日立開始支援日揮國際（JGC Global）為AI時代提升數據管理水平

株式會社日立製作所（以下簡稱日立）自2026年4月起，已開始一項支援日揮國際株式會社（以下簡稱日揮國際）的計畫，旨在運營其數據品質管理（Data Quality Management，簡稱DQM）框架，以提升該公司在AI時代的數據管理水平。

AI回應的精確度在很大程度上取決於輸入數據的品質，因此，在整個組織範圍內推廣AI應用的過程中，提升數據管理的重要性比以往任何時候都更加突顯。特別是，建立能夠持續維護和改善數據完整性、及時性、可靠性等的DQM，已成為AI應用的不可或缺的基礎。

至今，兩家公司以DMBOK*1、ISO8000*2等國際數據管理標準框架為基礎，共同探討了DQM的改善方針，包括找出日揮國際的現狀課題、定義未來願景（目標）、以及設計結合PDCA*3與OODA*4的改善流程。基於此方針，雙方旨在建立並落實一套能夠持續且靈活地管理、改善數據品質的DQM機制，藉此促進AI的應用，並實現數據價值的最大化。

*1 DMBOK：數據管理知識體系指南 (Data Management Body of Knowledge)
*2 ISO8000：關於數據品質的國際標準規格
*3 PDCA：重複執行計畫（Plan）、執行（Do）、評估（Check）、改善（Action），以持續改善和提升業務效率的流程
*4 OODA：快速循環觀察（Observe）、判斷情況（Orient）、決策（Decide）、行動（Act），以根據情況變化迅速做出決策和行動的流程

為了應對人力短缺和技術傳承等課題，AI的應用正迅速擴展，但與此同時，許多企業也面臨著「無法達到預期精度」、「生成與事實不符的答案」等提升回應精確度的挑戰。這些問題大多源於數據單位或格式等數據定義不一致、品質參差不齊等DQM未能充分執行的情況。

持續改善數據品質的基本理念，已在DMBOK及ISO 8000中被定義。然而，由於難以達成跨組織的共識，加上專業人才不足等原因，DQM在實務現場的導入進展緩慢。另一方面，為了最大化數據的價值，持續改善數據品質是不可或缺的，因此建立符合現場需求的機制已成為當務之急。

日揮集團正在其EPC*5事業的各個專案執行階段，致力於利用AI、IoT等數位技術，實現大幅度的效率提升與業務變革。日立將活用其在製造、金融、社會基礎設施等多樣化產業中培養的數據管理專業知識，陪伴並支援日揮國際基於此戰略，推動改善數據品質管理的相關措施。

具體而言，日立將全面支援建立DQM所需的機制，從設定數據品質標準、確立監控方法，到數據管理基礎的整體運營設計，乃至於數據治理的建構。此外，在建立這些機制的過程中，將採用結合了PDCA的計畫性穩健執行與OODA的快速狀況掌握及應對的「PDCA×OODA」混合型改善流程。