---
title: 20260713_SnowVillageWEST_“NTT西日本のデータ活用基盤Polarisの歴史〜「使える人しか使わない基盤」から「誰もが経営に活かせる基盤」へ〜”の営みの中で経営層に対して6分デモ実演をした話_抜粋
tags: 
author: [Masahide TAKASUKA](https://docswell.com/user/3324212129)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/47ZLRX5NJ3.jpg?width=480
description: 2026/7/13(月) 18:30 〜 21:00 開催 Snowflake CoCo 最新機能ハンズオン会 ＆ Snowflake活用事例セッション【SnowVillage WESTユーザー会】 https://techplay.jp/event/997100
published: July 18, 26
canonical: https://docswell.com/s/3324212129/KWRL2D-2026-07-18-193407
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/47ZLRX5NJ3.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
“NTT西日本のデータ活用基盤Polarisの歴史
〜「使える人しか使わない基盤」から「誰もが経営に活かせる基盤」へ〜”
の営みの中で経営層に対して6分デモ実演をした話
SnowVillage WEST
2026/7/13
高須賀 将秀


# Page. 2

![Page Image](https://bcdn.docswell.com/page/YJ6WR499JV.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
2 /14
自己紹介
たかすか
まさひで
高須賀 将秀
博士（情報学）（2023/3）
研究分野：組合せ最適化，数理最適化，オペレーションズ・リサーチ（OR），グラフ理論
高須賀将秀のホームページ
所属：NTT西日本 デジタル改革推進部（2021/8〜），
法政大学 デザイン工学部 兼任講師（2024/4〜），個人事業（Udemy講師等）（2024/6〜）
業務：データドリブン経営を牽引する立場
・データ活用基盤のシステム開発 ・データ分析手法の研究
・データ分析活用事例の提案 ・デジタル人材育成
資格：クラウド資格（AWS全冠，Azure/AppliedSkills全冠，GCP全冠， Snowflake（7/11）），
受賞：AWS Top Engineers（’26） ，AWS Community Builders（’26），AWS All Certifications Engineers（’24/’25/’26），
Microsoft Top Partner Engineer Award（’24, ‘26），Microsoft Innovative Educator Experts 2025-2026，
Google Cloud Partner Top Engineer（’26），Google Cloud Partner All Certification Holders（2025），
Jagu‘e’r Award 優秀賞（’25），Snowflake Squad（’24, ‘25）， Microsoft Certified Trainer（MCT）


# Page. 3

![Page Image](https://bcdn.docswell.com/page/GJ5M8QNDJ4.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
3 /14
データ活用基盤変革の全体像
参考
EnterpriseZine
本日の講演は，大きな変革ストーリーの「ごくごく一部」です
本日お話しするのは，この2つの一部
01
02
03
04
基盤の立ち上げ
アーキテクチャ刷新
活用と育成の民主化
数理最適化の民主化
サイロ化したデータを統合
利便性 × コスト × セキュリティ
3構造のデータ活用支援
生成AIの次の武器
データドリブン経営の起点
数十億円規模の削減・東西統合
社内500名・社外4000名規模の
コミュニティ
誰もが使える標準技術へ
2020年〜
2023年〜
2023年〜
2025年〜
本日はこの中で経営層に新データ活用基盤Polarisを伝えるときに実演した6分間デモに関する話
「使える人しか使わない基盤」から 「誰もが経営を動かせる基盤」へ
本日は，その現在地と民主化の実演をお話しします


# Page. 4

![Page Image](https://bcdn.docswell.com/page/9E29KP8M7R.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
4 /14
NTT西日本のデータ活用基盤アーキテクチャ刷新
投影のみ
撮影NG
• NTT西日本のデータ活用基盤は，業務網側で顧客情報ありのデータを分析するCDPFとOA網側で顧客情報
なしのデータを分析するBIC/AI基盤から成る
• 様々な歴史・背景があり、現状の構成をとっているが、運用を始めて約5年で様々な課題が顕在化
アーキテクチャを刷新した新しいデータ活用基盤Polarisの誕生
デスクトップ環境へのログイン
セキュリティルームからの作業
CDPF（顧客情報あり）
業務Sys
業
務
網
現地での
投影のみ
BIC/AI基盤（顧客情報なし）
O
A
網
データソース
複数サービスの認証
データ活用基盤
ファイル持ち込みの手間
業務/OA端末


# Page. 5

![Page Image](https://bcdn.docswell.com/page/D7Y4N56PEM.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
5 /14
本日話す6つのトピック
新しいデータ活用基盤Polarisに関する6つのトピック
01
02
03
なぜPolarisが必要だったのか
Polarisで何が変わったのか
社長デモで伝えたかったこと
成果の裏で見えてきた課題
AIネイティブ基盤への進化
誰もがインサイトへ到達できる
04
05
06
デモ振り返り
社長コメントから見えた本質
今後のプロモーション戦略
CoWork と CoCo の実演
「全社で使い倒してほしい」
成功体験を量産する


# Page. 6

![Page Image](https://bcdn.docswell.com/page/VENYXNZMJ8.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
6 /14
なぜPolarisが必要だったのか
2020年に始まった，これまでのデータ活用基盤は，大きな成果を上げてきた
1.2万人
1.1万
国内 第2位
が日常的に利用
ダッシュボード
Tableau DataSaber
全社に広がった活用
蓄積された可視化資産
突出した分析人材の育成
これらのデータ活用効果は年間十億円規模で，ROIは100%以上にまで成長
しかし，利用者が増えるほど，顕在化していた「課題」が浮き彫りに


# Page. 7

![Page Image](https://bcdn.docswell.com/page/Y79P8RZWE3.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
7 /14
見えてきた課題
課題① 見ることはできる．だが「答えの無い問い」には弱い
課題② 「分析できる人」への依存
できること
「作られた問い」に答える
ダッシュボードは，あらかじめ設計された指標や切
インサイトを引き出すには，これらすべてを備えた人
が必要でした
SQL
Python
BI
統計
り口については，正確に・素早く答えてくれます
弱いこと
経営判断に必要な「本質的な問い」
業務知識
なぜ？
本当にそうか？
何が要因か？
情報はあるのに，インサイトが生まれにく
い 状態に → 使える人しか使わない基盤


# Page. 8

![Page Image](https://bcdn.docswell.com/page/G78D8W1R7D.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
8 /14
投影のみ
撮影NG
データ活用基盤のリニューアル
• 利便性・コストの障壁だった2基盤併存構造を技術で打破し，セキュリティを担保した上で使いやすい基盤へ刷新
• 更なる効果創出に向けてデータ分析の民主化につながる機能拡充も実施
• これらにより，「使える人しか使わない基盤」から「誰もが使える基盤」へ
業務Sys
現地での
投影のみ
データ活用基盤リニューアル
（顧客情報あり※/なし）
データソース
データ活用基盤
O
A
網
OA端末


# Page. 9

![Page Image](https://bcdn.docswell.com/page/L7LMRNQ2JR.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
9 /14
Polarisで何が変わったのか
大きな成果は、これだけではありません
基盤統合
散在した基盤をひとつに
数十億円削減
大幅なコスト最適化
だけでは、ありません
本当に大きな変化は
AIネイティブなデータ活用基盤へ
進化したこと
人がデータに近づくのではなく，AIが人とデータの間に立つ ― 発想の転換です


# Page. 10

![Page Image](https://bcdn.docswell.com/page/4EMYRX19EW.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
10 /14
SnowflakeのAIが人とデータの距離を縮めた
これまで
利用者は3つの役割に「分断」
データを見る人
分析する人
アプリを作る人
Polaris
AIが間に入り，人とデータをつなぐ
CoWork
CoCo
問う・深掘る
共有する
人とデータの距離が，劇的に縮まった


# Page. 11

![Page Image](https://bcdn.docswell.com/page/PER9RNL9J9.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
Polarisの良さを伝える経営層向けのデモ
11 /14


# Page. 12

![Page Image](https://bcdn.docswell.com/page/P7XQRNW3EX.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
12 /14
トークスクリプト（約6分）
投影のみ
撮影NG
■1. デモ全体の狙い（最初に伝えるメッセージ）
本デモで伝えたいポイントは、次の2点です。
データに詳しくない利用者でも、自然言語で必要な分析にたどり着けること
得られたインサイトを、AIによってすぐにダッシュボード化し、組織全体で共有できること
つまり、「使える人しか使われない基盤」から、「誰もが使える基盤として、経営に活かせる世界」へ」という変化を、短時間でご覧いただくデモです。
■2. オープニング（1分）
これから、「システムの保守費用の分析」をテーマに、2つのデモをご覧いただきます。
こちらグループ共通ITの実データを用いています。
1つ目は、自然言語による分析です。
データを見たい利用者が、既存のダッシュボードだけでは十分な示唆が得られないときに、自然文で質問し、その場で深掘り分析を進める場面を想定しています。
2つ目は、AIによるダッシュボード開発です。
先ほど得られた分析結果を、個人の気づきで終わらせず、組織で共有できる形、つまりダッシュボードとして素早く具現化する流れをご覧いただきます。
では、早速データ活用基盤のSnowflakeにシングルサインオンで接続してみます。接続した後は、左のメニューから、CoWorkと呼ばれる、Copilotのようなサービスに接続します。
■3. デモ① 自然言語による分析（2-3分）
では、早速、Snowflakeの自然言語分析機能であるCoWorkを使って、質問してみましょう。
ここでは、専門的なSQLやBI操作を使わず、業務で普段使う日本語のまま質問します。質問は「社内システムの保守費用の月別推移を教えて」です。
するとAIが、対象データの文脈を理解し、どのテーブルを見て、どの項目で月次集計し、どう可視化するかを解釈して、すぐに結果を提示してくれます。
結果として、月別推移のグラフと主要な傾向が示されます。例えばこの例では、2023年6月の費用が突出して高いという特徴がすぐに見て取れます。
経営の視点では、ここで終わるのではなく、「なぜ高いのか」に踏み込めるかが重要です。
そこで続けて、「2023年6月の費用が突出して高い理由を詳しく教えて」と質問します。するとAIは、単に金額を返すだけでなく、明細の内訳や支払時期のずれ、特異な支出項目の有無などを踏まえて、原因の候補を整理してくれます。今回の例では、複数月分
の支払いが6月に集中していたこと、さらに精算金などの大型支出が重なっていたことが、主な要因として読み解けています。
つまり、「何が起きたか」だけでなく、「なぜ起きたか」まで、会話しながら掘り下げられるということです。次に、この分析結果をもとに、組織で共有できるダッシュボードをAIで作る流れをご覧いただければと思います。今回出力した結果をコピーして、次のダッシュボードの
作成する要件として与えて、ダッシュボードを作成してみたいと思います。
現地での
投影のみ
■4. デモ② ダッシュボードをAIで開発（3-4分）
画面のほうを切り替えて、開発用のワークスペースに移動します。
一番左の画面がファイルの配置場所、その右が実際のコード、その右がそれを実行したときのダッシュボード画面となっており、こちらはテンプレートファイルを実行したときの画面が出力されています。
そして、星マークをクリックすると出てくるこの画面は、Snowflakeに内蔵されたバイブコーディングを行える画面になります。
この画面に、修正する対象ファイルを指定し、先ほどコピーした出力結果を、今回のAIのインプット情報としてそのまま与えてあげ、実行してみます。
これまでであれば、分析担当者が気づきをまとめ、開発担当者が仕様に落とし、さらにダッシュボード画面を作る、という複数工程が必要でした。
ここではその橋渡しを、AIが支援します。ここからダッシュボードのコードの生成に3分ほど時間がかかるため、事前に実行して修正されたファイルを実行し、ダッシュボードを表示してみます。
すると、先ほど個別に分析した、DX部の保守費用に関するダッシュボードが表示されます。実際、現状支出している費用から、費用の内訳、保守費用の推移に関するダッシュボードを作ってくれています。ポイントは、生成されたダッシュボードは、単なる“コード自動生
成”をしているわけではなく、開発ファイルやテンプレート、実データ等の既存資産を活かしながら開発生産性を高める形で生成している点です。このようにAIに支援してもらって作ったダッシュボードを活用することで、個人の洞察を、素早く組織で再利用できる資産へ
変換可能なことがわかると思います。
■5. クロージング（1分）
以上、2つのデモをご覧いただきました。
今回はデジタル改革推進部のシステム保守運用費用を題材にしましたが、この考え方は、調達、開発、営業、設備、経営など、さまざまなテーマに横展開できます。つまり新しいデータ活用基盤上で、“問う” ことから “共有する” ところまでを一気通貫で実現できる。
それが本日ご覧いただいた価値になります。ありがとうございました。


# Page. 13

![Page Image](https://bcdn.docswell.com/page/37K9RNVN7D.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
13 /14
デモ振り返り
CoWork
問い，そして深掘る
1
「保守委託費の月次推移を教えて」
CoCo
気付きを，組織の資産に変える
1
CoWorkで得た結果を、そのまま手渡すだけ
AIがデータを理解し、可視化する
2
「なぜ2023年6月だけ高いのか」
AIが原因まで深掘りする
重要なのは ― SQLを一行も書いていない こと。
ここで実現したのは ＝ 分析の民主化
分析結果を AI に渡す
2
ダッシュボードを自動生成
共有可能な「資産」へと変換される
個人の気付き → 組織の知恵 へ変換される
ここで実現したのは ＝ 開発の民主化


# Page. 14

![Page Image](https://bcdn.docswell.com/page/LJ3W8VMZJ5.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
14 /14
デモ振り返り
「問う → 深掘る → 共有する」を，一気通貫で
問う
深掘る
共有する
CoWork
CoWork
CoCo
分析の民主化
（CoWork）
開発の民主化
（CoCo）


# Page. 15

![Page Image](https://bcdn.docswell.com/page/8JDKM864EG.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
15 /14
デモに対する社長からの講評
“
“
非常に良い基盤だ
全社で使い倒してほしい
基盤への高い評価
そのためのプロモーションを進めてほしい
この言葉を，私は 「Polaris 第二章のスタート宣言」 だと受け止めています
単なる感想ではなく，次のフェーズへ進むための号令


# Page. 16

![Page Image](https://bcdn.docswell.com/page/VEPKR8YV78.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
16 /14
裾野を広げる3つの施策
①
②
③
利用事例発信
ハンズオン
技術発信
成功した活用事例を共有する
実際に触れてもらう
記事で広く届ける
AI活用は，説明より体験．触れば価
レベル別の記事で，利用者の裾野を広
値が分かる
げる。
営業
経理
設備
人事
様々な部門へ横展開
保守


# Page. 17

![Page Image](https://bcdn.docswell.com/page/27VVRNGR7Q.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
17 /14
データ分析 × アプリ開発 × 生成AI の「複合競技」
トライアスロンのように，3領域を1つのゴール（業務課題の解決）へ
2役
Developer × Analyst
30分
制限時間で解き切る
Developer
全6問
データからインサイト
Analyst
アプリを実装（SiS）
アプリで問いに答える
Analystの使い方を想像して作る
設計意図を読み解く
オープン 3問 事前提示＝仕様書
クローズド 3問 途中公開＝即応力
どれだけ高度なアプリを作っても，使いこなせなければ意味がない
この競技体験が「自分にもできそう」を生み，民主化を組織へ広げる
Snowflakeで完結 Cortex Code → SiS → Cortex Analyst /
Agents


# Page. 18

![Page Image](https://bcdn.docswell.com/page/5JGLMK867L.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
18 /14
オープン問題 と クローズド問題 ― 想像力を試す仕掛け
同じ30分でも，いつ問題が現れるかで，試される力が変わる
開発フェーズ
即応フェーズ
オープン3問を手がかりに、Developer がアプリを実装
完成後にクローズド3問を公開、その場で答える
オープン問題（3問）
タイミング
開発前から提示される
役割 アプリの「仕様書」
主役
Developer が実装する
クローズド問題（3問）
タイミング
完成後／途中で公開
役割 想定外への「即応テスト」
主役
Analyst が即対応する
Developer は Analyst の動きを想像して作り，Analyst は設計意図を読み解く ― この「見えない対話」が勝敗
を分ける


# Page. 19

![Page Image](https://bcdn.docswell.com/page/47QYRN92EP.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
19 /14
いきなり競技化しない ― デモから始める3フェーズ
初年度は Phase 1（デモ）に徹し，見ている人が，やがて参加者になる
Snowflakeで挑む，データ分析・アプリ開発・
生成AI「全部乗せ」のデジタル複合競技を考え
てみた
今回のイベントはここ
Phase 1
Phase 2
Phase 3
デモンストレーション
エキシビジョン
競技化
主催者が Dev・Analyst を実演
有志が実際に手を動かす
広く募集し、スコアリング
「自分にもできそう」を醸成
勝敗より「体験」を重視
本格的な競技として開催
Phase 1 の観客が Phase 2 の参加者になり，Phase 3 で競技の輪が広がる ― これが Snowflake 活用を全社
へ広げていく


# Page. 20

![Page Image](https://bcdn.docswell.com/page/KE4W8GXPJ1.jpg)

© 2026 NTT West, Inc. All Rights Reserved.
20 /14
Polaris
Data Driven Company → AI Driven Company
「基盤を作る時代」から「使い倒す時代」へ
全社の総力で，Polaris を経営の武器に
そして，その先には ― 「数理最適化の民主化」 が続く
To be conticue...
ありがとうございました