マスターデータをAIに渡す前に決めること｜正とする1件と直す人

「AIエージェントに顧客情報を引かせたら、同じ会社が3通りの名前で出てきた」「データを整えてからと言われるが、どこから手を付ければよいのか分からない」。AIエージェントを社内のシステムにつなぎ始めた会社で、情シスやAI導入の担当者がそろって口にする言葉です。マスターデータと聞くと、システム部門が持っている台帳の話で、AIの導入とは別の仕事だと思われがちです。しかし本当は、AIが読むのは、社内にいくつもある記録のうちのどれか1件です。どれを正とし、誰が直すかを決めないまま渡すと、AIは食い違いを見分けずにそのまま広げてしまいます。この記事では、AIエージェントにマスターデータを渡す前に決めておく5つのことを、手順の順に整理します。

マスターデータは「AIとは別の台帳」という思い込み

マスターデータとは、取引や業務の記録が何度も参照する基本の情報のことです。顧客の会社名と所在地、取引先の口座、製品の型番と価格、部署と担当者の対応といった情報がこれに当たります。日々の受注や問い合わせの記録は増えていきますが、マスターデータは同じ1件を何度も読み返されるのが特徴です。

これまでは、マスターデータが多少ずれていても、人が気づいて補ってきました。営業担当は「この会社は請求先の名前が違う」と知っていて、画面に出た古い住所を読み飛ばします。ところが、AIエージェントはその暗黙の補正を知りません。画面の後ろにある記録をそのまま読み、そのまま答えや次の処理に使います。

そのため、AIを業務のシステムにつなぐ段になって、マスターデータの扱いが急に表に出てきます。IT系の専門媒体が2026年9月28日に掲載した記事では、マスターデータ管理の製品を提供するスティボシステムズの最高経営責任者が、AIの実装段階で自社データの準備が整っていないと気付く企業が増えていると指摘しています。台帳の話がAIの話に変わったのは、人が補っていた食い違いを、AIがそのまま読むようになったからです。

AIエージェントは、食い違いを選ばずに増やす

同じ顧客の記録が営業支援の道具と請求の道具に1件ずつあり、社名の書き方と担当者が違うとします。AIエージェントに「この会社の担当者に案内を送って」と頼むと、どちらの記録を読むかは、接続した順番や検索の当たり方で決まります。どちらが正しいかを判断して選んでいるわけではありません。

さらに困るのは、AIエージェントが書き込みもできる場合です。読んだ古い担当者名を、新しく作る商談の記録に写します。案内メールの宛先リストにも入れます。こうして、もともと2か所にあった食い違いが、商談・配信・報告の3か所、4か所へと広がっていきます。1件ずつ人が入力していた頃より、広がる速さが桁違いに上がるのが、AIエージェントにつないだときの怖さです。

AIセーフティ・インスティテュートが2025年3月に公開した「データ品質マネジメントガイドブック」は、データ品質を、信頼できるAIの実現に寄与する基礎として位置づけています。不適切なデータを読ませれば、出力の信頼性も損なわれるという整理です。ただし、品質を高める以前に決めることがあります。どの記録を正とするかが決まっていなければ、品質を測る基準そのものが立たないからです。

渡す前に決める5つと、その順番

AIエージェントにマスターデータを渡す前に決めることは、次の5つです。順番には意味があります。対象を絞らないまま正を決めようとすると範囲が広すぎて止まり、正が決まらないまま直す人を決めても、何を直すのかが定まりません。

この5つは、どれも道具を選ぶ前に、紙1枚で決められることです。マスターデータ管理の製品を入れるかどうかは、5つが決まった後の話になります。先に製品を選ぶと、製品の画面にある項目を埋めることが目的になり、部門どうしで決めるべきことが後回しになりがちです。

1つめ：管理の対象を4つのマスタに絞る

最初に対象とするのは、顧客・取引先・製品・組織の4つです。理由は、AIエージェントが業務で最もよく読み、食い違いがあったときに外へ出る損害が大きいからです。顧客を取り違えれば別の会社に案内が届き、取引先を取り違えれば発注や支払いの宛先がずれます。製品を取り違えれば違う価格で見積もりが出ます。

組織のマスタは、ここでは部署と担当者の対応表を指します。AIエージェントが問い合わせの振り分けや承認の回送をするとき、誰がどの部署にいて、誰に回せばよいかを読むためです。給与や評価といった人事の情報、勘定科目のような会計の情報は、扱う規程も持ち主も別なので、最初の対象には入れません。

4つに絞ると、その外にある表は後回しになります。それで構いません。キャンペーンの一覧や資料の目録のように、AIに読ませたい表はほかにもありますが、4つのマスタが決まれば、ほかの表の決め方も同じ型で進められます。広く浅く始めるより、4つを最後まで決めきる方が、AIに渡せる範囲は早く広がるというのが、この順番の考え方です。

製品マスタは、項目の話と切り分けて扱う

4つのうち製品マスタだけは、少し事情が違います。製品の情報は、型番や仕様値、単位、説明文など項目が多く、さらにウェブサイト、通販の売り場、カタログといった配り先ごとに出し方が変わります。この項目の設計や配り分けまで一緒に決めようとすると、ほかの3つのマスタが止まってしまいます。

そこで本稿では、製品マスタについても決めるのは「どのシステムを正とするか」「誰が直すか」「AIに何を許すか」の3点に限ります。項目の作り方、型番と単位のゆれのそろえ方、配り先ごとの出し分けは別の仕事として切り出します。この部分は、当サイトの記事「製品情報がサイトごとに違う原因と対策」で詳しく扱っています。

製品マスタで特に注意したいのは価格です。AIエージェントが見積もりや問い合わせの返答で価格を読む場合、正とするシステムに載っている価格が、改定の途中で古いまま残っていることがあります。価格の項目だけは、改定日と適用日を必ず一緒に持たせ、AIにはどちらの日付の価格かを答えに書かせるようにします。

2つめ：マスタごとに、正とする1システムを決める

次に、4つのマスタそれぞれについて、正とするシステムを1つだけ決めます。顧客の情報が営業支援の道具、請求の道具、メール配信の道具の3か所にあるなら、そのうち1つを正とし、ほかの2つはその写しとして扱うと決めるのです。正とするシステムは1マスタにつき1つで、2つ置くと決めたことになりません。

決めるときの目安は、その情報が最初に生まれる場所です。新しい顧客は、多くの場合、商談が始まった時点で営業支援の道具に登録されます。そうであれば、請求の道具やメール配信の道具はそこから写す側になります。取引先の口座は、契約と支払いを担う基幹のシステムで生まれるので、そこが正になりやすい、という具合です。

正を決めると、写し側で見つかった食い違いの直し方も決まります。写し側を直接直すのではなく、正のシステムで直して、写しに流し直すのが原則です。写し側で直すと、次に写しが流し直されたときに直した内容が消え、同じ食い違いが戻ってきます。名寄せの手順そのものは、記事「顧客データの名寄せをAIで進める方法」で扱っています。

決めた後は、社員がそれを日々の画面で分かるようにします。写し側の道具では、正から写した項目の入力欄を読み取り専用にするか、少なくとも「この項目は営業支援の道具で直す」と注記を付けます。決めたことが画面に表れていないと、忙しい担当者は目の前の欄を直してしまいます。決めごとを守らせる仕組みは、会議の議事録ではなく道具の設定の側に置くのが確実です。

正を決めるのは部門の調整で、AIには決めさせない

正とするシステムを決める話し合いは、技術の問題に見えて、実は部門どうしの利害の調整です。営業は営業支援の道具を正にしたい、経理は請求の道具を正にしたい、と意見が分かれるのはよくあることです。どちらを正にしても、もう片方の部門は入力の手順を変えることになるからです。

ここで、AIに「どちらの記録が新しいか」「どちらが項目を多く持っているか」を比べさせて決めようとする進め方があります。比べた結果を判断の材料として出させるのは役に立ちます。しかし、どちらを正にするかの決定そのものをAIに委ねてはいけません。決めた後に入力の手順を変えるのは人で、その負担を引き受ける部門の合意がなければ、決めたことは守られないからです。

話し合いが平行線になったら、マスタごとに最終的に決める役職をあらかじめ置いておきます。デジタル庁の「データマネジメント実践ガイドブック（導入編）」も、取り組みを進める体制について、役割と責任を定義し、役割の名前を決めた上で担当を決める、という順番を示しています。決める人がいないまま会議を重ねると、AIの導入日だけが近づいてきます。

3つめ：直す人の名前と、承認の線を引く

正とするシステムが決まったら、マスタごとに直す人を決めます。この役割は、データスチュワードと呼ばれることがあります。大事なのは、「営業部」「情シス」のような部門名で止めず、直す人を個人の名前まで落とすことです。部門名のままだと、食い違いを見つけた人が誰に知らせればよいか分からず、結局だれも直さないまま残ります。

直す人のほかに、承認の線も引きます。すべての変更に承認を求めると仕事が回らないので、変更を3つに分けて考えます。誤字や表記の修正のように、直す人だけで済ませてよい変更。担当者の付け替えや住所の変更のように、直す人が行い、記録を残せばよい変更。そして、2件を1件にまとめる統合と、記録の削除は、承認者の確認を経てから行う変更です。

統合と削除を別扱いにするのは、元に戻すのが難しいからです。2件をまとめた後で別の会社だったと分かると、それぞれの取引履歴をどちらに戻すか、1件ずつ人が判断し直すことになります。直す人と承認者は同じ人にしないのが基本です。直す人が1人しかいない小さな部署なら、承認者だけは隣の部署の人に頼みます。

直す人を決めないと、どこで止まるか

直す人が決まっていない会社で、AIエージェントが顧客の重複を見つけたとします。AIは「この2件は同じ会社の可能性があります」と候補を出しますが、その候補を見て統合するかどうかを決める人がいません。候補の一覧は日に日に長くなり、やがて誰も開かなくなります。

よくある失敗は、AIの導入を担当した人が、なんとなく直す人を兼ねてしまうことです。導入担当者は、顧客のどの記録が正しいかを業務の上で知っているわけではありません。直す人は、その情報を毎日使っている部門の中から選ぶのが筋です。顧客なら営業企画、取引先なら購買や経理、製品なら製品企画、組織なら総務か人事が候補になります。

直す人には、使える時間も割り当てます。週に1時間でもよいので、候補の一覧を見て処理する時間を業務として持たせます。持ち主と直す人をどう分けるか、分類や保存期間まで含めた決め方は、記事「データガバナンスで決める5項目」で扱っています。本稿では、その中でもマスターデータに限った直す人の決め方に絞っています。

4つめ：AIエージェントに読ませる範囲を決める

AIエージェントにマスターデータを渡すときは、読ませる範囲と書かせる範囲を分けて決めます。まず読ませる範囲です。原則は、正とするシステムだけを読ませ、写しは読ませないことです。写しも読めるようにすると、正と写しが食い違っているときに、AIがどちらを読んだのか分からなくなります。

次に、読ませる項目を絞ります。顧客マスタであっても、AIの用途に要らない項目は渡しません。たとえば問い合わせの振り分けに使うなら、社名・業種・担当部署で足ります。個人の連絡先や商談の金額まで読めるようにする必要はありません。顧客マスタに個人の情報が含まれる場合は、集めたときの利用目的の範囲に収まるかを先に確かめます。

最近は、マスターデータ管理の製品の側から、AIアシスタントに直接つなぐ接続口を用意する動きが出ています。プロフィシーは2026年7月8日の発表で、自社の製品をマイクロソフトのコパイロット、クロード、チャットGPTなどにつなぐ接続口を広げ、認証と監査をやり取りごとに組み込むとしています。つなぎやすくなるほど、読ませる範囲を人が先に決めておく意味は大きくなります。

読ませるときにもう1つ決めておきたいのが、答えに出どころを書かせることです。AIエージェントが顧客の担当者名を答えるなら、どのシステムの、いつ更新された記録から読んだのかを添えさせます。出どころが書かれていれば、正でない場所を読んだときに人がすぐ気づけます。出どころを書けない答えは、そのまま業務に使わないという決まりにしておくと、食い違いが表に出る前に止められます。

AIに書かせるのは、候補の提示と新規の下書きまで

書かせる範囲は、読ませる範囲よりさらに狭くします。AIエージェントに許すのは、2つの操作までにします。1つは候補の提示です。「この2件は同じ会社の可能性がある」「この住所は移転前のものかもしれない」と、見つけたことを根拠と一緒に直す人へ知らせる操作です。もう1つは新規の下書きで、新しい取引先の登録内容を、申込書や名刺の情報から下書きとして作る操作です。

候補を出させるときは、必ず根拠を書かせます。「社名の表記が似ている」だけでは、直す人は確かめようがありません。どの項目が一致し、どの項目が違い、どの情報源と照らしたのかを候補ごとに残させます。根拠の無い候補は、直す人が見なくてよいものとして扱うと決めておくと、一覧が膨らみすぎるのも防げます。

既存の記録の書き換え、統合、削除は、AIエージェントには直接させません。AIが下書きした変更を直す人が確かめ、統合と削除は承認者が認めてから、人の操作で正のシステムに反映します。手間に見えますが、AIの書き込みが1回間違うと、写しに流れて全部の道具に広がることを考えれば、ここで人を挟む価値は十分にあります。

新規の下書きにも扱いの決まりが要ります。AIが作った新しい取引先の登録内容は、正のシステムに「確認待ち」の状態で置き、直す人が確かめて初めて有効にします。確認待ちのまま放置されると、営業が登録済みだと思い込んで同じ会社をもう一度登録し、新しい重複が生まれます。確認待ちには期限を付け、期限を過ぎたものは直す人に知らせるところまでを運用に含めておきます。

4つのマスタの決めごとを、1枚の表にする

ここまで決めたことを、4つのマスタごとに1枚の表にまとめます。下の表は、BtoB企業でよくある形を例にしたものです。正とするシステムや直す人は会社ごとに違うので、自社の実情に合わせて書き換えてください。表の「直す人」の欄には、実際には部門名ではなく個人の名前を入れます。

マスタ	正とするシステムの例	直す人の例	AIに許す操作	人の承認が要る操作
顧客	営業支援の道具（顧客管理）	営業企画の担当者	読む・重複の候補を出す・新規登録の下書き	統合・削除・利用目的の外の項目を足すこと
取引先	契約と支払いを扱う基幹システム	購買または経理の担当者	読む・公的な番号との照合結果を出す	口座など支払いに関わる項目の変更・統合・削除
製品	製品情報を一か所に集めた仕組み	製品企画の担当者	読む・説明文の下書き	価格・仕様値・型番の変更
組織	人事のシステムから写した部署と担当の対応表	総務の担当者	読む（部署名と担当者の対応だけ）	すべての変更

表を作ると、空欄になるところがはっきりします。多いのは、直す人の欄が埋まらないケースと、AIに許す操作を決められないケースです。空欄が残ったマスタは、まだAIエージェントに渡さないと決めておくと、導入を急ぐあまり見切りで渡してしまうことを防げます。

取引先マスタで公的な番号との照合を出させる場合、照合の進め方そのものは記事「法人番号で取引先情報を整える方法」で扱っています。ここで決めるのは、照合の結果をAIが直接書き込まず、候補として直す人に渡すという線だけです。表は一度作って終わりではなく、マスタの持ち主が替わったときに必ず更新します。

5つめ：変更の記録と、戻し方を決める

最後に決めるのは、変更の記録と戻し方です。記録には、誰が、いつ、どの記録の、どの項目を、何から何に変えたかを残します。AIエージェントが下書きした変更なら、下書きしたのがAIで、確かめて反映したのが誰かを分けて残します。AIが関わった変更と人だけの変更を、後から見分けられる形にしておくことが大切です。

戻し方も、事前に手順にしておきます。項目の書き換えなら、記録に残った変更前の値に戻せば済みます。難しいのは統合です。2件を1件にまとめると、それぞれに付いていた取引履歴や問い合わせの記録も1件に寄せられます。統合を戻すときに、どの履歴がどちらの会社のものだったかを分けられるよう、統合の前に元の2件の状態を保存しておきます。

記録の仕組みは、製品に用意されていることも増えています。先ほどのプロフィシーの発表でも、全取引の監査証跡をウェブと API から見られることが挙げられています。ただし、製品が記録を残してくれても、その記録を誰が定期的に見るかは、製品は決めてくれないことに注意が必要です。月に1回、直す人と承認者で、AIが関わった変更を抜き出して見直す時間を取ります。

戻し方は、本番で初めて使うのでは遅すぎます。AIエージェントを本番のマスタにつなぐ前に、試験用の環境で、統合を1回行ってから元の2件に戻す練習をしておきます。戻せることを一度確かめてから、AIに候補を出させ始めるという順番にすると、万が一の誤りにも落ち着いて対応できます。戻すのにかかった時間を測っておけば、承認の線をどこまで厳しくするかを決める材料にもなります。

製品が「エージェントに任せられる」と言うときに確かめること

マスターデータ管理の製品は、2026年に入ってAIエージェントを前面に出しています。プロフィシーは2026年7月の発表で、データモデル・連携・マッチング・データ品質・スチュワードシップを受け持つ専門のエージェントを束ね、設定作業のおよそ9割を手作業なしで行うと説明しています。スティボシステムズも、2026年6月にAIエージェントへマスターデータを渡す接続機能を実装したと紹介されています。

こうした発表を読むときに見落としやすいのは、同じ発表の中に人の確認が書かれていることです。プロフィシーの発表は、判断が最も重要な箇所に人の確認を組み込むと明記しています。つまり提供元自身も、すべてをエージェントに任せる設計にはしていません。導入を検討するときは、どこが人の確認点として用意されているかを、具体的な画面や操作で確かめます。

確かめる項目は、本稿の5つにそのまま対応させられます。正とするシステムを製品の中でどう指定するか。直す人と承認者をどう割り当てるか。AIエージェントの書き込みを候補に留める設定があるか。変更の記録を誰がどこから見られるか。この4点を、営業担当者の説明ではなく、実際の画面で確かめてから決めます。

やってはいけない決め方

ここまでの5つを決める途中で、よく見かける失敗をまとめます。どれも、決める手間を省こうとして、かえって後から大きな手戻りを生むものです。

• 全部の表を一度に整えようとして、どのマスタも決めきれないまま半年が過ぎる
• 正とするシステムを2つ置き、「どちらも正しい」として運用する
• 直す人を「営業部」「情シス」のような部門名で決め、個人の名前を入れない
• AIエージェントに統合と削除まで任せ、人は後から結果だけを見る
• 写し側のシステムを直接直して、正のシステムに反映しない
• 製品の画面に用意された項目を埋めることを目的にして、部門どうしの話し合いを省く

中でも影響が大きいのは、AIエージェントに統合と削除を任せる進め方です。重複の候補を見つける精度が高くても、別の会社を1件にまとめる誤りはゼロにはなりません。一度の誤った統合は、取引履歴の切り分けという重い作業を人に残します。精度の数字ではなく、誤ったときに戻せるかどうかで任せる範囲を決めてください。

• 品質の測り方（欠け・重複・鮮度など）は、記事「AIの答えがぶれる原因はデータの品質」で扱っています
• どの表がどこにあり誰が持っているかの目録づくりは、記事「データカタログに書く項目一覧」で扱っています

よくある質問

マスターデータ管理の製品を入れないと、AIエージェントには渡せませんか

いいえ。本稿の5つは、製品が無くても決められます。正とするシステム、直す人、AIに許す操作、変更の記録を紙1枚に書き出し、既存の道具の権限設定で書き込みを制限すれば、小さく始められます。製品は、マスタの数や件数が増えて人手で回らなくなったときに検討すれば足ります。

直す人を置くほどの件数が無い場合はどうしますか

件数が少なくても、直す人は置きます。役割を兼務にして、月に1回だけ候補の一覧を見る形でも構いません。大事なのは、食い違いを見つけた人が知らせる先が決まっていることです。知らせる先が無いと、件数が少なくても食い違いは直されずに残ります。

AIに統合の判断をさせてはいけない理由は、精度が低いからですか

精度だけが理由ではありません。統合は戻すのが難しく、間違えたときの手当てを人が引き受けることになります。また、どの記録を残すかは、取引の経緯や契約の事情を知る人でなければ決められないことがあります。AIには根拠付きの候補を出させ、決めるのは人、という分担が現実的です。

まとめ

マスターデータをAIエージェントに渡す前に決めることは、対象のマスタ、正とするシステム、直す人と承認の線、AIに許す操作、変更の記録と戻し方の5つです。どれも道具を選ぶ前に、紙1枚で決められます。AIエージェントは食い違う記録を見分けずに読み、答えや更新に混ぜて広げます。だからこそ、どれを正とするかと、誰が直すかを先に決め、AIの書き込みは根拠を添えた候補と新規の下書きまでに留めます。統合と削除は人が承認し、変更はAIが関わったかどうかを分けて残します。まずは顧客・取引先・製品・組織の4つについて、本稿の表の空欄を埋めるところから始めてみてください。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。