TV番組・CMの放送実績をテキスト化したデータベース「TVメタデータ」を提供する株式会社エム・データは9月2日、AIデータクラウドを提供するSnowflakeのプラットフォーム上で配信する同データを、Snowflakeの「Semantic View（セマンティックビュー）」に対応させたと発表した。
第一弾の対象は、放送実績データにTICKER（証券コード）や法人番号を付与した「金融オルタナティブデータ」だ。指標の定義や集計ロジックを提供側で標準化することで、利用者はSQLを書かずに自然言語で銘柄単位のテレビ露出量やCM投下量を分析できるようになる。同社は今後、広告・メディア・エンターテインメントを含む他業界向けデータへも対応を広げる方針だ。
SQLとデータモデリングの工程を省き、ハルシネーションの抑制を図る
エム・データは民放キー局（在京5局）等と資本提携し、業界基準のTVメタデータを構築するデータプロバイダである。データ生成センターでは常時40名前後の専属スタッフが24時間365日体制で、番組とTV-CMについて「いつ」「どこで」「何が」「どのように」「何秒間」放送されたかを独自システムで記録している。このデータは経済活動や生活者インサイトの先行指標として、クオンツ運用や業績予測などの金融オルタナティブデータ用途での活用が進んでいた。
ただし、生データをAIに扱わせる際には課題が残っていた。同社の説明によれば、指標の定義や計算ロジックが手作業に依存して断片化しているため、AIエージェントがハルシネーションを起こすリスクがあり、それを避けるための事前のセマンティックモデリングに多大な時間を要していた。LLM（大規模言語モデル）の性能が向上しても、AIがデータを正しく解釈するための「ビジネスの文脈の共通理解」がなければ、実務で信頼性の高い成果を上げにくいという問題意識である。
今回実装したSemantic Viewは、その文脈をデータ提供側があらかじめ用意する仕組みにあたる。項目構成やデータ型といったスキーマに加え、話題の登場回数や放送時間、TV-CMの出稿回数・出稿時間などの集計ロジックと指標定義を、標準化されたセマンティックレイヤーとして組み込んだ。これにより、一貫したビジネスロジックに基づく出力でハルシネーションを抑え、SQLの専門知識を持たない担当者でも自然言語で分析できるようになる。データエンジニアがパイプラインを都度再構築する必要がなくなるため、従来数日かかっていたデータ準備が数分単位に短縮されるという。利用は「Snowflake CoWork」などSnowflakeのサービス上で想定されている。
