本章では、ユーザー事業者がデータスペース事業への参入可否を判断するための検討プロセスを整理する。 「①自社の課題・ユースケースの特定」「②参入パターンの選択」「③成立性の検証」「④参入の是非判断」の4ステップで進める。

5.1 ステップ1：自社の課題・ユースケースの特定

参入検討は「Open Dataspacesという技術対応」ではなく「自社の事業課題の解決」を起点とすることが重要である。

特に、データマネジメントの世界では「Garbage-in, Garbage-out」と呼ばれるように、目的なくデータを大量に集めても、ランニングコストが消費されるだけで、ROIは悪化する一方である。 このような 「データを集めれば何かいいことが起きる」という幻想から決別し、課題解決という目的から逆算された必要なデータを収集することが、プロジェクト成功の鍵を握るだろう。

その際に設定すべき論点として、例えば、表7のような問いで課題を具体化していく必要がある。

表 7 自社の課題を特定する問い

ユーザー事業者の参入戦略は以下の4軸の組み合わせとして整理することができる。これらの軸は独立したものではなく、組み合わせによって参入形態が具体化される。

データ提供者・データ利用者・両方の組み合わせのいずれかを選択する。同じ機能でもどの役割で参入するかで、価値の言語化・責任境界が変わる。

「Where to getの問題（DAD）」「What to meanの問題（OSI）」「Who and How to useの問題（IUC）」のどれが自社の最大のペインかを特定する。

分散型（自社でプロトコルを実装・運用）か連邦型（マネージドサービスを利用）か。初期段階では連邦型が参入コストを下げやすい。

データ提供の範囲・利用条件・SLAを自社で設計するか、マネージドサービスの枠内に収めるかを決定する。

技術的な運用を確認するPoC（Proof of Concept）に加え、「ビジネスとして意味があるか」を検証するPoV（Proof of Value）が不可欠である。 成立性検証のためのステップを表8に示す。

表 8 成立性検証のためのステップ

以下の問いに自社なりの仮説と数値感を持てるかどうかが、本格参入に進むか否かの一つの目安となる。

• 現在の個別連携コストに対して、Open Dataspaces参入後のコスト削減（Save Money）はどの程度見込めるか

• 外部データ活用によって生まれる新たな収益・競争優位（Make Money）はどの程度か

• 参入に必要な初期投資（人的リソース・技術投資・外部サービス利用費）は事業計画上許容できるか

• 競合他社がデータスペース事業に参入した場合の競争上のリスクはあるか

次章では、参入を決断した後の導入企画プロセスを整理する。

Open Dataspacesは、企業内データ基盤の延長でも、単一企業が支配する共有プラットフォームでもない。 重要なのは、「すべてのデータをどこか一か所に集める（Push and Ingest）」ことではなく、「分散したまま、どこにあり、何を意味し、誰がどう使えるかを扱えるようにする（Serving and Pull）」ことである。

分散データマネジメントの手法としては、すでに米国などで「Data Mesh（データメッシュ）」といったアプローチが注目されており、その導入企業も増加している。しかし、Data Meshは「企業組織内に散らばったデータを、どう分散したままマネジメントするか」が焦点であり、企業や国境を横断するデータマネジメントについては、対応できていない。Open Dataspacesは、このギャップを埋めるためのアプローチである。

企業を横断するデータマネジメントには様々な課題があるが、Open Dataspacesは主に以下3点の課題に対処するための解決策を提供する：

1. Where to getの問題：データの存在・同一性・探索可能性を扱う。（例：そのデータは、そもそもどこにあるのか？そのデータは、このデータと同一のものを指し示しているのか？）

日本の産業は長らく、自動車、精密機械、家電などの製造業を中心に、品質・信頼性・量産技術といったハードウェアの強みを基盤として競争力を築いてきた。これらは現在においても日本経済を支える重要な要素である。

一方で、価値の形成構造は近年大きく変化している。製造時点の性能や品質だけでなく、運用段階での機能更新や外部サービスとの連携を通じて、継続的に価値が生み出される構造が一般化しつつある。こうした変化は自動車産業に限らず、多くの分野で観測されており、データやソフトウェアを活用した運用・サービスが価値競争の中心となりつつある。

検索、OS、SNS、EC、クラウドといったデジタル領域では、利用者とデータの集積を基盤とするプラットフォーム型ビジネスが競争優位を確立してきた。利用者が増えるほどデータが蓄積され、そのデータを基にサービス改善が進み、さらに利用者が増えるというネットワーク効果が働くためである。

一方で、本書が対象とする産業データ連携の領域では、消費者向けプラットフォームとは異なる性質が支配的となる。企業間で扱われるデータは、契約条件、責任分界、機密性、規制対応といった前提を伴い、単一主体による集中的な管理や囲い込みが必ずしも合理的とはならない。国立研究開発法人 新エネルギー・産業技術総合開発機構（NEDO）の調査*1によれば、このような産業データに係るアプリケーションおよびミドルウェアを中心とするデジタル関連市場は今後も拡大が見込まれており、2040年時点では国内で約30兆円規模、グローバルでは約200兆円規模に達すると予測されている。

AI活用を含む価値創出では、「どのデータを保有しているか」以上に、必要なデータへ適切な条件でアクセスできるか（データアクセス能力）が競争力を左右する。しかし多くの企業では外部データ活用が十分に進んでいない。背景は個社の努力不足ではなく、構造的な要因にある。データ連携が進まない構造的課題の詳細はDesign Philosophyに体系化されている。本書では、これらの課題が存在するという前提のもとで議論を進める。

次章では、Open Dataspacesが従来のデータマネジメント体系とどのように異なるのかを整理し、ユーザー事業者が理解すべき機能構造について確認していく。

4.1 参加形態の選択：分散型・連邦型

ODS-RAMには「分散型サービスモデル」（自社がODS Protocolsを直接実装・運用）と「連邦型サービスモデル」（マネージドサービス事業者を介して参加）の2つの実装パターンがある。 「分散型」と「連邦型」のハイブリッドである「ハイブリッド型」含め、それぞれの概要を表4に示す。 ユーザー事業者にとっては参入初期において連邦型が参入障壁を下げやすい。なお、連邦型においてもデータとオントロジーはデータ提供者が責任を持ち利用制御を行うことが前提である。

表 4 ODSへの参加形態

Open Dataspacesは中央集権型のプラットフォームではなく、ドメインオーナーを中心に複数の主体がそれぞれの役割を分担する分散型のアーキテクチャパラダイムである。 参入・導入を検討する際には、「どの主体になるか」ではなく「どの機能・責務を担うか」という観点から自社の立ち位置を把握することが重要である(表5)。

表 5 Open Dataspacesにおけるユーザー事業者の種別

Open Dataspacesへの参加は画一的にすべての要件に従うものではなく、自社の成熟度に応じた段階的導入が現実的かつ有効である。 表6に段階的な導入のレベルを示す。

表 6 段階的な導入のレベル

Open Dataspacesの参画促進は「抽象的な仕組み論」からではなく、実際のユースケースに即して進めることが成功の鍵である。 参画を段階的に進めるためには、自らが利害関係を持つユースケースにおいて最小限必要な機能・制度から整備することが現実的かつ有効である。

ユースケース選定の起点として以下の問いが有効である：

• 自社が「データを出す側」か「データを使う側」か（あるいは両方か）

• 現在、個別API連携やCSVでの連携に費やしているコスト・手間はどの程度か（Save Moneyの観点）

• Open Dataspacesを通じて得られるデータが、自社のAI活用・BI/DIにどう貢献するか（Make Moneyの観点）

次章では、これらの問いへの答えを整理するための参入検討プロセスを体系化する。

1.1 本書の目的

「ODS 事業者向け参入ガイドブック（ユーザー事業者向け）（本書）」は、個別仕様や実装手順を解説する技術書や手順書ではなく、参入判断に必要な概念理解と検討視点を提供することに主眼を置く。 参入判断に当たっては、実際の参照実装ソフトウェアを用いて標準仕様でできることを確認しながら理解することが重要であり、「ODS技術者向け導入ガイドブック」において具体例とともに扱うことを想定している。従って、本書は、その前段階として、Open Dataspacesの全体像をユーザー事業者の視点で理解し、どこに事業機会があり、どこから先は実装ガイドや参照実装で確認すべきかを切り分けることを目的としている。

1.2 想定読者

本書でいう「ユーザー事業者」とは、データマネジメントやAIサービスの利用に関わる事業者(民間、公的セクター)を幅広く含む以下のペルソナである：

• 外部データの活用（調達・品質管理・AI分析等）を検討している事業者の経営企画・デジタル推進担当

• 自社が保有するデータを外部に提供・連携することの是非を検討しているデータ管理担当・事業企画担当

• 複数の取引先・サプライチェーンパートナーとのデータ連携を改善したいシステム部門・調達部門担当

• BI/DI分析・AIサービスの導入を検討している情報システム部門・業務改革担当

• データスペース関連のマネージドサービス・アプリケーションの利用（ユーザー事業者として参入）を検討している新規事業担当

本書では、ユーザー事業者がデータスペース事業への参入可否を判断するために必要な内容に焦点を当てる。判断に直接関係しない詳細な専門領域については扱わない。

• Open Dataspacesの基本概念の解説

• ユーザー事業者の立場から想定される参入の軸と検討ポイント

• 小さく始めるための実務的な観点

• 設計思想やアーキテクチャパラダイムの解説

• 特定製品・特定ベンダーが提供するサービスに関する対応や実務

• 法制度に関する対応や、法務やガバナンスに関する実務

• ドメイン・業界別のユースケースの要件や分析、戦略

参照すべき関連ドキュメントは表1のとおりである。

表 1 参照先

本書は、ユーザー事業者がデータスペース事業への参入を検討するために必要な理解を、段階的に深められるよう構成している。各章で下記の内容を取り上げているので、読み進めて頂きたい。

• 第2章：AI時代の産業構造転換とデータマネジメントの戦略的価値

• 第3章：Open Dataspacesとは何か

• 第4章：Open Dataspacesへの参画構造

本章では、ユーザー事業者がOpen Dataspacesを導入する規格プロセスを整理する。 「(1)プロジェクト体制の編成とアーキテクチャ設計」「(2)実装方針の選択」「(3)データ取扱の規約」「(4)データの信頼性の確保」の4ステップで進める。

6.1 プロジェクト企画と体制の編成

Open Dataspaces導入プロジェクトを立ち上げるにあたり、まず以下を整理する。

• 導入の目的・目標の明確化（5.1節の課題特定を出発点とする）

• 社内の関係者（データ管理部門・IT部門・事業部門・法務）の特定と合意形成

• 外部の関係者（連携先企業・マネージドサービス事業者・開発事業者）の特定

• 参入パターン（分散型・連邦型・ハイブリッド）の決定（5.2節参照）

主な成果物：

• プロジェクト企画書：課題の背景・ビジネス上の位置づけ・システム構成方針・法務／コンプライアンス・業務プロセスの定義

• 役割・責務分担表：自社が担う領域とマネージドサービス／開発事業者が担う領域の切り分け

Open Dataspacesの実装パターンとしては、自社開発（パターンA）とサービス利用（パターンB）に大別される。いずれを選択するかの判断材料を提示すべく、以下にそれぞれにつき説明する。

技術リソースがあり、自社でODSプロトコルを実装・運用したい場合のアプローチ。

• ODS-RAMを参照した実装であることを確認しながら開発を進める

• SDKと参照実装ソフトウェア（ODS Middleware）を活用しつつ、業務固有ロジックは自社開発

• ODS Protocols（ODP）を実装した接続・API仕様書・運用手順書

• 技術者向けの導入手順については「Open Data Spaces技術者向け導入ガイドブック」を参照のこと

自社でODS Protocolsを実装・運用する技術リソースが限定的な場合、またはPoC段階で参入コストを最小化したい場合は、開発事業者（マネージドサービス事業者）が提供するサービスを利用する連邦型モデルが現実的な選択肢となる。

マネージドサービス選定の際は以下の5観点を確認する：

• 相互運用性：ODPが実装・サポートされており、他のプロダクト等と相互運用性があるか

• SLA・サポート体制：障害対応・プロトコル更新追随・運用支援の体制が自社の要件に合致するか

• データ利用制御：連邦型においても、自社データとオントロジーの管理・利用制御は自社で制御できるか（データをサービス事業者に集約しない設計か）

Open Dataspacesによる分散データマネジメントでは、信頼できる技術基盤と、それを裏付ける法的なコンプライアンスの両輪が必要である。以下の観点を考慮しながらデータ取扱の規約を整理する。

• データ共有契約：経済産業省が提供する「データ連携のためのモデル規約」等を参照し、「Open Dataspacesのマネージドサービス事業者」「データ提供者」「データ利用者」三者の役割と権利義務関係を整理する。自社のユースケースに合わせてカスタマイズすることが有効なアプローチ。

• 利用条件・禁止事項の明文化：データ提供者は利用目的・利用期間・二次利用や第三者提供の可否といった利用条件を設定する。知的財産権の帰属・利用条件も事前に契約で明確化すること。

• 契約締結・履行のトレーサビリティ：デジタル契約やスマートコントラクトの活用により、契約締結・履行のトレーサビリティを確保する。

主体やデータの信頼性を確保するためには、認証スキーム(表9)と来歴管理の整理が必要である。

表 9 認証スキーム

来歴管理にあたっては、以下のプロセスで段階的に整理することが有効である：

1. データ処理フローの可視化：自社が提供・取得するデータの流れ、関与する主体、データが変換・加工される箇所を図示する

2. リスクの洗い出し：各データ受け渡しポイントにおける主なリスク（情報漏洩・誤用・利用条件違反等）を特定する

3. 認証スキームの選択：自己宣言・相互認証・第三者認証のどの組み合わせが適切かを、コスト・ユースケースの重要度に応じて判断する

4. 来歴管理の実装方針を決定：アクセス・操作・契約・評価の各履歴をどの粒度で記録し後から検証可能にするかを設計する

8.1 本書のまとめ

本書は、ユーザー事業者がデータスペース関連事業への参入を検討するにあたり、参入の是非・自社が担い得る役割・初期投資の置き方を判断するための視点を整理することを目的として書かれた。

• 第2章では産業構造の変化とOpen Dataspacesが求められる背景を整理した。

• 第3章ではOpen Dataspacesの基本概念と3本柱（DAD・OSI・IUC）の意義を示し、ユーザー事業者が参入できる4つの参入パターンを整理した。

• 第4章ではOpen Dataspacesにおける参加者の役割と自社の立ち位置を整理し、第5章では参入判断の4ステッププロセスを示した。

• 第6章では導入企画のプロセスを、第7章では検討・実証・展開（GTM）の3ステージを整理した。

本書が示したのは「万能なアーキテクチャ」でも「唯一の正解」でもない。 ユーザー事業者が直面しやすい迷いどころを体系的に整理し、判断のための土台を提供することに焦点を置いた。

本書を通じて繰り返し示したのは、「どこまでやるか」以上に「どこまでやらないか」を明確にする重要性である。 自社が担う領域・マネージドサービスが担う領域・連携先が担う領域・将来追加する領域を分け、それぞれの境界を明確にすることが、過大な初期投資を避け継続的な参入を可能にする。

開発事業者とは異なり、ユーザー事業者にとっての参入の第一歩は、Open Dataspaces対応のマネージドサービスやアプリケーションを「使う」ことから始まる場合が多い。 技術実装以前に、「データを提供するとはどのような行為か」「どのような条件や責任が伴うのか」を理解することが重要な前提となる。

Open Dataspacesは複雑に見えるが、本質は接続・調整・補完というシンプルな営みの集合である。ユーザー事業者が最初の一歩を踏み出すために必要なのは次の3点である：

1. 自社が担う最小のユースケースを定めること

2. 初期段階で全てを自社実装しようとせず、マネージドサービスを活用して小さく進めること

3. 連携先との接続を通じて学習し、段階的に参入範囲を拡大すること

本書が、みなさんの検討や準備を支える一助となり、Open Dataspacesを活用した新たなデータ連携・データ活用の可能性を見いだす契機となれば幸いである。

本章では、ユーザー事業者がデータスペース事業を実際に立ち上げる際の導入ステージを「(1)検討」、「(2)実証」、「(3)展開（GTM, Go-to-Market）」の3段階で整理する(表10)。 各ステージは直線的に進むものではなく、実証結果や外部環境の変化を踏まえながら反復的に進める。

表 10 Open Dataspacesの導入ステージ

第5章で整理した参入パターンを前提として、「何をするか・何をしないか」を構築スコープとして具体化するフェーズ。 本フェーズにおいて考慮すべき観点を表11に示す。

表 11 検討ステージにおける考慮観点

最小構成（MVP）で「技術・事業・運用が成立するか」を確認する。 完成度を上げることが目的ではなく、外部と整合が必要な領域と自社の任意領域が分離された設計で、運用まで含めて回る見通しを得ることが目的である。 本フェーズにおいて考慮すべき観点を表12に示す。

表 12 実証ステージにおける考慮観点

実証ステージで確認した成立性を前提として本番環境へ移行する。 単発のPoCの成功ではなく、標準仕様の更新・運用要件の変化・連携先の拡張に耐えられる構造を備えているかが問われる。 本フェーズにおいて考慮すべき観点を表13に示す。

表 13 展開ステージにおける考慮観点

導入可否の判断を支援する実施チェックリストを表14に示す。

表 14 検討ステージにおける考慮観点

• 独立行政法人情報処理推進機構. (2026). Open Data Spaces Reference Architecture Model.

• Dehghani Z. (2019). How to Move Beyond a Monolithic Data Lake to a Distributed Data Mesh.

• Dehghani Z. (2022). Data Mesh: Delivering Data-Driven Value at Scale. O’Relily Media.

• Franklin M, Havely A, Mayer D. (2005). From databases to dataspaces: a new abstraction for information management.

• Halevy A, Franklin M, Mayer D. (2006). Principle of dataspace systems.

• NEDO. (2025). "データスペース市場規模調査及びインパクトモデリング・シナリオ分析 調査報告書". [https://www.nedo.go.jp/content/800039315.pdf]

• 独立行政法人情報処理推進機構, 経済産業省.(2025). Whitepaper: ウラノス・エコシステム・データスペーシズ リファレンスアーキテクチャモデル (ODS-RAM).

• Tsuda M. (2026). Why Open Dataspaces: 設計思想とアーキテクチャパラダイム. 独立行政法人情報処理推進機構.