ビジネスインテリジェンス（BI）とは何か
ビジネスインテリジェンス（BI）とは、社内外に散らばった生のデータを集め、整え、分析し、経営や現場の意思決定に使える「示唆」へと変える一連の技術と実践の総称である。調査会社Gartnerは、現在「アナリティクスおよびビジネスインテリジェンス（ABI）」と呼ぶこの領域を「情報へのアクセスと分析を可能にし、意思決定とパフォーマンスを改善・最適化するためのアプリケーション、インフラ、ツール、ベストプラクティスを包含する総称」と定義している。BIプラットフォーム自体には、OLAPに代表される「分析」、レポートやダッシュボードによる「情報配信」、メタデータ管理や開発環境を含む「基盤統合」という三つの能力が求められるとする。
平たく言えば、BIとは「勘と経験」で下していた判断を「事実（データ）」に基づく判断へと置き換えるための仕組みである。たとえば全国に店舗を持つ小売チェーンが、店舗ごと・地域ごとの売上や客単価、在庫回転率を一枚の画面で追いかけ、不振店を早期に見つけて在庫を再配分する。あるいはサブスクリプション型のSaaS企業が、月次経常収益（MRR）や無料トライアルから有料への転換率、プラン別・獲得月別の解約率を監視し、離反しそうな顧客に手を打つ前に気づく。製造業や物流企業が、納期遵守率や不良率、設備の稼働率をほぼリアルタイムで眺め、ボトルネックを発見する。こうした「見える化」と、それに続く行動こそがBIの本質である。
BIはしばしば周辺概念と混同されるが、区別しておくと理解が深まる。まず「BI」と「アナリティクス（データ分析）」は同義ではない。BIは主に「何が起きたか（記述的分析）」「なぜ起きたか（診断的分析）」という、答えの形が定まった反復的な問いに強い。一方、統計や機械学習を用いて「これから何が起きるか（予測）」「どうすべきか（処方）」に踏み込むのが広義のデータサイエンスであり、BIはその入口に位置づけられる。次に、データを蓄えて標準化する「データウェアハウス（DWH）」はデータの保管庫であり、BIはその保管庫に問い合わせて分析やレポートを作る「フロントエンド」にあたる。DWHへデータを流し込む配管が「ETL／ELT」で、近年はDWHに生データを入れてから変換する「ELT」型（dbtなどを用いる手法）が主流化した。BIはこの変換済みデータの下流で動く。ダッシュボードはBIの一つの「配信形式」に過ぎず、2026年の業界はこのダッシュボードの先――対話型やエージェント型の配信――へと重心を移しつつある。
そして2026年の主戦場が「セマンティックレイヤー（意味層）」である。これは「売上」「解約率」「アクティブユーザー数」といった指標の定義や、テーブル同士の結合ルール、アクセス権限を一度だけ集中管理する仕組みで、BIツールも、組み込み分析も、表計算ソフトも、そしてAIエージェントも、同じ「唯一の正しい数字」を返せるようにする。誰がどのツールで尋ねても答えがぶれないための土台であり、後述するように、これがAI時代のBI各社の競争軸になっている。
BIの歴史 — レポート出力からセルフサービス、そして「エージェント型分析」へ
「business intelligence」という言葉自体は古く、1865年にリチャード・ミラー・デヴンズが著書のなかで、ライバルに先んじて市場情報を活かした銀行家を描写した際に用いた例が知られる。これをコンピューティングの文脈に持ち込んだのが、IBMの研究者ハンス・ペーター・ルーンで、1958年に論文「A Business Intelligence System」を発表し、知識労働者へ情報を自動的に届ける仕組みを構想した。これが現代BIの知的な源流とされる。1960〜80年代には意思決定支援システム（DSS）や役員情報システム（EIS）が現れ、ビル・インモンやラルフ・キンボールがデータウェアハウスの理論を体系化した。1989年にはガートナーのハワード・ドレスナーが「ビジネスインテリジェンス」を事実に基づく意思決定支援の総称として広め、1993年には関係データベースの父エドガー・F・コッドが多次元分析を指す「OLAP」という言葉を提唱した。
この時代の主役は独立系のBI専業ベンダーだった。カナダのCognos（1969年設立）、米国のMicroStrategy（1989年設立）、フランスのBusiness Objects（1990年設立、創業者ベルナール・リオトー）が代表格で、SAP（1972年）やOracle（1977年）といった巨人もこの領域に進出した。Microsoftは1998年にSQL ServerへOLAPエンジンを載せ、2000年に「SQL Server Analysis Services（SSAS）」として大衆化した。そして2007〜2008年、独立系の雄が相次いで巨大ソフト企業に飲み込まれる。OracleがHyperionを約33億ドル（約3,900億円）で、SAPがBusiness Objectsを約68億ドル（約8,000億円）で、IBMがCognosを約49億ドル（約5,800億円）で買収し、BIは「大手の一機能」へと再編された。
2010年代に起きたのが「セルフサービス革命」である。IT部門が作るレポートを待つのではなく、業務担当者が自らドラッグ＆ドロップでデータを探索する時代へと移り変わった。その象徴が、2003年にスタンフォード大学発で生まれ2013年に上場したTableau、スウェーデン発の連想エンジンを武器にしたQlik、そしてExcelの延長線上で2015年7月に本格提供が始まり、低価格を武器に一気に普及したMicrosoft Power BIだった。2019年には再び大型再編が起き、SalesforceがTableauを、GoogleがLookerを買収する。2020年代に入ると、SnowflakeやBigQuery、Databricksといったクラウド基盤の上で動く「クラウドネイティブBI」が台頭し、2023年以降の生成AIブーム、そして2025〜2026年の「エージェント型分析」が、カテゴリーそのものを塗り替えつつある。
市場規模は調査会社ごとに幅があるが、Fortune Business Insightsは2025年6月29日更新のレポートで、BI市場を2025年の348.2億ドル（約5.6兆円）から2026年に379.6億ドル（約6.1兆円）へ、2034年には722.1億ドル（約11.6兆円）へと年平均8.4%で成長すると見込む。Mordor Intelligenceは2026年時点で約411.6億ドル（約6.6兆円）、Grand View Research（BIソフトウェア）は2025年に約401億ドルと推計する。定義の広狭で数字は揺れるが、おおむね2025〜2026年で350億〜430億ドル規模、年7〜9%成長で2030年代前半に600億〜800億ドルへ向かう、という像で各社は一致している。ただしこの種の市場規模レポートはマーケティング目的の推計であり、数値の厳密性は高くない点は差し引いて読む必要がある。
現在の勢力図を最もよく映すのがGartnerの「アナリティクスおよびビジネスインテリジェンス・プラットフォームのマジック・クアドラント」で、最新版は2026年6月29日に公表された。リーダーに位置づけられたのはMicrosoft、Salesforce（Tableau）、Google（Looker）、Qlik、そして独立系のThoughtSpotで、前年までリーダーだったOracleはビジョナリーへと後退した。評価軸はここ数年で「エージェント型分析」「統制されたセマンティクス」「AIによる意思決定支援」へと大きく傾いており、Gartnerは別途「エージェント型分析のマーケットガイド」まで新設している。象徴的なのが、2025年9月にSnowflakeがSalesforceやdbt Labsらと立ち上げた「Open Semantic Interchange（OSI）」で、2026年1月27日にはv1.0仕様がGitHubで公開された。指標の定義をベンダー横断で交換する共通規格をめぐる争いこそ、2026年BIの核心である。
Tableau — 可視化の王者と、Salesforceの「エージェント型分析」への賭け
Tableauは「データの可視化（ビジュアライゼーション）」で長くこの業界の代名詞であり続けてきたツールである。最大の特徴は、独自技術「VizQL」によって、ユーザーのドラッグ＆ドロップ操作をその場でデータベースへの問い合わせに翻訳し、瞬時にグラフとして描き出す点にある。SQLを書けない業務担当者でも、試行錯誤しながら美しいグラフや対話型ダッシュボードを組み立てられる。製品群は、Windows／Mac向けの作成アプリ「Tableau Desktop」、社内サーバーに置く「Tableau Server」、Salesforceがホストするクラウド版「Tableau Cloud」、データ前処理の「Tableau Prep」、そして誰でも無償で作品を公開できる「Tableau Public」で構成される。報道機関や官公庁が公開する感染症ダッシュボードの多くがTableau Publicで作られてきたことからも、その表現力の高さがうかがえる。
Tableauは2003年、スタンフォード大学のコンピュータサイエンス研究から生まれた。共同創業者はクリスチャン・チャボット、パット・ハンラハン、クリス・ストルテの3名で、ハンラハンはPixarでアカデミー賞（RenderMan）を受賞した教授でもある。大学の研究プロジェクト「Polaris」がVizQLへと発展し、2013年5月にニューヨーク証券取引所へ上場（ティッカーはDATA）、2億5,000万ドル超を調達した。転機は2019年で、SalesforceがTableauを約157億ドル（当時約1.7兆円）の全株式交換で買収すると発表（6月10日）、同年8月1日に完了した。これは当時のSalesforce史上最大の買収だった。
2026年のTableauは、Salesforceプラットフォームの「分析・BIレイヤー」として位置づけられ、顧客データ基盤「Data Cloud（Data 360）」やAIエージェント基盤「Agentforce」と密結合している。同社の戦略は「エージェント型分析」へと大きく舵を切った。2024年2月にはKPIを自然言語で要約し異常を検知する「Tableau Pulse」を一般提供し、対話型AIアシスタント「Tableau Agent」（旧称Einstein Copilot for Tableau、さらに前は「Tableau GPT」）を投入した。そして2025年のTableau Conferenceで、Salesforceは「世界初のエージェント型分析プラットフォーム」と銘打つ「Tableau Next」を発表する。データ準備を自動化する「Data Pro」、自然言語で質問に答えて可視化する「Concierge」、変化を能動的に監視する「Inspector」といったAIエージェント群と、意味層「Tableau Semantics」を核とし、2025年5月に発表され2026年1月期第4四半期に完了した約80億ドル（約1.2兆円）のInformatica買収によるデータガバナンス強化もこの構想を支える。2025年10月のDreamforceでは「Agentforce 360」が一般提供され、Tableauのデータをそのままビジネスチャット「Slack」から扱えるようになった。もっとも、2026年5月のTableau Conferenceの報道では「Tableau Nextは現時点で全機能が揃っているわけではなく、2026年を通じて急ピッチで構築中」とも伝えられており、旧来のTableau、CRM Analytics、Tableau Nextを併存させる過渡期にある。
経営面では逆風が目立つ。Tableauを率いてきたライアン・アイテイ最高経営責任者（CEO）は、2026年2月3日にSalesforceを退社したとBloombergが報じ、2026年年央時点で後任は指名されておらず、Tableau製品群はより広い「Enterprise and AI Technology」組織へと吸収された。製品面の顔はサウザード・ジョーンズ最高製品責任者（CPO）が務めるが、これはCEO職の代替ではない。Salesforce全体でもAgentforceへの再配置に伴う人員削減が続き、株価は2026年に3割超下落した一方、Agentforceの年間経常収益（ARR）は約12億ドル（約1,900億円）へと急伸したと報じられる。料金は作成者向けの「Creator」が月75ドル（約1.2万円）、編集者向けの「Explorer」が月42ドル（約6,700円）、閲覧者向けの「Viewer」が月15ドル（約2,400円）で、Tableau NextやTableau Agentを含む上位SKU「Tableau+」の価格は非公開である。
Tableauの強みは、依然として業界随一の可視化表現力と、多様なデータソースをまたいだ分析力、MacとWindowsの両対応、そして「DataFam」と呼ばれる熱量の高いユーザーコミュニティにある。Gartnerでも長年リーダーに選出され続けてきた。一方で課題は、Power BIと比べて割高な価格、学習コストの高さ、歴史的に弱かったガバナンス／セマンティクス、そして「Salesforceのデータを見せる層」へと役割が矮小化されつつあることだ。買収後の人材流出や2026年の経営陣不在、そして未完成のTableau Nextが、この可視化の王者にとって当面の重荷となっている。
Microsoft Power BI — 最大シェアと、Fabric・Copilotという囲い込み
Microsoft Power BIは、いまやBI市場で最大のシェアを握る事実上の標準ツールである。Microsoft自身は「データを実用的な示唆へ変えるビジネス分析プラットフォーム」と定義し、現在は統合データ基盤「Microsoft Fabric」の中核コンポーネントと位置づける。製品は、無償で使えるWindows向け作成アプリ「Power BI Desktop」、共有と共同作業を担うクラウドの「Power BIサービス」、モバイルアプリ、帳票のように精緻な印刷レポートを作る「Power BI Report Builder」、社内設置型の「Power BI Report Server」から成る。データ加工はGUIとM言語による「Power Query」、計算はExcelに近い数式言語「DAX」が担う。ExcelやMicrosoft 365、Teams、Azureとの一体感が最大の武器で、2026年6月からはMicrosoft 365 Copilotが「Work IQ」を介してPower BIのレポートやセマンティックモデルに基づいて回答するようになった。
その源流は2010年の社内プロジェクト「Crescent」で、Excelのアドイン（Power Pivot、Power Query、Power View）を土台に育った。2013年9月に「Power BI for Office 365」として披露され、2015年7月24日に単体製品として本格提供が始まる。以来、低価格を武器に急拡大し、2025年7月に提供開始から10周年を迎えた。近年の最大の構造変化が2023年で、Microsoftは5月にFabricを発表、11月15日に一般提供を開始した。単一の論理データレイク「OneLake」と、データを複製せずDelta／Parquetファイルを直接読む「Direct Lake」モードを備え、Power BIはそのFabricの主要ワークロードの一つとして再定義された。ユーザーから見れば、既存のPower BIコンテンツはそのままに、周囲にデータ統合やAIの機能が加わった格好である。
AI対応も速い。2024年6月に「Copilot for Power BI」を一般提供し、当初はPremium P1以上またはFabric F64以上の容量が必要だったが、2025年4月28日にこの制限を撤廃し、F2以上のすべての有料SKUで利用可能にした。2025年11月のIgniteでは、業務上の「意味」をAIエージェントが理解できるようにする意味層「Fabric IQ」や、非構造化データも扱う「Fabric データエージェント（仮想アナリスト）」を投入し、AIがセマンティックモデルを生成できる「Power BI Modeling MCP」も2025年11月に公開した。料金は、Desktopが無償、共有向けの「Pro」が月14ドル（約2,200円）、大規模モデルを扱える「Premium Per User（PPU）」が月24ドル（約3,800円）で、いずれも2025年4月に値上げされた（Proは10ドルから、PPUは20ドルから）。企業向けの容量課金はFabricのF SKUに一本化され、たとえばF64は月およそ8,410ドル（約135万円）で、従来のPower BI Premium（Pキャパシティ）は新規販売を2024年7月に終了し、Fabricへ移行した。
Power BIの強みは、無償のDesktopと月14ドルという圧倒的な導入しやすさ、Excel由来の親しみやすさ、Microsoftエコシステムとの一体感、そして市場首位の地位である。月間アクティブユーザーは3,000万、利用組織は37万5,000超とされ、Gartnerのマジック・クアドラントでは2026年版で19年連続のリーダー、実行能力の軸で最上位に位置づけられた。一方の課題は、作成アプリDesktopがWindows専用でMacユーザーには不便なこと、DAXの学習曲線の急峻さ、大規模・複雑なモデルでの性能劣化、そしてFabric移行に伴うライセンス体系・容量課金の複雑さである。Microsoft外部のデータや組み込み分析用途では相対的に弱いという指摘もある。
Google Looker Studio／Looker — 「二つの製品」と、2026年の名称回帰
Googleの「BI」を語るには、名前の似た二つの別製品――無償の「Looker Studio」と、企業向けの「Looker」――を厳密に切り分ける必要がある。そして2026年、この領域で最も見落とされがちな重要事実が起きた。2016年に「Google Data Studio」として登場した無償ツールは、2022年10月にBIブランドをLookerへ統一する一環で「Looker Studio」へと改称されたが、2026年4月、Googleはこれを再び「Data Studio」へと戻したのである。これはブログの憶測ではなく、Google Cloud公式ブログ（2026年4月11日、Sean ZinsmeisterとJennifer Skeneによる投稿）および公式リリースノート（2026年4月16日付「Looker StudioをData Studioへ改称した」）で確認できる一次情報だ。有償版「Looker Studio Pro」も「Data Studio Pro」となった。Googleはこの改名の狙いを、無償の個人向け・アドホック用途を「Data Studio」、統制されたセマンティックモデルを核とする企業向けを「Looker」として役割を明確に分けるためと説明する。長年「Looker Studio」の名で親しまれてきた製品が原点回帰した、という位置づけである。
無償のData Studio（旧Looker Studio）は、数分でダッシュボードを組める手軽さと、Googleアナリティクス（GA4）、Google広告、BigQuery、スプレッドシートといったGoogle系サービスとのネイティブ連携が身上で、約800種類のコネクターを持つ。マーケティング担当者や代理店、中小企業が、広告や流入のレポートを手早く作る用途で圧倒的に使われている。有償のData Studio Proは、ユーザー・プロジェクトあたり月9ドル（約1,400円）で、Google Cloudのサポートやガバナンス機能を加える。ただし「プロジェクトごとの課金」であり、たとえば5人の代理店が20の顧客プロジェクトを扱うと5×20×9ドルと膨らむ点は注意が要る。
一方の企業向けLookerは、2012年に米サンタクルーズでロイド・タブとベン・ポーターフィールドが創業した。中核は「LookML」というコードで指標や次元を定義する意味層で、データチームが「月間アクティブユーザー」の定義を一度書けば、下流の全員が同じ統制された定義で問い合わせる「一度定義すれば、どこでも同じ」の思想を体現する。Gitによるバージョン管理、行レベルのアクセス制御、外部アプリへの強力な組み込み分析が特徴だ。Googleは2019年6月6日にLookerの買収を発表し（約26億ドル、当時約2,800億円）、2020年2月13日に完了した。現在は従来型の「Looker（オリジナル）」と、Google Cloud内で完全マネージドの「Looker（Google Cloud core）」の二形態があり、BigQueryやCloud IAMと深く統合する後者への移行が進む。
AIでは、2025年4月のGoogle Cloud Next '25で「Gemini in Looker」を打ち出し、自然言語で問い合わせる「Conversational Analytics」を2025年11月14日に一般提供した。これはLookMLの意味層に基づいて回答するため、AIの答えがぶれにくいことをGoogleは最大の差別化点として訴える。2026年4月のNext '26では「エージェント型BI」として、下流の業務アクションを起こす「Looker BIエージェント」やMCP対応を発表しており、AIとガバナンスの物語をLookerの意味層に集中させている。強みは、無償Data Studioの手軽さとGoogle連携、そしてLookerのLookMLによる統制力と組み込み分析にある。課題は、Data Studioが約100万行を超えると性能が落ち非Google系データには有償コネクターが要ること、Lookerは価格が高くLookMLの学習コストが重く、料金が原則見積もり（Standard／Enterprise／Embedの各版はいずれも「営業へ問い合わせ」）である点だ。第三者推計では月3,000〜5,000ドル（約48万〜80万円）程度が入口とされるが、これは公式価格ではない。Gartner 2026年版ではGoogleは3年連続のリーダーである。
Domo — オールインワンの理想と、2026年の生存危機
Domoは、データ統合（Magic ETLと1,000超のコネクター）、クラウド上のデータ層、可視化・ダッシュボード、ローコードのデータアプリ、配信までを一つのSaaSで完結させる「オールインワン」型のクラウドBI・データプラットフォームである。経営者向けのモバイルダッシュボードから生まれた出自を持ち、モバイル対応の強さと、外部アプリへ分析を埋め込む「Domo Everywhere」、AI基盤「Domo.AI」を備える。ERPや物流、生産、品質、サービスのデータを束ねた業務ダッシュボードや、組み込み型の顧客向け分析が典型的な用途だ。創業は2010年、Adobeへ約18億ドル（当時約1,700億円）で売却したWeb解析企業Omnitureの創業者ジョシュ・ジェームズによる。2018年6月に1株21ドルでナスダックに上場（約1億9,300万ドルを調達、初日は3割高）したが、非上場時のピーク評価額約20億ドルに対し上場時は約5億1,000万ドルと、評価額の約7割が吹き飛んだ「値引き上場」であり、以来「赤字体質」という評価がつきまとった。
だが2026年年央のDomoを語るうえで避けて通れないのは、その財務危機である。2026年1月期通期の売上高は3億1,890万ドル（約510億円、前年比わずか+0.6%）と成長がほぼ止まる一方、当期純損失は5,930万ドル（約95億円）へと改善し、非GAAP営業利益率はプラス6%に転じていた。ところが同社は担保付き融資契約の「最低年間経常収益」財務制限条項に抵触し、貸し手は約1億3,660万ドル（約220億円）の元本を期限前に回収する権利を得た。同社の四半期報告書（10-Q）は「継続企業の前提に重要な疑義がある（going concern）」と明記し、貸し手が権利行使を一時猶予する「フォベアランス契約」のもと、2026年7月31日までに正式な買収契約を締結し、2026年11月30日までにクローズすることが求められている。取締役会はJefferies（財務）とGoodwin Procter（法務）を起用して戦略的選択肢を検討し、2026年6月9日には「戦略的取引（＝身売り）が最善」と結論づけ、交渉が最終段階にあると発表した。ただし買い手は開示されておらず、契約締結にも至っていない。株価は52週高値の約18ドルから一時1.84ドルまで崩れ、2026年7月17日時点で約3.5ドル、時価総額は約1億5,700万ドル（約250億円）と年間売上高を大きく下回る「投げ売り水準」にある。TD CowenはBuyからHoldへ、Citizensも目標株価2.25ドルへと格下げした。本稿執筆時点の2026年7月18日は、その7月31日の期限まで約2週間という緊迫した局面である。
経営体制も過渡期にある。ジョシュ・ジェームズは2022年3月にいったんCEOを退いてジョン・メラーに譲ったが、2023年3月に自らCEOへ復帰した。しかし2025年12月4日、健康上の理由で職務を縮小し、最高技術責任者（CTO）兼製品担当エグゼクティブ・バイス・プレジデントのダレン・セインが暫定的な「主席執行責任者（Interim Principal Executive Officer）」に就いた（ジェームズはCEOの肩書きは保持）。AIでは2023年8月にDomo.AIを立ち上げ、2026年3月のDomopaloozaでは「AI Agent Builder」やAI群を束ねる「AI Library」、そして統制されたDomoのデータをClaude、Gemini、ChatGPTといった外部AIへ安全に開く「Domo MCP Server」を発表しており、製品としてのエージェント対応はむしろ先行している。料金は従来、不透明な見積もり型で高額と批判されてきたが、2023〜2024年にかけて、データ取り込みやETL、ストレージ、AI利用に応じて事前購入した「クレジット」を消費する「消費（コンサンプション）型」へ移行した。ユーザー数課金ではないため全社員にログインを配れるのが利点で、この転換はほぼ完了し、消費型はARRの8割超を占めるに至った。強みは、ツールの乱立を防ぐ真のオールインワン、豊富なコネクター、導入の速さ、モバイル、ユーザー数無制限、そして育ちつつあるAIエージェントの物語にある。課題は、価格の不透明さと消費型ゆえの請求額の読みにくさ、Tableauに劣る可視化の作り込み、ロックイン、そして何より2026年の財務的存続そのものだ。Gartnerでは2025年版で「チャレンジャー」に位置づけられている。
Qlik Sense — 「連想エンジン」という独自解と、データ統合への進化
Qlik Senseは、TableauやPower BIとは根本的に異なる技術思想を持つBIプラットフォームである。核となるのが特許技術「連想エンジン（QIX Associative Engine）」で、インメモリの列指向で全データの関連性をポインタとして保持し、ユーザーがクリックするたびに全体を即座に再計算する。TableauやPower BIが「あらかじめ決めた経路でクエリを投げる」問い合わせ型であるのに対し、Qlikはあらゆるデータの関連を自由に探索でき、しかも「選択と関連しないデータ（除外されたデータ）」までも可視化する。選択状態を色で示すのがQlikの象徴で、選んだ値は緑、関連する値は白、選択がなければ関連したはずの代替値は薄い灰色、関連しない除外値は濃い灰色で表される。この「灰色（＝つながっていない）を見せる」ことこそ、他ツールが隠しがちな抜け漏れや関係性への気づきを与える。開発者が作り込む旧来型の「QlikView」（1996年頃〜）に対し、Webベースでセルフサービス志向の「Qlik Sense」（2014年）が現代の主力で、QlikViewは長期サポート段階にありQlik Cloudへの移行が促されている。
Qlikは1993年、スウェーデンのルンドでビョルン・ベリとスタファン・ゲストレリウスが創業した。2010年にナスダックへ上場（1株10ドル）した後、2016年6月に投資ファンドThoma Bravoが1株30.50ドル、総額約30億ドル（当時約3,200億円）で買収し非公開化した。ここで重要なのが、Qlikの「上場（IPO）」をめぐる誤解を解いておくことだ。Qlikは2022年1月にSECへ再上場の登録書類を非公開で提出したが、これは価格決定に至らず、経済環境の不透明さで延期された。代わりに同社は2024年11月、アブダビ投資庁（ADIA）に少数株を売却する形で私的資本を調達し（2025年5月完了、企業価値評価は100億ドル＝約1.5兆円、Thoma Bravoは引き続き筆頭株主）、2026年7月時点でも非上場のままである。つまり「QlikがIPOした」という言説は誤りで、将来の上場意向についても最近の一次情報は言及していない。加えてQlikは2023年5月、データ統合・品質のTalendを買収（金額非開示）し、分析だけでなくデータ統合・ガバナンスまでを一手に担う布陣へと進化した。
2026年は経営体制の交代期でもある。8年余りCEOを務めたマイク・カポネが2026年4月頃に退任し、取締役会長でThoma Bravoのオペレーティングパートナーでもあるマイクリップスが暫定CEOに就いた。そして2026年5月26日、S&P Global出身のサウガタ・サハが正式な社長兼CEOに指名され、就任は2026年7月31日付――つまり本稿執筆時点ではまだ着任前という段階にある。製品面では、機械学習の「Qlik AutoML」を「Qlik Predict」へ改称し（旧称のまま伝える情報が多いので注意）、非構造化文書に対する生成AIアシスタント「Qlik Answers」を軸に、2025年12月にはMCPサーバーを備えたエージェント型体験のプライベートプレビューを開始した。Apache Icebergベースのレイクハウスを取り込んだ「Qlik Talend Cloud」も含め、「AIのための信頼できるデータ」を旗印に、データ品質・ガバナンス・説明可能性で差別化する。料金は2025年3月頃に容量ベースへ移行し、Qlik Cloud Analyticsは「Starter」が月300ドル（約4.8万円）、「Standard」が月825ドル（約13万円）、「Premium」が月2,750ドル（約44万円）、上位のEnterpriseは見積もり型である。強みは、連想エンジンによる自由な探索、Talend統合によるデータ統合の幅広さ、オンプレとマルチクラウド両対応の柔軟性にある。課題は、学習曲線の急峻さとロードスクリプトによるデータモデリングの専門性、Tableauに比べた見た目の地味さ、Power BIへのシェア浸食、そしてファンド保有とCEO交代に伴う戦略的不確実性だ。Gartner 2026年版では16年連続のリーダーで、データ統合ツール部門でもリーダーに選出されている。
MotionBoardとDr.Sum — ウイングアーク1stが築く「日本仕様」のBI
海外勢が席巻するBI市場にあって、日本国内で確固たる地歩を築くのがウイングアーク1st（東証プライム、証券コード4432）である。同社は帳票基盤「SVF」で長年国内シェア首位を保ち（デロイトトーマツ ミック経済研究所の2025年12月レポート、2024年度実績で20年以上連続首位を自社集計）、その上にBIダッシュボードの「MotionBoard」と、高速集計エンジンの「Dr.Sum」を据える。2016年に米カーライルが100%取得した後、2021年3月16日に東証へ再上場し、カーライルはこの上場時に全株を売却した。現在の筆頭株主は伊藤忠商事とCTC（伊藤忠テクノソリューションズ）の合弁「IW.DXパートナーズ」で22.02%を保有し、社長は田中潤CEOが務める。2026年2月期（IFRS）の売上収益は309億4,500万円（前年比+7.8%）、営業利益は89億8,900万円（同+9.4%）と、赤字にあえぐDomoとは対照的に、増収増益を続ける健全な企業だ。クラウドが+34.9%、サブスクリプションが+36.5%と、リカーリング収益が成長を牽引している。
MotionBoardは2011年に登場した国産BIダッシュボードで、60超のコネクターで複数のデータを束ね、リアルタイムに可視化する。とりわけ地図・地理空間分析が看板機能で、MapFanやMapion、ESRIのArcGISと連携し、商圏分析やエリアマーケティング、到達圏分析、車両・ルートの表示に強い。IoTやセンサー、製造現場のデータをAPIで即時に取り込む点も特徴で、三島食品の工場での生産進捗や温湿度・設備稼働の見える化、ヤマハの事例など、製造業の現場DXで採用が広がる。営業活動の見える化や、小売・物流での地図を使った分析でも使われ、累計約4,100社が導入する。Dr.Sumは2003年に生まれた高速の集計エンジン兼データマートで、特許取得の列指向データベースにより数億〜数十億件規模を扱い、公開デモでは約20億件をインメモリで集計してみせる。Excel連携とGUIにより現場担当者がSQLなしで自ら集計でき、MotionBoardの下でデータ層として使われる「MotionBoard for Dr.Sum」として日立ソリューションズやキヤノンITS、NECといったSIerからも販売される。累計導入は約7,500社に上る。国内では、MotionBoardが「オペレーショナルBIツール」市場で首位とされるが、これは富士キメラ総研の2023年度データにもとづくウイングアークの自社推計であり、公開された市場シェア率ではない点は正確に押さえておきたい。一方、日経コンピュータの顧客満足度調査「データ分析・活用基盤ソフト／サービス」部門では2025〜2026年に4年連続で1位を獲得しており、導入後の満足度の高さは第三者調査でも裏づけられている。
AIと最新動向では、ウイングアークは2024年9月に全主要製品への生成AI適用を掲げ、2025年12月20日に「生成AI版MotionBoard」をクラウド先行で投入した。自然言語の指示からダッシュボードを生成する「AIウィジェット」により、従来は半日ほどかかっていた画面作成を最短10秒に短縮し、構造化・非構造化データを横断して分析できる。対話型の「AI Assistant for MotionBoard Cloud re:Act」も同年12月22日に加わった。Dr.Sum側でも2025年4月に「Dr.Sum Copilot」（SQLの説明・改善提案）を投入している。同社の姿勢は意図的に「地味」で、島澤CTOは「他社より地味に映るかもしれないが、難しい導入を簡単にし顧客目線に合わせることを優先する」と語り、派手なテキスト生成より、OCR・画像・音声といった認識系AIで現場DXの「ラストワンマイル」を埋めることに賭ける。2024年11月にはIBM Japanが金融機関向け「Digital Services Platform」にMotionBoardを組み込むなど、エンタープライズ連携も進む。料金は原則見積もり型だが、公開されている代理店価格では、MotionBoardのオンプレ版が最小構成100万円から、生成AI版は10ユーザー6万円から、Dr.Sum EAが100万円から、Dr.Sum CloudのEntryが月16万5,000円からとされる。強みは、日本語・日本の商習慣への適合、Excelライクな操作性、帳票（SVF）＋BI（MotionBoard）＋データマート（Dr.Sum）を一社で揃える統合力、国内サポートの手厚さ、オンプレの選択肢、そして製造・IoT・地理空間の深さにある。課題は、学習コストとツール特有の「癖」、Dr.Sumの管理画面の古さ、海外プレゼンスの弱さ、Power BIに比べたエコシステムと生成AI発信力の小ささ、小規模導入には割高な価格である。
強みと課題をどう見極めるか — アナリスト評価と選定の視点
こうして俯瞰すると、7つのツールは同じ「BI」という言葉でくくられながら、狙う顧客も設計思想も大きく異なる。Gartnerの2026年版マジック・クアドラントでリーダーに並ぶのはMicrosoft、Salesforce（Tableau）、Google、Qlik、そして独立系ThoughtSpotで、前年リーダーだったOracleはビジョナリーへ後退した。Domoはチャレンジャーに位置づけられ、国産のMotionBoard／Dr.Sumはそもそもこのグローバル評価の土俵には乗っていない。市場シェアでは、比較サイトごとに方法論が異なり数値は割れるものの、Power BIが最大手、Tableauが可視化の「王道」として強力な2番手、Qlikが一回り小さい実力派、という序列がおおむね共有されている（具体的なシェア率は情報源によりばらつくため参考値にとどまる）。
選定の視点を整理すれば、次のようになる。すでにMicrosoft 365やAzureを全社導入していて、低コストで広く配りたいならPower BIが第一候補になる。分析専任者が多く、可視化の表現力や探索の自由度を最重視するならTableauが映える。マーケティング部門がGoogle広告やGA4のレポートを手早く作りたいなら無償のData Studio（旧Looker Studio）が、全社統一の統制された指標定義を意味層で築きたいならLookerが向く。データ統合から可視化までを一つで素早く立ち上げたい中堅企業にはDomoが魅力だが、2026年は同社の財務的存続を見極めたうえで新規の大型契約を判断すべき局面にある。決めつけずにデータ間の関係を自由に掘りたい、あるいはデータ統合・品質までまとめて欲しいならQlik。そして日本語の帳票・製造現場・オンプレ運用・国内サポートを重んじる日本企業にはMotionBoardとDr.Sumが、他にない統合解となる。
共通して問われるのは、価格とロックイン、そしてガバナンスのトレードオフだ。安価に始められるツールほどエコシステムへの囲い込みが強く、統制の効くツールほど学習コストと費用がかさむ。この緊張関係は、AIが答えを生成する時代にいっそう先鋭化する。データ基盤ベンダーdbt Labsの2026年調査では、データチームで「データへの信頼が重要」と答えた割合が前年の66%から83%へ跳ね上がり、71%が「誤った・幻覚的なAI出力が意思決定者に届くこと」を懸念していた。経営層の側も、Wavestoneの2026年調査で99.1%が「データとAIへの投資は最優先」と答えながら、93.2%が「データ駆動になれない最大の障害は技術ではなく人・組織・文化」と回答している。ツールの機能比較の先で、誰の定義した数字を、どれだけ信頼して意思決定に使えるか――BI選定の本質は、この一点に収斂しつつある。
各所の報道と、これから起きること
テック各紙やアナリストの論調は、「生成AIはBIを置き換えるのではなく、地ならしする」という一点で驚くほど一致している。Forresterは「生成AIはBIを代替しない。全ベンダーが生成・エージェントAIを組み込むことで、競争条件を平準化するのだ」とし、IDCは「トレーサビリティと説明可能性」「意味層の構築」を重視する。独立系アナリストのドナルド・ファーマーは2026年1月のTechTarget寄稿で、この年のキーワードとしてガバナンス、（AIの幻覚を防ぐための）セマンティックレイヤー、エージェント型AI、そして「バイブ・アナリティクス」や「アナリティクス・アズ・コード」を挙げた。共通するのは、派手なデモよりも「信頼できる土台の上でAIを動かせるか」という現実的な関心である。
今後の焦点を時系列で見ておきたい。まず最も切迫しているのがDomoで、フォベアランス契約に基づく2026年7月31日の買収契約締結期限（クローズは11月30日）が目前に迫る。買い手は開示されておらず、契約が成立するか否かは本稿公開の前後に判明する可能性が高い。同じ7月31日にはQlikのサウガタ・サハ新CEOが正式に着任し、非上場のまま将来の上場を狙うのか（この点は確たる一次情報がなく憶測にとどまる）が注目される。Tableauは、未完成のTableau Nextを2026年を通じて作り込みつつ、空席の後任トップ人事が問われる。Power BI／Fabricは、Fabricデータエージェントや意味層Fabric IQ、Copilotの深化を、IgniteやBuildのサイクルで積み増していくだろう。Googleは、Data Studioへの名称回帰の展開と、Next '26で示したエージェント型BI機能を年内に順次一般提供していく。そして業界全体としては、2026年1月にv1.0が公開されたOpen Semantic Interchange（OSI）や、AIとBIをつなぐMCPの標準化を軸に、「セマンティックレイヤー戦争」が本格化する。Gartnerは「2026年末までにエンタープライズアプリの40%が特定業務向けAIエージェントを備える（2025年の5%未満から急増）」と予測しており、ダッシュボードから、自ら監視し原因を分析し行動するエージェントへ、という潮流は加速する。国産のウイングアークは、2027年2月期に売上343億円（+10.8%）を見込み、クラウド・サブスク成長と「地味で実用的な」AIで独自路線を歩む。総じて2026年は、BIが「見せる道具」から「考えて動く相棒」へと脱皮する転換点であり、各ツールの真価は、その相棒が返す数字をどれだけ信頼できるかで測られることになる。
