本エントリーは株式会社アシスト様が寄稿したエントリー（https://www.ashisuto.co.jp/product/category/brms/progress_corticon/column/detail/brmstech00.html）を転載したものとなります。

アシストは2014年より、BRMS(Business Rule Management System)であるProgress Corticonのマスターディストリビュータです。本コラムではBRMSによって企業の競争力をつけていくためのヒントや、ルールエンジンの技術的トピックをご紹介していきます。

BRMSの前身は、専門家の知見をコンピュータに組み込み、人間の代わりに推論をさせる推論エンジンでした。推論エンジンによって期待されていたのは以下のような専門的で高度な役割をコンピュータが担うことです。

• 医者のように患者の病状から病気を診断するコンピュータ
• 保険引受人のように契約の裏書を行うコンピュータ
• 銀行融資担当者のように条件と与信から融資を判断するコンピュータ
• ベテランショップ店員のように顧客の好みや予算からおすすめの商品を提示するコンピュータ

時代は変わって、2000年初頭のSOA(サービス指向アーキテクチャ)の流行を受けて、現在はビジネスルールの分離という側面が強調されています。
また、ビジネスルールをそのままの形(宣言的)に表現できることから、開発工程の製造フェーズを極小化できるとして、超高速開発ツールとして注目されたりしました。
現在は、激変するビジネス環境で企業が生き残ってくために、ビッグデータ、IoT、人工知能といったキーワードがコンピュータ業界をにぎわせていますが、いずれも顧客接点をどう考えるか(エンゲージメント)という話題です。

顧客接点をどう考えていくか、つまり個々の顧客に個別のアプローチをしていくために、データを基に分析を行い、適切なエンゲージメント計画を立てていくことが重要です。一方で、私たちにはこれまでビジネスを営んできた知見や知識があります。これらを素早くシステム化していくことも必要です。そこで前述の推論エンジンが活きてきます。BRMSは知識を素早く表現することに長けており、BRMSが再び脚光を浴びています。本コラムでは、BRMSの活用例や具体的な効果に触れつつ、BRMSの技術的解説、検証など皆様に役に立つ情報をお届けしていきたいと思います。