本稿は，AI対応プラットフォームにおけるデータネットワーク効果に焦点を当てた循環モデルを開発する．そのために，プラットフォーム理論の新潮流である統合的アプローチの先行研究とデータネットワーク効果概念間の接続を試みる．先行研究の整理から，ネットワーク効果の4分類を行い，特性の違いを確認する．これらの検討に基づき，データネットワーク効果の循環モデルを，データの規模およびデータの範囲に関わるネットワーク効果を組み合わせた多重ループ構造モデルとして提示する．データネットワーク効果の好循環として，AI対応プラットフォームにおけるデータ対応学習の深化とプラットフォーム境界の拡大が共に進行するメカニズムを指摘する．データネットワーク効果の悪循環として，AI対応プラットフォームが機械学習を通じて提供する顧客経験が既存顧客に過適合し，新規顧客に向けた機械ベース・イノベーションが阻害される危険性を指摘する．