信頼できる AI エージェントの構築: 安心して選択、ガバナンス、拡張を行うための新機能

このGenAIの波において、競争優位性はレンタルするモデルからではなく、所有するデータから生まれます。しかし、ほとんどの組織は、拡張に必要な品質、ガバナンス、柔軟性が欠けているため、データを本番運用レベルのエージェントで実用化することに苦労しています。

Databricks Agent Bricksは、このギャップを埋め、構造化および非構造化情報を理解、推論、実行するエージェントによって、あらゆるチームがデータインテリジェンスを実現できるようにします。MLflow による組み込みの評価、Unity Catalog による統合ガバナンス、そして AI Gateway によるあらゆるモデルやフレームワークのオープンなサポートにより、Agent Bricks は、AstraZeneca や Edmunds のような企業が、パイロットから本番運用へ自信を持って移行できるよう支援します。

今週、Agent Bricksに新しい機能が導入され、信頼性を支える3つの柱である「正確性」「ガバナンス」「オープン性」がそれぞれ強化されます。Agentsウィークへようこそ。

「Agent Bricksを使用することで、私たちのチームは40万件以上の臨床試験文書を解析し、1行のコードも記述することなく構造化されたデータポイントを抽出できました。わずか60分足らずで、複雑な非構造化データを実用的なアナリティクスに変換できる、動作するエージェントが完成しました。「Agent Bricks（情報抽出）は、データから知見を迅速に導き出すための貴重なツールです！」— Joseph Roemer、AstraZeneca社コマーシャルIT、データ&AI責任者

あらゆるエージェントを、思い通りに構築
Agent Bricksはオープンな設計で、チームはガバナンスの効いたデータと信頼性の高いMCPサーバー上で、高品質なエージェントを柔軟に構築できます。

• カスタムコードのエージェント。GPT-5、Claude Sonnet、Gemini、Llamaなど、あらゆるフレームワーク、MCPサーバー、モデルを使用して構築し、Databricksのserverlessインフラストラクチャでランします。すべてのインタラクションは、MLflowのオブザーバビリティとAI Gatewayを通じて自動的にトレース、評価、統制されます。
• 宣言型エージェント。技術チームと非技術チームの両方が、自然言語と事前設定されたTemplateを使用して、情報抽出、ナレッジ支援、マルチエージェント連携などのタスク向けのエージェントを構築、改良できるようになります。継続的な改善のための統合評価機能も組み込まれています。
• エージェント AI Functions。ai_parse_document などの関数をドキュメントに直接適用すると、非構造化コンテンツを大規模に解析、エンリッチ化、埋め込みできます。これにより、手動のワークフローが自動化され、これまで得られなかった知見が明らかになります。

「Databricksは、GPT-5、Claude Sonnet、Llamaなどの複数のモデルをランするための、安全で統制された基盤を提供してくれます。これにより、ニーズの進化に合わせてプロバイダーを切り替えながら、コストを抑制することが可能です。その柔軟性により、レビューのモデレーションを自動化し、コンテンツの品質をより迅速に向上させることができるため、自動車の購入を検討している人々は信頼できる知見をより早く得られます。」— Greg Rokita、テクノロジー担当バイスプレジデント、Edmunds

Agent Bricksで開く

企業がパイロットから本番運用へ移行できるよう支援するため、信頼性を支える3つの柱全体でAgent Bricksを強化しています。

• 精度。 MLflow for Agent Quality and Observability (GA) は、エージェントのすべてのインタラクションをトレースし、カスタムジャッジで出力をスコアリングし、専門家からのフィードバックを収集するアプリを提供することで、あらゆる環境でエージェントを評価するための標準となっています。
• ガバナンス。 AI Gateway（一般提供開始）とDatabricks Marketplaceの MCP Catalog （パブリックプレビュー）により、企業はUnity Catalogを通じて、あらゆるモデルと外部MCPサーバーを統制できます。すべてのモデルアクティビティがログに記録され、レート制限され、監査可能であるためコンプライアンス要件を満たすことができ、またGlean、You.com、Dun & Bradstreet、Moody’s、S&P Globalなどのローンチパートナーが、信頼できるデータやツールへのアクセスを拡大します。
• オープン性と相互運用性。Agent Bricksは、あらゆるモデル、フレームワーク、MCPサーバーをサポートしているため、企業は社内外のシステムにまたがる複数ステップのワークフローを構成できます。マルチエージェント スーパーバイザー（ベータ版）はエージェントやツールをまたいだ複雑なワークフローをオーケストレーションし、ai_parse_document（パブリック プレビュー）は非構造化コンテンツから知見を抽出します。これらすべてを、単一の統制された環境で実現できます。

「Databricksのai_parse_documentは設定のオーバーヘッドを削減するため、データサイエンティストはセットアップにかける時間を短縮し、顧客中心の複雑なソリューションの推進により多くの時間を費やすことができます。」—  Meiling He、Rockwell Automation社シニアデータサイエンスマネージャー

Agent Bricksで構築できるもの
Agent Bricksは、データ コパイロットから本番運用自動化まで、さまざまなエージェント パターンを可能にし、チームがエンタープライズ データをインテリジェンスとアクションに変えるのを支援します。

• ナレッジアシスタント： 構造化データと非構造化データの両方を推論し、ドメイン固有の質問に回答します。たとえば、社内ポリシーを説明するHRチャットボットや、マニュアルを検索して問題をより迅速に解決する技術者向けアシスタントなどです。
• ドキュメント インテリジェンス: PDF の契約書やレポートを解析して非構造化コンテンツを構造化データに変換し、後続の分析やナレッジ アシスタントとの統合に利用します。
• プロセスおよびワークフロー エージェント: レコードの更新、チケットの起票、パイプラインのTriggerなど、ガバナンスの効いたアクションを実行します。たとえば、解約リスクを特定してリテンション オファーを自動的に送信するなどです。
• 製品インテリジェンス – パーソナライズされたヘルスアシスタントや予約スケジューラなどのアプリケーションに、推論やコンテンツ生成を組み込みます。 

各エージェントタイプは、カスタムコード、宣言型ワークフロー、またはエージェントAI関数を使用して実装できるため、チームは柔軟に、シンプルにstartし、安全に拡張し、時間をかけて標準化することができます。

「MCP は、オープンで相互運用可能なエンタープライズ AI に向けた重要なステップです。これは、Glean が創業当初からアプローチの中核としてきたものです。Databricks Marketplace の新しい MCP Catalog は、その進化の重要な部分です。「Databricks Marketplace の MCP Catalog を通じて、顧客は Glean の Enterprise Graph を拡張し、統制されたデータと非構造化ナレッジに基づいて推論するワークエージェントを構築できるようになりました。これにより、カスタマー 360、更新リスク、キャンペーン知見などのユースケースを安心して強化できます。」— Emrecan Dogan、製品責任者、Glean

"Databricks Marketplaceの新しいMCPカタログにより、顧客は当社の高品質なWebインデックスを、統制されたツールとしてワンクリックでプロビジョニングできます。Agent Bricksと組み合わせることで、エージェントは最新の情報に基づいて現実世界の意思決定を即座に行えるようになり、データからアクションへのプロセスを根本的に加速させます。" —  Bryan McCann、 You.com 共同創業者兼CTO

AIエージェントの本番運用への道はここから始まります

Agent Bricksは、信頼できるAIエージェントの構築、統制、拡張のためのエンタープライズ標準を確立します。

Week of Agents の期間中、これらの各ローンチに関する詳細なブログを公開しますので、引き続きご注目ください。

• 11月11日、Sam AltmanとAli Ghodsiが登壇する 「AIの未来：実用的なエージェントの構築」にぜひご参加ください。
• デモを見る：Agent Bricksが精度、オープン性、ガバナンスをいかにして実現するかをご覧ください。
• エコシステムを統制：Databricks Marketplaceの新しいMCPカタログをご覧ください。これは統制されたモデルアクセスのためにAI Gateway と統合されています。
• Start: ai_parse_documentを使用して、ドキュメントを構造化データに変換しましょう。

実用的なエージェントを構築：Agent Bricksの Multi-Agent Supervisorを活用して、マルチステップで統制されたワークフローをデプロイします。