カスタムのテキストからSQL生成するアプリケーションで金融のインサイトを解き放つ！
序章 取得強化生成（RAG）は、大規模言語モデル（LLM）を使用して企業が非構造化知識ベースを活用する方法を革新し、その可能性は広範に影響を及ぼします。 インターコンチネンタルエクスチェンジ（ICE） は、世界最大の証券取引所グループであるニューヨーク証券取引所（NYSE）を含む、取引所、クリ アリングハウス、データサービス、住宅ローン技術を運営するグローバルな金融組織です。 ICEは、既存のアプリケーションからのデータ移動を必要とせずに、構造化されたRAGパイプラインを持つことで、構造化データ製品の自然言語検索のシームレスなソリューションを先駆的に開発しています。このソリューションは、エンドユーザーがデータモデル、スキーマ、またはSQLクエリを理解する必要性を排除します。 ICEチームはDatabricksエンジニアと協力して、Databricks Mosaic AI製品のフルスタック（ Unity Catalog , Vector Search , Foundation Model APIs , and Mod
AIモデル共有のGAを発表
このブログへの貴重な洞察と貢献に対して、Daniel Benito（CTO、Bitext）、Antonio Valderrabanos（CEO、Bitext）、Chen Wang （リードソリューションアーキテクト、AI21 Labs）、Robbin Jang（アライアンスマネージャー、AI21 Labs）、Alex Godfrey（パートナーマーケティングリード、AI21 Labs）に特別な感謝を述べます。 Databricks Delta SharingとDatabricksマーケットプレイス内のAIモデル共有の一般提供をお知らせすることをうれしく思います。このマイルストーンは、 2024年1月のパブリックプレビュー発表 に続いています。Public Previewのローンチ以来、我々は新たなAIモデル共有の顧客やプロバイダー、例えば Bitext 、 AI21 Labs 、Rippleと共に、AIモデル共有をさらにシンプルにするために取り組んできました。 Delta Sharingを使用して、AIモデルを簡単
最新のDatabricks認定資格でジェネレーティブAIの専門知識を証明しよう！
ジェネレーティブAI技術は数ヶ月間話題となっており、その技術の現状や将来への即時的な影響に関してはさまざまな意見が存在します。技術が絶えず変化している中でも、Gartnerは 2026年には 80％の企業がジェネレーティブAIソリューションを本番環境で使用するようになると予測しています。さらに、Gartnerは、これらのソリューションを構築・展開するためのエンジニアリングスキルを今から身につけることを推奨しています。また、スキルギャップが将来の技術とその実用化に 支障をきたす可能性があると強調しています。 そのため、Databricksはこの進化し続ける課題に対応するための認定資格、「 Databricks Generative AI Engineer Associate 認定」を設立しました。我々は業界初のジェネレーティブAIエンジニア認定に投資し、企業や個人がDatabricks上でジェネレーティブAIアプリケーションを構築・展開するための専門知識を確立できるよう支援しています。Databricksは、認定資格
Databricks SQLの新機能をチェック！
Databricks SQLがさらにシンプルに、速く、コストダウン！最新の新機能とパフォーマンス向上をお届けします。すでに7,000社以上の顧客がデータウェアハウスとして利用しており、Databricks史上最も急成長しているプロダクトです！ データウェアハウスの決定版 「レイクハウス」 Databricks SQLは、私たちが 2020年初頭 に提唱した レイクハウスアーキテクチャ に基づいて構築されています。このアプローチにより、コストが高く、独自仕様のデータウェアハウスはレガシーシステムになると予測し、実際に MIT Technology Insightsレポート では、74%の企業がすでにレイクハウスアーキテクチャを採用していることが示されています。多くの企業が利用するレイクハウスベースのデータプラットフォームは、最近発表された Forrester Wave for Data Lakehouses レポートでもレビューされ、Databricksは、現在の提供内容と戦略の両カテゴリで最高スコアを獲得し、リー
AI/BIダッシュボードの次世代インタラクティビティ
今年のData and AI Summitで最近 発表 されたように、 Databricks AI/BI は、非常に視覚的でインタラクティブなローコードAI/BIダッシュボードと、 AI/BI Genieによって駆動されるノーコード会話型分析を用いて、組織全体でビジネスインテリジェンスと分析を民主化します。このブログでは、AI/BIダッシュボードのパフォーマンスと対話性を向上させる新機能をいくつか紹介します。 これらの日々、非常にインタラクティブ（またはクリック可能な）ビジネスインテリジェンスダッシュボードは必須です。これらは、ダッシュボードのユーザーがデータを動的に探索し、クリックごとに洞察をカスタマイズできるようにするため、不可欠です。これにより、ユーザーはデータに対するフォローアップの質問を行い、より早く、より情報に基づいた決定を下すことができます。これは、分析を通じて探索と問題解決を制限する静的なダッシュボードとは異なります。 このブログで取り上げる主な改善点は以下の通りです： クロスフィルタリング ：視
強化されたワークフローUIがデバッグ時間を短縮し、生産性を向上
データチームは問題のトラブルシューティング、パッチの適用、失敗したワークロードの再起動に多くの時間を費やしています。エンジニアが一日中、自分のワークロードの調査とデバッグに費やすことは珍しくありません。 これで、データエンジニアが自分の仕事の問題を監視し、診断するのがより簡単になりました。これらの機能により、ジョブの実行が失敗したり、通常よりも長い時間がかかったりしたとき、失敗の理由を理解し、問題の根本原因を迅速に修復することができます。 タイムラインビューでのジョブの実行の視覚化 データエンジニアとして、ワークロードを最適化する最初のステップは、時間がどこで費やされているかを理解することです。複雑なデータワークフローでは、針を干草の山から探すような感じになることがあります。新しいタイムラインビューは、ジョブの実行をタイムライン上の水平バーとして表示し、タスクの依存関係、持続時間、ステータスを示します。これにより、DAGの実行におけるボトルネックや大幅な時間消費エリアを素早く特定することができます。タスクがどのよ
組織内の全員とAI/BIダッシュボードを共有する方法
Databricksでは、企業がデータを活用してビジネスプロセスを加速し、意思決定を強化することを簡単にすることを目指しています。 AI/BI は、Databricksプラットフォームにネイティブに統合されたAIファーストのビジネスインテリジェンス製品です。これは現在、 Databricks SQL のすべての顧客に利用可能です。 AI/BIダッシュボードは、組織全体で重要なビジネス指標、視覚化、洞察を安全に共有する強力な方法です。これらは、Databricksワークスペース内の他のユーザー、組織内の他のワークスペースのユーザー、およびDatabricksの 閲覧専用ユーザー （Databricksアカウントに追加されたが、ワークスペースには追加されていないユーザー）と共有できます。この記事では、組織全体でダッシュボードの共有を可能にするAI/BIダッシュボードの主要な機能について見ていきます。 共有可能なダッシュボードの作成 例から始めてみましょう。私たちは、販売機会を強調する例のダッシュボードを作成し、それを
電気自動車の未来への道
未来の世代が楽しむことができる世界を築くためには、私たちの運営方法を変える必要があります。この運動の最前線には、Rivianという電気自動車メーカーがあり、私たちの惑星のエネルギーと交通システムを完全に化石燃料から離れることに焦点を当てています。今日、Rivianのフリートには個人用車両が含まれており、Amazonとのパートナーシップを通じて100,000台の商用バンを提供しています。各車両はIoTセンサーとカメラを使用して、車両の運転方法から各部品の機能までのペタバイト単位のデータをキャプチャします。これらのデータを手元に持つことで、Rivianは機械学習を使用して、予測保守により全体的な顧客体験を改善し、潜在的な問題がドライバーに影響を与える前に対処しています。 Rivianが初めてEAVを出荷する前には、データの可視性とツールの制限が出力を減らし、協力を防ぎ、運用コストを増加させる問題に直面していました。一時期に30から50の大規模で運用上複雑な計算クラスターを持っていましたが、これはコストがかかりました。
ThomasがGenAIを使用して職場の協力を改善
40年以上にわたり、Thomasの中心的な理念は、企業が職場で人々が互いにどのように交流するかをよりよく理解することで、仕事の満足度と生産性を向上させることができるというものでした。人間科学の分野での影響を拡大し深めよう としたThomasは、伝統的なデータ管理と利用のアプローチに大きな障害に直面しました。彼らは、データワークフローの改善 - 取り込みと変換から分析、顧客と従業員向けのソリューションまで - をDatabricksに依頼しました。さらに、GenAIのベクター検索と取得拡張生成（RAG）を通じた統合は、コンテンツの検索可能性と自動コンテンツ生成をさらに向上させました。 従業員の評価をAI時代に持ち込む Thomasの基本的な心理測定評価モデルは、紙ベースのプロセスに根ざし、一対一の解釈に設計されていましたが、顧客基盤を拡大するにつれてますます制限が増えてきました。これらの伝統的な方法はスケールアップに苦労するだけでなく、現代の労働環境で必要な典型的なアプリケーションに接続されていませんでした。 会社と
データインテリジェンスを理解するための短いガイド
「データガバナンス」、「生成AI」、「大規模言語モデル」などの用語は、職場で一般的になりつつあります。 しかし、ビジネスリーダーにとっては、それらを会話やプレゼンテーションにただ散りばめるだけでは不十分です。彼らはこれらのトレンド、技術、そしてテクノロジーが実際に何を意味し、自分たちの組織の未来でどのような役割を果たすのかを理解しなければなりません。 私たちは、データインテリジェンスの主要 な要素を定義し、リーダーに次世代のオペレーションを支えるバズワードを理解することがなぜ重要なのかを概説することで、お手伝いしたいと考えています。 データインテリジェンス： これは単なる情報以上のものです。データインテリジェンスとは、AIを用いて独自のデータから正確で関連性のあるユニークな洞察を抽出することです。これにより、新たな収益源の特定、従業員の生産性向上、効率的な運営など、市場での競争優位性を企業が築くのに役立ちます。 データのサイロ化： データインテリジェンスを動かすために必要な情報は、ビジネス全体のアプリケーションやシ