世界をリードする企業からのデータ + AIユースケース

Data + AI Summitで最もエキサイティングなパートの一つは、10,000以上のグローバルな顧客がDatabricksをどのように使用してビジネスを改善しているかを聞くことです。

データインテリジェンスプラットフォームを使用することで、すべての従業員が生のデータを洞察に変換し、仕事をより良く行うのに役立つ結果を生み出し、内部プロセスをより効率的にすることができます。

GM、Block、マクドナルド、J.P.モルガン・チェース、テキサス・レンジャーズ、ユニリーバ、その他250以上の顧客が、データとAIをどのように使用し、どのような結果を達成し、それを実現するためにどのようなツールを使用したかを共有しました。これらの素晴らしいストーリーを一つの場所にまとめ、他のビジネスがデータインテリジェンスの変革的な効果を見るのを助けたいと思いました。

データ + AIサミットで紹介されたユースケース

Texas Rangers は、Data + AI Platformを使用して、選手のメカニクスを分析し、人事決定を最適化し、怪我を防ぐなどの目的で、秒間数百フレームのデータをキャプチャしています。視聴：データインテリジェンスがTexas Rangersで大きな勝利をもたらす方法

Minecraft Databricksへの移行により処理時間を66％削減し、データとAIを活用してゲーム体験を向上させることができるようになりました。

John Deereの子会社であるBlue River Technologyは、データとAIを使用して新しい完全自動化トラクターを動力化する方法を紹介しました。この機械は360度カメラを装備し、AIによる迅速な画像解析をサポートしています。

Ahold Delhaize USAは、エンジニアがデータサイエンスとAI/MLアプリケーションをサポートするパイプラインを構築できるように、Databricks上に自己サービスのデータプラットフォームを構築しました。DIプラットフォームを統一されたデータと分析の基盤として使用することで、同社は、リアルタイムで、さまざまな顧客セグメントを横断して、プロモーションと販売パフォーマンスを大規模に分析し、より情報に基づいた決定を下すことができます。ADUSAはまた、DIプラットフォームを使用して、顧客のパーソナライゼーション、ロイヤルティプログラム、食品廃棄物の削減、環境イニシアチブ、物流、予測、および在庫管理をサポートしています。参照：Workflow Helps Data Teams Scale and Reduce Cost

Blockは、Databricksのデータインテリジェンスプラットフォームを使用してデータインフラストラクチャを標準化し、GenAIイノベーションの道を開きました。DatabricksのGenAI機能を活用することで、新規ビジネスはAIによるセットアップとデータインポートの自動化を使用して、Squareプラットフォームにさらに迅速にオンボードすることができます。また、GenAIを活用して、マーケティングメール、チームの発表、商品の説明、ウェブサイトのコピーなどのコンテンツを即座に生成することもできます。eコマースの販売者は、50以上のスタイルプロンプトから選択し、製品写真に超リアルなAI生成の背景を追加することで、ウェブサイトを引き立て、より多くの顧客を引き付けることができます。Databricksを使用することで、Blockはコンピューティングコストを12倍削減し、21世紀の金融サービスを再定義し続けています。視聴：BlockでのGenAIアプリの構築とデプロイメント - AI、データ＆アナリティクスのヘッド、ジャッキー・ブロサマー、参照：Blockが金融サービスを再定義。

DoordashとDatabricksは、MLとストリーミングのユースケースのためのDatabricksの採用を加速するために協力しました。これにより、DeltaとSparkの計算が最適に機能するワークロードのDatabricksの採用が加速しました。視聴：ストリーミングMLユースケースのためのDelta Lakeの採用を加速する 

Northwestern Mutual は、顧客サービスの効率を向上させるために、Retrieval Augmented Generation（RAG）システムを実装しました。保険提供者は、そのRAGアーキテクチャの概要と、コンテンツのインデックス作成とユーザーフィードバックの収集のための堅牢なデータパイプラインを構築するためにDatabricksをどのように使用したかについて説明しました。視聴：GenAIを用いた運用効率の向上の加速

AccuWeather は、独自のアルゴリズムを使用して、予測された天候をユーザーのデータに合わせた影響値に変換するために、豊富で品質保証された天候データを活用しています。Databricks Marketplaceの最も包括的な天候データセットを活用することで、AccuWeatherは、天候と運用指標との間の強力な関係を明らかにすることができます。視聴：リスキーな天候の障害をビジネスチャンスに変える

Shell は、データ戦略とガバナンスの初期の障害を含む経験を共有し、それらを克服するためにUnity Catalogとビジネス所有のデータ製品アプローチをどのように使用したかについて詳しく説明しました。彼らはData Meshの概念について深く掘り下げ、製品チームと顧客の役割について議論し、実際の例を提供しました。また、データガバナンスのための分析、PowerBI、MLモデル、AIの使用についての洞察を共有しました。視聴：AIとLakehouse：Shellの効果的なデータガバナンスへの旅、参照：よりクリーンな世界のための革新的なエネルギーソリューションの提供

Albertsonsは、一度に数千のモデルをトリガーし、ほぼリアルタイムでの応答を期待する内部価格分析アプリケーションのためのモデル提供を行っています。この食料品店チェーンは、自社開発のモデル提供フレームワークとDatabricksのサーバーレスコンピューティングを通じて、この複雑な要件をどのように達成したかについて詳細な概要を提供しました。視聴：Databricks Serverlessを用いたほぼリアルタイム

AT&Tは、Databricksを使用して新しいデータ製品を効率化し、加速させています。これには、Delta Live Tablesを使用した自動パイプライン作成から、サーバーレスのDatabricks SQLウェアハウス、AI/MLユースケースまでが含まれます。しかし、ワークロードが自分のネットワーク上にデプロイされていない場合、複雑なセキュリティと接続要件を満たすことは難しいことがあります。AT&Tは、サーバーレスのSQLウェアハウスから始めて、厳格なセキュリティと規制要件を満たしながらDatabricksのサーバーレスプラットフォームを採用する方法を説明しました。視聴：AT&TのHadoopからの数十億のイベント処理の移行そして AT&Tのサーバーレスデータインテリジェンスプラットフォームへの旅

米国国務省の既存の手動レビュープロセスは、情報自由法の要求に対してすぐに不可能になりつつありました。この課題を先取りし、タイムリーな文書の公開を確保するために、同機関はオープンソースの監督分類モデルを訓練し、2020年から2021年の人間の分類決定を認識するようにしました。これにより、98％以上の精度で動作し、手動作業の63％以上が保持されました。

Workday はDatabricksと協力して、職種、会社名、必要なスキルなどの入力を新しい求人情報に変換することができるLLMを作成しました。このカスタムLLMをWorkdayの大規模な求人データリポジトリで訓練することで、チームは期待を満たすモデルを開発し、外部ベンダーモデルに関連する大きなコストとセキュリティリスクを回避しました。Databricksは、プロジェクトの成功に不可欠な革新的なETL、訓練、推論、評価パイプラインを開発するためのプラットフォームを提供しました。視聴： インフラストラクチャリソースのための時系列予測 

Bayer は、攻撃的および防御的なデータ戦略、堅固なガバナンス、およびカスタマイズされたレイクハウスパラダイムデザインを使用する臨床データ環境のための高度な分析プラットフォーム、ALYCEを構築しました。ALYCEデータインテリジェンスプラットフォームは、規制を遵守しながら大規模で複雑な臨床データの分析を可能にします。ビジネスインテリジェンス、AI、および機械学習を活用して臨床試験データのレビューを迅速化し、患者中心の研究デザインを強化します。視聴： データインテリジェンスによる薬物開発の進化 

Unilever: このグローバルな消費財大手は、以下のような方法でDatabricksを使用しています：

• ユニリーバのメタデータフレームワーク、Blueprintは、ユニリーバのレイクハウス管理における大きな進歩で、主要な機能を持っています。このフレームワークはユニリーバのエンジニアリングチームを一つにまとめ、開発速度を10倍に向上させました。ダウンストリーム機能を用いて3000人以上のユーザーにサービスを提供し、Blueprintはユニリーバのデータエンジニアリングを大幅に進化させ、レイクハウスアーキテクチャにおける新たな効率性とスケーラビリティの基準を設定しました。視聴：ユニリーバがメタデータを使ってレイクハウスを活用する方法 
• Unileverは、その広範なデータソースを安全で管理された方法で民主化するためにUnity Catalogに移行しました。UnileverがUnity Catalogツールを本番環境で使用可能にしたとき、特にLakehouse FederationとDelta Sharingに関して、優れた新しい可能性が開かれました。視聴： UnileverにおけるUnity Catalog 
• ユニリーバにとって、予測は常に重要なテーマでした。同社は、ML予測モデルを使用して既存の予測プロセスを改善し、さまざまな主要なビジネス指標を異なる粒度レベルで予測する方法を示しました。これを支えるエンジンは、ユニリーバがDatabricks上で作成・開発した再利用可能な予測フレームワークで、これを異なる時系列予測シナリオに再適用することで開発効率を向上させ、メンテナンスを容易にすることができます。視聴： 予測ML：ユニリーバが予測を改善する方法

疾病管理予防センター（CDC） は、公衆衛生目的のためのコスト効果的で、迅速で、タイムリーなビッグデータの視覚化が必要です。この機関は、Databricksを用いた強化されたビッグデータ処理方法を適用し、公衆衛生の状況認識と行動を通知する視覚化を作成しました。視聴：公衆衛生におけるビッグデータの視覚化

Sleep Numberは、Databricksを使用して、そのシグネチャーであるSmartbedsの各脚の下のセンサーからの大規模で複雑な時系列データを迅速に分析し、ベッドの重量を考慮したパーソナライズされたスリーパーの洞察を生成しています。視聴：Databricksでの時系列ビッグデータのRapid PySpark処理

Navy Federal Credit Unionはメンバーのパーソナライゼーションを先導しており、その大部分はリアルタイム機能に依存しています。同社はDelta Live Tablesを使用してリアルタイム分析を行っています。視聴：DLT、DBSQL、PowerBIを使用したリアルタイムオムニチャネルバンキング

BPは、堅固なデータ基盤がAIとガバナンス戦略を推進する上で重要な役割を果たすことを認識しています。同社は、Databricksデータインテリジェンスプラットフォームを活用して、BPの最先端の統一データ体験（UDX）ソリューションを推進しています。UDXを使用することで、BPはデータエンジニアリングと管理を戦略的に統一し、生産性を驚くべき25％向上させ、データ所有権を分散化し、メタデータ収集を合理化し、データ品質の一貫性を確保し、柔軟な計算サービスを通じてコストを最適化し、データ信頼性を厳密に監視し、データ探索を超高速化するための単一のポータルを導入しました。視聴：  BPの統一データ体験との旅 

JetBlueのDatabricks Unity CatalogとTheomのアクセスガバナンスプラットフォームの統合は、特に生成型AIの導入における航空技術の大きな進歩を示しています。このアプローチは、業界のデータ管理の課題と規制要件に対応します。この取り組みの鍵となるのはBlueBot、顧客サービスを強化するAI駆動のチャットボットです。ハイブリッドな検索補強生成（RAG）モデルの使用は、AIの応答の精度と関連性をさらに向上させます。重要なことに、Unity CatalogとTheomの組み合わせはデータセキュリティを強化し、コンプライアンスとデータの整合性を確保し、JetBlueを航空業界でのAI応用のモデルとしています。視聴：JetBlueでの安全かつスケーラブルなLLMフレームワークの構築関連記事：JetBlueでのイノベーションの加速

CVS Health は、世界最大のRAGシステムを知識管理のために構築しました。CVSの機械学習の責任者は、CVSで情報を見つけるための統一されたスケーラブルな知識プラットフォームをどのように作成したかを共有しました。現在、従業員はセマンティック検索を使用し、一度に複数のシステムと知識源を検索することができます。 見る: CVS Healthで世界最大のRAGを知識管理のために構築する 

Mastercardは、AIの潜在能力を商業の基礎要素として認識するというコミットメントを深めるための多段階の旅の一部としてDatabricks Data + AI Platformを使用しています。同社は、データの系統、機密データの識別、モデルの開発、モデルのガバナンスなど、完全に自動化された機能の幅広さを使用して、データの発見から製品開発までをシームレスに結びつけ、データ使用のコンプライアンスと透明性を確保しています。Mastercardはまた、Databricks Clean Roomsを使用して、現代のデータ問題を解決するための複数の当事者間での協力を促進しています。視聴：Databricks Clean Roomsとの協力

AXA France は、革新的なデータ管理の概念とデータインテリジェンスを調和させて、将来のための強固で適応性のあるインテリジェントなデータプラットフォームを構築する方法を共有しました。視聴： データインテリジェンスとデータアズコードプラットフォームの調和

Chevron Phillips Chemical Company は、DatabricksとSeeq（専門的な時系列分析ツール）と提携して、産業用IoT分析と機械学習の能力を拡大しました。視聴：SeeqとDatabricksを組み合わせて時系列の価値を増大させる

Myntra’sは、ペタバイトのデータのクリックストリームデータ分析を最適化するために、クラウドデータウェアハウスとHiveからDelta Lakeへの移行に焦点を当てています。この再アーキテクチャは、スケーラビリティ、コスト効率、およびパフォーマンスの向上を目指しています。Delta Lakeの統合は、小売業のダイナミックなニーズにとって重要な優れたデータ処理能力を提供します。この移行により、大幅なコスト削減と、大量のデータを効率的に管理するためのスケーラビリティの向上が確保されました。視聴： インドのプレミアファッションEコマースプラットフォームにおけるデータの未来形成 

Skyscannerは、30+億の分析イベントを毎日豊かにし、ビジネスと旅行者の経験を最適化するのに役立ちます。同社は、lakehouseアーキテクチャとUnity Catalogを使用して分析データインフラストラクチャを簡素化し、データガバナンスに対する実用的なアプローチを提供しました。これは、機械学習とAIを含むビジネスに重要なユースケースを実装する上で重要でした。視聴：実用的なデータとAIガバナンスの実現

Experianは、すべての製品とソリューションにGenAIを組み込む計画を共有し、Databrick Data + AI Platformを活用しています。将来の提供のために数百のユースケースが文書化されており、ExperianはGenAIを、顧客が自身の財政状況を改善するという主要なミッションを支える重要なツールと見なしています。Experianのエンジニアリング＆ダークウェブインテルのVPが出演するData + AI SummitのFinancial Services Industry Forumをご覧ください。

ブルームバーグとDatabricksは、相互の顧客がData Licenseとクラウドベースのデータ管理ソリューションData License Plus (DL+)を通じてブルームバーグの広範なデータ提供にシームレスにアクセスできるようにする戦略的な協力関係を持っています。これらのソリューションは、データの統合を容易にし、データ分析の加速、インサイトの生成、構造化データと非構造化データ、AIとMLの統一ガバナンスを可能にするために設計されています。視聴する： ブルームバーグで最適化されたテーマポートフォリオの作成

リビアン、データと AI をフル活用

Rivian は、以下のような方法でDatabricksを使用しています：

• Rivianは、Databricks上に安全でスケーラブル、コスト効率の良いサイバーセキュリティレイクハウスを構築し、リアルタイム、スケジュール、クロスチーム、予測的なセキュリティイベントの検出を可能にしました。Databricksの使いやすさにより、Rivianのサイバーセキュリティチームは以前のソリューションを新しいプラットフォームに3ヶ月未満で移行し、Rivianがエンドユーザーに新たな機能を提供することを可能にしました。
• この会社は、DIプラットフォーム上でソリューションを開発し、車両のパフォーマンスと広範な車両診断データをリモートで監視し、AIを使用してメンテナンスの必要性、エネルギーと充電プロファイルを予測します。これらの機能は、会社の運用費を大幅に削減するだけでなく、より敏捷性のあるデータ駆動型の企業を促進し、最終的には、顧客にとってより良く、より便利な体験を提供しました。

Rivianがどのように電子交通の未来に向けて進んでいるについての詳細を読む

Michelinは、Databricksを使用してERPデータをデータレイクに移行し、Data Meshアーキテクチャを採用し、ビジネスユーザーが分析を行う力を解き放ちました。読む: Michelinでのビジネスオペレーションの効率化にデータを活用する 見る: Michelinでのデータの活用

国際金融公社（IFC）は、DIプラットフォームを使用して、貧困と気候変動の課題に対処するためのAI駆動型開発プラットフォーム、MALENAをスケールアップしました。視聴：GPUサービングを使用したドメイン固有のLLMの提供

Mahindra & Mahindra Limited は、業界初のエンタープライズレベルのGen AIソリューション、Mahindra AIを開発し、成長を促進し、顧客体験を向上させ、運用効率を最適化するのに役立ちました。Mahindra AIによって推進された成功事例には、財務アナリスト向けのGenAIボットがあり、これによりルーチンタスクに費やす時間が70%削減され、チームがより高価値の戦略的イニシアチブに集中することが可能になりました。今後、MahindraはDIプラットフォームを使用して複数のユースケースをサポートし、Databricks DBRXのオープンソースLLMを使用して、Delta Lakeを通じた内部データとウェブサイトやソーシャルメディアからの外部データの両方を使用した顧客の声のチャットボットを構築しています。

T-Mobileは、Unity Catalogと外部Delta Sharingを使用して、自社のレイクハウスをData Meshに統合し、エンタープライズ全体のチームがデータを使用しながらも、合理的で理解しやすいセキュリティモデルを維持することを可能にしました。視聴： T-MobileでのDelta SharingとUnity Catalogの教訓

Nasdaqは、Delta Sharingを使用して、異なるクラウド環境やプラットフォーム間でのデータとAIアセットの共有を促進しています。視聴： Delta Sharingがあなたのデータの価値を解放します

M Science は、ペタバイトのデータ上でデータと分析を民主化するために、データインテリジェンスプラットフォームを活用しています。Unity Catalogは、堅牢なセキュリティとデータ管理機能も提供します。視聴：M Scienceでのデータの民主化 

Nextdoorは、Delta Live Tables (DLT)を使用して、アナリスト、データサイエンティスト、エンジニアがイベントを迅速にクエリし、分析、監視、リアルタイム集計を行うことができ、計算コストを削減しています。Nextdoorの変革の旅を、時間ごとのバッチイベント取り込みからDLTを使用したほぼリアルタイムのストリーミングソリューションへと探求します。視聴： DLTを使用したイベント取り込み：洞察と教訓

ComcastのUnity Catalogの導入は、多様なソースからのデータを一つの信頼性の高い、安全なシステムに統合し、細かいアクセス制御を可能にし、データの系譜を確保するという課題に対処する上で重要でした。視聴： Comcastにおける集中的なデータガバナンスの強化

GMは、DatabricksとAmperityを使用して、Customer 360 (C360)をサポートし、ビジネスと顧客に対する有意義なビジネスインパクトを生み出しています。参照：GMでの顧客ロイヤリティの向上、視聴：General Motorsでのインサイトファクトリーの構築

Fox Corporationは、Databricksの微調整APIを使用して、独自のスタイルとトーンを持つ複数のカスタムLLMを訓練し、多くのGen AIアプリケーションを解放しています。視聴： パーソナライズされたコンテンツエンゲージメントのためのLLMの活用

Conde Nast は、Delta LakeのChange Data Feed (CDF)を使用して、データの変更を効率的に追跡し、リアルタイムのプロセスでGDPRの遵守を確保し、'忘れられる権利'のような規制に対応しています。視聴： Conde NastでのデータパイプラインのGDPR遵守の確保.  

ブリヂストンアメリカ は、Databricksとそのマルチクラウドエコシステムを使用して、供給チェーン、マーケティング、労働最適化、ゲノミクス、AIアシスタント/チャットボット、ビジョンモデルなどのさまざまな領域でモデルを生成しています。視聴： ブリヂストンでのAI / ML成熟度の向上. 

ハイネケン社 は、データチームがストリーミングとバッチETLを効果的に簡素化し、タスクのオーケストレーション、クラスタ管理、監視、データ品質、エラーハンドリングを自動化するのにDelta Live Tablesを使用しています。 視聴： DLTパイプラインの開始方法. 

Honeywell Intelligratedは、Unity CatalogとDelta Live Tableを使用して、効果的なデータガバナンスと効率的なストリーミングデータ処理の基盤を提供しています。

従来のBIワークロードをレイクハウスに移行することで、企業はデータ取り込み方法を標準化し、クエリ連携やDelta Sharingなどの新たな機能を開放することができました。これはすべて、エンタープライズとIoTデータに基づいたAIをカスタマイズするための基盤を築くためのものです。視聴： Honeywell IntelligratedのIOTストリーミングレイクハウス

Capital Oneは、Databricksと提携して、リアルタイムのパブリッシングとストリーミングプラットフォーム、クラウドベースのレイク、Delta LakeやIcebergのようなオープンテーブル形式によって可能にされる消費層を含む独自のエンタープライズデータプラットフォームを構築するのを支援しました。すべての情報は、プロデューサーが自己サービスでデータを利用可能にすることを可能にする一般的なメタデータ契約によって管理されています。視聴：How Captial One Enabled Innovation Using ‘You Build, Your Data’

Hinge Health はDelta Live Tablesを使用して、変更データキャプチャを簡素化し、データの信頼性を向上させ、SLAを満たし、TCOを削減しています。視聴： Hinge Healthの最適化されたCDCアーキテクチャへの旅.

マクドナルド は、新規サイト選定の意思決定を支援するために、Databricks MarketplaceとMLを活用しています。視聴： マクドナルドがレストランのサイト選定を最適化するためにMLをどのように使用しているか

KPMGは、DIプラットフォームを使用してビジネスインテリジェンスとAIのワークロードを統合し、データの拡散に関連するリスクを軽減し、データガバナンスを簡素化しています。KPMGは、Unity Catalogを活用することで、プロジェクトチームやエンゲージメントチームが契約条件に従って第三者の市場データと協力するための柔軟で安全な環境を提供し、その結果、データのアクセシビリティと管理が全チーム間で改善されました。参照： KPMGがAzure Databricksを使用してデータエステートを近代化した方法.

Diageo は、データをDatabricks Data + AI Platformに集約しています。Unity Catalogとレイクハウスアーキテクチャを使用することで、企業はデータロードマップの他の部分を簡単に解放することができました。視聴： Unity Catalogへの移行がDiageoのデータロードマップを解放する方法

DraftKings は、Databricksを使用して、WorkflowsとDelta Lakeを使用して、さまざまなスポーツシナリオでの選手やチームのスキルを推定する評価を最新の状態に保つことを確認しています。視聴：スーパーボウルのシミュレーション：NFLを予測するためのリアルタイムML

Moody’s Analytics は、データエンジニアリングと科学のワークロードを処理するためにDatabricksに依存しており、これにより、分析データプレーンを統一するという戦略的な目標を達成しています。視聴：データ分析チームを効率的にスケールアップする方法

North Dakota University System (NDUS) は、Databricks Data + AI Platformを活用して、Retrieval Augmented Generation (RAG)アーキテクチャを開発し、大規模な言語モデルを用いた非構造化データの処理に対する管理ニーズをより良くサポートし、すべてのNDUSスタッフ、教員、学生が承認されたAIアプリにアクセスできるAIポータルを作成しました。視聴： LLMsとDatabricksを用いた非構造化データの可能性の解放

Asana は、データサイエンスソリューションを強化し、データサイエンティストがより簡単にモデルを構築できるようにするためにDatabricksに頼りました。視聴：AsanaでのエンタープライズグレードのMLの構築

Providence Health は、Databricksと提携して、Databricks Data + AI Platform上に集中化された「モデルマーケットプレイス」を作成しています。モデルマーケットプレイスのイニシアチブは、多様なMLモデルへのアクセスを民主化することを目指して設計され、120,000人以上のケアギバーが日々の意思決定を支援するツールに簡単かつ効率的にアクセスできるようになります。65以上の異なるDatabricksワークスペースからモデルを集約し、一つのアクセス可能な場所にまとめることで、マーケットプレイスはデプロイメントを簡素化し、複雑さを減らし、組織全体でのモデルの可視性と使いやすさを向上させます。読む Providenceがモデルマーケットプレイスを構築した方法 見る: ヘルスケアにおけるML OpsとAIガバナンス 

関連：Providenceのデータアーキテクトから ヘルスケアデータインテリジェンスとUnityカタログ 

あなたの組織でデータとAIを活用してイノベーション、生産性、データインテリジェンスを推進するためのインスピレーションが必要な場合、これらと200以上の顧客セッションを視聴してくださいこれらは2024年のData + AI Summitでオンデマンドで提供されています。
 

こちらをご覧ください 最新の顧客事例データとAIのチームがDatabricksのソリューションを使用して革新的なデータとAIのソリューションを構築する方法を学びます。