エージェンティックBIの実現：インフラストラクチャ、データ、セマンティクスの統合手法

データチームをリードしているか、SQLクエリを書き換えてダッシュボードを作成しているかに関わらず、AIは組織がデータを活用する方法を根本的に変えています。AIを活用した成功するビジネスインテリジェンス、すなわち「エージェンティックBI」を実現するには、AIが企業のデータとその独自のビジネスコンセプトを理解するデータインテリジェンスが必要であり、これにより真の自立性と生産性の大幅な向上が可能になります。

つまり、これは3つの重要な要素に集約されます：統一されたインフラストラクチャ、データ、そしてセマンティクスです。最近のウェビナー「AI時代のビジネスインテリジェンス」では、Databricksの共同創設者であるReynold Xin氏をはじめとする他のエグゼクティブや顧客が、組織がこのシフトをどのように受け入れることができるかを詳しく説明しました。以下に、セッションからの主なポイントをまとめています。

データとAIのインフラストラクチャの統合が必要

BIは何十年も前から存在しています。90年代初頭は、企業が初めてデータから価値を引き出し始めた時期でした。それから、セルフサービスのデータディスカバリとクラウドベースのBIが登場しました。

現在では、エージェンティックBIがさらに大きなインパクトをもたらす可能性があり、人間がAIエージェントと自然言語で対話して求める答えを得ることがますます容易になっています。その能力を提供する鍵は、システムが必要なデータにアクセスできるようにすることです。そして、それはインフラストラクチャから始まります。

過去10年間で、企業はクラウドデータウェアハウスをより多くのBIユースケースに使用してきました。同時に、データレイクは非構造化データと半構造化データを使用して、より多くの機械学習、データサイエンス、AIのワークロードを動かしています。これらのシステム間でのデータコピーは、データガバナンスを極めて困難にします。すべてのデータを正確かつ最新の状態に保つのは困難であり、これがAIとBIの両方を効果的に行うことを難しくしています。

企業は、統一されたデータセットを提供するために、インフラストラクチャを統一する必要があります。それが私たちがデータレイクハウスを発明した理由です。これは、データウェアハウスとデータレイクの最良の部分を組み合わせたアーキテクチャです。データレイクハウスを通じた統一されたインフラストラクチャは、エージェント型AIを推進する唯一の方法です。

エージェンティックBIには統合データプラットフォームが必要

AIは大量のデータを必要とし、また大量のデータを生成します。今日では、エージェントが人間と対話しています。しかし、近い将来、エージェントがエージェントと対話するようになり、それによってさらに多くのデータが生成されるでしょう。

AIアルゴリズムはこのすべてのデータにアクセスする必要がありますが、BIワークロードはより小さなデータのサブセットに対してより高速なアクセスを必要とします。ますます、企業は両方を一つの統一されたリポジトリを通じて管理できるようにする必要があります。これは両方のユースケースをサポートするためにスケールアップできるものでなければなりません。

歴史的には、これは2つの異なるデータスタックを通じて行われていました。しかし、データレイクハウスアーキテクチャに基づいて構築されたDatabricksデータインテリジェンスプラットフォームは、企業が両方を処理し、さらにすべての資産に対して統一されたガバナンスを提供することを可能にします。

統合されたオープンセマンティクスはエージェンティックBIの必須要件

今日では、多くのビジネスインテリジェンスシステムが、特定のプラットフォームに対応する組み込みの独自のセマンティックモデルを提供しています。しかし、企業は1つ以上のBIツールを持っているか、あるいは1つのBIツールを複数回デプロイしているかもしれません。その結果、セマンティックレイヤーはBIランドスケープ全体に断片化しています。

企業は、統一されたガバナンスによって支えられた単一のセマンティックレイヤーが必要です。これが私たちがUnity Catalogを構築している理由です。そして、それは私たちのデータインテリジェンスプラットフォームの拡張として公開されているため、他のBIツールもセマンティックレイヤーとAIエージェントを利用してアクセスすることができます。

ウェビナーを視聴して、実際の世界で企業がAIを活用したBIをどのように活用しているかを探索してみてください。ここからご覧いただけます。