によって ハンティング・バックリー による投稿
Archived. This article has not been updated since the publish date above. The dynamic nature of information means that previously accurate content can become outdated or even obsolete over time. Readers are advised to exercise due diligence and cross-check any information found in this blog post before making decisions or adopting any practices based on said information.
今年のData and AI Summitにご参加いただけましたでしょうか？
参加できなかった方も、数週間以内に録画が公開される予定なのでご安心ください。
今回は、その中でも特にゲーム業界に関連する注目の発表をいくつかご紹介したいと思います。
お客様からよくいただく声に「インサイトがあっても、それを活かせなければ意味がない」というものがあります。
Lakebaseは、Lakehouseの進化における重要なステップであり、ゲーム開発者がよりアクションにつなげやすくなるよう設計されています。
従来のLakehouseはすべてOLAP（分析処理）型のワークロードが中心であり、トランザクション処理やリアルタイムな参照には、コストやレイテンシの観点で課題がありました。そのため、静的な情報やKPIをトランザクション用途に流用したり、重複作業が発生することが多くありました。
Lakebaseは、Lakehouseから得られたインサイトをアプリケーションへシームレスに提供するための仕組みです。
これは完全にマネージドなPostgreSQLデータベースで、Deltaテーブルと自動で同期されます。カスタムETLやIAM、ネットワーク設定の必要はありません。詳細は近日中に公開されるリンクをご確認ください。
リアルタイムパーソナライズ
Lakehouseのパイプラインや機械学習モデルで生成されたセグメント、オファー、レコメンデーションを、アプリケーションに即時提供できます。
チャーン（離脱）防止
機械学習モデルや統計的傾向分析によって、離脱リスクの高いユーザーリストを維持・更新できます。
外部向けユーザーステータスの可視化
プレイヤーの体験に基づく集計データ（例：ゲーム内での累計キル数、現在の同時接続数、複雑なリーダーボード）を、外部サイトなどで提供できます。
会話型アナリティクス機能の基盤である AI/BI Genie がついに一般提供されました。
これはLakehouseにおける最も革新的な機能のひとつで、まるでChatGPTのようにデータと“対話”しながらインサイトを深掘りできるツールです。
ただし、使うのは公開データではなく、自社の業務データ。
つまり、誰でも簡単に自分のビジネスに関する分析をセルフサービスで行える世界が現実になりつつあります。
また、DAISではこの機能の進化版である Deep Research も発表しました。
AI/BI Genieが「何が起きたか？」に答えるのに対して、Deep Researchは「なぜそれが起きたのか？」を明らかにします。
たとえば、過去3日間の同時接続ユーザー数（CCU）が過去3か月平均と比べて下がっていたとします。
その原因は？ どんな要因が影響している？ 傾向は？
こうした疑問に答えるのがDeep Researchです。詳細はこちら（近日公開）をご覧ください。
収益／マーケティング分析
KPIや成果の背景にある原因を深掘りできます。
ゲーム開発
ユーザーがどのようにゲームと関わっているかを把握できます。
ライブオペレーション（LiveOps）
状況の変化を即座に把握し、素早く対応できます。
Databricks Appsは、ビジネスユーザーがインサイトと対話し、迅速にアクションを起こせるようにする新しい仕組みです。
従来の分析は「何が起きたか」を伝えることに重きが置かれてきましたが、Databricksはその先の「行動につなげる」部分に注力しています。
Lakebaseは外部アプリケーションからLakehouseのインサイトを活用できるようにし、AI/BI Genieはエンドユーザーがインサイトを深く理解できるよう支援してきました。
そしてDatabricks Appsは、こうしたインサイトを活用したデータアプリケーションの構築を可能にします。
Databricks Appsは、規模を問わずゲーム開発者にとって価値のあるものです。
小規模なチームであれば、インタラクティブなデータアプリやRAG型チャットボットをすばやく開発・展開できるようになります。
大規模な組織であれば、共有可能な柔軟な機械学習インターフェースを構築することで、ビジネスユーザーがMLモデルをより活用できるようになります。
また、すべての組織にとって嬉しいのは、これらのアプリが既存のデータガバナンス（アクセス権限）と統合されており、セキュリティが確保されているという点です。
詳細は近日公開予定です。
A/Bテストの実施
あなたがLiveOpsマネージャーで、パーソナライズ施策を進めているとします。会話型アナリティクスを通じて、どのユーザーグループにどのオファーを出すべきかが見えてきました。
Databricks Appを使えば、新しいセグメント情報をLakehouseに書き戻し、それをLakebase経由でプラットフォームに反映させることが可能 です。
RAG型ナレッジボット
開発チーム向けにConfluenceドキュメントを参照できるチャットボットや、ゲーム設定（世界観）に関する情報をナラティブデザイナー・ゲームデザイナー向けに提示するボットなど、シンプルで使いやすいRAGチャットボットUIを構築できます。
ペルソナ別のデータアプリケーション
Lakehouseを最も理解しているデータ開発者が、ビジネスユーザー向けにアプリケーションをすばやく構築できるようになります。
例として、SteamやX（旧Twitter）、Redditなどからプレイヤーのフィードバックを収集し、非構造化データからインサイトを抽出し、感情スコアリングを行い、問題の早期報告を可能にするツールなどがあります。
ゲーム業界のほぼすべてのお客様が、少なくとも1つはエージェント型AIシステム（Agentic AI）のプロジェクトに取り組んでいます。
しかし多くの場合、これらのプロジェクトは実装が難しい、もしくは汎用的すぎて実用性に乏しいという課題を抱 えています。
Agent Bricksは、各社のデータに基づいた実運用向けのAIエージェントを構築できる仕組みです。
小規模から大規模まで、すべてのゲーム開発チームが、ガバナンスとスケーラビリティを担保しつつ、生成AIアプリケーションを構築できます。
コスト重視 or 品質重視のエージェントをユースケースに応じて選択・構築できます
ゲーム領域に特化した合成・ラベル付きデータの生成も支援されます
やりたいタスクを指定するだけで、Agent Bricksがエージェントの作成・最適化・継続的改善を自動で行います
エージェント開発の生産性が大幅に向上し、チームの負担を軽減
多数のエージェントの一元管理が可能に
ビジネス部門ごとにカスタマイズされた専 用エージェントを効率的に提供でき、汎用エージェントの乱立を回避
ユーザー調査・チャット・フィードバック分析
情報抽出エージェントを用いて、構造化されていないテキストから構造化データを抽出（ラベル付きデータ不要）
世界観・IP・スタイルに特化したチャットボット
ドキュメントに基づいた正確かつ高速な回答を実現し、ナラティブやIPポリシーへの理解を支援（Knowledge Assistant Agents）
複雑なエージェント連携ワークフロー
マルチエージェント・スーパーバイザーを活用することで、手作業を減らしながら高品質なシステムを構築可能
ゲーム会社の規模にかかわらず、データエンジニアリングのリソースは常に不足しています。
データエンジニアはしばしば、アドホック対応や既存システムの保守に追われ、新しい施策に時間を割くのが難しい状況です。
Lakeflowは、そうした課題を解決するための機能です。
データ取り込み、SQLパイプラインの構築、SparkワークフローをひとつのUIで管理できるようにすることで、データエンジニアの生産性を大幅に向上させます。
加えて、Lakeflow Designerというローコードツールも新たに登場しました。
データエキスパートがビジネス要件に即したパイプラインを自ら構築できるようになります。
初期フェーズでの分析環境構築
小規模なスタジオや新作開発中のチームが、データエンジニアを採用する前からデータを取り込み、初期KPIを可視化できるようになります。
部門別の特化テーブル構築
大規模ゲーム企業では、たとえばマーケティング部門がユーザー獲得に応じて「ゴールドテーブル」「プラチナテーブル」を構築するなどの活用が可能。
すべてがUnity Catalogで管理されるため、サードパーティ製ローコードツールよ りも長期的な管理が容易になります。
「もしIcebergを使うなら、Databricks Unity Catalogと一緒に使うべきだ」 —Ali Ghodsi（Databricks CEO）
Unity Catalog（UC） は、Databricksからだけでなく外部エンジンからも、マネージドテーブルへの読み書きをサポートします。
Icebergテーブルに対する自動パフォーマンス最適化も備えており、外部エンジンからはUCのIceberg RESTインターフェースを通じて同じテーブルへアクセス可能です。
つまり、ひとつのデータカタログで、あらゆるニーズに対応できるようになっています。
データ共有と相互運用性
パブリッシャーやスタジオ同士で、データを複製・エクスポートすることなく安全に共有可能。たとえば、不正防止、共同マーケティング、コミュニティの健全性維持など。
クラウド・コンピュートエンジン非依存
社内外のどの分析／MLエンジンでも、同じテーブルに読み書き可能。すべてがひとつのカタログで統制されます。
高パフォーマンスが求められるケース
Unity CatalogはIcebergテーブルを自動でチューニングするため、ゲームのローンチやイベント、バズ時などの急激なデータ増加にも対応可能。
運用負荷の軽減
プレイヤー指標、不正検知、運用ダッシュボードなど、すべてのユースケースが高パフォーマンスを維持。手動でのチューニングは不要です。
業界のリサーチは明確です：
ゲーム業界は今、分岐点に差し掛かっており、AIをビジネス全体に展開した企業はすでに成長・リスク管理・効率性で大きな成果を出しています。
競争優位を築けるタイミングは限られており、今動かない企業は市場から取り残されるリスク があります。
もしご興味があれば、ぜひDatabricksの営業担当とご相談ください。
Lakebase、Agent Apps、Unity Catalog Metricsといった最新機能を活用して、目標達成にどうつなげられるかを一緒に検討しましょう。
まずは15分程度の戦略ミーティングで最新情報を共有し、デモをご覧いただきながら、貴社に最適なワークショップをご提案します。
ゲームの未来は、すでに始まっています。
さあ、一緒に創っていきましょう。
ブログを購読して、最新の投稿を受信トレイにお届けします。