ブログ
アゼストのメンバーが日々の情報を発信します。
アゼストのメンバーが日々の情報を発信します。
Report
2026.7.17
Databricks Data + AI Summit 2026 DAIS2026 Day4 最終日現地で感じたことをお届けします。 挨拶 こんにちは！データエンジニアチームの成川と西田です。 6/16〜18日の期間でサンフランシスコで開催されたDatabricks Data + AI Summit 2026に参加しました。 今回はDay4編。イベント最終日です！ 朝ごはん 毎度恒例の朝ごはん紹介からスタートです。 今回はチアシードのプリンを食べてみたのですが、これがなかなかおいしかったです。見た目は少しヘルシー寄りですが、食べてみるとちゃんと満足感がありました。 Day4 注目セッション報告 参加レポート by 西田 これまで「ドキュメント」がテーマのセッションを取り上げてきましたが、最後は具体的なツールや実装手法の解説から視点を少し上げ、「2026年以降を見据えた、AIエージェントによる知的労働の完全自動化」というビジョンについてのセッションを紹介します。 単純に検索して答えるだけだった2023年頃のRAGの時代は終わり、現在はAIが自律的にツールを駆使し、複数ステップの業務をこなす「エージェント」へと進化しています。しかし、世の中のデータのほとんどを占めるPDF等のドキュメントにはAIの「目」が届きません。そこで鍵となるのが、AIが最も理解しやすいMarkdownなどを共通言語とする「エージェント・ネイティブなドキュメント形式」という新たな概念です。 セッション内では、この構造化の精度をエンタープライズ水準で保証するため、表やグラフの解読力を極めて厳しく評価する包括的なベンチマーク「ParseBench」の重要性が強調されました。 さらに印象的だったのは、「プログラミング言語は自然言語に置き換わる」という指摘です。AIの推論能力向上により、人間は自然言語で指示を出すだけで複雑なワークフローを構築できるようになります。Databricksなどの強固なデータ基盤の上に、この自律型エージェントが組み合わさることで、真の業務自動化につながるのだと実感できる内容でした。 参加レポート by 成川 特に印象に残っているのが、「Accelerating the Monthly Financial Closing With Genie」というセッションです。DatabricksのGenieを使って、月次決算における照合や差異分析をどう効率化するかが紹介されていました。 このセッションで特に良かったのは、Databricksを会計システムそのものとして使うのではなく、会計システムの周辺にある手作業を支援する基盤として位置付けていた点です。 月次決算では、複数システムからデータをExcelに出力し、手作業で突合し、差異の原因を調べるような作業がまだ多く残っています。セッションでは、AI/BI Dashboardで差異を検知し、Genieに自然言語で原因を確認し、Databricks App上で修正やレポート作成までつなげる流れが紹介されていました。 単に「AIに質問できる」という話ではなく、Dashboardで検知し、Genieで調査し、Appで確認・記録するところまで一連の業務フローとして設計していた点が実務的でした。 一方で、会計領域では修正処理をどこまで自動化してよいかは慎重に考える必要があります。AIによる原因調査やコメント作成支援は有効ですが、最終的な修正反映や承認は、監査証跡や権限管理を含めて設計する必要があります。 会計システムをDatabricksで置き換えるというより、既存の会計システムを正としながら、その周辺にある照合・分析・確認作業を効率化する使い方として、かなり現実的な内容だと感じました。 お昼ごはん さて、お昼ご飯をいただきます。 メニューを見てみると、なんとライスがあるではありませんか！これはもう一択です。 やっぱりお米があると安心しますね。前回、キヌアで少し苦戦したこともあり、ライスを見つけた瞬間にかなりテンションが上がりました。 メインのタンドリーチキンも、なかなかおいしかったです。しっかり味がついていて、ライスとの相性もよく、満足感がありました。付け合わせもフレッシュで、全体的にバランスのよい一皿でした。 最後に 最終日は15:30で終了しました。 イベント期間中は朝からセッションに参加したり、EXPOを回ったり、夜のイベントにも参加したりと、一日中Databricks漬けというかなり濃い時間を過ごしました。終わってみるとあっという間でしたが、その分、得られたものも多かったです。 […]
more
Report
2026.7.15
Databricks Data + AI Summit 2026 DAIS2026 Day3 AI活用における注目トピックをお届けします。 挨拶 こんにちは！データエンジニアチームの成川と西田です。 6/16〜18日の期間でサンフランシスコで開催されたDatabricks Data + AI Summit 2026に参加しました。 今回は、Day3編です。 Day2ではKeynoteでたくさんの発表があり、かなり刺激的な一日になりました。新機能や今後の展開など、気になる内容が多く、興奮冷めやらぬまま迎えたDay3です。 朝ごはん 今日も7時に朝食会場へ。 ベーグルをチョイスしました。アメリカの朝食といえば、ベーグルのイメージがあります。 私、「プラダを着た悪魔」の主人公がベーグルを食べながら採用面接に向かうシーンが結構好きで、「アメリカで朝にベーグルを食べる」というだけで、少しテンションが上がっていました。 ただ、このベーグルは、かなりガーリックが強めで油っぽく、期待していた“朝食っぽい軽さ”とは少し違っていて、正直なところ僕にはあまり合わなかったです。ちょっと憧れてただけに残念でした。。。 Keynote KeynoteのDay3で印象に残ったのは、「Omnigent」と「Databricks Apps」です。 エージェント開発において各開発者が独自の実行基盤（ハーネス）を構築してしまい、相互運用性が低下する「AIハーネス問題」が指摘されました。この課題を解決するため、異なるエージェントを統合管理するオープンなメタハーネス「Omnigent」が発表されました。特定のベンダーに依存しないオープンソース（OSS）として提供されることで、組織全体でシームレスにエージェントを連携させることが可能になります。 また、AIアプリ開発における「プロトタイプから本番製品へのギャップ」も課題として取り上げられました。本番稼働への最大の障壁は「ガバナンスの効いたデータへのアクセス」です。これを解決するのが「Databricks Apps」であり、エンタープライズ環境で「Vibe Coding（直感的な指示によるコード生成）」が可能になります。安全なデータアクセスやガバナンスを維持したまま、本番運用に耐えうるAIアプリケーションを迅速に構築できるようになり、基調講演ではGenie App Builderを用いたアプリ構築のデモも披露されました。 この2つの技術により、乱立するAIエージェントの統合と、安全かつ迅速なアプリ開発環境が整備され、AIのビジネス導入が大きく加速することが示されました。 お昼ごはん 本日のメニューはこちら。 今回は、CHIMICHURRI STEAK FIESTA BOWLを選んでみました。 この日はとにかく肉が食べたい気分でした。実際、味そのものは悪くなかったです。お肉もソースもちゃんとおいしかったです。 ただ、個人的に少ししんどかったのが、お米の代わりに入っていたキヌアです。ヘルシーなのは分かるのですが、食べ進めているうちに「やっぱり自分はお米が好きなんだな」と実感しました。 もしこれがキヌアではなくお米だったら、かなり印象が変わっていたかもしれません。 Day3 注目セッション 参加レポート by 西田 製薬業界特有のデータ管理の課題と、それに対してDatabricksをどのように活用したかについて講演が行われました。これまで、患者の測定値などの「構造化データ」と、数百ページに及ぶ治験実施計画書（プロトコル）などの「ドキュメント」は完全に分断されていました。そのため、従来のダッシュボードは管理が複雑化しやすく、一般的なチャットボットでは文脈を無視した不正確な回答（ハルシネーション）をしてしまう限界がありました。 本講演では、データの意味を事前に定義して標準化する「メトリックビュー（Metric Views）」の導入と、構造化データ分析用の「Genie」、ドキュメント検索用AI「ナレッジアシスタント」を統合した分析手法が示されました。 実際のデモでは、「プロトコルが定義する基準を満たさなかったバイタルサイン異常の被験者はいるか？」という複雑な質問が入力されました。するとAIが自動でプロトコルの文章から血圧などの具体的な基準値を読み解き、それを複数の検索クエリに変換して実際の患者データと照合し、即座に回答を導き出す様子が披露されました。 非技術系の担当者でも、散在する複雑な情報から横断的かつ正確なインサイトを容易に自己解決できるアプローチであり、今後のデータ利活用の模範的な手法になると感じる内容でした。 参加レポート by […]
more
Report
2026.7.13
Databricks Data + AI Summit 2026 DAIS2026 Day2 Keynoteや注目トピックをお届けします。 挨拶 こんにちは！データエンジニアチームの成川と西田です。 6/16〜18日の期間でサンフランシスコで開催されたDatabricks Data + AI Summit 2026に参加しました。 今回はDay2編。KeynoteとEXPO開始で大盛り上がりでした！ 朝ごはん Day2は、朝8時からKeynoteが予定されていました。 ということで、早起きして朝食をいただきに行きました。ちなみに、朝食は7時から開始でした。 YERBA BUENA GARDENS 朝食会場はこんな感じです。すでにたくさんの人がいました。 夜に雨が降ったようで、テーブルが少し濡れていました。朝の空気も少しひんやりしていて、サンフランシスコらしい朝という感じがします。 この日飲んだコールドプレスジュースが、とてもおいしかったです。味はもちろん、ボトルのデザインもかわいくて、朝から少しテンションが上がりました。 他にも、お水、コーヒー、紅茶などが用意されていて、ドリンクの種類もかなり充実していました。 そして、この広場にはDatabricksのロゴが入ったゲームがたくさん置かれていました。めちゃくちゃかわいかったです。 もう少しゆっくり見て回りたい気持ちもありましたが、Keynoteに向かうため、足早に会場を後にしました。 いざKeynoteへ！ Keynoteの会場は、とても広かったです！ それでも開始時間が近づくにつれてどんどん席が埋まっていき、最終的にはかなり満席に近い状態になっていたようです。席を探して歩いている人も何人か見かけました。 会場では、日本語の翻訳機の貸し出しもありましたが、精度は今後に期待です！ Keynoteの感想 講演は、「AIエージェントに自社の文脈（コンテキスト）をどう理解させるか」と「どう安全に管理・統制するか」が大きなテーマでした。 現在のAIモデルは非常に優秀ですが、社内の独自ルールやデータを知らないため、実際の業務で使いこなすには課題があります。これを解決する目玉として発表されたのが「Genie Ontology」です。Databricks上のデータにとどまらず、SlackやGoogle Driveなどの情報も自動で読み込み、裏側で巨大な「知識のつながり」を構築することで、AIアシスタントのGenieが社内の事情を正確に汲み取り、精度の高い回答を出せるようになります。 また、こうしたAIアシスタントを全社で安全に運用するためのガバナンス基盤「Unity AI Gateway」も注目を集めました。これは単なる管理画面ではなく、AIの実行時間（ランタイム）を強力に統制する仕組みです。具体的には、予算上限に達した際に利用を自動停止するといったコスト管理や、特定のモデルに障害が起きた際に自動で予備のモデルへ切り替える機能を備えています。さらに、AIのやり取りやツールの利用履歴の記録、外部システムを操作するMCPツールの権限管理の仕組みも提供します。 これからはバラバラのSaaSを使うのではなく、統合された安全なデータ基盤の上で、自社の文脈を理解したAIエージェントたちが自律的に働く時代になると実感できる内容でした。 お昼ごはん Keynoteの会場を後にして、ササっとお昼ご飯へ。朝食会場と同じ場所でした。 どれにしようかな。。。 君に決めた！ 日の当たる広場でお姉さんの生歌を聞きながらの昼食でした。控えめに言って最高です。 サンドウィッチは何ともアメリカン。チーズがたくさん入っていて、途中何度かチーズだけ食べてる時がありました。サンドウィッチだけでもおなかいっぱいなのに、クッキーとチップスも入ってます。日本人には多いかもしれません。。。 Day2 注目セッション 参加レポート by 西田 PDFを構造化データに変換する関数についてのセッションを前日聴講しましたが、本日は「それを実際の業務システムでどう自動化し、スケールさせるか」という実践的なパイプライン構築についてのセッションに参加しました。 […]
more
Report
2026.7.9
Databricks Data + AI Summit 2026 DAIS2026 Day1 いよいよDAIS開始！です。 挨拶 こんにちは！データエンジニアチームの成川と西田です。 6/16〜18日の期間でサンフランシスコで開催されたDatabricks Data + AI Summit 2026に参加しました。 今回はDay1編ということで、ついにセッション開始です！ セッションのその前に しっかり時差ボケの影響を受け、二人とも10時過ぎに起床しました💦 とはいえ、まずはバッジを受け取る前に腹ごしらえです。ということで、一風堂サンフランシスコ店に行ってみました。 お店に入るとすでに席にお冷が置いてあり、店員さんがピッチャーで足していました。めちゃめちゃジャパニーズスタイルで笑っちゃいました。 メニューを見てみると、なんと替え玉もできるようです。サンフランシスコでも替え玉ができるのは、ちょっとテンションが上がりますね。 ラーメンは、言わずもがなおいしかったです。帰国したら、日本の一風堂にも行って、サンフランシスコ店と食べ比べてみようと思います。 いざセッションへ！ さて、無事にバッジを受け取ったのでセッションに出発！！ MOSCONE WEST 初日はMOSCONE WESTでしかセッションがなく、事前登録なしのSTANDBYは長蛇の列でした。 参加できた講演から印象的だったものをピックアップしてご紹介します！ 参加レポート by 西田 現在、企業が持つデータの80%はPDFなどの非構造化データで、そのままではAIが読むことができません。そこで登場したのがAI関数「ai_parse_document」です。裏側で動いているのは汎用LLMではなく、文書解析に特化した独自の専用小型モデルのため、圧倒的な低コストと高精度を実現しています。 特に難しい「表」については、AIが検索しやすいかを測る独自指標を作って解析に取り組んだそうです。100年分の米国財務省データを使った過酷なテストでも、圧倒的な精度とコスパを叩き出したとのこと。 AIエージェントが面倒な書類を一気に処理できる時代がすぐそこに来ていると感じました！ 参加レポート by 成川 Native Streaming-to-LakehouseGovernance with Unity Catalogというセッションでは、StreamNativeを使って、Unity Catalog管理下のLakehouseへストリーミングデータを取り込む方法と、その中核となるCatalog Commitsについて紹介されていました。 特に印象に残ったのは、Catalog Commitsの考え方です。 外部エンジンからLakehouse上のデータを扱う場合、従来は各エンジンがファイルシステムへ直接アクセスする形になりがちで、ガバナンスやメタデータ管理が分散しやすいという課題がありました。Catalog Commitsは、コミットの最終決定権をUnity Catalog側に移すことで、この問題をかなり本質的に解決しようとしている点が興味深かったです。特に、Unity Catalogを中心にすることで、アクセス制御や監査を効かせながら、複数ステートメント・複数テーブルにまたがるトランザクションを扱えるようになる点は大きいと感じました。 Unity Catalogが単なるメタデータ管理ではなく、データ更新の整合性やガバナンスを担う中核に広がってきていることを感じるセッションでした。 […]
more
Report
2026.7.7
Databricks Data + AI Summit 2026 DAIS2026 Day0 現地到着から周辺の様子まで前乗り情報をお届けします。 挨拶 こんにちは！データエンジニアチームの成川と西田です。 6/15よりサンフランシスコにて開催されたDatabricks Data + AI Summit 2026に参加しました。 今回はDay0編ということで、6/14に前乗りしたときのお話です。 成田空港からいざ出発！ 成田空港に集合して6月14日 21時30分いよいよフライトです。 今回はZIPAIRを利用しました。成田からサンフランシスコまでの直通便です。 いよいよサンフランシスコに向かうんだと思うと、少し緊張しつつも、かなりワクワクしました。 機内はこんな感じです。足元のスペースも写真に残してみました。長時間フライトなので、座席まわりの広さはやっぱり気になるところです。 出発してほどなく、機内食が配られました。機内食などのサービスはスマホから注文もできるようですが、今回は事前に注文。牛丼にしてみました！ 酒・みりんを一切使用していないそうです。お空の上でさらにおいしく感じます。 驚いたのは、WI-FIの速度！Downloadが24.89Mbps、Uploadが7.36Mbpsと飛行機ということを考えるとなかなかいい結果ではないでしょうか。 そんなこんなで、無事にサンフランシスコに到着しました。 到着したのは、現地時刻で6月14日 14時45分。日本を出発してからしっかり移動してきたはずなのに、日付変更線を越えたことで、なんだか時間を巻き戻したような不思議な感覚です。まさに、日付変更線のマジックによるタイムトラベルですね。 外に出ると少し肌寒く、いよいよサンフランシスコに来たんだという実感が湧いてきました。 空港からBARTで市内へ さてさて、空港からはBARTに乗って、パウエルストリート駅へ向かいます。 BARTには、ClipperというSuicaのような交通系カードで乗ることができます。iPhoneの場合はウォレットから追加するだけで、すぐに使えるのでめちゃくちゃ便利でした。 ここまでは順調だったのですが、問題は駅の電光掲示板です。どうやら、5分後と27分後に電車が来るという意味のようです。いや、なんで差分表示やねん！ 確認して乗ったはずが、逆向きの電車に乗りました。サンフランシスコ到着早々、しっかり洗礼を受けました。トホホ。 夜ごはん もう19時ごろなのですが、外はまだかなり明るいです。 どうやらこの時期の日没は20時30分ごろらしく、夜の時間になってもまだ夕方のような感覚でした。日本の感覚とは少し違っていて、これもまた海外に来ている感じがします。 この日は、YouTubeで見てからずっと行ってみたかったSuper Duperというハンバーガー屋さんに行きました。 これめちゃくちゃおいしかったです。正直、これまでの人生で食べたハンバーガーの中で一番おいしかったかもしれません。パティもジューシーで、全体のバランスもよく、「これが本場アメリカのハンバーガーか…」という感じでした。 この量で2人で約7,500円。値段はなかなかですが、それでも来てよかったと思えるくらい満足度の高いハンバーガーでした。 ふらっと会場の下見 街を歩いていると、いたるところにイベントの案内や参加者の姿があり、街全体がイベント会場になっているような雰囲気でした。想像していた以上に盛り上がっていて、いよいよイベントが始まるんだなという実感が湧いてきます。 前日のバッジ受け取りは17時までとのことだったので、この日は受け取らず、次の日に会場で受け取ることにしました。 Day1編の投稿もお楽しみに～
more
Report
2026.7.1
Databricks Data + AI Summit 2026 DAIS参加報告 ダイジェスト版 全体のサマリとして、現地の雰囲気や注目トピックをまとめています。 この記事は、Databricks Data + AI Summit 2026 参加報告のダイジェストです。 今後、Day0〜Day4＋番外編として、現地での様子や各日のセッション内容を順次詳しくご紹介していきます。 挨拶 こんにちは！データエンジニアチームの成川と西田です。 6/15よりサンフランシスコにて開催されたDatabricks Data + AI Summit 2026に参加しました。 会場周辺の様子 街を歩いていると、いたるところにイベントの案内や参加者の姿があり、街全体がイベント会場になっているような雰囲気でした。想像していた以上に盛り上がっていて、いよいよイベントが始まるんだなという実感が湧いてきます。 後日撮影したCampus Map Keynote KeynoteはDay2とDay3の2日間に分けて行われました。Keynoteの会場は、とても広かったです！ それでも開始時間が近づくにつれてどんどん席が埋まっていき、最終的にはかなり満席に近い状態になっていたようです。席を探して歩いている人も何人か見かけました。 会場では、日本語の翻訳機の貸し出しもありました。（正直クオリティは微妙） Keynoteの感想 Day2 講演は、「AIエージェントに自社の文脈（コンテキスト）をどう理解させるか」と「どう安全に管理・統制するか」が大きなテーマでした。 現在のAIモデルは非常に優秀ですが、社内の独自ルールやデータを知らないため、実際の業務で使いこなすには課題があります。これを解決する目玉として発表されたのが「Genie Ontology」です。Databricks上のデータにとどまらず、SlackやGoogle Driveなどの情報も自動で読み込み、裏側で巨大な「知識のつながり」を構築することで、AIアシスタントのGenieが社内の事情を正確に汲み取り、精度の高い回答を出せるようになります。 また、こうしたAIアシスタントを全社で安全に運用するためのガバナンス基盤「Unity AI Gateway」も注目を集めました。これは単なる管理画面ではなく、AIの実行時間（ランタイム）を強力に統制する仕組みです。具体的には、予算上限に達した際に利用を自動停止するといったコスト管理や、特定のモデルに障害が起きた際に自動で予備のモデルへ切り替える機能を備えています。さらに、AIのやり取りやツールの利用履歴の記録、外部システムを操作するMCPツールの権限管理の仕組みも提供します。 これからはバラバラのSaaSを使うのではなく、統合された安全なデータ基盤の上で、自社の文脈を理解したAIエージェントたちが自律的に働く時代になると実感できる内容でした。 Keynoteの感想 Day3 印象に残ったのは、「Omnigent」と「Databricks Apps」です。 エージェント開発において各開発者が独自の実行基盤（ハーネス）を構築してしまい、相互運用性が低下する「AIハーネス問題」が指摘されました。この課題を解決するため、異なるエージェントを統合管理するオープンなメタハーネス「Omnigent」が発表されました。特定のベンダーに依存しないオープンソース（OSS）として提供されることで、組織全体でシームレスにエージェントを連携させることが可能になります。 また、AIアプリ開発における「プロトタイプから本番製品へのギャップ」も課題として取り上げられました。本番稼働への最大の障壁は「ガバナンスの効いたデータへのアクセス」です。これを解決するのが「Databricks Apps」であり、エンタープライズ環境で「Vibe Coding（直感的な指示によるコード生成）」が可能になります。安全なデータアクセスやガバナンスを維持したまま、本番運用に耐えうるAIアプリケーションを迅速に構築できるようになり、基調講演ではGenie App Builderを用いたアプリ構築のデモも披露されました。 この2つの技術により、乱立するAIエージェントの統合と、安全かつ迅速なアプリ開発環境が整備され、AIのビジネス導入が大きく加速することが示されました。 EXPO […]
more
Report
2026.6.29
挨拶 こんにちは！データエンジニアチームの成川です。 6/25、26に幕張メッセで開催された AWS Summit 2026 に参加してきました。 せっかくなので、会場の雰囲気や当日の様子をゆるめにレポートしていきます！ Day1 会場入り あいにくの雨。まあ梅雨ですからね。。。しゃあなし。 8時半には海浜幕張駅に到着していたのですが、すでに多くの人が並んでいました。先着5,000名まではお弁当とクッションがもらえるとのこと。 「これはゲットできるのか……？」と思っていましたが、無事にお弁当引換券とKeynoteの指定席券をGETできました！ Keynote 会場入りして、さっそく指定席へ。けっこう後ろの席だったので、わりとギリギリだったのかもしれません。 そして、なんと朝ごはんが配られていました！ 朝早く家を出てきた身としては、これはありがたい。。。ありがとう！AWS！ ちなみに、クッションは席に置いてありました。 Keynoteレポート Keynoteでは、AIエージェント関連の新機能が多く紹介されていました。 全体として感じたのは、AWSが「AIエージェントを作る」段階から、「AIエージェントを本番環境で安全に運用する」段階になってきているということです。単にモデルを呼び出すだけではなく、エージェントの実行基盤、社内データとの連携、Web検索、開発・運用の自動化、セキュリティ管理まで、必要な要素が一気に揃ってきた印象でした。 特に注目したいのは、Amazon Bedrock AgentCore harnessです。AIエージェントの実行環境やツール連携、メモリ、権限管理、可観測性などをAWS側のマネージドな仕組みに寄せられるため、今後AWS上でAIエージェントを本番運用していくなら、かなり重要なサービスになりそうです。 そのほかにも、Web情報を参照する Web Search on AgentCore、社内ナレッジを扱う Amazon Bedrock Managed Knowledge Base、リリース前検証を支援する AWS DevOps Agent / Release Management、技術的負債の継続的な修正を狙う AWS Transform / Continuous modernization、セキュリティ領域の AWS Continuum など、AIエージェントを実務に組み込むための周辺サービスがかなり充実してきています。 便利なAIツールが増えた、というよりも、AIエージェントを「業務システム上で操作権限を持つ存在」として扱う時代に入ってきたのだと感じました。今後は、エージェントに何を任せるかだけでなく、どの権限で、どの範囲まで、どう監査しながら動かすかを考えることが重要になりそうです。 お昼ごはん さてお昼は、引換券を持ってお弁当を交換に行きました。 13時ギリギリに行ったので、魚のお弁当しか残っていませんでした。とはいえ、味は普通に美味しかったです！ 三井住友トラスト・アセットマネジメントがSnowflakeと実現する、AI・エージェントをフル活用した業務改革 今回特に印象に残ったのが、三井住友トラスト・アセットマネジメント様のSnowflake活用事例です。 […]
more
Report
2026.6.15
こんにちは！まっつんです。 先日開催されましたSalesforce主催の「Agentforce World Tour Tokyo」にて、弊社アゼストはパートナー企業として展示ブースを出展いたしました！当日は大変多くの方に弊社ブースまで足をお運びいただき、心より感謝申し上げます。 ブースのテーマ：「データ基盤構築とTableau MCP｜AIが示唆を導く次世代の可視化」 今回の出展において、弊社は「データ基盤構築とTableau MCP｜AIが示唆を導く次世代の可視化」をテーマに掲げました。 ブースでは、実際にTableau MCPのデモを体験いただける環境をご用意し、データ活用や意思決定の迅速化が求められるビジネスシーンにおいて、このサービスがどのように貢献できるのかをご紹介いたしました。有り難いことに、非常に多くのお客様に興味を持っていただき、終日賑わいを見せる形となりました！ 今後のご案内とお問い合わせについて 当日、ブースでご案内させていただいた皆様には、順次弊社担当より改めてご連絡を差し上げます。展示内容に関する詳細な資料のご送付や、個別のご相談も承っておりますので、ぜひ情報交換をさせていただけますと幸いです。 「まずは自社の課題について軽く相談してみたい」 「当日は時間がなくて詳しく聞けなかった……」 というお客様も、どうぞご安心ください！少しでも気になることやご質問がございましたら、いつでもお気軽にお問い合わせフォームよりご連絡ください。 Tableau MCPについてのお問い合わせはこちら Agentforce World Tour Tokyo 聴講セッションレポート ここからは、当日弊社メンバーが聴講したセッションの感想・レポートをお届けします。 レポート執筆：データエンジニアチーム 成川 2-C3-DF：そのデータは信頼できますか？〜Tableau活用を支える全社の経営分析基盤づくりの実践〜 本セッションでは、データモデリング、CI、データチェック、コンテンツ標準化などの取り組みにより、全社の経営分析基盤における品質と保守性を高めていたと説明されていました。特に、5層のデータモデルの構築や品質品質チェックの自動化を通じて、信頼できるデータを効率的に提供する仕組みを整備していた点が印象的でした。 一方で、システム的な品質を高めるだけでは、利用者から見たデータの信頼性を十分に担保できないことも紹介されていました。データそのものに誤りがなくても、部署間・部門間で業務ロジックや指標定義、運用ルールが異なることで数値の不整合が発生し、利用者の不信感につながるという点は非常に示唆に富む内容でした。 また、登壇者の発言を通じて、利用者が求めているのは、単に正確に処理されたデータではなく、業務横断で整合性が取れ、信頼して意思決定に使えるデータであることを再認識しました。データ基盤の価値は、データを蓄積・可視化することだけではなく、利用者が迷わず必要なデータにたどり着き、納得感を持って活用できる状態をつくることにあると感じました。 今後、生成AIやAIエージェントの活用が進むほど、AIが参照するデータの品質だけでなく、その背景にある業務知識や指標定義、意思決定プロセスを整理する重要性が高まると考えます。部門間の認識差やロジックの揺らぎを整理し、関係者間の共通理解を形成するような領域では、AIを活用して論点整理やすり合わせ案の作成を支援し、業務背景の理解を促進できる可能性があると感じました。 今回学んだ観点を今後の提案や支援活動にも活かし、データ基盤の技術的な整備だけでなく、業務理解や意思決定プロセスの整理まで踏み込んだ価値提供ができるよう、引き続き取り組んでいきたいと思います。 レポート執筆：データアナリストチーム 馬場 1-C6-WT 顧客の声を力に変える～創業50周年、にんにく卵黄が選ばれ続ける理由とTableauを用いたデータ活用の実践 本セッションは、多くの企業が直面する「BIツールを導入したものの社内に浸透しない」というリアルな壁をどのように乗り越えたかという、非常に実践的な内容でした。 発表内容を簡単にご紹介すると、その企業ではもともとお客さまの声が各部門に分散して蓄積されており、有効に活かせていないという課題がありました。そこでTableauを導入したものの、現場の業務負担が増えたりニーズとズレたりして、最初は「ツールを入れただけでは何も変わらない」という壁にぶつかったそうです。 転換点となったのは、ツールの使い方ではなく「向き合い方」に課題の本質があると気づいたことでした。外部の伴走支援と社内の人材育成プログラムへの挑戦を両輪で進めることで、徐々にデータ活用が日常の文化へと定着していきました。その結果、データは単に「見るためのもの」から「行動や改善につなげるもの」へと変わり、部署ごとの主観ではなく、共通のデータをもとにお客さまと向き合う「意思決定の判断材料」へと進化したというお話でした。 このセッションを聴講して、私自身が最も深く考えさせられたのは、まさにここからの考察の部分です。Tableauなどのツール導入後に社内浸透が進まないというのは、データ活用の現場で本当によく耳にする定番の課題です。実は私自身、前職の事業会社で社内の活用推進を担当していた時期があり、どうすれば現場に定着するのか手段を模索し続けていました。そのため、スライドに映し出されたリアルな葛藤には激しく共感するばかりでした。 セッションで強調されていた「伴走支援」や「人材育成」が極めて重要なエッセンスであることは間違いありません。ただ、これを実践するにあたって「志のある有志が、本来の通常業務とは別に片手間でやるのか」、それとも「データ活用推進の専門組織を立ち上げるなど、会社としてコミットして進めるのか」によって、成果のスピードや規模はまったく変わってきます。真の文化定着や現場の意識改革を目指すのであれば、やはり経営層を巻き込んだ組織的なアプローチが不可欠だと改めて強く感じました。 さらに、現在のビジネス環境は単なるデータ活用を超えて、「データ活用プラスAI活用」という新たなフェーズに突入しています。私たちデータ活用コンサルタントという立場から見ても、これからの時代は単にデータを可視化する環境を整えるだけの支援では、お客さまの期待に応えることはできません。現場が自走し、AIも含めて高度な意思決定を自ら行えるようになるために、私たちが提供すべき本当の支援内容とはどのようなものなのか、その解像度をさらに引き上げる必要性を痛感させられる、非常に有意義なセッションでした。 レポート執筆：データアナリストチーム 馬場 2-C6-DF エージェント時代に求められる新たなデータ分析スキルとは― AIエージェントと共創する次世代のアナリスト像 本セッションは、これからのAI時代において人間がデータとどう向き合うべきか、そのマインドセットの変革から未来のデータ基盤、具体的なAIの活用方法まで網羅された、非常に先進的な内容でした。 発表ではまず、これからは単にダッシュボードを作る役割から、AIが正しく分析できる環境を整える「分析アーキテクト」へのスキルシフトが必要であると提起されました。AIに組織固有のルールや言葉の意味を正しく理解させるための組織の辞書として、ナレッジグラフやセマンティクスモデルを整備することの重要性が具体的に語られました。これらを適切に定義しておくことで、Tableau AgentなどのAIが迷わず正確な回答を出力できるようになります。さらに、AIと各ツールを繋ぐ共通規格であるMCPを活用することで、Tableauからデータを引き出し、Salesforceの顧客情報を確認してSlackに自動投稿するといった、ツールを跨いだタスクの自動実行が普通になる未来が示されました。ダッシュボードの作成自体はAIに任せ、人間はその数字の信頼性を担保することに集中するというのが、これからの分析の真のゴールです。 このセッションを聴講して、データ分析にAIが加わる世界が当たり前になってきている現状を強く再認識しました。これまではダッシュボードなどの可視化された結果から、人間が自分自身の頭で示唆を見出す必要がありましたが、今後はAIがそのプロセスを強力にフォローしてくれる形になります。しかし、ここで重要になるのが、AIの回答を100パーセント鵜呑みにしてはいけないという視点です。AIにはどうしてもハルシネーションのリスクがつきまとうため、それをできるだけ減らすための人間の努力が不可欠になります。その鍵を握るのが、まさにセッションでも語られていたセマンティクスの定義です。データの意味づけをいかにAIが理解しやすい形に作り込めるかが、今後のデータ活用の成否を分けると言っても過言ではありません。 実務的な視点で考えると、Tableau NEXTではセマンティクスを定義するための専用の画面が用意されている一方で、Tableau MCPにおける定義方法は非常に多様です。そのため、ここでこう定義すれば大丈夫という絶対的な正解が見えづらく、ユーザーとしてはどのようにAIの回答精度を上げていけばいいのか分からずに、これからの大きな課題として感じるだろうと思いました。今回、私たちはTableau MCPのデモを展示していたこともあり、ブースでの実践とこのセッションの内容が非常に強くリンクしました。セマンティクス定義の重要性を再確認できたと同時に、今後のデータアナリストにどのような知識やスキルが求められるようになるのかがクリアに整理された、非常に有意義なセッションだったと感じています。 […]
more
Report
2026.6.8
データエンジニアチームの齋藤です。 今年の5月5~7日にサンディエゴで開催されたTableau Conference 2026に行ってきました。 Tableau Conference 2026では、「Agentic Data（自律型データ）」を軸に多数の技術的イノベーションが発表されました。これまでの「データを見て理解する」時代から、「データが行動を起こす（making it act）」時代への転換点となる今回のカンファレンスのKeynote発表について、ハイライトをまとめます。 1. 「Agentic Analytics Platform」へのアーキテクチャ拡張 Tableauは従来の可視化ツールにとどまらず、人間とAIエージェントが連携して成果を加速させる「Agentic Analytics Platform(自律型分析プラットフォーム)」へ進化します。 特に、オープンかつ拡張可能なプラットフォームである点が強調されており、あらゆる業務システムに対して自律型分析をデプロイできる柔軟性を備えています。 2. 「Tableau Semantic Models」によるコンテキストの提供 AIエージェントがハルシネーションを起こさずに正確なアクションを実行する要となるのが「Tableau Semantic Models」です。既存のTableau資産をAIの基盤としてそのまま活用することで、エージェントに対して「信頼できるコンテキスト（Trusted context）」を与え、比類のない精度をもたらすアーキテクチャが採用されています。 3. Claudeを用いたプロトタイプ構築とAgentforce連携 高度なLLM（大規模言語モデル）の統合スタックとして、生成AIである「Claude」とTableauを組み合わせたプロトタイプ構築の手法がデモンストレーションされました。さらに、Salesforceのデータ戦略と深く統合され、自律型AIエージェント「Agentforce」を駆動するための意思決定エンジンとしての役割も担います。 4. 「Tableau Next」とSlackによるプロアクティブなインサイト 新展開の「Tableau Next」は、Slackなどの日常的な作業環境において「会話型・プロアクティブな体験」を提供します。データアナリストが自ら情報を探しに行くのではなく、データ側が文脈を理解し、重要なインサイトや次に取るべきステップ（next steps）をSlackの会話内で直接推奨・提示する技術がデモで披露されました。 5. 相互運用可能なプラットフォームとガバナンスの自動化 特定のベンダーに依存しない「ロックインなし、制限なし（No lock-in, no limits）」の相互運用可能なプラットフォーム（Interoperable Analytics Platform）として、様々なツールを横断してデータを接続します。複雑な技術スタック全体でデータガバナンスを自動化し、人間のアナリストとAIエージェントの双方が安全に利用できる「単一の信頼できるフロントドア」を構築する事例も紹介されています。 6. システム設計の核となる「Humans in the loop（人間の介在）」 AIエージェントによる自動化が進む一方で、プラットフォームの根幹には「人間の介在（Humans in the loop）」という設計思想が貫かれています。技術が進化すればするほど、アナリストはAI時代を牽引するビジョナリー（visionary drivers）として、これまで以上に不可欠な存在になると位置づけられています。 まとめ 今年のTableau […]
more
Contact
案件のご相談など、お気軽にお問合せください。
お電話でのお問い合わせ
Webでのお問い合わせ