Databricks、常時稼働するGenieと企業データを横断するOntologyを投入

Databricksは、企業内に分散するデータを継続的に分析・整理するAIツール群を投入しました。AIアシスタント「Genie」の更新版はバックグラウンドで動き、業務の状況に応じて情報を取り出したり、利用者に提案したりします。あわせて、組織内のデータを横断して情報検索や分析につなげる「Ontology」機能も加わりました。

Genieは業務の状況に応じて情報を取り出す

更新版のGenieは、一日を通してオフィスワーカーの業務状況に応じ、能動的に提案や情報取得を行います。AIエージェントとは、利用者に代わって複数の手順を計画・実行するAIシステムです。Databricksの共同創業者兼CEO、アリ・ゴドシ氏は、エージェントが常にバックグラウンドで稼働すると述べ、自身も毎日利用していると語りました。

Ontologyは、経営上の報告系統から各部門のプロジェクトまで、組織内のデータを走査する機能です。利用者は、それらの情報にアクセスしたり、分析を実行したりできます。

Databricksの投入前日には、AIモデル「Claude」を手がけるAnthropicが、AIを使った表計算アプリと、Claudeがビデオ会議に参加する機能を公開しました。会議への参加機能では、Claudeが会話を聞き、人が話している間に作業を始められます。

Ontologyを理解するための「業務の意味」の整理

Databricksが機能名に使うオントロジーは、企業データ分析では、業務に登場する概念や属性、それらの関係、ルールをコンピューターが扱える形で定義する考え方を指します。例えば「顧客は契約を持つ」「契約は商品に結び付く」といった、業務上の言葉と関係を整理します。個別の顧客や契約を、その定義に沿って実際につないだものがナレッジグラフです。

企業内の情報を探して分析する際には、データカタログやセマンティックレイヤーも関わります。データカタログは、社内のどこにどのようなデータがあり、誰が管理しているか、どのような意味を持つかを探すための仕組みです。セマンティックレイヤーは、利用者が使う業務用語を実際のデータ構造や計算方法に対応付ける層で、「有効顧客数をどの条件で数えるか」「月次売上をどの日付で集計するか」などを定義します。

Ontologyによる組織横断の情報利用には、こうした概念や指標の整理が関わります。オントロジーが業務概念とその関係を定義するのに対し、セマンティックレイヤーは、その概念を実データからどう取得・計算するかを扱います。

ダッシュボードの閲覧から、検知後の分析へ

BIツールは、企業のデータを集計・可視化し、利用者が数字を把握するために使うものです。ThinkingAIは、ダッシュボードを開いて変化に気づき、分析を依頼する工程を人が担うのに対し、自律型エージェントは変化の検知から原因分析に進むきっかけをシステム側が作ると整理しています。

自動アラートに原因分析を組み合わせる使い方では、重要業績評価指標が設定したしきい値を超えたとき、通知に続いて分析を行い、担当者へ結果を届けます。分析の過程では、複数のデータ源を参照し、仮説の検証や追加分析を繰り返します。例えば、売上の変化がどの販路や利用者層で起きているかを分けて調べる処理です。

横断検索でも利用者ごとのアクセス権を維持

Databricksには、企業内の情報を横断的に読み取るエージェントが、呼び出した利用者の認証情報を引き継いで実行する「On-behalf-of」の認証方式があります。データやAI資産の権限を管理する「Unity Catalog」がデータ層でアクセスを制御し、利用者が読めないテーブルは、その人に代わって動くエージェントも読めない仕組みです。

制御には、利用できる環境の制限、操作権限、利用者やデータの属性に基づくポリシー、行単位の絞り込みと列単位のマスキングを組み合わせます。制限対象の行は検索結果に返さず、マスク対象の列はNULLとして返します。

情報の読み取りに加え、ツールを通じた変更操作にも実行時の制御を設定できます。ベータ版のサービスポリシーは、ツール呼び出しごとに許可、拒否、人の承認要求を判断し、承認が必要な操作は承認されるまで保留します。操作は利用者とエージェントの両方の識別情報にひも付けて記録されるため、どのデータにアクセスし、何を実行したかを追跡可能です。