🎯この記事の芯 — AIの自動化でも大事なのは結局2つ。コンテキスト（AIに“自社の文脈”を渡して“それっぽい誤り”を防ぐ）とガバナンス（最後は人が承認する）。自動化しても、この2つは手放さない——という話です。
とくに効いてくるのがコンテキストだ。AIは“一般論”は得意でも、「この指標の定義」「この列が何を表すか」「自社特有のルール」を知らないと、もっともらしいのに的外れな判断をしてしまう。しかも運用を任せる＝“自動で直させる”なら、文脈のないAIは自信たっぷりに間違えるぶん危険も増す。だからこの後の新機能はどれも、Genie Ontology（自社の知識の地図）で文脈を渡すことを前提にしている——コンテキストは「あると便利」ではなく「ないと自動化が成り立たない」土台なのだ。
なぜ「運用」がそんなに大変なのか
料理にたとえると、レシピ（モデル）を考えるのは作業の一部にすぎず、毎日仕入れ・仕込み・品質チェックをして店を開け続ける（運用）方がずっと手間がかかります。MLも同じで、Googleが12年前に指摘した通り「実システムでは“モデルのコード”はごく一部、大半は周辺の準備と運用」。実際、MLチームは時間の60〜80%を運用・保守に使っています。AIで「モデルを100倍速く作れる」ようになっても、その分面倒を見る対象も100倍に増える——これが今の悩みです。
そこでDatabricksは、AIエージェント（人の代わりに自律的に作業するプログラム）にこの運用を任せようとしています。ただし、エージェントがうまく働けない理由が2つあると整理しました。
- インフラ：そもそも仕組みが複雑で、人にもエージェントにも扱いづらい。
- コンテキスト（文脈）：エージェントが“あなたの会社のやり方やデータの意味”を知らない。
土台：エージェントが働きやすい「ML基盤」に作り替える
- サーバーレス化：サーバー（計算機）の準備や管理をエージェントが肩代わり。使う分だけ自動で増減するので、人が設定で悩まない。
- ライフサイクルを1か所に：データ収集→学習→特徴量→提供→監視までを、バラバラのツールでなく単一の基盤にまとめ、エージェントが全体を見渡せるように。
- Unity Catalog（データやモデルの“台帳兼・権限管理”）で、全モデル・実験を一元管理。
新機能①：AI Runtime（必要なときだけGPUを借りる）
AI Runtime は、LLMやディープラーニングを動かすためのGPU（AI計算が得意な高性能チップ）を“使う分だけ”借りられる仕組み（サーバーレスGPU）。高価なGPUを常時抱え込まずに済みます。すでに数百社が移行し、創薬モデルの構築にも使用。データ量に応じて自由にスケールできます。採用企業には FACTSET・grammarly・MERCK・RIVIAN・Robinhood・Ubisoft・Zillow など。
新機能②：Genie Code（MLの“専属エンジニアAI”）
Genie Code は、機械学習の作業に特化したコーディングエージェント（コードを書いて実行するAI）。チームが既に持つ学習スクリプトや評価手順を再利用し、Genie Ontology（社内の用語・データの意味・関係性をまとめた“知識の地図”）と組み合わせて、自社の文脈に沿った判断をします。だから“それっぽいが的外れ”になりにくい。実際の社内データ作業でのタスク成功率は77.1%で、一般的なコードAI（32.1%）を大きく上回ったと紹介されました。
新機能③：Genie ZeroOps（“見張り”から“直す”AIへ）
目玉が Genie ZeroOps。ふつうの監視ツールは異常を見つけて警告を出すだけですが、ZeroOpsは原因をつきとめて自動で直すところまでやります。対象は例えば——
- データドリフト（入ってくるデータの傾向が時間とともにズレ、予測が当たらなくなる現象）→ 検知して学習し直す。
- サービング障害（モデルを提供する仕組みの不具合）→ 原因を切り分け、前の状態に戻して復旧。
- パイプライン断（データを流して加工する“配管”が止まること）→ 上流まで追って修復。
ポイントは、最後の「実行してよいか」は人が承認する設計（検知→診断→修復→人間が承認）。AIは“勝手に直す”のではなく「直し方を提案する部下」、人は「OKを出す上司」の関係です。
事例：Danfoss（多国籍の工業メーカー）
通常は数週間〜数か月かかる本番MLシステムを、約90分で構築できたと紹介されました。
持ち帰り：データ活用の現場視点
これからのMLは「いかに賢いモデルを作るか」だけでなく、「作ったあとを、いかにラクに回し続けるか」が勝負どころ。見つけて直すまでやってくれるエージェントは、人手が限られるチームほど効きます。そして最終判断は人が握る——この“AIに任せきりにしない”設計思想が、Day2全体を貫いていました。
