山窪智春– Author –

Databricks Data + AI Summit 2025のInfosys協賛セッション「Delivering Industry-scale AI on Databricks」のレポート。AIをPoCからエンタープライズ規模へ広げるための3本柱——統合データ・スケーラブルなML・自律エージェント——と、サプライチェーンでの実装事例を、登壇スライドとともに整理する。

断片化した100枚のダッシュボードと、食い違うKPI。Databricks社のマーケティングアナリティクスチームが、レイクハウスとセマンティクスレイヤー、Genie、AIエージェントでデータ基盤を作り直し、1週間かかっていたレポート作成を30分にした事例セッションのレポートです。

来場3万人を超え、スポンサー240社超で開かれたData + AI Summit 2026。そのキーノートで、いちばん地味で、いちばん根が深いテーマが扱われた。データを置く「箱」の話だ。

来場3万人を超えたData + AI Summit 2026。基調講演を貫いていたのは「AIはもう十分賢い。足りないのは、自社固有の文脈（コンテキスト）だ」という主張だった。では、その文脈をAIにどう渡すのか。前提として欠かせないのが、社内の知識を「意味の地図」として整えるオントロジー。

朝の2時。スマホが鳴る。パイプラインが落ちた、という通知だ。眠い目をこすってログを追いかけ、どこで何が壊れたのかを手探りで探す。データ運用に関わる人なら、一度は通った道だと思う。

あるCEOは、1ヶ月で1年分のAI利用料を使い切ったという。

来場3万人を超え、スポンサー240社超で開かれたData + AI Summit 2026。その基調講演で示されたのは、「賢いAI」を入れることではなく、社内の文脈をどうAIに渡すかという話だった。

最新モデルを導入した。なのに、社内のことを尋ねると、的外れな答えが返ってくる。心当たりのある経営者は少なくないはずです。

最新のモデルを社内に入れた。世界トップ級の頭脳のはずだ。なのに「うちの優良顧客って誰?」「先月の解約は何件?」と聞くと、平然と見当はずれの数字を返してくる。経営の現場で、この手の落胆を一度は味わった方は多いはずだ。