DatabricksのサーバーレスおよびMosaic AI Model Servingワークロード向けの エグレス制御 が、AWSおよびAzureでパブリックプレビューとして提供開始されたことをお知らせします！ これにより、複数の製品やワークスペースにわたるサーバーレスワークロードからのアウトバウンドアクセスを一元的に制御するポリシーを設定できるようになりました。 サーバーレスイグレス制御を使用することで、Databricksのサーバーレス機能の柔軟性とコスト効率を活かしながら、データの不正転送先への流出から保護することができます。 今回のリリースにより、Model Serving、ノートブック、ワークフロー、Delta Live Tables（DLT）パイプライン、Lakehouseモニタリング、Databricks SQL、Databricks Appsでサーバーレスエグレス制御が利用可能になります。 Databricksサーバーレスエグレス制御のメリット データセキュリティを強化する サーバーレスのエグレス

Aon plcは、リスク、再保険、退職、および健康ソリューションを提供する世界をリードする企業です。データ駆動型の洞察に焦点を当て、Aonは120カ国以上で事業を展開しています。Aon Reinsurance Solutionsのために、データサービスリードの ボビー・アザルボド とAI + データ戦略リードの アンソニー・メイヤーズ が、データインフラストラクチャの近代化を推進し、運用効率とクライアント価値を向上させています。 保険業界では、リスク評価、引受精度、詐欺検出の改善にデータの活用が不可欠です。しかし、抽象的なデータは扱いにくく、乱雑なものになりがちです。データの可視性やデータ共有など、データ活用を改善することは、良好な結果を得るために重要です。例えば、ビジネスユニット間でクレームデータを共有することで、価格戦略を強化し、クレーム処理を効率化する堅牢なモデルを構築することができます。この協力的なアプローチにより、ビジネスはリアルタイムのデータにアクセスでき、遅延を減らし、最終的な意思決定を改善すること

Databricksの自動化ビジョンはビジネスのあらゆる側面を自動化し、より良く、迅速で、コスト効率の良いものにすることです。営業チームにおいては、販売ライフサイクル全体で営業担当者を支援するGenAIエージェントを提供し、販売体験をデジタルで変革しています。私たちの目標は、AI機能を営業担当者の日常業務にシームレスに統合し、情報資産をより簡単で効果的に取得し、繰り返し行われる手動の管理作業を自動化することで営業体験を強化することです。 私たちの「Field AI Assistant」は、Databricks Mosaic AIエージェントフレームワークを基盤に構築されており、営業担当者が複数のデータソースを横断してデータに問い合わせたり、対話したりできる方法を提供します。これには以下の主要なプラットフォームとの統合が含まれています： 顧客情報、営業支援コンテンツ、営業プレイブックを管理する内部Databricks Lakehouse 顧客関係管理プラットフォーム（CRM）システム 非構造化データのほとんどを収集

はじめに MLOpsは一度きりのプロジェクトではなく、継続的な旅です。それは、単なるツールや特定の技術スタックにとどまらず、実践と組織の行動に関わるものです。あなたのML（機械学習）チームがどのように協力し、AIシステムを構築するかは、結果の質に大きな影響を与えます。MLOpsのすべての詳細が重要です—コードの共有方法やインフラの設定、結果の説明方法に至るまで。これらの要素が、ビジネスにおけるAIシステムの効果に対する認識と、その予測を信頼する意欲を形作ります。 『The Big Book of MLOps 』は、DatabricksにおけるMLOpsの高レベルな概念とアーキテクチャをカバーしています。これらの概念を実装するための実践的な詳細を提供するために、 MLOps Gymシリーズ を紹介しました。このシリーズでは、DatabricksでのMLOps実装に欠かせない重要なトピックを取り上げ、各トピックに対するベストプラクティスと洞察を提供します。シリーズは「Crawl（這う）」、「Walk（歩く）」、「Ru

多くの組織は、自社で使用するサードパーティライブラリに影響を与える新たな脆弱性の優先順位を正しく付けることに課題を抱えています。日々発表される脆弱性の数が膨大で、手動で監視するのは現実的ではなく、リソースを大量に消費します。 Databricksでは、企業の目標の一つとして、データインテリジェンスプラットフォームのセキュリティを強化することがあります。弊社のエンジニアリングチームは、脆弱性が公開されると同時に、その深刻度、潜在的影響、およびDatabricksのインフラに対する関連性に基づいて、脆弱性を積極的に検出、分類、優先順位付けするAIベースのシステムを設計しました。このアプローチにより、重大な脆弱性が見逃されるリスクを効果的に軽減できます。弊社のシステムは、業務にとって重要な脆弱性を約85％の精度で識別できます。優先順位付けアルゴリズムを活用することで、セキュリティチームは手動作業を95％以上削減し、数百件の問題を確認するのではなく、即時対応が必要な脆弱性の5％に集中できるようになりました。 次のステップ

ハビエル・ラガレスはHPの主任データエンジニアで、3Dプリントビジネスのデータ駆動型ソリューションの開発をリードしています。データエンジニアリングとアーキテクチャの強固なバックグラウンドを持つハビエルは、データを活用してビジネス成果を向上させ、顧客体験を改善することに情熱を注いでいます。 すべての業界でデータによる意思決定がますます重視される中、HPの3Dプリント部門は変革的な取り組みを先導しています：自社の製造プロセスの一部として3Dプリンターを使用する顧客に対して、ほぼリアルタイムの機器テレメトリーデータを共有することです。このデータ共有機能により、HPの顧客はリースした機器のパフォーマンスと使用状況を監視し、データの洞察に基づいてビジネスやメンテナンスの行動を予防的に取ることができます。 Delta Sharing やDatabricksの他の機能、例えば Unity Catalog 、 Mosaic AI そして AI/BIダッシュボード を使用して、HPは機器のパフォーマンス、材料の使用状況、メンテナン

私たちは、Databricksが2024年のGartner® Magic Quadrant™ for Cloud Database Management Systemsにおいて、4年連続でリーダーの1社として認められたことをお知らせできることを非常に嬉しく思います。評価対象となった20社のベンダーの中でリーダーの1社として認識されることを光栄に思います。このレポートで評価されたソリューションには、Amazon Web Services、Google Cloud Platform、およびMicrosoft Azure上でのDatabricksデータインテリジェンスプラットフォームが含まれています。 2024年 Gartner Magic Quadrant for Cloud Database Management Systemsのレポートをぜひ ダウンロード...

AIは、すべてのビジネスリーダーの2025年の計画の最前線にあります。Economist Impactが1,100人の技術者と28人のCIOを対象に 最近実施した調査 によると、全体として 70% の企業が、長期的な成功には AI が不可欠であると考えています。これは実際にはどのようなことでしょうか。 技術への関心が冷める兆しはない一方で、企業はそれに投資し、導入するための戦略的な優先順位を変えています。ここでは、2025年にデータとAIのリーダーが焦点を当てると予測される領域を紹介します。 エンタープライズAI戦略は、ポストトレーニングと特化したAIエージェントに重点を置くことになる 企業は、事前トレーニングや大規模なモデルからポストトレーニングの手法へと焦点を移すにつれて、スケーリングの法則を乗り切る方法を進化させるでしょう。すでに、複数のモデル、手法、ツールが協力して効率と出力を向上させる エージェント型AIエージェントシステム を構築する企業が現れています。 企業は、デバッグや時間とともにリソースとデータ

Unity CatalogのオープンAPI向けの資格情報の発行（クレデンシャルベンディング）のパブリックプレビューを発表できることを嬉しく思います。これにより、外部クライアントがオープンソースのUnity REST APIを通じてUnity Catalogの外部およびマネージドテーブルに安全にアクセスし、Iceberg REST Catalog APIを通じてUniForm対応テーブルにアクセスできるようになります。この機能は、Apache Spark™、DuckDB、Daft、PuppyGraph、StarRocks、Spice AI、Microsoft Fabric、Salesforce Data Cloud、Iceberg RESTカタログエンジンのようなTrinoやDremioなど、幅広いエンジンやツールとのシームレスな相互運用性を実現します。 データとAI資産のための業界唯一の統一されたオープンガバナンスソリューションとして、 Unity Catalog は、現代のデータとAIスタック全体での相互運用性