データウェアハウジングからデータインテリジェンスへ：データが主役となるまで
現在、生成 AI が注目を集めていますが、ほとんどの企業は10年以上前から、自社の業務において データインテリジェンス を実現するために取り組んできました。 統合されたデータ環境、より高速な処理速度、より堅牢なガバナンス - すべての改善は、企業が自社の情報をより有効活用するための一歩前進でした。現在では、あらゆる技術レベルのユーザーが自社のプライベートデータと対話できるようになっています。それは、ビジネスチームが自然言語でデータをクエリする場合でも、データサイエンティストが オープンソースの LLM を迅速かつ効率的にカスタマイズ する場合でも同様です。 しかし、データインテリジェンスの機能は進化し続けており、企業が今日確立する基盤は、今後10年間の成功を左右することになります。データウェアハウジングがどのようにしてデータインテリジェンスに変化したのか、そして次のステップは何かを見ていきましょう。 データの初期の時代 デジタル革命以前、企業はより遅く、より一定のペースで情報を収集していました。ほとんどすべてが
サンタクロースもAIフィーバー
サンタクロースは北極株式会社のCEOとして、世界で最も複雑なサプライチェーン、製造、物流業務を監督しています。 毎年、サンタと最高執行責任者（COO）であるサンタ夫人、そして妖精さんのチームは、世界中の子どもたちから届く何百万通もの手紙を読み、「いたずらっ子リスト」や「いい子リスト」と照らし合わせ、彼らが欲しいプレゼントを登録し、そして何百万ものプレゼントを作り、たった一晩ですべてを届けなければなりません。 サンタとそのクルーはこれらを簡単に行なっているように見せていますが、運営上は悪夢のような作業であり、依然として大部分が手作業で行われています。そのため、他の多くのビジネスリーダーと同様、サンタも AIがどのように役立つ かを知りたがっていました。そこで彼はDatabricksに助けを求めました。 Foundation Model API などのDatabricksツールと、合成データ生成や名前付きエンティティ認識などのテクニックを使って、サンタに宛てた子供たちの手紙を分析し、それぞれの子供が欲しいプレゼントを
テールゲートをするかしないか？：Databricks + AccuWeatherがMLを使ってフットボールファンの熱い疑問に答えた方法
NFLの熱狂的ファンであれ、母校を応援するOBであれ、テイラー・スウィフトを一目見ようとするスーパーファンであれ、フットボール・シーズンはアメリカで1年で最もエキサイティングな時期のひとつである。 そして、その楽しみ方にも事欠かない。 何百万人もの視聴者が自宅のソファや近所のバーでくつろぎながら観戦する一方で、多くの視聴者はお気に入りのチームの試合を見るために、時には氷点下の気温の中、スタジアムまで足を運ぶ。 また、チームと一緒に新しい都市を訪れたいと思う人もいるだろう。 しかし、ファンにとっては、1シーズン分の試合からどれを選ぶかを決めるのは大変なことなのだ。 お客様の「最も困難な問題」を解決するDatabricksの精神に則り、私たちはデータと機械学習の力を活用し、NFLや大学のフットボールファンがテールゲーティングで最も得をする方法を予測する手助けをしたいと考えました。 このブログポストでは、Databricks Lakehouse Platform（Databricks AutoMLと Databrick
Apple HealthkitとDatabricksで健康やフィットネスの目標を追跡しよう
Original : Track health and fitness goals with Apple Healthkit and Databricks 翻訳：saki.kitaoka データは、健康を含む私たちの生活の多くの側面を改善するために使用することができる強力なツールです。ウェアラブル・フィットネス・トラッカー、健康アプリ、その他のモニタリング・デバイスの普及により、私たちの健康に関するデータを収集し、分析することはかつてないほど容易になりました。これらのデータを追跡・分析することで、私たちは自分の健康とウェルネスに関する貴重な洞察を得ることができ、ライフスタイルや習慣についてより多くの情報に基づいた決定を下すことができるようになります。 健康機器を使えば、自分の健康状態を一元的に把握することができ、自分の健康について十分な情報を得た上で意思決定することができます。このブログでは、デバイスとそのデータを使って、さらに実用的なインサイトを提供する方法を紹介します。今回ご紹介する例では、Apple Hea
AI の活用とデータを一元化することでビジネスを成功に変える方法
デジタルネイティブ企業がアナリティクスとAIを大規模に活用し、真のデータ駆動型企業へと飛躍している様子を紹介します。ここでは、 Databricks Lakehouse を活用し、コスト効率と回復力の高いモダンなデータプラットフォームでビジネスの成長に拍車をかけたアジア太平洋地域のデジタルネイティブ企業 5 社に焦点を当てたいと思います。 データと人工知能（AI）は、ビジネスに不可欠な意思決定の最前線にあります。データに精通したデジタルネイティブから「伝統的」な企業まで、これらの企業は、競合他社を出し抜き、顧客を喜ばせるためには、振り返ることに時間を費やさず、リアルタイムでデータを使って先を見通し、将来を予測し計画する必要があることを理解しています。 何百ものお客様とお話するなかで、なぜ企業が倉庫やオンプレミスソフトウェア、その他のレガシーインフラからクラウドへ移行しつつあるのか、その理由がわかってきました。また、サービスを市場投入までの時間を短縮するために、全てを自社で IT インフラを一から構築することから、
小売・リテール業界向けレイクハウスによる課題解決と生産性の向上
小売業のビジネスは、早朝からフル稼働しています。配送トラックは店舗や家庭に商品を届けるために拠点を出発し、店舗では開店の準備やその日の需要に応じた在庫の確認などが行われます。このように年中無休で稼働する小売業界にも、ここ数年で大きな変化が起きています。 世界的なパンデミックが小売業界に与えた影響は大きく、10 年分の変化が一度に起こったといっても過言ではない状況となっています。また、消費者の意識も大きく変容し、かつてないほどの迅速性と完全性を求めるようになっています。実店舗は依然として重要である一方で、オムニチャネルをうまく取り入れ、購買エクスペリエンスを向上させる必要がありました。そこで小売業界では、DX の実現に向けたテクノロジーへの投資を加速させてきました。そして現在は、いかに業務を最適化して生産性を向上させ、収益率を上げるかという課題に取り組んでいます。 データブリックスは、世界のあらゆるチャネルや地域の大手小売業者との連携を通じてリテール業界の課題解決を支援しています。連携先には、Walgreens、C
データレイクとデータウェアハウスの違いとデータレイクハウスへの進化
このブログは、Forest Rim Technology（フォレスト・リム・テクノロジー社）のデータチームの寄稿によるものです。同社の創業者兼 CEO ビル・インモン氏、最高データ戦略責任者メアリー・レビンズ氏の貢献に感謝します。 最初の課題 ビッグデータを扱う人が最初に直面したデータの課題は、整合性でした。データの量が少なく、ソースのバリエーションも限られていた頃は、構造化データのテーブルで構成されたリレーショナルデータベース（RDB・関係データベース）の使用で事足りていましたが、アプリケーションが普及するようになると、複数のアプリケーションに同じデータが異なる値で現れ、データの整合性がとれないという課題が発生しました。どのデータが正しいかを判断するには、数あるアプリケーションの中から、どのバージョンのデータを使うべきかを見極めなくてはなりません。もしユーザーが適切なバージョンのデータを使用できなければ、判断を誤ってしまう可能性もあります。 意思決定に適切なデータを使用するために、単純なリレーショナルデータベー
Hadoop（ハドゥープ）からの移行に伴う潜在価値とは
Hadoop（ハドゥープ）とは、分散処理技術（分散処理基盤）とも呼ばれ、テキストや画像、動画などの非構造化データの格納と処理ができるオープンソースのプラットフォームのことです。ファイルの管理には、分散ファイルシステム HDFS（Hadoop Distributed File System）が使用されていることが特徴です。長年にわたり、この Hadoop（ハドゥープ）はビッグデータの分析を支えるデフォルトのテクノロジーでした。しかし、時間の経過とともに、その欠点をカバーし、かつ、より優れた分析ソリューションを提供する新たなテクノロジーが登場し、Hadoop は遅れをとるようになりました。多くの企業が Hadoop 運用を続けることによるTCO（総所有コスト）を見直し、最新のクラウドベース分析プラットフォームへの移行を是認する方向に動いています。Databricks では先日、ホワイトペーパー 「The Hidden Value of Hadoop Migration」 （Hadoop からの移行に伴う潜在価値）を発