翻訳：Ryo Hasegawa. - Original Blog Link ビジネスリーダーは皆、同じ質問をしています： データとAIに関する自社の計画を加速させるにはどうすればいいのか？ビジネスをリスクにさらすことなく、大規模な言語モデル（LLM）を活用するにはどうすればいいのか？そして、これらのシステムからできるだけ早く価値を得るにはどうすればいいのか？ 誰もが、誇大広告による混乱を回避し、自社のデータをどのように収益化し、前例のないスピードのテクノロジーを活用できるかを把握したいと考えています。より多くの業務を自動化し、より付加価値の高い業務に集中できるようにしたいからです。古いデータの照会にとどまらず、より良い未来像を得たいと考えています。セキュリティ・リスクを最小限に抑えながら、可能な限りコストを削減したい。そしてもちろん、今すぐ結果を出したいのです。 しかし、データとAIに関しては、成功のための戦略は企業ごとに異なるでしょう。私たちはDatabricksのフィールドCTOとして、データスタックをモダナ

翻訳：Ryo Hasegawa. - Original Blog Link このBlogシリーズの パート1 では、Databricksがどのように企業のデータとAIから価値を引き出すプロセスを開発、管理、運用を可能にするかについて説明しました。今回は、チーム構成、チームダイナミクス、責任について焦点を当てます。ターゲット・オペレーティング・モデル（TOM）を成功させるためには、組織内のさまざまな部署やチームが協力し合う必要があります。 Databricksに入社する前、私はコンサルティングに携わり、クラウドネイティブからオープンソースまで、様々な業界や様々なテクノロジースタックを使ってAIプロジェクトに携わってきました。基礎となるテクノロジーは異なりますが、これらのアプリケーションの開発と実行に関わる役割はほぼ同じでした。チーム内の1人が、作業の規模や複雑さに応じて複数の役割を担うことができることも事実です。 エンジニアリング、データサイエンス、アナリストのような異なるチームや異なる役割を持つ人々が、同じツール

翻訳：Ryo Hasegawa. - Original Blog Link Databricksのミッションは「データ分析とAIを民主化する」ことです。このステートメントは、データエキスパートの日常業務に意味を与えるだけでなく、今日のデータとAI分野において、スケールすることが難しいという現状を反映した適切なものと言えます。 McKinsey 、 Deloitte 、 Accenture などによる複数の独立した調査や研究ノートも、同じ結論を示しています。データとAIの需要と関心はかつてないほど高まっていますが、ほとんどの企業はデータとAIをスケールしてエンタープライズレベルの価値をを達成するのに苦労しているのは事実です。 2022年にアクセンチュアが発表した「 AI成熟に関するアート 」と呼ばれるレポートもそのひとつで、強力な競争優位性を実現し、データおよびAIの達成者と呼べる企業は、調査対象となった1,200社のうち、わずか12％に過ぎないことが示されました。つまり、88％の企業がデータとAIの本当の価値を引

去る6月28日、サンフランシスコで開催されたDATA＋AI SUMMITにて、「APJ Partner Champion of the Year」を受賞したDatabricks Champion、NTTデータの齋藤が登壇いたしました。 NTTデータのData＋AI Summit参加のレポートはこちら Data and AI Summit 2023 - Databricks 現地レポート（6/27 Partner Summit） - Qiita 今回のセッションでは、大手金融機関であるNTTデータのお客様が、データとAIを活用したデータ分析へと進化していく際、数あるサービスの中から、プラットフォームとして、データブリックスを採用された経緯や、基盤構築の際に苦労したポイントなどを紹介しています。お客様の既存のプラットフォームがどのような課題を抱え、データブリックスにどのような期待を持って導入されたのか。同じような課題をお持ちの企業様に参考にしていただければと思います。...

日本のDatabricks Championの皆様に、目指したその理由や、これからの思いについて伺う「集まれ！Legendary Heroes of DATA + AI !!」。Legendary Heroes of Data＋AI の皆さんの輪もドンドン広がっています！ 今回は、Vol 5として、前回のVol4 に引き続き 株式会社ナレッジコミュニケーション様 から 山川 将也 様 をご紹介します。 —- 以前にご紹介したLegendary...

日本のDatabricks Championの皆様に、目指したその理由や、これからの思いについて伺う「集まれ！Legendary Heroes of DATA + AI !!」。前回のポストから早5ヶ月。Legendary Heroes of Data＋AI の皆さんの輪もドンドン広がっています！ 今回は、Vol 4として、 株式会社ナレッジコミュニケーション 小山 翼 様 をご紹介します。 —- 以前にご紹介したLegendary Heroes of...

Original: Built on Databricks: Fueling Data and AI innovation in modern software products 翻訳: junichi.maruyama AIの時代が到来しています。すべての製品メーカーは、新しいデータとAIの能力をどのように活用するかを自問しなければ、その製品は生き残れないでしょう。従来の説明的な分析は、テーブルステークスです。最新のアプリケーションは、ユーザーの期待に応えるために、リアルタイムの洞察とAI主導のアクションを取り入れる必要があります。 クラウドは、ソフトウェア・アプリケーションの設計と運用を著しく複雑にする、目まぐるしく変化するデータスタックの選択肢を可能にしました。ベスト・オブ・ブリードのアプローチをとる製品開発者は、あっという間に互換性のない複数のデータサイロをつなぎ合わせ、管理することになります。開発者の生産性は低下し、データメンテナンスのコストは制御不能に陥ります。 Abnormal Security の

Original : The Executive’s Guide to Data, Analytics and AI Transformation, Part 5: Make informed build vs. buy decisions translate by junichi.maruyama データおよびAIトランスフォーメーション戦略の重要な要素として、データエコシステムのどのコンポーネントを社内のエンジニアリングチームが構築し、どのコンポーネントをベンダーとの関係を通じて購入するかを決定することが挙げられます。エンジニアリング・チーム内では、「ビルダー」アプローチを取ることが重視されるようになってきています。つまり、エンジニアリング・チームは、ベンダー製品に依存するのではなく、自社で独自のソリューションを開発することを好むのです。...

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 He