Databricksを使用してビジネス成功のためのAI戦略を築く
AIは、その潜在能力が業務を変革し、競争力を維持することを組織が認識するにつれて、急速に新興技術からビジネスの必須項目に移行しました。しかし、AIの効果的な採用には、新しい技術を導入するだけでは不十分です。AIの潜在能力を実現するには、包括的なAI戦略が必要です。この戦略は、ビジネス目標と一致し、組織が賢明な決定を下し、AIの能力を最大限に活用するために必要な「大きな絵（ビッグピクチャー）」を提供します。 AIビジネス戦略とは何ですか？ AIビジネス戦略は、組織全体でAIを実装し運用するためのビジネスが取るアプローチを示しています。AI戦略を作成する過程で、組織は「なぜAIなのか？」や「組織がAIの成功を燃え上がらせるために何が必要なのか？」といった重要な問いを探求することができます。 技術とビジネス目標は、どのAI戦略にも中心的な要素ですが、 AIが人々にどのような影響を与えるか についても対処することが重要です。AI戦略は、倫理的原則を定義し、潜在的な人間への害を最小限に抑える方法についての指導を提供するべき
AIモデル共有のGAを発表
このブログへの貴重な洞察と貢献に対して、Daniel Benito（CTO、Bitext）、Antonio Valderrabanos（CEO、Bitext）、Chen Wang（リードソリューションアーキテクト、AI21 Labs）、Robbin Jang（アライアンスマネージャー、AI21 Labs）、Alex Godfrey（パートナーマーケティングリード、AI21 Labs）に特別な感謝を述べます。 Databricks Delta SharingとDatabricksマーケットプレイス内のAIモデル共有の一般提供をお知らせすることをうれしく思います。このマイルストーンは、 2024年1月のパブリックプレビュー発表 に続いています。Public Previewのローンチ以来、我々は新たなAIモデル共有の顧客やプロバイダー、例えば Bitext 、 AI21 Labs 、Rippleと共に、AIモデル共有をさらにシンプルにするために取り組んできました。 Delta Sharingを使用して、AIモデルを簡単
データインテリジェンスを理解するための短いガイド
「データガバナンス」、「生成AI」、「大規模言語モデル」などの用語は、職場で一般的になりつつあります。 しかし、ビジネスリーダーにとっては、それらを会話やプレゼンテーションにただ散りばめるだけでは不十分です。彼らはこれらのトレンド、技術、そしてテクノロジーが実際に何を意味し、自分たちの組織の未来でどのような役割を果たすのかを理解しなければなりません。 私たちは、データインテリジェンスの主要な要素を定義し、リーダーに次世代のオペレーションを支えるバズワードを理解することがなぜ重要なのかを概説することで、お手伝いしたいと考えています。 データインテリジェンス： これは単なる情報以上のものです。データインテリジェンスとは、AIを用いて独自のデータから正確で関連性のあるユニークな洞察を抽出することです。これにより、新たな収益源の特定、従業員の生産性向上、効率的な運営など、市場での競争優位性を企業が築くのに役立ちます。 データのサイロ化： データインテリジェンスを動かすために必要な情報は、ビジネス全体のアプリケーションやシ
GenAIでの勝利：データインテリジェンスの未来のための適切なプロセスを構築する
すべてのビジネスは、データとAIの先駆者になりたいと考えています。しかし、それを実現するためには、企業はGenAIのビジョンと戦略にコミットし、そのビジョンを管理可能なステップに分解する必要があります。言い換えれば、企業はビジネス全体でAIを解放し活用するための適切なプロセスが必要です。 過去のブログで取り上げたように、企業が 人々を管理する方法 と 基礎となるIT基盤 は、Generative AI採用の旅の重要なステップです。しかし、適切なプロセスを設定することが、企業が労働力と技術を結びつける方法です。これが唯一、ビジネスを目標に向けて前進させる結果を実際に推進する方法です。新しいシステムを採用することは一つのことです。それらから実際に価値を得ることは別のことです。 企業はAIが活躍できる環境を構築する必要があります。彼らは採用への技術的な障壁を排除する必要があります。従業員は、これらの新しいシステムを自信を持って使用し、移行期間中に管理者からサポートを受ける必要があります。リーダーはAIの力を示す適切なプ
データインテリジェンスを高める：データとAIについて業界リーダー達からの重要な洞察
Translation Reviewed by Akihiro.Kuwano 今日の急速に進化する技術的な風景では、データと人工知能（AI）の交差点は、業界全体の組織にとって重要な焦点となっています。Foundryの最近の CIO Tech Poll によれば、ITリーダーの大多数が2024年の投資リストのトップにAI対応ソリューションを置き、生成AIに対して興味がないと表明したのはわずか8％でした。AIの優先度が高まることは、データとAIがどのように連携してイノベーションとビジネス価値を推進するかについての深い理解の必要性を強調しています。 この重要なトピックを探求するために、最近、 Informatica、Immuta、Dataikuの業界専門家をフィーチャーしたパネルディスカッションを開催しました 。パネルは、高品質のデータの必要性、新たな規制、全員のための適切なデータ基盤を築く必要性について、実際の顧客シナリオから独自の視点を提供しました。ディスカッションは2つの主要な側面を中心に展開されました： テクノ
エンジニアリング企業向けのOKR重視のデリバリーモデル
序章 新しい技術を採用する組織や近代化の旅をしている組織は、通常、今後のツール、その機能、理想的な環境下での潜在的なパフォーマンス/コスト改善に焦点を当てています。一つ 見落とされがちな側面は、組織がどのように効果的かつ効率的にこれらの技術を取り入れるかということです。実際のところ、技術の採用はビジネスの優先事項、他のシステムとの統合、技術的な負債に影響を受けます。これらの抵抗は、全体的なプロジェクトの実行と効率を潜在的に不安定にする可能性があります。 このテクノロジーの採用中における典型的なプロフェッショナルサービス組織の役割は、技術的な相談と変更管理を通じて抵抗を最小限に抑えることです。 Databricksプロフェッショナルサービス では、技術から約束されたビジネス価値を実現することに焦点を当て、顧客と責任を共有することが重要だと考えています。 そのことを念頭に置いて、私たちはエンジニアリングのDNAから学び、お客様の目標と主要な結果（OKR）に基づいた共同努力に焦点を当てた新しいエンゲージメントモデルの試験
Data + AI Summit 2024: データリーダー向けエグゼクティブ サマリー
最近開催された Data + AI Summit 2024 は、当社にとって過去最大規模のサミットとなりました。 16,000 名を超える主要顧客、見込み客、パートナーが直接参加し、さらに 40,000 名以上がバーチャルで視聴しました。 重要な製品発表、トレーニング、認定、パートナー紹介、そして数百のブレイクアウトセッションでいっぱいの 4 日間でした。 最も重要なことは、データと AI コミュニティ全体が団結して学習を共有し、ネットワークを構築し、成果を祝い、データと AI の将来に向けて協力し続ける機会となったことです。 サミットでは、CIO Circleの125人以上の参加者を含む、1,000人以上の技術系エグゼクティブがエグゼクティブフォーラムに集まりました。 Databricksの共同設立者と幹部は、10,000 を超える組織がデータ...
データインテリジェンスとAIトレンド：トップ製品、RAGなどの最新情報
Translation Review by saki.kitaoka 生成AI（GenAI）の熱気は冷める兆しを見せていません。強力なGenAI戦略を実行するためのプレッシャーと興奮が高まる中、データリーダーや実務者は、最適なプラットフォーム、ツール、ユースケースを探しています。 現実の世界ではどのように進行しているのでしょうか？私たちは、業界全体でAIへの取り組みを理解するために、10,000人のグローバル顧客からのデータを活用して 「2024 State of Data + AI」 を発表しました。このレポートでは、データ駆動型企業に関連する幅広いテーマをカバーしていますが、GenAIの旅における明確なトレンドが浮かび上がってきました。 今回の調査で明らかになった主なポイント： トップ10のデータおよびAI製品：GenAIスタックの形成 新しい技術が登場すると、開発者はどのツールが最適かを見極めるために多くの異なるツールを試します。 私たちのトップ10データおよびAI製品は、 Data Intelligenc
データとAI戦略 〜プラットフォームにフォーカスして〜
優れた AI の秘訣は優れたデータです。 AI の導入が急増するにつれ、データ プラットフォームはあらゆる企業のテクノロジー スタックの最も重要なコンポーネントになります。 生成AI システムは単一のモノリシックなものではなく、 連携して機能する さまざまなコンポーネントの組み合わせで あることがますます明らかになっています。データは最も重要な要素の 1 つですが、企業が モデルを 実際に 現実世界に 展開する には、他にも多くの機能が必要です 。 そのため、企業がデータと AI の幅広いニーズをサポートする基盤プラットフォームの構築を検討する際には、...
Databricksで実現する高品質で信頼できるデータプロダクト作成法
序章 AIやデータ ドリブンを目指す組織では、多くの場合、社内のチームに高品質で信頼できるデータ を提供する必要があります。 このようなデータプロダクトを構築することで、組織はデータと AI の目標に対する標準と信頼できるビジネス上で価値のある基盤を確立できるようになります。 品質とユーザビリティを最優先するアプローチの 1 つは、データメッシュ パラダイムを使用してデータ資産の所有権と管理を民主化 することです。 当社のブログ記事 ( パート 1 、 パート 2 ) では、顧客が企業内でDatabricksを活用して、データ メッシュの基本的な柱 (その 1...