Databricks SQLがさらにシンプルに、速く、コストダウン！最新の新機能とパフォーマンス向上をお届けします。すでに7,000社以上の顧客がデータウェアハウスとして利用しており、Databricks史上最も急成長しているプロダクトです！ データウェアハウスの決定版 「レイクハウス」 Databricks SQLは、私たちが 2020年初頭 に提唱した レイクハウスアーキテクチャ に基づいて構築されています。このアプローチにより、コストが高く、独自仕様のデータウェアハウスはレガシーシステムになると予測し、実際に MIT Technology Insightsレポート では、74%の企業がすでにレイクハウスアーキテクチャを採用していることが示されています。多くの企業が利用するレイクハウスベースのデータプラットフォームは、最近発表された Forrester Wave for Data Lakehouses レポートでもレビューされ、Databricksは、現在の提供内容と戦略の両カテゴリで最高スコアを獲得し、リー

私たちは、Databricks Partner Connectに3つの新しい統合が追加されたことを発表することを嬉しく思います。これは、パートナーのソリューションをあなたの Databricks Data Intelligence Platform のデータと統合し、ビジネスニーズに最適なものを簡単に実装できる一元化されたハブです。 私たちは、パートナーコネクトのデータガバナンス、データ取り込み、およびデータ準備と変換のカテゴリにパートナーを追加しました。 正確には、データガバナンスカテゴリーへの追加で、ユーザーはAIや分析の取り組みに不可欠な高いレベルのデータ品質と観測性を達成することができます。 Informaticaは、Partner ConnectのIngestionカテゴリーに現在存在し、シームレスなデータの取り込みと変換を促進します。 Alteryxは、Databricksとのデータ準備と変換機能を拡張し、AI駆動の洞察を加速し、ビジネスインテリジェンスプロセスを強化しました。 これらの統合により、組

お客様と対話するインテリジェントなボットをビジネスに導入することを想像してみてください。チャットボットは一般的に、顧客と対話し、彼らに助けや情報を提供するために使用されます。しかし、通常のチャットボットは複雑な質問に答えるのに苦労することがあります。 RAG とは Retrieval Augmented Generation (RAG) は、チャットボットが難しい質問を理解し、応答する能力を向上させる方法です。この生成AIデザインパターンは、大規模言語モデル（LLM）と外部知識の取得を組み合わせています。 これにより、リアルタイムデータを生成プロセス（推論時間）中にAIアプリケーションに統合することが可能になります。この文脈情報をLLMに提供することで、RAGは生成された出力の精度と品質を大幅に向上させます。 RAGを使用する利点の一部は次のとおりです： AIアプリケーションの精度と品質の向上: RAGがLLMにリアルタイムデータをコンテキストとして提供することで、AIアプリケーションの精度と品質が向上します。

今年のData and AI Summitで最近 発表 されたように、 Databricks AI/BI は、非常に視覚的でインタラクティブなローコードAI/BIダッシュボードと、 AI/BI Genieによって駆動されるノーコード会話型分析を用いて、組織全体でビジネスインテリジェンスと分析を民主化します。このブログでは、AI/BIダッシュボードのパフォーマンスと対話性を向上させる新機能をいくつか紹介します。 これらの日々、非常にインタラクティブ（またはクリック可能な）ビジネスインテリジェンスダッシュボードは必須です。これらは、ダッシュボードのユーザーがデータを動的に探索し、クリックごとに洞察をカスタマイズできるようにするため、不可欠です。これにより、ユーザーはデータに対するフォローアップの質問を行い、より早く、より情報に基づいた決定を下すことができます。これは、分析を通じて探索と問題解決を制限する静的なダッシュボードとは異なります。 このブログで取り上げる主な改善点は以下の通りです： クロスフィルタリング ：視

私たちは最近、ノートブック、ジョブ、パイプラインのための サーバーレスコンピューティングの一般提供開始 を発表しました。サーバーレスコンピューティングは、ワークロードの迅速な起動、自動的なインフラストラクチャのスケーリング、およびDatabricksランタイムのシームレスなバージョンアップグレードを提供します。私たちはサーバーレスの提供における革新を続け、あなたのワークロードのための価格/パフォーマンスを継続的に改善することに専念しています。今日は、サーバーレスのコスト体験を改善するためのいくつかの発表を行うことを楽しみにしています： ほとんどの顧客、特に短期間のワークロードを持つ顧客にとって、 コストを25%以上削減 する効率改善。 強化されたコストの可視性 は、個々のノートブック、ジョブ、パイプラインレベルでの支出を追跡し監視するのに役立ちます。 ジョブとパイプラインに対して、 パフォーマンスよりもコストを最適化するという選択を示すことができる シンプルなコントロール（将来利用可能）。 新しいサーバーレスコン

データチームは問題のトラブルシューティング、パッチの適用、失敗したワークロードの再起動に多くの時間を費やしています。エンジニアが一日中、自分のワークロードの調査とデバッグに費やすことは珍しくありません。 これで、データエンジニアが自分の仕事の問題を監視し、診断するのがより簡単になりました。これらの機能により、ジョブの実行が失敗したり、通常よりも長い時間がかかったりしたとき、失敗の理由を理解し、問題の根本原因を迅速に修復することができます。 タイムラインビューでのジョブの実行の視覚化 データエンジニアとして、ワークロードを最適化する最初のステップは、時間がどこで費やされているかを理解することです。複雑なデータワークフローでは、針を干草の山から探すような感じになることがあります。新しいタイムラインビューは、ジョブの実行をタイムライン上の水平バーとして表示し、タスクの依存関係、持続時間、ステータスを示します。これにより、DAGの実行におけるボトルネックや大幅な時間消費エリアを素早く特定することができます。タスクがどのよ

Databricksでは、企業がデータを活用してビジネスプロセスを加速し、意思決定を強化することを簡単にすることを目指しています。 AI/BI は、Databricksプラットフォームにネイティブに統合されたAIファーストのビジネスインテリジェンス製品です。これは現在、 Databricks SQL のすべての顧客に利用可能です。 AI/BIダッシュボードは、組織全体で重要なビジネス指標、視覚化、洞察を安全に共有する強力な方法です。これらは、Databricksワークスペース内の他のユーザー、組織内の他のワークスペースのユーザー、およびDatabricksの 閲覧専用ユーザー （Databricksアカウントに追加されたが、ワークスペースには追加されていないユーザー）と共有できます。この記事では、組織全体でダッシュボードの共有を可能にするAI/BIダッシュボードの主要な機能について見ていきます。 共有可能なダッシュボードの作成 例から始めてみましょう。私たちは、販売機会を強調する例のダッシュボードを作成し、それを

未来の世代が楽しむことができる世界を築くためには、私たちの運営方法を変える必要があります。この運動の最前線には、Rivianという電気自動車メーカーがあり、私たちの惑星のエネルギーと交通システムを完全に化石燃料から離れることに焦点を当てています。今日、Rivianのフリートには個人用車両が含まれており、Amazonとのパートナーシップを通じて100,000台の商用バンを提供しています。各車両はIoTセンサーとカメラを使用して、車両の運転方法から各部品の機能までのペタバイト単位のデータをキャプチャします。これらのデータを手元に持つことで、Rivianは機械学習を使用して、予測保守により全体的な顧客体験を改善し、潜在的な問題がドライバーに影響を与える前に対処しています。 Rivianが初めてEAVを出荷する前には、データの可視性とツールの制限が出力を減らし、協力を防ぎ、運用コストを増加させる問題に直面していました。一時期に30から50の大規模で運用上複雑な計算クラスターを持っていましたが、これはコストがかかりました。

40年以上にわたり、Thomasの中心的な理念は、企業が職場で人々が互いにどのように交流するかをよりよく理解することで、仕事の満足度と生産性を向上させることができるというものでした。人間科学の分野での影響を拡大し深めようとしたThomasは、伝統的なデータ管理と利用のアプローチに大きな障害に直面しました。彼らは、データワークフローの改善 - 取り込みと変換から分析、顧客と従業員向けのソリューションまで - をDatabricksに依頼しました。さらに、GenAIのベクター検索と取得拡張生成（RAG）を通じた統合は、コンテンツの検索可能性と自動コンテンツ生成をさらに向上させました。 従業員の評価をAI時代に持ち込む Thomasの基本的な心理測定評価モデルは、紙ベースのプロセスに根ざし、一対一の解釈に設計されていましたが、顧客基盤を拡大するにつれてますます制限が増えてきました。これらの伝統的な方法はスケールアップに苦労するだけでなく、現代の労働環境で必要な典型的なアプリケーションに接続されていませんでした。 会社と