メインコンテンツへジャンプ

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:

  1. テクノロジープロバイダーがプラットフォームにインテリジェンスを組み込むことで、セキュリティ、プライバシー、ガバナンス、ポリシーコントロールをどのように対処しているかについて
  2. 顧客が自身のデータの力を活用してAIイニシアチブを効果的に主導する方法について

パネル:
Robin Sutara - Field CTO, Databricks
Conor Jensen - Dataiku, Field CTO
Rik Tamm-Daniels - Informatica, GVP Ecosystem and Technology, Informatica
Chris Brown - Immuta, Public Sector CTO

私たちの尊敬するパネリストが共有した大事な洞察について詳しく見ていきましょう。

AIをデータ管理に活用し、その逆もまた然り

InformaticaのRik Tamm-Danielsは、AIをデータ管理プロセスに統合する同社のアプローチを強調しました:

  • データ管理を加速するための生成AIを組み込む
  • インテリジェントなデータウェアハウス内の自然言語インターフェースを使用して、データとのユーザーのやり取りを簡素化する
  • 公開データとAIモデルだけでなく、ファーストパーティデータも統合したエンタープライズグレードのAIアプリケーションを作成する

このアプローチは、AI技術の全ての潜在能力を引き出すためには強固なデータ基盤が重要である点を強調しています。

データセキュリティとアクセス制御を確保する

ImmutaのChris Brownは、データセキュリティの重要な側面に焦点を当てました:

  • 様々なストレージシステム全体での機密データの位置を特定し理解する
  • 特定のデータセットに対するアクセスを許可された人員のみがアクセスできるようにするルールを作成する
  • データエンジニアリングとレポート作成のための自動化されたポリシーを実装する

クリスが共有した顧客成功のストーリーは、組織がDataiku、Immuta、そしてDatabricksなどのソリューションを活用して、厳格なガバナンスを維持しながらデータエンジニアリングの能力を強化している方法を示しています。

データアクセスと使用の民主化

DataikuのConor Jensenは、組織内の全員がデータにアクセスできるようにする重要性を強調しました:

  • すべての従業員が様々なユースケースでデータを活用できるようにする
  • プラットフォーム内の貴重なデータへのアクセスが限定されている問題に対処する
  • データアクセスにおける利便性とリスク管理のバランスを取る

メタデータのAIアプリケーションにおける役割

パネリストは、異なるデータ資産を大規模言語モデル(LLM)と統合する際のメタデータの重要な役割について一致していました。信頼性と信頼性のある出力を生成するためには、適切なデータをAIシステムに入力することが重要であり、"garbage in, garbage out(ゴミを入れればゴミが出てくる)"の原則を強化しています。

イノベーションとリスクのバランス

DatabricksのRobin Sutaraは、生成AIが人々、プロセス、変更管理に与える影響について触れました:

  • ビジネス成果との整合性の必要性
  • データガバナンスとAIガバナンスの区別
  • データとAIのガバナンスに適したツールを導入する重要性

彼女は力強いメッセージで締めくくりました。「未来のために構築し、未来を待つな。」Databricks、Immuta、Informatica、Dataikuからの統合ソリューションは、組織が進化する技術に適応し、データ利用者の継続的なエンパワーメントが実現します。

まとめ

組織がデータとAIの複雑な状況をナビゲートし続ける中で、業界リーダーからの洞察は非常に貴重です。強固なデータ基盤に焦点を当て、データのサイロ化を解消し、堅牢なセキュリティ対策を講じ、アクセス可能でありながらガバナンスのあるデータのプラクティスに焦点を当てることで、企業は関連するリスクを軽減しながらAIの可能性を最大限に活用することができます。

この興味深い議論について深く理解するために、フルパネルディスカッションを視聴することをお勧めします。

Databricks 無料トライアル

関連記事

Lakehouse Federationの一般提供を開始

本日、Unity CatalogのLakehouse FederationがAWS、Azure、GCPで一般提供 (GA) されたことをお知らせします。Lakehouse Federationを使用すると、すべてのデータを一か所で発見、クエリ、管理することができます。このGAリリースにより、連携ワークロードに対する安定性、セキュリティ、エンタープライズ対応が強化されます。 このブログ投稿では、Lakehouse FederationのGA機能について説明し、世界をリードする企業でのアジャイルな分析をどのように支えているかを探求し、次に何が来るのかを議論します。 Lakehouse Federation入門 世界中の組織は、規模や業界に関係なく、データとAIを活用して革新を推進しています。しかし、歴史的、組織的、技術的な理由から、データはしばしば複数の運用および分析システムに分散して残っています。この断片化はいくつかの課題を引き起こします: すべてのデータを発見し、アクセスするのが難しい エンジニアリングのボトルネ

Apache Spark Key Terms, Explained

This article was originally posted on KDnuggets The Spark Summit Europe call for presentations is open, submit your idea today As observed in...

ロールスロイスの画像生成に Databricks Mosaic AI のパワーを活用する

ロールス・ロイスは、様々なAIプロジェクトにおいて Databricksデータインテリジェンスプラットフォーム の変革的な力を目の当たりにしてきました。その一例として、ロールス・ロイスとDatabricksの協力プロジェクトがあります。このプロジェクトは条件付き敵対的生成ネットワーク(cGAN)の学習プロセスの最適化に焦点を当てており、 Databricks Mosaic AIツール を使用することの多くの利点を実証しています。 このcGAN学習最適化の共同プロジェクトでは、チームは数値、テキスト、画像データの使用を検討しました。主な目標は、ロールス・ロイスの設計空間探索能力を向上させ、パラメトリックモデルの限界を克服することでした。これは、従来の形状モデリングとシミュレーションプロセスを必要とせずに、特定の設計条件を満たす革新的な設計コンセプトの識別と評価を推進するために、過去のシミュレーションデータを再利用できるようにすることで達成されました。 ビデオを見る: ロールスロイスがクラウドベースの生成AI を使用
データ戦略一覧へ