Microsoft Tech Brief : Microsoft Fabric × Databricks × Microsoft Foundry が切り拓く Agentic Analytics 革命 ― Microsoft Ignite & Databricks 社 主催 DATA+AI World Tour Tokyo 最新アップデート総括

Transcript

1. BEST OF MICROSOFT JAPAN Microsoft Tech Brief : Microsoft Fabric × Databricks × Microsoft Foundry が切り拓く Agentic Analytics 革命 ― Microsoft Ignite & Databricks 社 主催 DATA+AI World Tour Tokyo 最新アップデート総括 日本マイクロソフト株式会社 クラウド & AI ソリューション事業本部 Senior Cloud & AI Data Solution Engineer 武田 雅生 データブリックス・ジャパン株式会社 Senior Partner Solutions Architect 小谷 尚太郎
2. 本セッションの目的 Microsoft Fabric Azure Databricks Open & Full Managed Lakehouse • 本トレーニングの目的： • Microsoft Fabric と Azure Databricks の最新特徴を理解 • Microsoft Foundry の最新特徴も理解 • 両サービスを組み合わせたアーキテクチャの理解 • 両サービスを組み合わせたアーキテクチャが 提供する利点・ビジネスインパクトを理解すること • 参加対象者： データアナリスト / データエンジニア / データサイエンティスト • 技術レベル：基礎コース • Data & AI 領域の基礎的な知識があり、 DWH / BI / AI / ML 周辺の基本的な要件を理解している Microsoft Foundry
3. Agenda 01 本セッションの目的 (5min) 02 Microsoft Ignite 2025 Update (45min) (Microsoft Foundry / Microsoft Fabric) 03 Data+AI World Tour Tokyo 2025 Azure Databricks Update (35min) 04 まとめ / Q&A / 資料申し込み (5min)
4. BEST OF MICROSOFT JAPAN Microsoft Ignite 2025 Update Overview for Data&AI
5. 来場者数：20,000人 日本からのご参加者：600人 オンライン参加者：200,000人 70以上の新しい発表
6. Ignite期間中の日本のお客様事例 Foundryを活用して AI駆動型コールセンターを推進 人とAIの協働によりワークフローの最適化 顧客の待ち時間短縮を実現 ソフトバンク株式会社は Foundryを活用してAI駆動型 コールセンターを推進 | Microsoft Customer Stories ソフトバンク様 富士通様 NTT Data様 経営・現場の意思決定用ダッシュボード とAI分析・計画・アクションをテンプレート 提供するDecision Intelligenceを発表 自分のアバターがPPTを使って プレゼンをする動画作成のための AI Auto Presentation を発表 カスタマーゼロストーリー創出を目指し 社内でエージェントを仮説検証し精度向上 外販へ展開するAI革新プロジェクトを推進 グローバル顧客と共に精度90％を目指し 生産性向上と新たな価値創出で 競争力強化と事業変革を加速
7. Ignite期間中の日本のお客様事例 JBS様 急速にすすむAIエージェント時代 に向けてSentinel/Purview/Intune/ Defenderなどを活用した リアルショーケースを推進 技術力と収益性を同時に強化している 事例を紹介し内製化と共創を軸に AIセキュリティ分野での顧客支援を 加速されている事例を発表 日立様 IoTデータ3万台超をMicrosoft Foundry 等で活用し、保守業務の 自動化・最適化による生産性向上と 新たな価値創出で事業変革を加速 AIによる革新と グローバル競争力強化を実現 70を超える楽天提供サービスを サポートするため日本市場向けの 独自LLMを開発 独自のLLM開発にAzure storage活用 トレーニング速度20％向上 チェックポイント処理時間80％短縮 ストレージコスト70％削減 楽天グループ株式会社 様
8. Microsoft の AI 戦略ビジョン Intelligence & Trust AI in the Flow of Human Ambition Ubiquitous Innovation Observability at Every layer 人の意図や業務を理解し、人々を つなげインサイトを得る手助けをし、 より多くのことをできるようにする Work IQ Fabric IQ Foundry IQ Agent 365 データと現実のビジネス世界との 橋渡しをし、分析し、推論し、 新しいイノベーションを促進する エージェントと人の共存を踏まえ、 可視化、管理、セキュリティ ガバナンスをより強化 Intelligence Layers Trust
9. BEST OF MICROSOFT JAPAN Gen AI shared data platform Vector / Graph Solution catalog (marketplace) AI Agents Tools Orchestration Models Context Engineering User Prompt State Long-Term Memory History Instructions / System Prompt Actions Function calling Code Interpreter MCP Knowledge (RAG) LLM Files Vector DB RDBMS Agent-as-a-Tool Reasoning Planning Routes/workflows Web search Embeddings Gen AI platform Lakehouse Structured data Unstructured data Data Engineering Data Ingest Data control Apps / UI Security, Governance, Safety Guardrails Content filtering Auth Chatbot Virtual expert Docs Q&A Provisioning Component library Observability Evaluation Files Monitoring SLM ERP/CRM ITSM Enterprise Apps Agent Hosting Serverless Container VM On-premises SaaS Data Science Analyze Train Deploy MLOps Custom LLM AI Services APIs Computer use A2A Deep Research metadata … … 2025 Fine-tuning Development Environments Code/Prompt management CI/CD pipeline Agentic Coding Process Automation Creativity Decision Support GenAIOps Prompt library *powered by McKinsey & Company AI Gateway Responsible AI Enterprise Agentic-AI Reference Architecture
10. BEST OF MICROSOFT JAPAN Microsoft Fabric Azure Databricks Fabric IQ Vector / Graph Solution catalog (marketplace) Microsoft Foundry (Agent Service) Tools Orchestration Models Context Engineering User Prompt State Long-Term Memory History Instructions / System Prompt Actions Function calling Code Interpreter MCP Foundry IQ Knowledge (RAG) LLM Files Vector DB RDBMS Agent-as-a-Tool Reasoning Planning Routes/workflows Web search Gen AI platform Lakehouse Structured data Unstructured data Data Ingest Data control Apps / UI Security, Governance, Safety Guardrails Content filtering Agent ID Chatbot Virtual expert Docs Q&A Provisioning Component library Observability Evaluation Monitoring SLM ERP/CRM ITSM Microsoft 365 Hosted Agent or Azure Apps Serverless Container VM On-premises SaaS Data Science Analyze Train Deploy MLOps Custom LLM AI Services APIs Computer use A2A Deep Research metadata … … Fine-tuning Development Environments Code/Prompt management CI/CD pipeline Agentic Coding Process Automation Creativity Decision Support GenAIOps Prompt library *powered by McKinsey & Company AI Gateway Responsible AI Enterprise Agentic-AI Reference Architecture Entra Agent ID Agent 365 MS Foundry – Control Plane Microsoft Purview
11. BEST OF MICROSOFT JAPAN Microsoft Fabric Vector / Graph Solution catalog (marketplace) Microsoft Foundry (Agent Factory) Tools Orchestration Models Context Engineering User Prompt State Long-Term Memory History Instructions / System Prompt Actions Function calling Code Interpreter MCP Knowledge (RAG) LLM Files Vector DB RDBMS Agent-as-a-Tool Reasoning Planning Routes/workflows Web search Embeddings Gen AI platform Lakehouse Structured data Unstructured data Data Engineering Data Ingest Data control Apps / UI Security, Governance, Safety Guardrails Content filtering Auth Chatbot Virtual expert Docs Q&A Provisioning Component library Observability Evaluation Files Monitoring SLM ERP/CRM ITSM Enterprise Apps Agent Hosting Serverless Container VM On-premises SaaS Data Science Analyze Train Deploy MLOps Custom LLM AI Services APIs Computer use A2A Deep Research metadata … … 2025 Fine-tuning Development Environments Code/Prompt management CI/CD pipeline Agentic Coding Process Automation Creativity Decision Support GenAIOps Prompt library *powered by McKinsey & Company Network Responsible AI Fabric IQ Ontology Data Agent Foundry IQ Knowledge Multi-Agent (Agentic RAG) Agent 365 Foundry IQ & Fabric IQ によって、 最先端の体系的な AI-Ready Data と 非常に優秀な RAG を実現 Enterprise Agentic-AI Reference Architecture
12. お客様の運用 Microsoft Fabric は Agent 精度改善に向けて 3-Layer 化を確立 各種データソース Microsoft 365 Microsoft Dynamics 365 Fabric IQ Intelligence & Semantic モデル OneLake 統合データ プラットフォーム (Mirroring / Shortcut) Microsoft 365 Copilot (Work IQ) Microsoft 365 Microsoft Foundry (Foundry IQ) Microsoft Dynamics 365
13. Azure Databricks support for OneLake reads and writes Advancing openness and interoperability with OneLake Coming soon aka.ms/Databricks-OneLake Microsoft and Databricks: Advancing Openness and Interoperability with OneLake | Microsoft Fabric Blog | Microsoft Fabric reads & writes
15. ハイブリッドおよびマルチクラウドのデータ資産 Fabric OneLake 仮想化 (OneLake ショートカット) | OneLake ミラーリング | 移行からモダナイズ Microsoft Fabric や Azure Databricks を使用して データを AI-Ready Data や Data Agent に変換 Data ETL Integration AI Ready Cleansing Data Agent Realtime Streaming Azure Databricks (ADLS and/or OneLake) Microsoft Fabric 2025 ToBe Data Collaboration for Agentic-AI Architecture Microsoft Foundry & Microsoft 365 Copilot Microsoft Agent 365 The best capability to develop analytical agents in the world Unity Catalog Fabric OneLake
16. Databricks CEO Ali Demo – Databricks & Fabric & M365 & Agent 365
17. ハイブリッドおよびマルチクラウドのデータ資産 Fabric OneLake 仮想化 (OneLake ショートカット) | OneLake ミラーリング | 移行からモダナイズ Microsoft Fabric や Azure Databricks を使用して データを AI-Ready Data や Data Agent に変換 Data ETL Integration AI Ready Cleansing Data Agent Realtime Streaming Azure Databricks (ADLS and/or OneLake) Microsoft Fabric 2025 ToBe Data Collaboration for Agentic-AI Architecture Microsoft Foundry & Microsoft 365 Copilot Microsoft Agent 365 The best capability to develop analytical agents in the world Unity Catalog Fabric OneLake
18. BEST OF MICROSOFT JAPAN Microsoft Foundry Update Update for AI Agent Factory
19. Control Plane セキュリティ、コンプライアンス、ガバナンス GitHub Visual Studio Visual Studio Code Copilot Studio コンテキストを理解し、アクション指向のエージェントを構築1,400以上の事前構築済み接続とMCPツールを活用 ネイティブIDE体験で開発を効率化 Microsoft セキュリティ統合を活用した完全な統一管理レイヤーを利用 Microsoft Agent 365 Microsoft Defender Microsoft Purview Microsoft Entra Microsoft Fabric Microsoft OneLake Microsoft Bing Agent Service Foundry IQ Tools AI Services Models Microsoft Foundry
20. BEST OF MICROSOFT JAPAN New Microsoft Foundry
21. BEST OF MICROSOFT JAPAN Microsoft Foundry Models: 11,259+
22. BEST OF MICROSOFT JAPAN Microsoft Foundry Tools 1,400以上 のツールを Microsoft と 各種パートナー様 (SaaS / MCP) が提供
23. BEST OF MICROSOFT JAPAN Microsoft Foundry で Microsoft Fabric を使う方法 Microsoft Foundry Agent Service に Microsoft Fabric のデータ エージェントを使用する方法 - Microsoft Foundry | Microsoft Learn 2025/12/19 現時点ユーザー認証のみで サービスプリンシパルは未対応
24. BEST OF MICROSOFT JAPAN Microsoft Foundry で Azure Databricks Genie を使う方法 Use Azure Databricks Genie in Microsoft Foundry - Azure Databricks | Microsoft Learn
25. BEST OF MICROSOFT JAPAN Multi-agent workflows Introducing Workflows タスク特化エージェントを使った多段階プロセ スの設計とオーケストレーション LLM エージェント ツール などの 制御フロー を あらかじめ定義された コードパス に沿って オーケストレーション 要件 • 既存のワークフローをそのまま維持したい • 宣言的かつ決定論的に動作を期待 Multi-agent workflows エージェントの柔軟性を活用しながら 厳密なビジネス手順を Agent ワークフロー として構築
26. BEST OF MICROSOFT JAPAN 1-click Publish to Microsoft 365 Copilot Publish and deploy Microsoft Foundry で作成したエージェント を M365 Copilot と Teamsチャット にて すぐに利用可能 Foundry Agent Service M365 Copilot Agent 365
27. Best of Microsoft Recap Days Japan Demo – Create Agents Microsoft Foundry New Portal How to create Agents
28. BEST OF MICROSOFT JAPAN
29. Best of Microsoft Recap Days Japan Demo – Workflow Agent Microsoft Foundry New Portal How to create Workflow Agents
30. BEST OF MICROSOFT JAPAN
31. Foundry IQ Knowledge base Knowledge source (Indexed / Remote) Agentic RAG Enterprise access control Automated data preparation Integrations Sources Microsoft Foundry における統合 Knowledge レイヤを担います。 ベースは Azure AI Search (Knowledge Agent / Knowledge Base / Knowledge Source) であり、 高精度な Agentic RAG や コンテキストを踏まえて回答修正もできる、ナレッジエージェントとも言えるレイヤです。
32. Foundry IQ の全体像、および Fabric IQ の立ち位置 Remote sources Knowledge base App UX User question Answer Agent LLM & Effort Level (gpt-5.1 etc) Indexed sources Fabric IQ (Ontology Data Agent) Foundry IQ ≒ Knowledge Multi-Agent Results & exit assessment (fast custom SLM) Merge results Query Planning (LLM) Knowledge Agent Instruction Agentic RAG (Parallel) Self Reflection Search (改善に向けた再検索) Reflection Knowledge source Foundry IQ は、ある特定ドメイン知識を集約するだけでなく、様々な観点・機能を組み合わせ、精度改善を提供する ”Knowledge Agent”
33. Foundry IQ – Knowledge base Agentic RAG エンジンと Knowledge source から構成され、Entra ID アクセス制御も備えた、 特定の Knowledge (Domain) を集約したセマンティックレイヤ (Knowledge base) Azure AI Search のトップレベルオブジェクト クロスソース・エージェント検索エンジン リモートソースやインデックスへのアクセス アクセス制御とドキュメントACL
34. Foundry IQ – Agentic retrieval さらに強化された Agentic Retrieval 機能であり、各種の機能が高精度な回答を実現 ◆ The flow of agentic retrieval in Foundry IQ 指定した LLM + Instruction を基に 単一のエントリーポイントですべての 多種多様なコンテンツを並行検索 Web Grounding (Web Search) 等の Federated 検索で、プライベートデータの補完 回答品質が不十分と判断された場合、セルフリフレクション検索 で追加反復処理 (回答の関連性が 36% 向上)
35. Foundry IQ – Knowledge source Knowledge base を構成するデータソース群。 特定のトピック (Knowledge) に関連するデータソースを複数設定 Azure Blob Fabric OneLake M365/ SharePoint Web Search MCP servers AWS S3 GCS … Vector/Text Indexes Remote access OneLake Shortcuts Query Planner (source selection) AI Search Indexes Fabric IQ Ontology Data Agent 最新情報の検索、 エンタープライズデータの補完
36. Foundry IQ – Automated data preparation Content Understanding 機能をベースとした Indexing 自動化機能。 テキスト抽出だけでなく、画像の抽出と解釈 (Markdown 解析) についても対応 取り込み OneLake Blob Storage ADLSv2 SQL DB CosmosDB Incremental change tracking 抽出 PDF,Officeドキュメント 画像ファイル PDF内のネスト画像 ドキュメントレイアウト JSON、CSV、 Markdown解析 チャンク テキストをパッセージに 分割（テキスト部 分） 固定サイズ AIドキュメントインテリ ジェンスのレイアウト 出力 ドキュメントメタデータを 伝播 埋め込み Image → vector Text → vector OpenAI、AI Vision、 モデルカタログからの 埋め込み インデックス ドキュメントインデックス チャンクインデックス 両方 クエリ ブースティング ウェイト付け しきい値設定
37. Data 系ナレッジの指定方法は、 Foundry IQ + Fabric IQ 以外に Tools で指定することも可能 Third-party data sources Elasticsearch Pinecone AWS S3 Redis Mongo DB Databricks Microsoft data sources Local Files Azure Blob Azure SQL Azure DB for PostgreSQL Azure Cosmos DB OneLake Fabric IQ (Coming soon) Indexed sources Web Grounding Fabric Data Agent Foundry IQ Tools Databricks Genie Snowflake Outlook Salesforce …. 1,400+ tools Slack / Google Drive MCP (Coming soon) Microsoft Foundry
39. BEST OF MICROSOFT JAPAN Microsoft Agent 365 - Agent Governance の実現 Agent 365 は、エンタープライズ規模の AI を可能にする5つの機能を提供します。 1. 登録 (Registry) 2. アクセス制御 (Access control) 3. 可視化 (Visualization) 4. 相互運用性 (Interoperability) 5. セキュリティ (Security) これらの機能により、AI エージェントの管理 を効率化し、セキュリティとガバナンスを強化 しながら、組織全体で安心して活用できる 環境を実現します。 Microsoft Agent 365: The control plane for AI agents | Microsoft 365 Blog Agent 365 は、組織内のすべてのエージェントを、IT 部門の目線で一元管理
40. BEST OF MICROSOFT JAPAN Microsoft Fabric Update Update for AI Ready Data
41. BEST OF MICROSOFT JAPAN Microsoft Fabric Vector / Graph Solution catalog (marketplace) Microsoft Foundry (Agent Factory) Tools Orchestration Models Context Engineering User Prompt State Long-Term Memory History Instructions / System Prompt Actions Function calling Code Interpreter MCP Knowledge (RAG) LLM Files Vector DB RDBMS Agent-as-a-Tool Reasoning Planning Routes/workflows Web search Embeddings Gen AI platform Lakehouse Structured data Unstructured data Data Engineering Data Ingest Data control Apps / UI Security, Governance, Safety Guardrails Content filtering Auth Chatbot Virtual expert Docs Q&A Provisioning Component library Observability Evaluation Files Monitoring SLM ERP/CRM ITSM Enterprise Apps Agent Hosting Serverless Container VM On-premises SaaS Data Science Analyze Train Deploy MLOps Custom LLM AI Services APIs Computer use A2A Deep Research metadata … … 2025 Fine-tuning Development Environments Code/Prompt management CI/CD pipeline Agentic Coding Process Automation Creativity Decision Support GenAIOps Prompt library *powered by McKinsey & Company Network Responsible AI Fabric IQ Ontology Data Agent Foundry IQ Knowledge Multi-Agent (Agentic RAG) Agent 365 Foundry IQ & Fabric IQ によって、 最先端の体系的な AI-Ready Data と 非常に優秀な RAG を実現 Enterprise Agentic-AI Reference Architecture
42. Power BI Microsoft Fabric AI 変革のための統合データプラットフォーム Data Factory Analytics Databases Real-Time Intelligence OneLake Copilot Governance Fabric Platform IQ
43. Announcing Fabric IQ リアルタイムに文脈 (Context) を理解し、 それに基づく Agentic AI を実現 AI agents の回答精度を強化 (in Foundry and Fabric) データモデル、ルール、アクションを 横断する新たなセマンティックレイヤ “Unified Data” を “Unified Intelligence” にトランスフォーム
44. Fabric IQ 開発の背景 ビジネス理解 データ／意味／アクション 意思決定の範囲 AIの信頼性・信頼度 俊敏性とオーナーシップ 意味は専門家の頭の中にだけ存在 チームとAIで共有される共通言語 システムごとに分断しており、 データにビジネス用語や KPI は未反映 個別のサイロ (縦割り) で行われている ビジネスの理解が不足している 専門エンジニアだけが構築している 単一のモデルに統合されている ビジネス全体で最適化されている 実際のビジネス状況に根ざしている ビジネス部門が主体的に所有・管理している 現 在 将 来 AI Agent / Business User にとって、エンタープライズ企業のデータを扱う上ではまだプロトコルギャップが存在。 ハルシネーションを解決することができていない
45. お客様の ビジネススタックの例 飛行機 ゲート 荷物 パイロット 受付 持ち物チェック
46. 社内情報 分析 DWH System tables 都度、要望に応じて Dashboard や Agent を作成 (常にデータ部分がタフなタスクに) メンテナンス部 オペレーション部 ファイナンス部 BI Dashboard / Agent for メンテナンス KPI チェック BI Dashboard / Agent for オペレーション KPI チェック BI Dashboard / Agent for ファイナンス KPI チェック
47. ”稼働中の飛行機” = ハンガーに入っておらず、整備中でもない メンテナンス部 ”稼働中の飛行機” = 現在フライトに割り当てられている オペレーションズ部 ”稼働中の飛行機” = 現在収益を生み出している ファイナンス部 チーム 1 チーム 2 チーム 3 目標：Safety 目標：顧客満足度 目標：収益 部署/部門によって、飛行機1つでも、目標 (KPI / Objective) は様々
48. 専門家の知見から理想を言えば、 各部署の知識を加味した体系的な “Ontology” が欲しい Ontology が体系的に存在すると、 自分たち (Agent / Business User) の ビジネス用語でスムーズに会話できる ポ リ シ ー ア ク シ ョ ン プ ロ パ テ ィ オ ブ ジ ェ ク テ ィ ブ エ ン テ ィ テ ィ Ontology リ レ ー シ ョ ン シ ッ プ 部署別のKPI 主力商品・サービスにおけるメトリックデータ 企業・ビジネス上の規則・制約・レギュレーション 重要 KPI に関連する通知やアクション 主力商品周辺の別カテゴリとの関係 主力商品・サービス メンテナンス部 オペレーションズ部 ファイナンス部 Ontology Management for Semantic Web and Business Apps
49. エンティティタイプ セマンティクス オブジェクティブ ルール アクション データ ロジック プロパティ データ・意味・アクションを統合する ビジネスの概念をエンティティとしてモデリング
50. エンティティタイプ データ・意味・アクションを統合する ビジネスの概念をエンティティとしてモデリングする 属性 時系列 地理空間 メトリック 識別子 テーブルとストリーム プロパティ (エンティティの状態) オブジェクティブ セマンティクス ルール アクション
51. エンティティタイプ データ・意味・アクションを統合する ビジネスの概念をエンティティとしてモデリングする オペレーショナル・システム オートメーション ワークフロー チケット アラート セマンティクス オブジェクティブ プロパティ ルール アクション (オペレーション)
52. データ・意味・アクションを統合する ビジネスの概念をエンティティとしてモデリングする エンティティタイプ もし そうしたら Automation Workflows Tickets Alerts 条件 アクション オブジェクティブ プロパティ アクション セマンティクス ルール (実行条件)
53. データ・意味・アクションを統合する ビジネスの概念をエンティティとしてモデリングする エンティティタイプ 説明 規範 説明 制約 ポリシー Conditions Actions アクション プロパティ ルール オブジェクティブ セマンティクス (規則・規範など)
54. データ・意味・アクションを統合する ビジネスの概念をエンティティとしてモデリングする エンティティタイプ 短期 長期 Descriptions Constraints Policies タクティカル 運用 ストラテジック ルール アクション プロパティ セマンティクス オブジェクティブ (目的・目標)
55. データ・意味・アクションを統合する ビジネスの概念をエンティティとしてモデリングする エンティティタイプ セマンティクス オブジェクティブ ルール アクション プロパティ リレーションシップの種類
56. エンティティ及び周辺プロパティの集合体同士、 をリレーションでつないだ複数集合体を表現する Business Semantic View エンティティの種類 Ontology リ レ ー シ ョ ン シ ッ プ ポ リ シ ー ア ク シ ョ ン プ ロ パ テ ィ オ ブ ジ ェ ク テ ィ ブ エ ン テ ィ テ ィ エ ン テ ィ テ ィ エ ン テ ィ テ ィ 組織の知識 (Intelligence) とプロセスを デジタルマップのように表現、 複雑なデータセットを理解しやすく、 実行可能なインサイトに変えるもの
57. Fabric IQ が AI Agent にもたらす違い 現 在 将 来 ビジネスの文脈やアクションとのつながりなしに テーブルを読み解いている ライブで統合されたビジネスコンテキストを基盤に、 業務アクションと結びついている AI エージェント AI エージェント 今までにない、ビジネスとデータの体系的な理解、精度改善、圧倒的な生産性向上を提供
58. Announcing Fabric IQ リアルタイムに文脈 (Context) を理解し、 それに基づく Agentic AI を実現 AI agents の回答精度を強化 (in Foundry and Fabric) データモデル、ルール、アクションを 横断する新たなセマンティックレイヤ “Unified Data” を “Unified Intelligence” (Ontology) にトランスフォーム
59. Microsoft Fabric 71
60. お客様の運用 Fabric IQ によって、高精度な Agentic AI を実現 各種データソース Microsoft 365 Copilot Microsoft 365 Microsoft Foundry Microsoft Dynamics 365 Fabric IQ 統合インテリジェンス プラットフォーム OneLake 統合データ プラットフォーム
61. Microsoft Fabric AI 変革のための統合データプラットフォーム OneLake Copilot Governance Fabric Platform IQ Ontology Digital Twin Builder Graph Semantic Models Operations Agents Data Agents
62. Backend Apps of Agents Agent Instruction / SQL examples Graph engine of node & edge Fabric IQ は 3 Layer によって形成される Fabric IQ Definition of Business Data Model Unified Intelligence Relationship / Action rules Ontology Digital Twin Builder Graph engine Semantic Models Operations Agents Data Agents Data Sources (Unified) Fabric IQ は複数レイヤを内包したものであり、それ自体が “Data の AI Agent” である OneLake
63. パブリックプレビュー 現在、2,000万以上の Power BI セマン ティックモデルが利用されており、巨大なエコ システムを形成している Power BI モデルは、分析データと企業指標 が専門的に整備されたリポジトリである 数回のクリックだけで、Power BI モデルから オントロジーを立ち上げることができる BI で定義したビジネスセマンティクスを、リア ルタイムの業務まで拡張します。 Fabric IQ – Ontology の作成方法 Power BI セマンティックモデルからオントロジーを 1クリックで作成できる
64. ビジネスのオントロジーを、 ビジュアルなノーコードツールで定義する ビジネスの概念・プロセス・現実世界の関係 性を用いてオントロジーを構築する OneLake 内のテーブル、リアルタイム ストリーム、地理空間データをオントロジーに バインドする ビジネスロジック、ルール、リアルタイムアク ションでオントロジーを強化する Fabric IQ – Ontology は UI から定義できる オントロジーアイテムで、あなたのビジネスの動きをモデリングする パブリックプレビュー
65. プロセス、顧客、サプライチェーン全体に潜む パターン、依存関係、波及効果を明らかにし ます 従来のレポーティングや BI ツールでは簡単に 表面化できない、多段にまたがるビジネスチャ ンスとリスクを検知します Fabric Graph を基盤とした、ガバナンスされ たグラフをすぐに利用できます サイロ化された部分最適化から脱却し、エン ドツーエンドの意思決定を高める真のシステム レベルのインテリジェンスへと進化させます Fabric IQ – Ontology-Powered Graph Engine オントロジー駆動のグラフ分析エンジンで、システム全体のインサイトを高速に獲得 パブリックプレビュー
66. ビジネスロジックをノーコードのルールとして一 度定義するだけで、システムがリアルタイムに 条件を監視します パターンやしきい値、例外を検知した際に、 自動アクション／ワークフロー／アラートをトリ ガーします 売上を守り、コストを削減し、お客様への影 響を防ぐための対応を自動化します 事後対応の“火消し”から、常時稼働のプロ アクティブな対応へと転換します Fabric IQ – Ontology & Rules リスクとオポチュニティを検知し、対応するためのルールを定義 近日提供予定
68. ビジネスユーザーが、ビジネス上の質問を 自然言語で行えるようにします テーブルや列ではなく、豊富なビジネス エンティティとその関係に対して推論するため にオントロジーを利用 ビジネスが進化しても、追加の手作業や 設定変更なしで、それに適応した回答を 得られます Fabric Data Agent は、Microsoft 365 Copilot エージェントとして、直接デプロイできます Fabric - Data Agent from Ontology オントロジーを使って、データ エージェントがあなたのビジネスを理解できるようにする パブリックプレビュー Microsoft 365 Copilot
69. 業務オペレーションを継続的に監視し、 新たに発生する機会とリスクを検知します 自然言語でのシンプルな指示だけで運用 エージェントを作成でき、コードも開発も不要 オントロジーに接続することで、 ライブなビジネスコンテキストに基づいて推論し、 最適なアクションを選択します 判断を自動で、または人による承認つきで実行、 対応時間を数時間から数秒へと短縮します Fabric – RTI Operations Agent from Ontology 自律的に業務オペレーションを推進するエージェントを Microsoft Fabric で構築 (Knowledge & Action (Power Automate etc)) Public Preview
71. Fabric IQ の 強み・優位性 統合されたデータ基盤 (OneLake) の上にレイヤー化 オントロジーを素早く作成するための数千万の Power BI モデル リアルタイム データ (RTI) に対しても実装が可能 Microsoft 365 Copilot (Work IQ) と Microsoft Foundry (Foundry IQ) との併用・統合 ノーコード モデリング ツールによる、オントロジーの容易な設定 ライセンス購入不要、かつ低コストで始められる
72. Microsoft Foundry を利用する開発者は、 Foundry IQ の Knowledge base のソースの １つとして、Fabric IQ のオントロジー を選択し、簡単に接続できます AI エージェントにビジネス理解を与えることで、 プロンプトエンジニアリングやグラウンディング の手間を削減 ドキュメントに加えて、ライブなビジネスデータ (DWH/DB/RTI) を基とした、信頼できる Agentic-AI の意思決定を実現 一度構築すればどこからでも利用でき、 同じ Fabric IQ オントロジーがすべての エージェント、ワークフロー、チームを支える Microsoft Foundry & Microsoft Fabric Microsoft Foundry のエージェントに、Foundry IQ として、ビジネスコンテキスト (Fabric IQ) を接続 近日提供予定
73. お客様の運用 Fabric IQ を利用できる AI Agent のデプロイメント先について 各種データソース Microsoft 365 Microsoft Dynamics 365 Fabric IQ 統合インテリジェンス プラットフォーム OneLake 統合データ プラットフォーム Microsoft 365 Copilot (Work IQ) Microsoft 365 Microsoft Foundry (Foundry IQ) Microsoft Dynamics 365
74. OneDrive AWS S3 SharePoint Snowflake Databricks GCP (GCS) Azure Blob / ADLS Azure SQL Azure PostgreSQL Azure Cosmos DB Lakehouse Eventhouse Semantic Model Ontology Data Agent Operation Agent M365 Copilot Teams Data Layer Fabric IQ Layer Ontology Layer Backend App Layer MS Foundry Agent Frontend App Layer Backend App Layer Warehouse Fabric IQ As a tool Fabric IQ : as a source of Foundry IQ Conversion Deploy to Front App Deploy to Front App Shortcut & Mirroring Custom Apps (ACA etc) Unified Data Unified Intelligence Business / Relation / Graph etc Agent Instruction Flowchart – the process from data integration through to app deployment フロントアプリ別 Microsoft Foundry & Microsoft Fabric の Agent デプロイメントパス 利用できる IQ レイヤ (Fabric IQ / Foundry IQ / Work IQ) のマッピング ※ その他 Tools (1,400+) or MCP Tools については、 本フローチャートから割愛 Foundry IQ Layer Work IQ Layer
76. BEST OF MICROSOFT JAPAN Azure Databricks Update 11/28 Data + AI World Tour Tokyo トレンド
77. ©2025 Databricks Inc. — All rights reserved Microsoft Tech Brief Azure Databricks Databricks Japan Dec, 2025
78. ©2025 Databricks Inc. — All rights reserved Agenda - Data AI World Tour Tokyo の振り返り - OpenAI における Azure Databricks 活用事例 - Azure Databricks の Agent 開発 最新情報
79. ©2025 Databricks Inc. — All rights reserved Data AI World Tour Tokyo の振り返り
80. DATA+AI World Tour Tokyo 2025 4,100名の登録・2,500名以上参加！240名トレーニング受講！ AGENDA 9:30 AM - 11:00 AM 受付 10:00 AM - 12:30 PM モーニングセッション 10:30 AM - 5:30 PM EXPO（展示） 1:00 PM - 2:30 PM 基調講演 （三菱UFJ銀行様/コスモエネルギーHD様） 2:40 PM - 6:45 PM Databricks活用顧客登壇セッション 6:50 PM - 8:00 PM 懇親会/ユーザー会 Meetup 開催概要 日時：2025年11月28日(金) 場所：ザ・プリンス パークタワー東京
81. ©2025 Databricks Inc. — All rights reserved
82. お客様登壇セッション例 会社名 講演タイトル 三菱UFJ銀行 基調講演 コスモエネルギーホールディング ス 基調講演 トヨタ自動車 vista が写すデータのパノラマ イオン マルチエージェントシステムの開発 東京ガス データメッシュ型アプローチによる「AIネイティブ企業」への挑戦 大日本印刷 DXによる価値創出の挑戦 ～データ民主化からAI活用へ～ 良品計画 データAIプラットフォーム戦略 AI/BIを「水や空気のように。」業務浸透できる基盤整備と今後の展望 阪急阪神ホールディングス 「データ分析ラボ」による事業部門のデータ活用拡大と自走化支援 SEGA 世界をつなぐ、SEGAのグローバルデータメッシュ ― Databricksで進化す る基盤とゲーム運営 GENDA 急成長スタートアップがDatabricksを採用した理由
83. ©2025 Databricks Inc. — All rights reserved OpenAI における Azure Databricks 活用事例
84. ©2025 Databricks Inc. — All rights reserved OpenAI×Databricks 戦略的パートナーシップを発表 101 The Future of AI: Build Agents That Work 〜Sam Altman and Ali Ghodsi virtual event〜 2025年11月12日 (火) 13:00 - 14:30 JST OpenAI の最新モデルを Databricks に搭載 OpenAI モデル (GPT-5等) を Databricks 上に標準搭載。 自社データを用いてシームレスな分析やエージェント構築が 可能となり、ガバナンスやセキュリティも大幅に強化。 プロダクション品質のAIエージェントを実現 Agent Bricksでは OpenAI 等のモデルの精度・タスク別評価・ LLM判定などを通じて、本番運用可能なAIエージェントを構築。 チューニング・用途特化の最適化も実現。 OpenAI自身もDatabricksの分析基盤を活用 OpenAI はAIモデル開発の大規模なデータ処理・分析基盤として Databricks を活用。両者は企業向けAI最適化や高性能化 など共同での技術イノベーションを推進。 $100M規模を投じてエンタープライズ領域での生成AI活用を促進
85. ©2025 Databricks Inc. — All rights reserved Turning contracts into searchable data at OpenAI OpenAI built DocuGPT to turn messy contract files into clean, searchable data in minutes. See how the team designed a system that extracts key details, cuts turnaround times, and gives everyone faster, easier access to the information they need.
86. ©2025 Databricks Inc. — All rights reserved LLM のバッチ推論 バッチ処理の中でLLMを呼び出して処理を行います ai_query 提供されたテキストを 100字程度の要約にし てください 提供されたテキストを ネガポジで判定してく ださい
87. ©2025 Databricks Inc. — All rights reserved Azure Databricks の Agent 開発 最前線
88. ©2025 Databricks Inc. — All rights reserved 105 AI Agent を開発するライフサイクル AI Agent を本番運用するには ”品質評価” や “ガバナンス” 等を考慮した以下のライフサイクルが必要で す 1. PoC 開発 2. 本番開発 3. 本番運用 プロトタイピング エージェント開発 (ノーコード) エージェント開発 (コード) エージェント評価 デプロイ エンドポイント監視 ガバナンス 「2. 本番開発」 に戻る
89. ©2025 Databricks Inc. — All rights reserved 106 AI Agent ライフサイクルを実現する機能 1. PoC 開発 2. 本番開発 3. 本番運用 プロトタイピング エージェント開発 (ノーコード) エージェント開発 (コード) エージェント評価 デプロイ エンドポイント監視 ガバナンス 「2. 本番開発」 に戻る AI Playground Agent Bricks Agent Framework (on Notebook) MLflow (Tracing, Evaluation) Model Serving AI Gateway Unity Catalog Databricks は AI Agent ライフサイクルを実現するための各機能を網羅的かつ有機的に提供しています
90. ©2025 Databricks Inc. — All rights reserved 107 AI Agent 基盤に Databricks を利用する主な利点 Databricks は データ と AI を同一線上で扱うアーキテクチャになっているため、「人間によるタスク実行 」「AI Agent によるタスク実行」を問わずアクセスとガバナンスを単一化され、構成がシンプルになりま す データ系サービス Databricks の場合 一般的なプラットフォーム 人間による タスク実行 AI Agent による タスク実行 実行ロジッ ク テーブル AI系サービス 実行ロジッ ク テーブル 半自動化/全自動化 品質チェック 更なる価値の付加 Unity Catalog 人間による タスク実行 AI Agent による タスク実行 実行ロジッ ク テーブル 半自動化/全自動化 品質チェック 更なる価値の付加 単一のアクセス・ガバナンス 各サービスでアクセス・ガバナンス
91. ©2025 Databricks Inc. — All rights reserved 108 AI Agent を構成するアーキテクチャ AI Agent を本番運用するには ”品質評価” や “ガバナンス” 等を考慮した以下のアーキテクチャが必要で す AIエージェント Webアプリ LLMエンジン REST API Tools Tables Functions/APIs Documents オンライ ン テーブル ベクトル DB ML Algorithms MLモデル 実行 ロジック テーブル テーブル 監査ログ ペイロードロ グ エージェントの 実行トレース REST API 可視化 + アラート エンドユーザ コンプライアン ス 品質評価(Biz) 品質評価(Tech)
92. ©2025 Databricks Inc. — All rights reserved 109 AIエージェント Webアプリ LLMエンジン REST API Tools Tables Functions/APIs Documents オンライ ン テーブル ベクトル DB ML Algorithms MLモデル 実行 ロジック テーブル テーブル 監査ログ ペイロードロ グ エージェントの 実行トレース REST API 可視化 + アラート エンドユーザ コンプライアン ス 品質評価(Biz) 品質評価(Tech) AI Gateway Databricks Apps Model Serving AI Gateway Model Serving Mlflow (Tracing) Unity Catalog AI Agent アーキテクチャを実現する機能 Databricks は AI Agent アーキテクチャを実現するための各機能を網羅的かつ有機的に提供しています Lakehouse Monitoring Mlflow (Evaluation) Online Tables Vector Search
93. Agent Bricks 御社のデータに自動最適化されたエージェントを構築！
94. ©2025 Databricks Inc. — All rights reserved Agent Bricks 高品質な AI Agent を開発するノーコードツール 情報抽出 - バッチ (関数的利用) 問題：データがファイルに埋もれていて発見するのが難しい 価値：構造化されていないドキュメントから、重要な情報を抽出し 、構造化データ (名前、日付、エンティティのような構造化フィー ルド) として出力 カスタムLLM - バッチ (関数的利用) 問題：業務に合わせたテキスト作成を、手作業に頼っている 価値：非構造化データに対してカスタム指示 (要約、分類、リラ イトなど) を適用し、ユーザの意図通りに出力 ナレッジアシスタント - RAG 問題：事実に基づいた回答業務を自動化したい (チャットボット) 価値 ：企業データに基づいた迅速で正確な回答を出力 マルチエージェント・スーパーバイザー 問題：複雑なタスクは、単一のモデルが一度にすべてを行おうと すると破綻する 価値：手動でのデバッグや再トレーニングが少なく、より質の高 い結果を得られるマルチエージェントシステム
95. ©2025 Databricks Inc. — All rights reserved Agent Bricks による効果 Agent Bricks は AI エージェントの本番導入を劇的に高速化します Acquire Data / Knowledg e Content Processing & Chunking Existing Approach Vector Database Setup Query Processing Pipeline Configure Response Generation / Deploy RAG Acquire Data / Knowledg e Agent Bricks Agent Brick Configuration eg. Knowledge Assistant Time to Production, up to 8x faster Evaluation & Optimizatio n Integration & Deployment Integration & Deployment "Leveraging Agent Bricks, Analytics8 achieved a 40% increase in answer accuracy with 8x faster implementation times for our use cases Post launch, we’ve also observed that answer quality continues to climb. – Patrick Vinton, CTO Analytics8
96. ©2025 Databricks Inc. — All rights reserved 機能 : 情報抽出 非構造化テキストを構造化データに、カスタム要件を加味しながら変換する 顧客サポートセンター通話録音 - 2024年3月15日 14:23 サポート担当者： お忙しい中お電話いただき、ありがとうございま す。本日はどのようなご用件でしょうか？ 顧客： こんにちは。実は先週購入したキャンピングカーの冷蔵庫の 調子が悪くて困っているんです。 サポート担当者： 申し訳ございません。詳しい状況を教えていただ けますでしょうか？ 顧客： ええ、2019年式のワンボックスカーベースのキャンピング カー、A社製のXXモデルです。去年の8月に製造されたものを中古 で購入しました。冷蔵庫が全然冷えなくて、B社製の3wayタイプな んですが... サポート担当者： なるほど、冷却に問題があるということですね。 電源はどちらをお使いでしょうか？ 顧客： 主にDC12Vで使っているんですが、ACでも試してみました が同じでした。 ・・・ { "call_id": "CC_240315_142301", "product_mentions": [ "キャンピングカー", "3way冷蔵庫" ], "rv_details": { "year": "2019", "make": "A社", "model": "XXモデル" }, "mfg_date": "2023-08", "issue": "冷蔵庫冷却不良" }
97. ©2025 Databricks Inc. — All rights reserved デモ ラベルなしのデータを与え、 JSONスキーマを定義する Input: Delta table, UC Volumesのフ ァイル Output: Structured JSON Generates: Model serving endpoint Prerequisite: ai_parse_document SQL関数を用いて、PDFs/imageからテ キストをパースしておく 1
98. ©2025 Databricks Inc. — All rights reserved 1. 自動生成された列の説明 を変更する 品質を賢く反復改善する 2
99. ©2025 Databricks Inc. — All rights reserved 3. 推奨事項を活用して説明 文を改善する 2. サンプル出力を確認し、 品質を検証して反復する 品質を賢く反復改善する 2
100. ©2025 Databricks Inc. — All rights reserved 満足したら、コストを最適化し、結果を比較する。 オリジナルモデル vs. 最適化モデル コストの比較 3
101. ©2025 Databricks Inc. — All rights reserved 次に、当社のAgent Bricksエンドポイントを使用して、抽出されたエ ンティティで大量のデータを強化します ai_query から Agent Bricks エンドポイントを呼び出す 結果を見る 4
103. ©2025 Databricks Inc. — All rights reserved MLflow MLflow and GenAI 機械学習ライフサイクルのためのオープンソー スプラットフォーム Databricksと機械学習コミュニティによる共同 開発 Databricks Runtime for MLにプリインストール 済み 生成AI開発ライフサイクルの運用化
104. ©2025 Databricks Inc. — All rights reserved 121 Before 2024 • クラシックモデル向けMLOpsツール • ディープラーニングのための競争力ある 運用ソリューション MLflowは実験追跡とモデルレジストリのデファ クトスタンダードです。オープンソースコミュ ニティと業界全体で広く採用されており、主要 なクラウドサービスはすべてホスト型MLflowを 提供しています。
105. ©2025 Databricks Inc. — All rights reserved GenAI時代に再設計 エージェント評価と統合 MLflow用 • 統一SDK • エージェント評価 ANNOUNCING 3
106. ©2025 Databricks Inc. — All rights reserved What is MLflow 3.x MLOpsプラットフォーム「MLflow」を再設計し、リアルタイム追跡・可観測性と簡素化された評価機能によ り、生成AIワークロードのサポートを強化しました。 また、「データ中心」の設計を採用しており、トレースは最終的にテーブルに記録され、Managed MLflowと 共にUnity Catalogで管理・統合されます。
107. ©2025 Databricks Inc. — All rights reserved 124 MLflow Tracing Documentation: Databricks, OSS
108. ©2025 Databricks Inc. — All rights reserved 125 Prompt Registry Documentation: Databricks, OSS
109. ©2025 Databricks Inc. — All rights reserved 126 Lakehouse Monitoring (beta) Documentation: Databricks
110. ©2025 Databricks Inc. — All rights reserved Demo • ガイドライン評価 • 自動プロンプトチューニング
111. ©2025 Databricks Inc. — All rights reserved
112. BEST OF MICROSOFT JAPAN 最後に – まとめ / 資料請求 / Q&A
113. ハイブリッドおよびマルチクラウドのデータ資産 Fabric OneLake 仮想化 (OneLake ショートカット) | OneLake ミラーリング | 移行からモダナイズ Microsoft Fabric や Azure Databricks を使用して データを AI-Ready Data や Data Agent に変換 Data ETL Integration AI Ready Cleansing Data Agent Realtime Streaming Azure Databricks (ADLS and/or OneLake) Microsoft Fabric 2025 ToBe Data Collaboration for Agentic-AI Architecture Microsoft Foundry & Microsoft 365 Copilot Microsoft Agent 365 The best capability to develop analytical agents in the world Unity Catalog Fabric OneLake
114. ご清聴頂き、ありがとうございました Q&A Time ↓本資料のお申し込みフォーム↓ (加えて、チャット欄にあるアンケート回答も必要になります)
115. BEST OF MICROSOFT JAPAN Thank you !!