Databricks Data + AI Summit 2026参加報告会 / Databricks Data + AI Summit 2026 Participation report session

弥生株式会社　もくテク
Databricks Data + AI Summit 2026参加報告会（2026/07/30）
・AIS2026に学ぶAIコワーカーの時代と弥生が進める『みんなでデータ活用』
・AI活用を左右する「コンテキスト」の重要性
・Databricksの最新機能は弥生のデータ基盤をどう変えるのか？～技術選定のリアル～https://mokuteku.connpass.com/event/396936/

Transcript

1. Databricks Data + AI Summit 2026参加報告会 2026.07.30 弥⽣株式会社 ⾼島 実穂 技術開発本部 / AI‧データ戦略部 澤上 亮 / 権藤 広海 © 2026 Yayoi Co., Ltd. All rights reserved.
2. index ⽬次 1. DAIS2026に学ぶAIコワーカーの時代と弥⽣が進める『みんなでデータ活⽤』 ⾼島 2. AI活⽤を左右する「コンテキスト」の重要性 澤上 3. Databricksの最新機能は弥⽣のデータ基盤をどう変えるのか？ 〜技術選定のリアル〜 権藤 © 2026 Yayoi Co., Ltd. All rights reserved.
3. contents 発表者：⾼島 1. AIS2026に学ぶAIコワーカーの時代と 弥⽣が進める『みんなでデータ活⽤』 © 2026 Yayoi Co., Ltd. All rights reserved.
4. contents ⾃⼰紹介 • 経歴 • 前職のSEを経て、2023年 弥⽣へ⼊社 • データ関連はほぼ未経験 • 現在の主な担当業務 • データ基盤の運⽤管理 • 社内での「データ利活⽤」を広げる • 今回お話しする内容 • 主に「Genie（AI）」や「社内のデータ利活用促進」関連の セッションから得た、世界のトレンドと 弥生での取り組みを共有 4 © 2026 Yayoi Co., Ltd. All rights reserved.
5. contents DAIS2026に参加して © 2026 Yayoi Co., Ltd. All rights reserved.
6. contents DAIS 2026のトレンド：AIコワーカーをすべての社員へ • 過去最⾼の現地3万⼈以上、⽇本からも500名以上が 参加！ • ⾏われたセッション数は800以上 • キーノートで印象深かった内容 • AIを⼀部の「データ専⾨家」だけのものにする時代は 終わった • 営業やCSなど、すべてのビジネスユーザーが 「AIコワーカー（データに精通した同僚）」として 当たり前に使いこなす世界（データ⺠主化）へ 6 © 2026 Yayoi Co., Ltd. All rights reserved.
7. contents 『AI成功の法則は「10%の技術」と「90%の⼈‧プロセス」』 • 10%の要素：技術‧モデル • 誰もが同じ最先端AIモデルを使える時代、技術そのものは差別化にならない（コモディティ化） • 90%の要素：⼈とプロセス • 企業のビジネスを動かしているのは、ドキュメントや「現場の⼈々の頭の中」にある固有の知識 • AIの判断をビジネス成果に繋げるためには、この現場の知識や⽂脈を管理する「⼈間側のプロセス」 が90%の鍵を握る 7 © 2026 Yayoi Co., Ltd. All rights reserved.
8. contents 世界共通の罠：⾔葉の定義（⽂脈）のすれ違い • 「アクティブ顧客数って何⼈？」という問いの罠 • 財務チーム：過去30⽇間に請求が発⽣した顧客数 • マーケチーム：メールを開いた顧客数 • プロダクトチーム：週次アクティブユーザー • ⽂脈（コンテキスト）が揃っていないリスク • 正しい定義や前提（現場の知識）が整理されていないデータをAIに流しても、 システムは判断を誤ってしまう • 技術を導⼊する前に、まず「⼈間側の⾔葉の定義を揃えること」が不可⽋ 8 © 2026 Yayoi Co., Ltd. All rights reserved.
9. contents 弥⽣の取り組み © 2026 Yayoi Co., Ltd. All rights reserved.
10. contents 『みんなでデータ活⽤』への⼀歩 • SQLが書けても書けなくても • AIがクエリを書いてくれる時代、データ分析はより⾝近になった • 誰もが「業務をよく知る同僚（AI）」を当たり前に使えるようにしていきたい • 「データツール使い⽅講座」を開催 • 職種を超えてみんなが安全にデータを触れる環境づくり • ⾃分⾃⾝が「データ初⼼者」だった経験を活かし、まずはデータの敷居を下げる草の根の活動を スタート 10 © 2026 Yayoi Co., Ltd. All rights reserved.
11. contents 講座の反響：職種を超えて⾒えてきた、現場のデータへの熱量 • 多様な現場メンバーが参加 • 参加者はエンジニアを中⼼に、営業、マーケティング、カスタマーサポート、コーポレートまで • 実施後アンケートでは、現場の様々な声が届いた • サミットの学びとの繋がり • 職種を問わず「データを味⽅にしたい」という強いニーズが現場にあると実感 • 現場の巻き込みこそが、サミットの⾔う「90%の⼈とプロセス」の⼟台になる • データ側のオントロジーだけでなく、社内の⾔葉の定義やリテラシーを「⼀歩ずつ揃えていく」 地道な活動を継続していく 11 © 2026 Yayoi Co., Ltd. All rights reserved.
12. contents データに「⽂脈（コンテキスト）」を持たせる世界へ • コンテキストへの注⽬ • ⽂脈を管理する能⼒を認定するコンテキストエンジニア試験がDatabricksで新設され、 世界的にも注⽬を集めている • ⼈間とAIが同じ正しい定義で働くために • 現場の⼈間も、未来のAIも、全員が迷わずデータを使いこなすための共通の鍵 ＝ 「ビジネスの⽂脈（コンテキスト）の管理」 12 © 2026 Yayoi Co., Ltd. All rights reserved.
13. contents 発表者：澤上 2. AI活⽤を左右する「コンテキスト」の重要性 © 2026 Yayoi Co., Ltd. All rights reserved.
14. contents ⾃⼰紹介 • 経歴 • ⼦会社のアルトアから2024年10⽉ 弥⽣へ⼊社 • アルトアでは与信モデルの実装などを担当 • 現在の主な担当業務 • データ分析や業務効率化 • 製品データを利⽤した業務全般 • 今回お話しする内容 • 基調講演でのメッセージとそれに関連するサービスのご紹介 14 © 2026 Yayoi Co., Ltd. All rights reserved.
15. contents Databricks Data + AI Summit 2026とは • 世界最⼤級のデータ‧AIカンファレンス • 2013年「Spark Summit」として開始 • 現地参加31,309⼈‧174カ国、⽇本からも500⼈超が参加 • OpenAI‧Microsoft‧Anthropicなど主要AI企業のトップも多数登壇 15 © 2026 Yayoi Co., Ltd. All rights reserved.
16. contents 「AIには知性の問題ではなく、コンテキストの問題がある」 - Databricks CEO Ali Ghodsi 16 © 2026 Yayoi Co., Ltd. All rights reserved.
17. contents 基調講演のメッセージ • フロンティアモデルはすでに⼗分「賢い」が、活かされていない • フロンティアモデルはすでにとても「賢い」 • 企業内の中では、その知性がまだ活かされていない • AIが企業固有のデータや業務の背景を「知らない」 • なぜ「コンテキスト」が難しいのか • 多くのエージェントは、質問ごとにその場でデータを探す「ライブ検索型」 • 結果として遅い（10〜15分）、⾼い（数ドル/回）、精度が不安定の三重苦 • 「事前にコンテキストを⽤意しておく」という発想の転換が必要 17 © 2026 Yayoi Co., Ltd. All rights reserved.
18. contents AIを企業で機能させる「4つのC」 • Context • 企業内のデータ資産をAIに理解させる仕組み • Control • エージェントの動作を安全に監視‧監査する仕組み • Cost • 持続可能なコスト管理 • Choice • 特定モデル‧インフラへのロックインを避ける⾃由 18 © 2026 Yayoi Co., Ltd. All rights reserved.
19. contents Context：Genie Ontology • AIのために⾃動化された安全なコンテキストストア • 企業独⾃の⽂脈をAIに⾃動的に付与し、理解⼒と精度を⾼める基盤 • 質問される度に検索するのではなく、バックグラウンドで継続的に組織の知識グラフを⾃動構築する 19 © 2026 Yayoi Co., Ltd. All rights reserved.
20. contents Context：OntoRank • 重要度を⾃動でランク付け • GoogleのPageRankに着想を得た、企業内ナレッジの重要度ランキング⼿法 • アセット種別‧組織図‧アクセス頻度から重要度を算出する • 「誰がその分野の専⾨家か」まで⾃動的に抽出できる 20 © 2026 Yayoi Co., Ltd. All rights reserved.
21. contents Control / Cost：Unity AI Gateway • 企業内のすべてのAI資産を単⼀画⾯で統制するゲートウェイ • Agent Registry（GA）：全エージェント‧ツール‧スキルを⼀元管理する • Contextual Security Policies（β）：状況に応じた動的な権限制御 • Agent Tracing（GA）：全⾏動の記録 • 予算管理‧Intelligence Routing（GA）：コストも同じ画⾯で制御 21 画像：https://www.databricks.com/blog/agent-bricks-dais-2026 © 2026 Yayoi Co., Ltd. All rights reserved.
22. contents Control：参加セッションの実例 • JPMorgan Chase • エージェントごとに固有IDを持たせ、権限は必要最⼩限に • First Horizon銀⾏（アメリカの地銀） • 「Agent on Rails」で、エージェントの出⼒を決定論的に保証 • タイSCBX銀⾏ • 規制当局からのPII照会への回答が数週間→数分に短縮 22 © 2026 Yayoi Co., Ltd. All rights reserved.
23. contents Cost：参加セッションの実例 • Morgan Stanley • 「token maximalism（最強モデル依存）」を否定、適材適所でモデルを選択 • タイSCBX銀⾏ • データ品質処理が60時間→6時間、専⽤ツールのライセンス費も0 • RBC Capital Markets（投資銀⾏） • 社内AIプラットフォーム「Aiden」は累計470万件の質問に利⽤され、業務時間を累計170万時間削減 • アナリスト1⼈の担当社数が15→22社に拡⼤ 23 © 2026 Yayoi Co., Ltd. All rights reserved.
24. contents Choice：Omnigent • Databricksが作成したオープンソースのメタハーネス • Claude Code‧Codex‧Cursorなど、複数のハーネスを設定の移⾏なしに⾃在に切り替え • ChatGPT‧Claude‧Gemini‧Qwen‧Kimiに対応、SpaceXとの提携でGrokもネイティブ統合予定 • マネージド版「Managed Omnigent on Databricks」もβ提供開始 • Eli Lilly：Llama→Sonnet、決定論的処理→⾃律型エージェントへ段階的に移⾏し活⽤中 24 出所：https://www.databricks.com/jp/blog/introducing-omnigent-meta-harness-combine-control-and-share-your-agents 画像：https://github.com/omnigent-ai/omnigent © 2026 Yayoi Co., Ltd. All rights reserved.
25. contents 4つのCは繋がっている • どれか１つでは機能しない • Context（企業データ）→Control / Cost（安全で持続可能な運⽤）→Choice（進化に追従）は⼀体 • ⽬指す先は「トークン最⼤化」から「価値最⼤化」への転換 25 © 2026 Yayoi Co., Ltd. All rights reserved.
26. contents 技術だけでは⾜りない • ⼈も⼤切 • 「AI成功の90%は技術以外の⼈‧プロセス‧⽂化などが要因」- ⼈材戦略セッションでの発⾔ • 導⼊責任者‧変⾰管理がなければ、優れた技術も定着しない • NAB銀⾏：500⼈超を育成し、オンボーディングコスト-50%‧モデル性能+30% 26 © 2026 Yayoi Co., Ltd. All rights reserved.
27. contents まとめ • 「モデルの精度」から「企業内コンテキストの整備」へ完全に移⾏ • モデルは⼗分に賢いが、そのモデルの知性が企業内で活かされていない • 活かすための仕組みを整備する必要がある • AIを企業で機能させる4つのC • Context / Control / Cost / Choiceを最適化しAIを活⽤することが⼤切 • 技術だけでは⾜りない • AIを効率的に利⽤するには⼈の育成が⼤事 27 © 2026 Yayoi Co., Ltd. All rights reserved.
28. contents 発表者：権藤 3. Databricksの最新機能は 弥⽣のデータ基盤をどう変えるのか？ 〜技術選定のリアル〜 © 2026 Yayoi Co., Ltd. All rights reserved.
29. contents ⾃⼰紹介 • 経歴 • コンサルファーム、事業会社など複数社を経て 2025年 弥⽣へ⼊社 • キーワード ＃データ‧アナリティクス ＃SAP BASIS ＃データ⼈材育成 ＃元AB ＃債券‧為替トレーダー ＃機械‧設備故障予兆 ＃ファンド‧ アドミニストレーター ＃データ戦略策定 ＃元DT ＃リスク分析 ＃元Hコンサル ＃元Ac ＃新規事業開発 29 ＃会計業務標準化 © 2026 Yayoi Co., Ltd. All rights reserved.
30. contents DAIS2026に参加して‧‧‧ 30,000+ 800+ 現地参加者 セッション 今年のテーマ エージェントについて 「何が作れるか」→「どうやって運⽤するか」へ 最新技術‧機能を全部Yayoi Data Platformへ⼊れるぞ！ “ 技術は、短期では過⼤評価され、⻑期では過⼩評価される。 ― アマラの法則（未来学者 Roy Amara） 30 © 2026 Yayoi Co., Ltd. All rights reserved.
31. contents ピックした発表①： Genie / エージェント系 Genie One Genie Ontology Web∕iOS∕Android 対応の、業務部⾨向け AI コワーカー → ローコードでなく現場が使うことを想定。 社内の⽤語定義を学習し、指標のハルシネーションを防ぐ ⽂脈層 → Genieの回答精度向上とAgentの応⽤範囲の拡⼤ Genie Code Agent Bricks Lakeflow と ML ライフサイクルをまたぐ⾃律コーディング エージェント → Databricks上の開発‧保守効率化 本番エージェントの構築‧監視‧ガバナンス基盤 → Unity Catalogによる統制が効いたエージェント 運⽤ データ⺠主化の社内インタフェースとして、さらに活⽤していく 31 © 2026 Yayoi Co., Ltd. All rights reserved.
32. contents ピックした発表②： データ基盤 ∕ 脱 ETL系 Lakebase Lakehouse//RT レイクハウスに統合されたサーバレスOLTP →トランザクション処理をやる？ Delta/Iceberg上でサブ100msのリアルタイムクエリ →IoT/⾦融の⼈は嬉しいけど‧‧‧。 LTAP Document Intelligence OLTPとOLAPを1コピーのオープン形式で管理 →ETLパイプラインが不要にできる？ ai_parse_documentなどPDF/帳票をSQLで解析する関数 →使えそうだけど‧‧‧。 ⾜元は静観かもしれない 32 © 2026 Yayoi Co., Ltd. All rights reserved.
33. contents ピックした発表③： コスト ∕ ガバナンス系 Unity AI Gateway エージェントに“ハードなコスト上限”を設け、予期せぬ請求を⽌められる → 「使いすぎ」を防ぎつつ、「⾯倒」な⼿続きを最⼩化させられる？ “ 派⼿なのは Genie。 Unity Catalog Semantics ⽤語‧指標の唯⼀の定義を持つ → コンテキストを作る前段階で⼤事な部分 でも“刺さった”のは、 このコストとガバナンス AI Runtime ノートブックから直接使える従量課⾦のサーバーレス GPU → 利⽤頻度は低いが、GPUが必要な場⾯で機動的に利⽤できる コストとガバナンスが担保できれば、⾃由度をあげられる 33 © 2026 Yayoi Co., Ltd. All rights reserved.
34. contents なぜ「選ぶ」のは難しいか “ チームやプロジェクトが⼀度に持てるイノベーション‧トークンは、 3枚程度しかない。 ― Dan McKinley（“Choose Boring Technology”の作者） 新しさに費やせる余⼒には、限界がある 選ぶ軸は、「弥⽣のコア(差別化要因)に貢献するか？」 34 © 2026 Yayoi Co., Ltd. All rights reserved.
35. contents 採⽤を⽌める理由 コスト PoC は安い。本番はスケールが効いてくる 統制 「AI が勝⼿にやる‧コミットする」を承認フローで縛れるか 説明責任 経営（またはお客様）に「なぜこの技術か」を⾔えるか ⼈と保守 誰が保守するのか。（preview 機能は保守できない） PoCで終わるものと、本番までたどり着く技術の差は、運用設計 だったりする 35 © 2026 Yayoi Co., Ltd. All rights reserved.
36. contents 技術選定における”わたしの”ポリシー 1 「新機能リスト」ではなく「選定の型」を持つ 2 ステータス（GA∕preview）を冷静に⾒る。preview ≠ 採⽤ 3 コストとガバナンスは後付けにせず、最初の基準に⼊れる 4 課題起点で選び、キーノートの熱量に惑わされない 5 ⾒送りも、⽴派な意思決定 “ 完成とは、付け加えるものがなくなった ときではなく、取り去るものがなくなったときに 訪れる。 ― Saint-Exupéry(「星の王⼦さま」の作者) 36 © 2026 Yayoi Co., Ltd. All rights reserved.