DAIS 2025 で感じた データ + AI の“イマ”

2025/07/18(金) に行われた JEDAI のイベント『 Data + AI Summit 2025をみんなで振り返ろう！』での発表資料です。本資料の内容は発表者個人の見解であり、所属組織の公式見解を示すものではありません。

Transcript

1. © 2025/7/20 Knowledge Communication Co., Ltd. Knowledge Communication Co.,Ltd. DAIS 2025 で感じた データ + AI の“イマ” 2025 年 7 月 18 日 JEDAI Meetup Data + AI Summit 2025 をみんなで振り返ろう！
2. © 2025/7/20 Knowledge Communication Co., Ltd.
3. © 2025/7/20 Knowledge Communication Co., Ltd.
4. © 2025/7/20 Knowledge Communication Co., Ltd.
5. © 2025/7/20 Knowledge Communication Co., Ltd. 毎年全社で技術記事を書いています。
6. © 2025/7/20 Knowledge Communication Co., Ltd. Data + AI Summit 2025 の思い出 6
7. © 2025/7/20 Knowledge Communication Co., Ltd. 7
8. © 2025/7/20 Knowledge Communication Co., Ltd. 8
9. © 2025/7/20 Knowledge Communication Co., Ltd. 9
10. © 2025/7/20 Knowledge Communication Co., Ltd. 10 赤いサンフランシスコでは Switch 2 が買えました
11. © 2025/7/20 Knowledge Communication Co., Ltd. Data + AI Summit 2024 から 2025 の進化 11
12. © 2025/7/20 Knowledge Communication Co., Ltd. 12 2024 年の Data Inteligence オープンで統一されたデータ基盤 Data Lakehouse Generative AI データとAIの拡張と活用を容易にする Data Intelligence データ＋AIを組織全体で共有する
13. © 2025/7/20 Knowledge Communication Co., Ltd. 13 2025 年の Data Inteligence Unity Catalog 標準化 データ取込を 加速させる 積極的な AI での活用 業界ニーズ に最適化 DWH として 標準化 DWH として 標準化 Data Intelligence
14. © 2025/7/20 Knowledge Communication Co., Ltd. Data + AI Summit 2025 での機能強化の捉え方 14
15. © 2025/7/20 Knowledge Communication Co., Ltd. 15 機能強化の捉え方 AI : LLM (GPT , Claude , Gemini) 頭 : AI モデル/データの制御 (ガバナンス) 腕 : 連携し作業 (MCP + Agent 化) 足 : AI・データを運ぶ (パイプライン) 体 : データの蓄積 (DataLake , DWH)
16. © 2025/7/20 Knowledge Communication Co., Ltd. 16 機能強化の捉え方
17. © 2025/7/20 Knowledge Communication Co., Ltd. 17 機能強化の捉え方
18. © 2025/7/20 Knowledge Communication Co., Ltd. 18 機能強化の捉え方
19. © 2025/7/20 Knowledge Communication Co., Ltd. 19 機能強化の捉え方
20. © 2025/7/20 Knowledge Communication Co., Ltd. 20 機能強化の捉え方
21. © 2025/7/20 Knowledge Communication Co., Ltd. 21 機能強化の捉え方 AI : LLM (GPT , Claude , Gemini) 頭 : AI モデル/データの制御 (ガバナンス) 腕 : 連携し作業 (MCP + Agent 化) 足 : AI・データを運ぶ (パイプライン) 体 : データの蓄積 (DataLake , DWH)
22. © 2025/7/20 Knowledge Communication Co., Ltd. AI への向き合い方の変化 22
23. © 2025/7/20 Knowledge Communication Co., Ltd. 23 AI との向き合い方の変化 AI に対する姿勢 なんでもいい感じ でやってよ～。
24. © 2025/7/20 Knowledge Communication Co., Ltd. 24 AI との向き合い方の変化 お祈りする側から管理側へ 貴方は AI だと思いますがエー ジェント同士のやりとり全部ちゃ んと監査ログ取れててアクセス制 御は細かくできててIDの伝搬もさ れてて誰が何使ったかデータリ ネージュ追えてますか？ゼロトラ スト前提で不要なデータは渡して ないよね？Feature Storeとかもガ バナンス効いてる？それとも全部 人が最終確認してる？その辺のポ リシーちゃんと強制されてる設計 になってますか？！
25. © 2025/7/20 Knowledge Communication Co., Ltd. 25 AI との向き合い方の変化 1. Access Control 2. Data Lineage 3. Audit Logging 4. Fine-grained Permissions 5. Policy Enforcement 6. Data 7. Identity 8. Zero Trust 9. Governed Feature Store 10.Human-in-the-loop お祈りする側から管理側へ
26. © 2025/7/20 Knowledge Communication Co., Ltd. 26 AI との向き合い方の変化 お祈りする側から管理側へ
27. © 2025/7/20 Knowledge Communication Co., Ltd. 27 AI との向き合い方の変化 お祈りする側から管理側へ
28. © 2025/7/20 Knowledge Communication Co., Ltd. Data + AI Summit 2025 から戻ってきてやってること 28
29. © 2025/7/20 Knowledge Communication Co., Ltd. 29
30. © 2025/7/20 Knowledge Communication Co., Ltd. 30 (参考資料) Databricks を中心とした LLM セキュリティデータ基盤 Unity Catalog + MLflow をベースとした国内ガイドライン要件への対応システム # ガイドライン要件 具体的なアプローチ エビデンス担保・監査方法 (案) 1 経営層の基本方針 （AI事業者GL 2） 組織レベルの Unity Catalog 〈Metastore/Workspace〉を “Single Source of Truth（SSOT）” とし、Catalog 権限を経営レベルと合意し初 期設定。Governance Policy Doc をΔテーブルに保管し Lineage で変更履 歴を追跡 UC の System Tables.audit ログで権限変更を証跡化 2 品質マネジメント体制 （産総研 GL 3.1） MLflow Registry に “Validation” ステージを追加し、モデル毎に 品質判 定タグを必須化、UC の Catalog Tag に「QA_PASSED」 「QA_PENDING」を同期 MLflow イベントを Unity Lineage と紐づけ、監査ログで段階移行を自 動記録 3 リスクアセスメント （AI事業者GL 3.2） Feature Store 内に “リスクスコア列” を持たせ、Delta Constraint でし きい値超過をブロック、重大リスクモデルは Separate Catalog + Row ACL で隔離 Delta Constraint 失敗イベントを Unity Catalog.system.events に蓄 積し、BI ダッシュボードで可視化 4 データガバナンス （産総研 GL 4.1, AI事業者GL 付属） 個人情報テーブルに Row- & Column-Level Security を適用 External Location による BYOB ストレージ分離（JP/EU/US） Lineage Graph で下流利用を追跡し「個人データフロー図」を自動出力 5 透明性・説明責任 （両GL 共通） MLflow Trace で推論リクエスト／レスポンス・プロンプト・最終回答を 90 日保管、Unity Catalog Managed Tables にログを保存し、Auto-Desc で Schema を公開 UC Table Comment に「説明用メタ情報」を付与、追跡番号を生成 6 モニタリング & 継続的改善 （産総研 GL 5.2） Unity Catalog Lineage + SQL Alerts でモデル性能／バイアス指標劣化を 監視。Databricks Jobs で定期再学習パイプラインを UC 下に配置 Alert 発報ログを System Tables.alert_history に保存、監査に提出 7 外部規制との整合 （EU AI Act, NIST RMF も引用） Catalog カスケード権限で “高リスク” モデルをリージョン別に完全分離 ガバナンス設定を Terraform + Unity Catalog Provider で Infrastructure-as-Code 化 CI/CD で Terraform 変更差分を PR に残し、Git コミットが法令証跡 ※産総研 「生成AI品質マネジメントガイドライン」 & 経産省 「AI事業者ガイドライン」への準拠マップを元に弊社が作成 1. ポリシーモデル化 導入ステップ (案) 2. PoC (概念検証) 3. 公開前レビュー 4. 本番運用 ガイドライン条項 → UC オブ ジェクト/権限に対応表を作成 2-3のアプリで①-⑥を確認し、 証跡の一元化を確認 UC System Logs から適合性を 最終確認 四半期ごとに Lineage Graph からレポートを作成し監査対応 Unity Catalog と Mlflow を組み合わせた 国内の生成 AI ガイドラインへ準拠する環境の標準化
31. © 2025/7/20 Knowledge Communication Co., Ltd. Fin. ご清聴ありがとうございました