[T1-4] イベント発生の瞬間、AIが判断する世界を体験する

【2026年5月21日(木)開催 Developer Day 2026】
[T1-4] イベント発生の瞬間、AIが判断する世界を体験する

Transcript

1. イベント発生の瞬間、 AIが判断する世界を体験する Yuya Okajima (岡嶋 佑弥) Staff Solution Architect Oracle Corporation Japan, Cloud Solutions May 21st, 2026
2. 2023年 日本オラクルに新卒入社。 通信業界のお客様を中心に、ビジネス課題の整理から クラウドアーキテクチャの提案・設計支援に従事。 要件に応じた最適なクラウド構成の検討と実装に向けた 支援を行っています。 2 Copyright © 2026, Oracle and/or its affiliates 岡嶋佑弥 日本オラクル株式会社 クラウド事業統括 クラウド・ソリューション統括 第一通信・公益ソリューション部 スタッフ・ソリューション・アーキテクト
3. アジェンダ 3 Copyright © 2026, Oracle and/or its affiliates 01 Event-Drivenなシステムが求められる背景 02 Event-Drivenについて / AIを組み込むとどうなるか 03 デモ内容のご紹介 04 デモンストレーション 05 まとめ
4. Event-Drivenなシステムが求められる背景 4 Copyright © 2026, Oracle and/or its affiliates
5. 5 Copyright © 2026, Oracle and/or its affiliates データ活用に求められるのは即時性 リクエストドリブンなシステムではデータ利用までにタイムラグが発生 多くのRequest/Response中心の企業システムでは、データが発生してから 活用するまでに時間がかかる リアルタイムにデータを活用する上でEvent-Drivenなシステムが注目 Event-Drivenなシステムは、単なるメッセージング技術ではなく、“リアルタイム 経営を支える戦略的基盤”になる Source:PS Global consulting 2026 https://psglobalconsulting.com/blog/event-driven-vs-batch-processing-why-not-both? Source : Gartner 2024 https://www.gartner.com/en/documents/5593959
6. データからアクションまでが遠い世界 6 Copyright © 2026, Oracle and/or its affiliates 変化への対応が人依存で遅くなる リクエストドリブン型 イベント発生 収集・蓄積 （数時間ごと） 加工・集計 （夜間バッチ） 分析 （翌朝確認） 随時発生 一定間隔で まとめて収集 バッチ処理 加工・集計 データ可視化 分析 通知・施策実行・ 業務連携 データ活用 アクション イベント発生からデータ活用までに時間がかかり、機会損失や対応の遅れが発生
7. データからアクションまでが近い世界 7 Copyright © 2026, Oracle and/or its affiliates 変化にリアルタイムで自律対応できる Event-Driven型 イベント発生 イベント検知・受信 処理・分析 データ活用 アクション 随時発生 イベントとしてリアルタイム に検知・受信 リアルタイムに処理・分析 （遅延を最小化） 即時にアクション実行 （通知・連携等） エンドツーエンドでリアルタイム イベント発生からデータ活用までの遅延を最小化し、迅速な意思決定を支援
8. Event-Drivenについて / AIを組み込むとどうなるか 8 Copyright © 2026, Oracle and/or its affiliates
9. Event-Drivenの仕組み 9 Copyright © 2026, Oracle and/or its affiliates イベント発生を起点に、疎結合に連携するアーキテクチャ イベント 発行 ➀ ➁ イベント 配信 Webアプリ ユーザ操作によるイベント モバイルアプリ 端末操作によるイベント 外部システム システム連携によるイベント Event Producer イベントの発生源 Event Broker イベントの中継・管理 Event Consumer イベントの利用・処理 在庫サービス 在庫数の更新・管理 通知サービス ユーザへの通知送信 決済サービス 決済処理の実行・管理 分析サービス データ分析・レポート生成 イベントの受信 Producerからのイベントを受信 Consumerへのルーティング どのConsumerに渡すかを決定 各Consumerへの配信 指定されたConsumerへ届ける 発生したイベントを用途に合わせて利用先に配信し、リアルタイムに処理
10. Event-Drivenの仕組みにAI機能を付加 10 Copyright © 2026, Oracle and/or its affiliates AIをEvent Consumerの一つとしてEvent-Drivenなシステムに組み込むことが可能 イベントを配信 AI Event Consumer • 予測 • レコメンド • 最適化 イベント 発行 ➀ ➁ イベント 配信 Webアプリ ユーザ操作によるイベント モバイルアプリ 端末操作によるイベント 外部システム システム連携によるイベント 在庫サービス 在庫数の更新・管理 通知サービス ユーザへの通知送信 決済サービス 決済処理の実行・管理 分析サービス データ分析・レポート生成 イベントの受信 Producerからのイベントを受信 Consumerへのルーティング どのConsumerに渡すかを決定 各Consumerへの配信 指定されたConsumerへ届ける Event Producer イベントの発生源 Event Broker イベントの中継・管理 Event Consumer イベントの利用・処理
11. Event-Drivenの仕組みにAI機能を付加 11 Copyright © 2026, Oracle and/or its affiliates AIをEvent Consumerの一つとしてEvent-Drivenなシステムに組み込むことが可能 イベントを配信 AI Event Consumer • 予測 • レコメンド • 最適化 イベント 発行 ➀ ➁ イベント 配信 Webアプリ ユーザ操作によるイベント モバイルアプリ 端末操作によるイベント 外部システム システム連携によるイベント 在庫サービス 在庫数の更新・管理 通知サービス ユーザへの通知送信 決済サービス 決済処理の実行・管理 分析サービス データ分析・レポート生成 イベントの受信 Producerからのイベントを受信 Consumerへのルーティング どのConsumerに渡すかを決定 各Consumerへの配信 決めたConsumerへ届ける Event Producer イベントの発生源 Event Broker イベントの中継・管理 Event Consumer イベントの利用・処理 Event-Driven AI イベントフローにAIを組み込み、リアルタイムで発生するイベントを起点に 推論・判断を行うことで、システムの自律的な処理を実現 AIを本格運用するにはリアルタイムなイベント駆動アーキテクチャが必要である Source : Confluent 2025 https://www.confluent.io/blog/the-future-of-ai-agents-is-event-driven/
12. オペレーション高度化 運用・監視・保守を 効率化 • システム障害対応 • 工場監視 • セキュリティ運用 業務自動化 人手業務を削減し 処理を高速化 • 問い合わせ分類 • 契約レビュー支援 • ヘルプデスク自動化 サプライチェーン最適化 調達から製造、物流、 販売の効率化 • 在庫調整 • 需要予測 • リスク検知 12 Copyright © 2026, Oracle and/or its affiliates Event-Driven AIのユースケース 顧客体験最適化 顧客ごとに 最適な体験を提供 • パーソナライズレコメンド • リアルタイムオファー • カスタマージャーニ最適化
13. 13 Copyright © 2026, Oracle and/or its affiliates オペレーション高度化 運用・監視・保守を 効率化 • システム障害対応 • 工場監視 • セキュリティ運用 業務自動化 人手業務を削減し 処理を高速化 • 問い合わせ分類 • 契約レビュー支援 • ヘルプデスク自動化 サプライチェーン最適化 調達から製造、物流、 販売の効率化 • 在庫調整 • 需要予測 • リスク検知 Event-Driven AIのユースケース 顧客体験最適化 顧客ごとに 最適な体験を提供 • パーソナライズレコメンド • リアルタイムオファー • カスタマージャーニ最適化
14. 障害発生から報告までの全体像 14 Copyright © 2026, Oracle and/or its affiliates 従来型とEvent-Driven AI型の比較 システムで 障害発生 ログ メトリクス 大量生成 ログ基盤に 収集/集約 原因調査を 人手で実施 復旧手順書 を人手で作成 報告レポート を人手で作成 ログ収集までのプロセスは共通 Event-Driven AI型 従来型 原因調査 をAIが実施 復旧手順書 をAIが作成 報告レポート をAIが作成
15. 人手運用からEvent-Driven AI運用へ 15 Copyright © 2026, Oracle and/or its affiliates 従来型 Event-Driven AI型 大量のアラートを 人が確認 人手でログを 横断調査 経験に基づき 原因を判断 復旧のための 手順書を作成 報告レポート 手動作成 人間がイベントを解釈して対応 AIがイベントを理解し対応し、人間は最終判断や例外対応に集中 アラートを AIが集計 AIが調査 ナレッジ検索 ナレッジに基づき 原因候補を提示 最適な対応手順 を提案 報告レポート 自動生成
16. Event-Driven AIが原因特定、手順提案からレポート作成まで数分で実施 16 Copyright © 2026, Oracle and/or its affiliates イベント相関・影響分析・原因推定・推奨アクション生成をリアルタイム実施 アラートを AIが集計 AIが調査 ナレッジ検索 ナレッジに基づき 原因候補を提示 最適な対応手順 を提案 報告レポート 自動生成
17. デモ内容のご紹介 17 Copyright © 2026, Oracle and/or its affiliates
18. デモのアーキテクチャ 18 Copyright © 2026, Oracle and/or its affiliates Event-Driven AIのアーキテクチャをOCIを使って実装 Compute Logging Connector Hub (CH) Functions Autonomous AI Database 過去ナレッジ （インシデント履歴・ 手順書）を蓄積 OCI Generative AI 過去ナレッジをもとに 報告書を生成 Notifications 報告書を配信 ログ 発生元 Python 疑似アプリ からログを 1sごとに 生成 • ログ 受信 • ログ 蓄積 • Loggingから ログを取得 • 条件に合うログを フィルタリング • 抽出したログを Functionsに連携 • CHからログ受信 • ベクトル検索で ナレッジを取得 • LLMで報告書を生成 • 報告書を送信 Producer Broker Consumer
19. デモのアーキテクチャ 19 Copyright © 2026, Oracle and/or its affiliates Event-Driven AIのアーキテクチャをOCIを使って実装 Compute Logging Connector Hub (CH) Functions Autonomous AI Database 過去ナレッジ （インシデント履歴・ 手順書）を蓄積 OCI Generative AI 過去ナレッジをもとに 報告書を生成 Notifications 報告書を配信 ログ 発生元 python 疑似アプリ からログを 1sごとに 生成 • ログ 受信 • ログ 蓄積 • Loggingから ログを取得 • 条件に合うログを フィルタリング • 抽出したログを Functionsに連携 • CHからログ受信 • ベクトル検索で ナレッジを取得 • LLMで報告書を生成 • 報告書を送信 Producer Broker Consumer デモの流れ 1 INFO ERROR ログをそれ ぞれ発生 2 Loggingに ログが連携 されているか を確認 3 • Connector Hubによって ログをフィルタリング • ERRORログが発生した場合 のFunctionsを呼び出し 4 • ナレッジDBから原因候補や 対応策を推定 • 過去ナレッジをもとに作成され た報告書を確認
20. デモの前提条件 • エラーイベントを組み立てる関数を構築 • ログレベルを定義 • Connector Hubではlevelが”ERROR”となっているログ情報のみを抽出し、Functionsを実行するように設計 20 Copyright © 2026, Oracle and/or its affiliates ERRORログの生成 “timestamp”: now, "level": "ERROR", "event_id": str(uuid.uuid4()), "trace_id": str(uuid.uuid4()), "span_id": str(uuid.uuid4())[:16], "app_name": app_name, "environment": environment, "component": component, "message": "APP-DB-POOL-001 注文チェックアウト処理中にDB接続を取得できず、HTTP 500エラーが発生しました。" JSONを出力するためのPythonスクリプト
21. ナレッジDBの概要 21 Copyright © 2026, Oracle and/or its affiliates 障害に関する原因・確認ポイント・対処法などのナレッジを格納したデータベース ログ・エラー情報 類似検索 関連する障害 ナレッジ取得 カラム名 内容 データの例 knowledge_code 障害識別コード “E-DB-001”, title タイトル “DB接続プール枯渇” service_name 対象サービス “注文サービス” component コンポーネント “DB接続層” severity 重要度 “HIGH” summary 障害の概要 DB接続プールが枯渇し、新規リ クエストの処理に失敗する状態 Content 原因・確認ポイント 対処方法の詳細 原因、確認ポイント、対処手順を 記載した詳細な説明 summary_embedding, content_embedding ベクトル埋め込み （検索用） [0.12, -0.08, 0.33, …] （ベクトルデータ） app_error_knowledge テーブル ナレッジDB
22. システムプロンプトの中身・ポイント 22 Copyright © 2026, Oracle and/or its affiliates あなたはアプリケーション運用担当者向けのRAGベース障害解析アシスタントです。 ログイベントと、ベクトル検索で取得された関連ナレッジだけを根拠に、日本語で通知文を作成してください。 重要: - Embeddingによる意味検索結果を使ったRAG回答として作成してください。 - 関連ナレッジに書かれていないことは断定しないでください。推測が必要な場合は「要確認」と書いてください。 出力形式: ▪ 発生事象 ━━━━━━━━━━━━━━━━━━━━━━━ 時刻 : エラーコード: 概要 : ▪ 原因 ━━━━━━━━━━━━━━━━━━━━━━━ - ▪ 対応策 ━━━━━━━━━━━━━━━━━━━━━━━ 1. 2. • 役割を与え、ナレッジDBのデータを参照して回答 • プレーンテキストメールで見やすいような形式に設定
23. Functionsによる検索の中身 • VECTOR_DISTANCE(…., COSINE) から入力されたquery_vectorと各ナレッジのEmbedding (summary_embedding, content_embedding) のコサイン類似度を計算 • LEAST() ：summary/contentのうち近い方の距離を採用 • ORDER BY distance：意味が近い順に並べる • FETCH FIRST：上位N件だけ取得 23 Copyright © 2026, Oracle and/or its affiliates app_error_knowledgeテーブルから障害ナレッジを検索するSQL SELECT knowledge_code, service_name, component, severity, summary, content, version_no, LEAST( VECTOR_DISTANCE (summary_embedding, TO_VECTOR(:query_vector), COSINE), VECTOR_DISTANCE (content_embedding, TO_VECTOR(:query_vector), COSINE) ) AS distance FROM app_error_knowledge ORDER BY distance FETCH FIRST :top_k ROWS ONLY;
24. デモンストレーション 24 Copyright © 2026, Oracle and/or its affiliates
25. 実装のポイント ① アプリケーションログにERRORが含まれる場合をイベントとして定義 • Connector Hub でログをフィルタリング • 異常や問い合わせ対象になりそうなイベントのみをFunctionsへ連携 → AIの呼び出し回数を抑えながら、必要な処理のみを自動化 ② ベクトル検索を組み合わせて過去ナレッジに基づいた報告書を作成 • Autonomous AI Databaseのベクトル検索で関連ドキュメントを検索 • 検索結果をコンテキストとしてLLMへ渡して回答生成 → 単純な生成AIではなく、運用手順書やナレッジを踏まえた回答が可能 ③ OCIマネージドサービス中心でシンプルに構成 • OCIのマネージドサービスを組み合わせてEvent-Driven AIのシステムを構成 • イベントの呼び出し元とAI処理を分離した疎結合な構成 → サーバ管理を最小化し、既存システムへの影響がないため、追加実装しやすい 25 Copyright © 2026, Oracle and/or its affiliates
26. 現場のリアル（実運用のイメージ） 26 Copyright © 2026, Oracle and/or its affiliates 1. 複数のログを掛け合わせた解析が必要 大量のログをストリーム処理してAIエージェントに渡す 2. 複数のサーバやアプリをまたぐ切り分けが必要 複数ナレッジを横断して解析できるマルチエージェント対応 大量ログの相関解析 × マルチエージェントによる複数ナレッジの活用により、複雑な障害対応を支援
27. まとめ 27 Copyright © 2026, Oracle and/or its affiliates
28. 即座に判断できる イベントをリアルタイムで処理し、 状況を即時に把握・判断 データ活用の幅を広げる リアルタイムのデータ活用で新たなイン サイトや価値を創出 人の対応を待たずに対応をスタート AIの進化により自律的に判断・アク ションを開始 Event-Driven AIがもたらす価値 Event-Driven AIによるリアルタイム意思決定と自律アクション 28 Copyright © 2026, Oracle and/or its affiliates イベント駆動 リアルタイムにデータを処理 AIによる 分析・判断 横断分析や予測により 最適な意思決定を支援 過去ナレッジ 活用 アクション ナレッジを組み合わせた判断を実現 自律的にアクションを実行 Event-Driven AIは、イベントを起点に、AIがリアルタイムで 分析・判断し、アクションにつなげる新しいアプローチ
29. ありがとうございました 29 Copyright © 2026, Oracle and/or its affiliates