【Oracle Cloud and AI Forum2025】 AI時代のイノベーションを⽀える新たなプラットフォーム＆ BLUEISHによる他社では実現できなかったOCIでの AIエージェント開発

Topics：
・Memory Engineering
・Oracle AI Data Platform

Transcript

1. Oracle Cloud and AI Forum - 2025.12.11 AI時代のイノベーションを⽀える新たなプラットフォーム＆ BLUEISHによる他社では実現できなかったOCIでの AIエージェント開発 株式会社BLUEISH 為藤 アキラ ⽇本オラクル株式会社 ⼩川 航平 撮影＆SNS投稿 OK︕#OCAIF25 #OracleJapan 代表取締役 / CEO兼CTO Principal AI Data Software Solution Developer
2. 2 Copyright © 2025, Oracle and/or its affiliates AI Agentってどんなもの︖ #OCAIF25
3. 3 Copyright © 2025, Oracle and/or its affiliates #OCAIF25 本編は動画
4. 4 Copyright © 2025, Oracle and/or its affiliates “⽣成AI投資の95%は失敗している“ https://fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo/ “14％が「損失を計上した」” Gartnerは企業がAIの導入規模を拡大するにつれ、 「AIコストの計算を1000％も見誤る可能性があ る」と警鐘を鳴らす 一時はAI導入に一斉に飛び付いた企業も、現在で はその多くがコストの高さに目を向け、価値の高 いユースケースを優先する慎重姿勢を取るように なった https://www.itmedia.co.jp/enterprise/articles/2502/10/news069.html https://www.itmedia.co.jp/enterprise/articles/2502/10/news069.html ⽣成AIプロジェクトはROIがよくない話は⾔うまでもなく・・・
5. 5 Copyright © 2025, Oracle and/or its affiliates 技術的な不安を感じながら⽇々向き合っているが、回答精度、セキュリティ、 データ連携、実装の複雑性に頭を抱えているのが現状・・・ https://codezine.jp/article/detail/20359 #OCAIF25
6. 6 Copyright © 2025, Oracle and/or its affiliates エンタープライズ利⽤の⽣成AIプロジェクトの課題と考える観点 使い続けるためのシステムであるためには・・・ 応答速度 精度 ユースケース (業務の棚卸し) 使いこなし術 ü何を作ろう üどう作ろう üどう活⽤⽅法を布教させよう 回答根拠/再現性 データアクセス制御 /セキュリティ #OCAIF25
7. 7 Copyright © 2025, Oracle and/or its affiliates エンタープライズ利⽤の⽣成AIプロジェクトの課題と考える観点 使い続けるためのシステムであるためには・・・ 応答速度 ユースケース (業務の棚卸し) 使いこなし術 ü何を作ろう üどう作ろう üどう活⽤⽅法を布教させよう 回答根拠/再現性 データアクセス制御 /セキュリティ 精度 #OCAIF25
8. 8 Copyright © 2025, Oracle and/or its affiliates 前提︓LLM のコンテキストウィンドウは指数関数的に拡⼤している 1つのLLMが⼀度に保持できる“記憶”の量が急増 数千〜数万トークンが限界 10万〜100万トークン級まで保持可能へ 指示 ツール結果 小規模ナレッジ 長い会話履歴 多段の推論ログ 複数ツールの結果 大規模ナレッジ ・・・ LLM は“短期記憶”が⾶躍的に拡張された 約1年前 現在 #OCAIF25
9. 9 Copyright © 2025, Oracle and/or its affiliates ユーザ 指⽰ コンテキストを増やすだけでは性能は上がらない メモリを与えない課題 長い会話履歴 多段の推論ログ 複数ツールの結果 大規模ナレッジ ・・・ https://research.trychroma.com/context-rot 多くのコンテキストを記憶させると、 性能が低下することが複数の論⽂で明らかになっている Context Poisoning 文脈の汚染 Context Distraction 文脈の注意散漫 Context Confusion 文脈の混乱 Context Clash 文脈の衝突 https://www.dbreunig.com/2025/06/22/how-contexts-fail-and-how-to-fix-them.html • 会話履歴の中の古い意図が残り続ける • ノイズを含んだツール結果が混在する • 長い履歴の一部が誤解釈される • 関係ないログが多数混ざる • 必要な情報が埋もれて見つからない • 推論の優先度判断が曖昧になる • 過去の回答と現在の回答が食い違う • 反対の指示が混ざる • 似た文章が複数あり、照合が乱れる • 異なるツールの結果が食い違う • 会話の前後で条件が変化 • RAGと履歴が矛盾する #OCAIF25
10. 10 Copyright © 2025, Oracle and/or its affiliates LLMに“適切なタイミングで適切なコンテキストを 供給する“ためのメモリ基盤が重要 ＝メモリエンジニアリング #OCAIF25
11. AI エージェントの課題は、”今は”知能レベルではない。記憶である。 コンテキスト共有にかかる時間と⼤きすぎるトークン消費 11 Copyright © 2025, Oracle and/or its affiliates AI Agentの タスク 1つのタスク実⾏を呼び出される ツールコール回数 50回 ⼊⼒トーク数と 出⼒トークン数の⽐率 100︓１ エージェントが適切に解釈し、アクションするために、 何度も「⼀から考え直している」状態 ぐるぐる思考中・・・ https://manus.im/ja/blog/Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus ※メモリエンジニアリングが不⾜している状態で 複雑なタスクを解こうとする場合 #OCAIF25
12. Tool群 AI エージェントの中⾝ 最新の⽣成AIは⾔語モデルとDatabaseとToolによって構成される(＝RAG＋Action の統合) 12 Copyright © 2025, Oracle and/or its affiliates ❷Retrieval ❹Action User/UI ❶Plan ❸ Reason クエリ/ (Threads作成) User/UIへResponse Agent処理フロー タスク分解/Tool選定 取得情報の解釈・意思決定 意思決定から実世界に反映 関連情報を検索 ベクトルストア リレーショナル /DWH ナレッジグラフ ドキュメント/ 全⽂検索 Web/外部 API Data Source 類似検索 数値検索 認証/アクセス制御 データ⽣成・更新 ワークフロー/ 業務プロセス実⾏ コミュニケーション/ 通知 リソース/ インフラ制御 外部サービス・API 呼び出し Actuators データを探索 データを操作 #OCAIF25
13. Tool群 Retrieval の課題 メモリエンジニアリングが不⼗分だと、検索に必要な⽂脈が毎回膨れ上がる 13 Copyright © 2025, Oracle and/or its affiliates ❷Retrieval ❹Action User/UI ❶Plan ❸ Reason クエリ/ (Threads作成) User/UIへResponse Agent処理フロー タスク分解/Tool選定 取得情報の解釈・意思決定 意思決定から実世界に反映 関連情報を検索 ベクトルストア リレーショナル /DWH ナレッジグラフ ドキュメント/ 全⽂検索 Web/外部 API Data Source 類似検索 数値検索 認証/アクセス制御 データ⽣成・更新 ワークフロー/ 業務プロセス実⾏ コミュニケーション/ 通知 リソース/ インフラ制御 外部サービス・API 呼び出し Actuators データを探索 データを操作 ワーキングメモリ 直近の 会話履歴 システム プロンプト 過去のツール 結果 ・・・ 課題・・・ 全てをくっつけてコンテキストが 肥⼤化してしまう エピソード記憶 意味記憶/⽅針記憶 ⻑期記憶/知識ベース 外部 データベース #OCAIF25
14. Tool群 Reason の課題 メモリエンジニアリングが不⼗分だと、推論が毎回ゼロから再構築される 14 Copyright © 2025, Oracle and/or its affiliates ❷Retrieval ❹Action User/UI ❶Plan ❸ Reason クエリ/ (Threads作成) User/UIへResponse Agent処理フロー タスク分解/Tool選定 取得情報の解釈・意思決定 意思決定から実世界に反映 関連情報を検索 ベクトルストア リレーショナル /DWH ナレッジグラフ ドキュメント/ 全⽂検索 Web/外部 API Data Source 類似検索 数値検索 認証/アクセス制御 データ⽣成・更新 ワークフロー/ 業務プロセス実⾏ コミュニケーション/ 通知 リソース/ インフラ制御 外部サービス・API 呼び出し データを探索 データを操作 課題❶ トークン消費が爆発 課題❷ 推論精度が不安定 課題❸ マルチターンで 整合性が崩れる 課題❹ 実⾏コストが急増 ＋Retrievalの結果や⽅針プロンプトも追加され、 Reason のたびに履歴全体を再解釈、コンテキストサイズは指数的に増加・・・・ #OCAIF25
15. Tool群 Action の課題 メモリエンジニアリングが不⼗分だと、アクションが独⽴し整合性が崩れる 15 Copyright © 2025, Oracle and/or its affiliates ❷Retrieval ❹Action User/UI ❶Plan ❸ Reason クエリ/ (Threads作成) User/UIへResponse Agent処理フロー タスク分解/Tool選定 取得情報の解釈・意思決定 意思決定から実世界に反映 関連情報を検索 ベクトルストア リレーショナル /DWH ナレッジグラフ ドキュメント/ 全⽂検索 Web/外部 API Data Source 類似検索 数値検索 認証/アクセス制御 データ⽣成・更新 ワークフロー/ 業務プロセス実⾏ コミュニケーション/ 通知 リソース/ インフラ制御 外部サービス・API 呼び出し データを探索 データを操作 Actuators はステートレスで 前回の判断や進捗を保持しないため、 毎回 Reason の結果を再提⽰する必要があり、 整合性は“記憶”に依存する。 課題❶︓重複・無駄なAPI／DB更新が発⽣しやすい 課題❷︓ワークフロー途中での失敗リカバリが難しい 課題❸︓データの整合性・⼀貫性を保証しづらい 課題❹︓どの判断に基づく操作か後で説明しにくい Actuators #OCAIF25
16. 分断された 記憶(=メモリ) と⽂脈(=コンテキスト)が推論の限界を⽣む・・・ AIエージェント間で記憶が分断され管理されると、コンテキストが適切に扱えない 16 Copyright © 2025, Oracle and/or its affiliates コンテキスト共有 LLM プロセス AIエージェントは 「個別の短期・⻑期記憶が分断されている」 個⼈の記憶から「組織のナレッジベース」へ 適切な記憶を、適切なタイミングで LLM に渡す 現状の課題 メモリエンジニアリング コンテキストエンジニアリング ⼈間の脳のように統合された 記憶アクセス機構が⽋如してしまう・・・ エージェント間で記憶を共有、 記憶の再利⽤性を考慮した設計 単⼀の”統合記憶”として、短期記憶(OLTP)と⻑期記憶 (OLAP) から適切なコンテキストをLLMに供給する バラバラな記憶を、エージェント間で共有できる統合された“単⼀の統合記憶空間”が必要 #OCAIF25
17. ⽬的ごとに⽤意したDBで構成されるメモリ共通基盤 OLTP/OLAP/セマンティックメモリが分散している 17 Copyright © 2025, Oracle and/or its affiliates 構造化データ ⾮構造化データ 地理データ グラフデータ OLTP OLAP LLM プロセス セマンティック メモリ 短期記憶 ⻑期記憶 意味記憶 その他、ベクトルデータなど 他のDB基盤で実装した場合 #OCAIF25
18. Oracle AI Databaseで実装したメモリ共通基盤 OLTP/OLAP/セマンティックメモリが統合管理されている 18 Copyright © 2025, Oracle and/or its affiliates 構造化データ ⾮構造化データ 地理データ グラフデータ LLM プロセス Unified Memory • OLTP (短期記憶) • OLAP (⻑期記憶) • セマンティックメモリ 短期/⻑期/意味記憶を 統合管理 により、AI Agentに必要不可⽋な記憶を統合管理できる唯⼀のAIデータベース その他、ベクトルデータなど 共通メモリ基盤 供給と書き込み コンテキストの共有 コンテキストの共有 サポート回答 エージェント 業務オペレーション エージェント 分析 エージェント #OCAIF25
19. Oracle AI Databaseで実装したメモリ共通基盤 OLTP/OLAP/セマンティックメモリが統合管理されている 19 Copyright © 2025, Oracle and/or its affiliates 構造化データ ⾮構造化データ 地理データ グラフデータ LLM プロセス により、AI Agentのための統合された記憶を統合管理できる唯⼀のAIデータベース その他、ベクトルデータなど 共通メモリ基盤 供給と書き込み コンテキストの共有 コンテキストの共有 サポート回答 エージェント 業務オペレーション エージェント 分析 エージェント AIDB内でAI Agentが動作する︕ =Select AI Agent Unified Memory • OLTP (短期記憶) • OLAP (⻑期記憶) • セマンティックメモリ 短期/⻑期/意味記憶を 統合管理 #OCAIF25
20. 20 Copyright © 2025, Oracle and/or its affiliates ただ、DBが素晴らしくてもAI Agentを実装するための 必要部品を組み合わせかつ管理することに苦労する・・・ #OCAIF25
21. Open Lakehouse、統合カタログ、Oracle Database、オープンソースエンジン、AI基盤モデル、 AI開発者ツール、およびエージェント型ユーザーエクス ペリエンスで構成される包括的プラットフォーム Oracle AI Data Platform 技術スタック AI agents Data & AI 基盤 AI搭載の開発者向けツール エージェント側ユーザーエクスペリエンス Open lakehouse architecture Oracle and open-source engines AI models and frameworks Data and AI catalog Data engineering Analytics Data science Chat Insights Workflows Oracle AI Data Platform Announcing Data for AI AI for Business #OCAIF25
22. Oracle AI Data Platform I O T Data Sources Applications GOLDENGATE Data Integration Vectorization Contextualization OCI Generative AI Cohere OpenAI Hugging Face Google Anthropic LangChain ONNX LangGraph Grok Jina AI PyTorch Ollama A2A Protocol Meta Microsoft Mistral AI Amazon Bedrock MCP Server CrewAI Agno AI AgentのためのAI Ready Dataを作るための コントロールプレーン AI Agent AI Agent開発基盤 AI Agent開発のための統合された製品”AI Data Platform” 通称︓AIDP︕︕︕ 主要なAIモデルとフレームワークをすべてサポート
23. あらゆるデータ、 あらゆるアクセス リレーショナル, JSON, graph, テキスト, 画像, 動画 Oracleおよびサードパー ティのクラウドとアプリケー ションを横断して動作 オープンで柔軟な アーキテクチャ オープンデータフォーマット (Iceberg, Delta Lake) エンドツーエンドのメタデー タと統合カタログ ベスト・オブ・ オラクル＋オープン ソース Autonomous AI Databaseによるクエリ性 能、GoldenGateによるリ アルタイムレプリケーション スケーラブルなデータ処理 とストリーミングのための Apache SparkとFlink AI のためのDataの機能と開発UX エンドツーエンド開発 のための 統合IDE データ統合、データエンジニア リング、およびデータサイエンス のための単⼀環境 ビジュアルおよびコードファース トのエクスペリエンス 多⾔語対応と チームコラボレー ション Native SQL, Python, Scala, Java をサポート ソース管理、バージョン 管理、チーム開発のため のGit統合 あらゆるデータと AIのニーズに対応 する柔軟なコン ピューティング CPU、GPU、分散クラス ター間でエラスティックにス ケール パブリックおよびプライベー トクラウドリージョンに対応 Lakehouse 機能 統⼀された開発者エクスペリエンス #OCAIF25
24. 24 Copyright © 2025, Oracle and/or its affiliates 3つのデモ︓Oracle AI Data Platformでできること #OCAIF25
25. Demo エージェントの作成と デプロイのためのローコードエクスペリエンスを提供 AI Data Platform Workbench #OCAIF25
26. Demo 1 AI Data Platform Workbench Demo1: センチメント分析から顧客解約予測を行い、通知するシナリオ #OCAIF25
27. Demo エージェントとツールカタログ AI Data Platform Agent Studio External agents Productivity suites Cloud platforms Agent Studio AI models and frameworks Agents and Tools Catalog SaaS applications Coming Soon エージェントとツールのための中央レジストリ。 MCPやA2Aなどのオープン標準をサポートし、 異なるプラットフォームのエージェントが企業全 体で管理、オーケストレーション、再利⽤可能 であることを保証 #OCAIF25
28. Demo 2 AI Data Platform Agent Studio Demo2: 商品開発者が新しい規制を監視して自社製品への影響を自動通知するAIエージェントを構築・運用するシナリオ #OCAIF25 本編は動画
29. Demo Agentの開発、カタログ管理、利⽤ AI Data Platform Agent Hub Coming Soon カタログからエージェントを発⾒し、対話型イン ターフェースを介してやり取りし、 複数のエージェント間でタスクを調整し、 ⽣産性を向上 Agent Studio Agents and Tools Catalog Agent Hub External agents Productivity suites Cloud platforms SaaS applications AI models and frameworks #OCAIF25
30. Demo 3 AI Data Platform Agent Hub Demo3: ビジネスユーザによる業務遂行シナリオ。最適なAgentが選択、連携されアクションを行う。 #OCAIF25 本編は動画
31. Oracle AI Data Platformを使って 生成AIプロジェクトを再始動しよう！！ #OCAIF25
32. 32 Copyright © 2025, Oracle and/or its affiliates ということで・・・・、ここからはBLUEISH様へバトンタッチ
33. 為藤 アキラ タメトウ アキラ 株式会社BLUEISH 代表取締役 / CEO兼CTO