初めてのDatabricks勉強会

・Databricks とは？
・なぜ生まれたのか ― 市場と課題
・コア構成と特徴（AIレディまで）
・エージェントの開発・運用
・開発者からビジネスユーザーへ（Genie One）
・デモで体感する

Transcript

1. 初めてのDatabricks勉強会 2026/7/2 Databricks Japan 弥生 隆明 データと AI を"ひとつ"に。 プラットフォームの全体像から Genie One、デモまで ©2026 Databricks Inc. — All rights reserved 1
2. はじめに 自己紹介 ©2026 Databricks Inc. — All rights reserved 弥生 隆明 (やよい たかあき) シニア スペシャリスト ソリューションアーキテクト ▪ IHI・日立製作所・アクセンチュアで約20年、自然言語処理/機械学習に従事 ▪ 2020年 Databricks Japan 入社。専門は 生成AI / Databricks Apps / データ エンジニアリング ▪ 企業の生成AI活用と本番運用（LLMOps）を技術面から支援 ▪ Qiita で 2,300本超の技術記事を発信 ・ ユーザーコミュニティ「JEDAI」主宰 ▪ 共著『MLflowで実践するLLMOps』(技術評論社, 2026/4) ・ 青山学院大学 特別研究員
3. Databricks とは？ なぜ生まれたのか ― 市場と課題 コア構成と特徴（AIレディまで） エージェントの開発・運用 開発者からビジネスユーザーへ（Genie One） デモで体感する ― Databricks の全体像から Genie One、デモまでを順にご紹介します。 ©2026 Databricks Inc. — All rights reserved
4. Databricks とは？ データと AI を“ひとつ”に束ねる基盤 あらゆるデータを 1か所に ・構造化〜非構造化まで ・BI も AI も同じ基盤 （レイクハウス） ・サイロを解消 統合ガバナンス ・Unity Catalog で一元管理 ・権限・監査・リネージが ひとつ ・誰が・どのデータに触れたか追 える データの隣で AI ・分析・機械学習・生成AI ・エージェントまで同じ場所で ・連携の作り込み不要 ＝ データインテリジェンスプラットフォーム。データも AI も“ひとつ”で完結。 ©2026 Databricks Inc. — All rights reserved
5. Databricks とは？ データ + AI カンパニー 20,000+ グローバルのお客様 $4B+ 年間収益 OSS開発者 Apache Spark、MLflow レイクハウスの発明者、生成 AI のパイオニア Gartner® Magic Quadrant リーダー（データサイエンス&機械学習プラットフォーム 2026） データと AI で、世界の 20,000 社以上に選ばれる基盤。 ©2026 Databricks Inc. — All rights reserved
6. 全ての企業は Data + AI カンパニーになりたいと考えています ©2026 Databricks Inc. — All rights reserved
7. 課題 ① しかし、データ資産は散在しています ©2026 Databricks Inc. — All rights reserved データレイク 高コストとロックインに よる複雑性の悪夢です ガバナンス 機械学習 BI データ サイエンス 生成 AI オーケストレーション とETL データウェアハ ウス ストリーミング
8. 課題 ② バラバラな資産 ― データ資産全体のガバナンスは困難です バラバラな資産 モデル レポート テーブル 生データ ガバナンスが困難 AI の規制 データプライバシー サイバー攻撃 資産が分断されるほど、全体のガバナンスは難しくなる。 ©2026 Databricks Inc. — All rights reserved
9. 課題 ③ 業務の現場では“継ぎ接ぎ”が積み上がる 例：1つの資料を作るのに、複数のシステムを開いて・集めて・転記… 社内の分析環境 別システムの記録 各種フォーマット 表計算シート → 人が・開いて 集めて・転記 → 仕組みも複数を 自分で繋いで 運用し続けている 誰が・どのデータに触れたかも追いづらい。こうして“継ぎ接ぎ”が積み上がる。 ©2026 Databricks Inc. — All rights reserved
10. データインテリジェンス プラットフォーム 散在・断片・継ぎ接ぎを“ひとつ”に束ねる、データと AI の統合基盤 ©2026 Databricks Inc. — All rights reserved
11. コア構成要素 Databricks データ・インテリジェンス・プラットフォーム データウェアハウス データの置き場所 AI 生成AIの活用 AI/BI ダッシュボード アプリ エージェントアプリ ↑ Lakeflow：取り込み・ETL・ストリーミング ↑ レイクハウス（ストレージ＝“ひとつ”） Unity Catalog 統合 ガバナンス 保存〜変換〜分析〜AI〜アプリまで、同じ基盤で地続きに。 ©2026 Databricks Inc. — All rights reserved
12. なぜ Databricks？ Databricks はすべてを「ひとつ」に束ねる。 従来のやり方（継ぎ接ぎ） • 保存・分析・AI・アプリをサービスごとに用意して自分で 繋ぐ • 権限・監査はサービスごとにバラバラ • 増えるほど繋ぎ込みと運用が積み上がる Databricks（ひとつに束ねる） • 保存〜AI〜アプリまで同じ基盤で地続き • 権限・監査・来歴がひとつ＝追える • 既存の資産はそのまま活かす （混在OK・置き換え不要） だから「増やしても破綻せず、安全に回せる」。 ©2026 Databricks Inc. — All rights reserved
13. なぜ Databricks？ Databricksで動作するネイティブアプリ：Databricks Apps Databricksのデータ、ガバナンスをそのまま活用したアプリを容易に構築 ©2026 Databricks Inc. — All rights reserved テンプレートを活用、あるいはAIアシス タントの力を借りることでアプリ開発を 容易にします アプリの本格運用に必要な インフラ管理(リソース管理、 ログ、認証など)はDatabricksによって ケアされます シンプル プロダクション品質 データアプリケーションは保護 され、適切にアクセス管理され、 より優れたセキュリティを提供 します 組み込みガバナンス
14. 特徴 ② 統合ガバナンス 全てのデータ + AI のガバナンスを統合 単一のガバナンスモデル ・全てのデータ & AI 資産に 　単一のガバナンスモデル ・オープンで標準準拠 追跡できる ・リネージ（来歴）を自動記録 ・監視・観測可能性 ・いつ誰が何にを把握 データへの信頼 ・一貫したアクセス制御 ・規制業界でも安心 ・データを安全に活用 データも AI もアプリも、同じガバナンスで“信頼できる”。 ©2026 Databricks Inc. — All rights reserved
15. 特徴 ② 統合ガバナンス 「誰が・どのデータに・いつ触れたか」が1か所で追える 1 アクセス制御 部署・役割ごとに、見える 範囲をひとつの仕組みで管理 2 来歴（リネージ） データがどこから来てどう 使われたかを自動で追跡 3 監査 いつ誰が何に触れたかを記録 規制対応の証跡に データも AI もアプリも同じガバナンス。規制業界でも“安全なまま”使える。 ©2026 Databricks Inc. — All rights reserved
16. 特徴 ③ AIレディ データの隣で、そのまま AI へ 基盤モデルを標準搭載 • Claude / GPT / Llama を プラットフォーム上で直接 利用可能 • 基盤モデルとして提供 RAG・本番提供まで • ベクトル検索（AI Search）で自 社データを検索＝RAG • Model Serving で本番提供 AI も同じガバナンス • Unity Catalog がデータもAI 資 産も一元管理 • リネージ・権限が AI まで 延伸 データと AI が同じ基盤・同じガバナンス。連携の作り込み不要＝“AIレディ”。 ©2026 Databricks Inc. — All rights reserved
17. エージェント開発・運用に最適 つくる → 運用する を、同じ基盤で つくる（開発） • Agent Bricks(ノーコード) / Mosaic AI Agent Framework(カスタム) で企業データに根ざしたエー ジェント • 基盤モデル＋自社データ＋ツール（MCP）を 組み合わせ 運用する（デプロイ・評価・統制） • Model Serving / Managed MLflow で本番提供 • Agent Evaluation（AIジャッジ）で品質評価 • Unity Catalog・Unity AI Gateway でガード レール・監査 作って終わりでなく、評価・本番運用・統制まで一気通貫。 ©2026 Databricks Inc. — All rights reserved
18. 開発者から、ビジネスユーザーまで 作る人も、使う人も。同じデータ基盤で。 開発者・データチーム • エージェント／アプリ／パイプラインを作る • SQL・Python・ML で自在に • 本番運用・統制まで同じ場所 ビジネスユーザー • 専門知識なしで、日本語でデータを使う • 「聞くだけ」で答え・グラフ・レポート • SQL もプログラミングも不要 あなたのデータと会話できるとしたら？── その入口が、次にご紹介する Genie One。 ©2026 Databricks Inc. — All rights reserved
19. Genie One 皆様のためのAI同僚 ©2026 Databricks Inc. — All rights reserved
20. Genie One 業務ユーザーのための “AI の同僚” こんな同僚 • データの専門家を待たずに、自分で聞ける • 日本語で質問 → 答えとグラフが返る • SQL もプログラミングも不要 ただのチャットボットと違う • あなたの会社のデータを前提に答える • 答えの根拠（どのデータか）が見える • 権限のある範囲だけ＝安全 “詳しい同僚に聞く”感覚で、誰でもデータを使える。これが Genie One。 ©2026 Databricks Inc. — All rights reserved
21. Genieはすべての人に新たなAI機能をもたらす Genie エージェント Genie Code ビジネスを知るAI Genie One 統合ガバナンス Unity Catalog オープンフォーマット Postgres Lakehouse データウェアハウス Lakebase サーバレスPostgres Lakeflow 取り込み、ETL、ストリーミング 技術ユーザー データエンジニア データサイエンティスト アナリスト ビジネスユーザー ©2026 Databricks Inc. — All rights reserved 21
22. データスマートなAIの同僚 働く場所を問わ ず、ビジネスユーザーのために インサイトを行動に変えるために必要な、あ らゆる個人向け生産性ツール Genieをあらゆるワークフローに取り込むコ ラボレーション機能 Genie One Genie One ©2026 Databricks Inc. — All rights reserved 22
23. Genie One ホーム画面 ― 日本語で聞くだけ 専用画面で、知りたいことを日本語でそのまま入力。Learn / Skill / タスク予約 / データ分析もここから。 ©2026 Databricks Inc. — All rights reserved
24. Genie One いつもの場所で、そのまま使える 1 Web ブラウザ 専用画面でデータに質問・ 探索。 2 Slack / Teams 普段のチャットからそのまま質 問できる。 3 ドキュメント作成 回答をそのまま資料・ レポートへ。 新しいツールを覚える必要なし。今の働き方の中に AI の同僚が入る。 ©2026 Databricks Inc. — All rights reserved
25. Web モバイルアプリ MCPアプリ タスク自動化、スケジュール、アラート、 スキル SlackおよびTeams連携 ドキュメント作成 Genie One Genie One ©2026 Databricks Inc. — All rights reserved 25
26. Genie One Slack / Teams からそのまま使える いつものチャットで Genie にメンションして質問 ― 新しい画面を覚える必要なし。 ©2026 Databricks Inc. — All rights reserved
27. Genie One あなたのビジネスを理解して答える 会社の文脈を横断 • テーブル・指標・ダッシュボードなどをまとめて理解 • “売上”“顧客”など社内の意味（定義）を共有 • 部署をまたいでも同じ答え 使うほど賢く • フィードバックから継続的に改善 • よく使う質問・指標を学習 • 精度が上がっていく 汎用 AI と違い、“あなたの会社のこと”を分かったうえで答える。 ©2026 Databricks Inc. — All rights reserved
28. Genie One 質問から、レポートまで自動で 回答・表・グラフを生成し、そのまま資料化（例：NYC タクシー公開サンプルデータ）。 ©2026 Databricks Inc. — All rights reserved
29. Genie One 定型業務を再利用する（Skills） よく使う手順を Skill として保存し、認定済みの指標・ダッシュボードを使って再実行。 ©2026 Databricks Inc. — All rights reserved
30. Genie One 管理者は統制を保ったまま 1 権限はそのまま 見ていいデータだけが見える Unity Catalog のガバナンスを 継承。 2 範囲を決められる どのデータを Genie に使わせる か管理者が設定。 3 監査できる 誰が何を聞いたか追える。 安心して全社展開。 「現場に開放」と「統制」を両立。だから安心して配れる。 ©2026 Databricks Inc. — All rights reserved
31. デモ 本日のデモ：Databricks を触ってみる ① データが“ひとつ”の 場所に集まる › ② Genie に 日本語で質問 › ③ AI を 動かす › ④ アプリ・ダッシュ ボードで共有 コードを書かず、データに聞いて・AI を動かして・共有できる。これを“ひとつ”で。 ©2026 Databricks Inc. — All rights reserved
32. まとめ 今日の要点と、次の一歩 1 ひとつに束ねる 保存〜分析〜AI〜アプリを同じ 基盤で。権限・来歴・監査も一 元化。 2 誰でも触れる Genie One なら日本語で聞くだ け。SQL 不要、いつもの Slack からも。 3 安全なまま展開 Unity Catalog のガバナンスを 継承。 まずは小さく試す ― 日本語でデータに質問してみる。 ©2026 Databricks Inc. — All rights reserved