AI Data Platform

構造化データ、半構造化データ、非構造化データにまたがる完全なデータ・レイクハウスを構築します。生データはブロンズ・レイヤーとしてオブジェクト・ストレージに格納されます。データは移動せずにその場所で、または不要な複製をすることなく直接取り込まれます。マネージドApache Sparkによるコンピューティングの自動スケーリングにより、データはシルバーレイヤーで、クリーンでアクセス制御されたデータセットにクレンジングします。Oracle Autonomous AI Databaseは、分析、機械学習、AIエージェント向けに最適化された、キュレート済みのAI対応のゴールド・レイヤーを提供します。1つのレイクハウス1つの環境つまり、データ・エンジニアからビジネスユーザーにいたるまで、すべてのユーザーが同じ信頼できるデータを活用して作業できるということになります。

• あらゆるソース、あらゆる送信先、あらゆる言語、あらゆる場所で
  リレーショナル・データベース、SaaSアプリケーション、ストリーミング・フィード、サードパーティのデータ・プロバイダーなど、100を超えるデータソースや送信先をカタログ化し、シームレスに接続できます。たとえば、データ・エンジニアは、ERPレコード、お客様のイベント、クリックストリーム・データを組み合わせてApache Sparkでデータ変換を行い、信頼性の高いゴールド・テーブルにデータを格納できます。
• ビジュアル・データ・パイプラインの作成
  1つのワークフローで、ブロンズからゴールドへの取込み、変換、強化を調整する、ローコード/プロコードのETLおよびELTパイプラインを設計します。
• オープン・ファイル形式との相互運用性
  Oracle Cloud Infrastructure（OCI）のオブジェクト・ストレージにあるApache IcebergやDelta Lakeなどのオープン・フォーマットのデータを直接保存し、クエリを実行できます。トランザクションの一貫性はもちろん、過去のデータ状態を再現するタイムトラベル・クエリやスキーマの進化にも対応しています。Apache Spark、Apache Flink、およびIcebergまたはDelta Lakeと互換性のあるエンジンと相互運用できます。特定のロックインがなく、ツールが変更されても書き換えは必要ありません。
• データ準備とクエリに対応するクラス最高のエンジン
  データ・エンジニアは、Apache Sparkを活用して大規模なデータ変換処理を実行できます。これにより、データ・サイエンティストは、MLモデルを構築できます。ビジネスユーザーは、同じデータに対してSQLやOracle AI Databaseを使用して、アドホックな探索を実行できます。各ユーザーは、データのコピーや再モデリングを行うことなく、ワークロードに最適なエンジンを選択できます。
• データとデータベース間の統合分析
  1つのロールベースのアクセス制御モデルで、オブジェクト・ストレージと接続データベース全体にわたる構造化テーブル、半構造化JSON、地理空間データ、AIベクトル埋込みをクエリします。たとえば、ビジネスユーザーは単一のSQLクエリを実行するだけで、レイクハウス内のアクティビティ・ストリームと、Oracle AI Database内にある信頼性の高い顧客レコードを結合して、新しい収益予測を検証できます。
• AI対応のゴールド・レイヤー
  機械学習パイプライン、検索拡張生成（RAG）ナレッジ・ベース、AIエージェントは、キュレーョンされたビジネスで検証済みのデータを活用します。AIエンジニアは、生データや未確定の中間コピーではなく、業務レポートの基盤となるものと同じ、信頼の高い唯一の情報源に基づいてモデルをグラウンディングします。
• 自律型ゴールド・レイヤー・オペレーション
  自動インデックス作成、クエリ最適化、ワークロード管理により、チューニング、スケーリング、修復を自動で行うウェアハウスのメリットを活用できます。ピーク時でも手動チューニングを必要とせず、数十億行ものデータに対し、1秒未満で一貫性のあるパフォーマンスを実現します。ストレージとは独立してコンピューティングをスケーリングすることにより、数百人の同時ユーザーに対応します。
• 最高クラスのファーストパーティ統合
  ERP、HCM、サプライチェーン、CXなどのOracle Fusion Applicationsデータをレイクハウスに直接取り込みます。Apache SparkによるノートブックでFusionデータを処理し、AIエージェントのグラウンディング、履歴レポート作成、運用中の基幹システムにおける予測的分析に活用できます。
• データ共有
  レイクハウスのライブ・データを、コピーや移動することなく、社内チーム、パートナー、Oracle Applicationsと共有します。データ共有により、すべてのユーザーが最新で信頼性の高いバージョンを利用できるようになります。

Oracle AI Data Platformは、データ・サイエンティストや機械学習エンジニアに対し、レイクハウスのデータに対して直接、機械学習モデルの構築、トレーニング、追跡、運用を行うためのフルマネージド環境を提供します。MLOpsのライフサイクル全体（分散型Sparkトレーニング、実験追跡、モデル・レジストリ、カタログ公開デプロイメント）は、管理するインフラストラクチャなしで、お客様が管理および統制するワークスペース内で実行されます。

• MLパイプラインとワークフロー: AI Data Platformのワークフロー基盤を活用し、データ準備、特徴量エンジニアリング、モデルのトレーニング、評価など、再利用可能なコンポーネントでエンドツーエンドのMLパイプラインをオーケストレーションできます。一度構築すれば、スケジュールやトリガーに応じて自動実行でき、定義および管理するロールベースのアクセス制御ポリシーを適用できます。
• 実験とモデル・レジストリ: すべてのモデル・トレーニングの実行を追跡し、メトリクスの自動ロギング、ハイパーパラメータの取得、アーティファクトのバージョン管理を行います。実験の比較、本番モデルの登録、ライフサイクル・ワークフローの管理を行います。
• モデルの公開とカタログ登録: トレーニング済みモデルをAIデータ・カタログに公開することにより、モデルの検索、バージョン管理、およびエージェント、アプリケーション、ワークフロー間での安全なアクセスを実現します。リネージ追跡とアクセス制御ポリシーは登録時に適用します。
• GPU対応のApache Spark: 分散Sparkクラスタ全体で特徴量エンジニアリングとモデル・トレーニングをスケーリングして、NVIDIAの市場をリードするGPU搭載ETLと機械学習により、ワークロードを高速化します。
• データサイエンス・エージェント: データセットを自律的に探索し、仮説を立て、コードを記述して実行し、モデル・トレーニングを反復するAIエージェントにより、生データから本番モデルまでの時間を大幅に短縮します。

一般的なLLM機能ではなく、自社データに基づいたAIエージェントやアプリケーションを構築できます。エージェントやアプリケーションへのアクセスは自社のポリシーによって制御されており、ビジネス・セマンティクスやドメインの知識によって強化されます。AIエージェントが、AIデータ・カタログやビジネス・オントロジ、エンタープライズ・システムと連携することにより、企業が実際に実行しているコンテキスト内で推論できます。基盤モデルを使用して、コード不要のビジュアル・ビルダーから本格的なプロコード開発まで、マルチエージェント・システムを自在に構築します。可観測性が組み込まれたマネージドAIコンピューティング環境にスムーズにデプロイできます。

• コード不要のビジュアル・フロー・ビルダー: ドラッグアンドドロップのキャンバスを使用して、エージェントを視覚的にデザインし、構成できます。SQLツール、RAGナレッジ・ベース、LLMプロンプト・ノードを連携させ、複数のツールに接続できます。すべて、コードを記述する必要はありません。フローを再構築することなく、ドロップダウンから基盤モデルを切り替えます。
• プロコード開発: AI Data Platform SDKを使用してPythonでエージェントを記述し、LangChain、OCI Generative AI、任意のオープンソース・ライブラリに完全にアクセスできます。すべてのビジュアルフロー機能は、コードからすべて利用できます。scikit-learn、LangChain、その他のフレームワークをエージェントSDKと併せてインポートできます。
• マルチエージェント・システム: A2Aプロトコルを用いて、オーケストレーター・エージェント、スペシャリスト・サブエージェント、ツール使用エージェントなど、相互連携するAIエージェントのシステムを設計および調整し、複雑で多段階にわたる企業ワークフローを自律的な処理をサポートします。
• 任意の基盤モデル: OCI上のLlama、Cohere、Mistral、Grokなどの任意のモデルを使用するか、独自にファインチューニングしたモデルを導入できます。アプリケーション・ロジックを再構築することなく、Oracle Cloud Infrastructure（OCI）Computeのドロップダウン・メニューからモデルを切り替えられます。
• AIOpsと可観測性: 開発から本番環境まで、エージェントのライフサイクル全体にわたる完全な可観測性本番環境へのデプロイ前に、プラットフォームのデモ環境でエージェントを対話的にテストすることにより、ツールの呼び出し、LLMの推論プロセス、出力を詳しく検証できます。開発、テスト、本番のすべての環境において、セッションごとのステータス、処理時間、入出力、および各ステップのイベント詳細を含む監査証跡を記録します。レイテンシ、トークン使用量、エラー率、独自のビジネスKPIをリアルタイムでモニターします。

データ・エンジニア、データ・サイエンティスト、AI開発者が、エンドツーエンドのデータとAIプロジェクトで共同作業を行うための単一の統合開発環境（IDE）で、エンタープライズクラスのロールベースのアクセス制御（RBAC）、CI/CD、バージョン管理、監査機能が標準で組み込まれています。プラットフォームの基盤となるサービスやカタログへの統合されたアクセス機能を活用して、共有ツール、ノートブック、パイプラインを通じて、すべてのペルソナを結びつけます。

• ワークスペース: ノートブック、パイプライン、エージェントおよび実験でチームがコラボレーションするプロジェクトごとの環境です。すべてのアーティファクトは、ワークスペースの境界内でバージョン管理、共有、アクセス制御が行われ、プロジェクトごとに厳格なロールベースのアクセス制御が適用されます。
• ノートブック、ワークフロー、エージェント: Jupyter互換ノートブック、パイプライン・ワークフローDAG、AIエージェント、MLの実験など、すべての開発アーティファクトを一元管理できます。画面を切り替えることなく、チーム全体での共有、バージョン管理、コラボレーションをスムーズに行うことができます。
• SQLツールとコンピュート管理: コンピューティングのライフサイクル制御機能が組み込まれており、カタログ内のテーブルに対して、アドホックなSQLクエリを直接実行します。IDE内から、AIコンピューティング・リソースの接続、切断、または新規に起動できます。別のコンソールは必要ありません。
• CI/CDとGitの統合: ノートブック、パイプライン、エージェントの定義、モデル構成のバージョン管理に対応したネイティブGit統合を提供します。GitHub、GitLab、Bitbucketと連携し、データからAIへのプロジェクト・アーティファクトの継続的な統合と自動導入を実現します。
• RBAC、監査、ネットワーク分離: ワークスペース、アーティファクト、コンピュート全体にわたるきめ細かなロールベースのアクセス制御すべてのユーザーのアクションに対する網羅的な監査ログプライベート・エンドポイントによるネットワーク分離により、機密性の高いワークロードがパブリック・インターネットに接触するのを防ぎます。

ブロンズ（データの取り込み）、シルバー（キュレーション）、ゴールド（AI対応のデータ製品）を含む、メダリオン・アーキテクチャの全レイヤーを網羅した単一の統合カタログによって、すべてのデータとAI資産の探索、理解、アクセス管理を一元化します。Oracle AI Data PlatformのAIデータ・カタログは、Autonomous AI Database、OCI Object Storage、外部カタログを介したサードパーティのデータソースと連携し、セマンティック・コンテキストとオントロジを通じてビジネス上の豊富な意味情報を明らかにします。すべてのチームが、どのようなデータが存在するかだけでなく、それがビジネスにとって何を意味するのかを把握できます。すべてのAIエージェントは、その理解を自動的に継承します。

• 統合されたデータおよびAIアセット・カタログ: 構造化テーブル、非構造化ファイル、ナレッジ・ベース、MLモデル、特徴量ストア、エージェント定義など、すべてのデータおよびAIアセットに対応する単一のカタログです。このカタログは、データとAI全体で一貫性のあるポリシーによりアクセス管理されています。メダリオン・アーキテクチャ全体をカバーし、各レイヤーでデータ・プロダクトとAIアプリケーションの迅速な取り込み、キュレーション、提供を実現しています。
• 外部カタログとアセットの検出: Autonomous AI Database、OCI Object Storage、サードパーティ・システムなどの外部データソースに、データを不必要に移動または複製することなく接続できます。接続時点から、AI支援によるメタデータの拡充とリネージ追跡により、構造化および非構造化アセットを自動的に検出してカタログ化します。
• ビジネス・オントロジとセマンティック・レイヤー: ドメイン・オントロジと、ビジネス概念間のセマンティックな関係を定義します。ビジネス用語集、セマンティック・オントロジ、ドメイン分類体系、AI生成の類義語により、ユーザーはテーブル名ではなく意味に基づいてデータを検索できます。AIエージェントは、このセマンティックな理解を自動的に継承します。
• ゼロ・コピー: 存在するデータをクエリします。データを移動やコピーすることなく、そのままアクセスしてクエリを実行できます。既存のOracle Database、Autonomous AI Database、Exadataに直接接続し、SQLを使用してその場でクエリを実行できます。データは、信頼性の高いソースに保持されたまま、カタログによってアクセスを統合し、ロールベースのアクセス制御を適用してデータを可視化することにより、重複を削減し、コストを低減します。
• ゼロETL: Oracle GoldenGateを活用してETLパイプラインを排除し、あらゆるソース・データベースからAIを活用したリアルタイムのログベースのレプリケーションを行い、高スループットのストリーミング取込みをレイクハウスに直接行います。データは取り込まれた瞬間にカタログ化され、すぐにAIで活用できる状態になります。
• ボリューム: ボリュームには、カタログ内のデータ・アセットとともに非構造化データを格納します。ナレッジ・ベースにアタッチして、エージェントやアプリケーションによってドキュメント、PDF、画像などの非構造化コンテンツを安全に取得できるように支援します。
• データ・リネージ: 生データの取り込みから変換、ML特徴量エンジニアリング、モデル・トレーニング、AIアプリケーションの提供にいたるまで、エンドツーエンドのデータ・リネージを可視化します。上流での変更によって、データおよびAIパイプライン全体に与える影響を即座に把握できます。

大規模なエンタープライズAIには、すべてのデータ資産、モデル、エージェントに一貫して適用されるエンタープライズクラスのセキュリティ、アクセス管理、監査性が求められます。Oracle AI Data Platformは、2層のセキュリティ・モデルを採用しています。IDと認証にはOracle Cloud Infrastructure Identity and Access Management（IAM）を使用し、AI Data Platformと組み合わせることにより、すべてのカタログ・アセット、ワークスペース、AIリソースに対してきめ細かなアクセス制御を実現し、包括的な監査ログによって完全なトレーサビリティを提供します。セキュリティを後付けすることなく、データとAI資産全体を管理できます。

• 2層セキュリティ・モデル: セキュリティは2つのレベルで機能します。OCI IAMはアイデンティティ、認証、クラウド・レベルのアクセスを処理し、AI Data Platformはプラットフォーム内の各データやAI資産を検出、読取り、変更、使用できるユーザーを制御します。どちらのポリシーも、お客様によって定義および管理します。オラクルでは、それらを適用するフレームワークを維持します。制御を手放すことなく、多層防御アーキテクチャのメリットが得られます。
• AI Data Platformワークベンチ: ワークスペース、カタログ資産、コンピュート・リソース、エージェント、管理機能全体にわたる、きめ細かなロールベースのアクセス制御ロールはデータとAI全体に一貫して適用され、ユーザーがカタログで確認できる内容と、プラットフォーム上で実行できる操作との間にギャップはありません。
• 監査ロギングとトレーサビリティ: すべてのユーザー操作、データ・アクセス、エージェントとのやりとり、管理上の変更に関する包括的な監査ログにより、プラットフォーム全体でのトレーサビリティを提供し、コンプライアンス、調査、アクセス履歴レポートをサポートします。
• ネットワーク分離とプライベート・エンドポイント: ワークスペース、コンピュート、データ接続を、プライベート・エンドポイントを備えたプライベートVCNサブネット内にデプロイします。機密性の高いワークロードは、パブリック・インターネットを経由しません。ネットワークの分離はインフラストラクチャ・レイヤーで適用されます。
• OCI Identity and Access Managementとセキュリティ統合: OCI IAMは、プラットフォーム全体のアイデンティティ・フェデレーションと認証を処理します。シークレット管理のためのOCI Vault、TLS用のOCI Certificates、ポスチャ推奨のためのOCI Security Advisorとの緊密な統合により、データ、AI、インフラストラクチャ全体にわたる統合されたセキュリティ・コントロール・プレーンを提供します。

AI Data Platformで構築されたエージェントやサードパーティ・エージェント、MCPサーバーおよびツールを含む、エンタープライズ規模のAIエージェントを検出および管理するための一元化されたレジストリ。AIレジストリは、各エージェントのアイデンティティ、機能、権限、バージョン、やりとりのログを追跡し、プラットフォーム管理者が企業全体で稼働するAIエージェント群の拡大状況を可視化し、制御できるようにします。

• 一元化されたエージェント・レジストリ: AI Data Platformまたはサードパーティ・ツールで構築されたすべてのAIエージェントのリスト化、バージョン管理、管理を支援する統合レジストリです。各エージェントのアイデンティティ、宣言された機能、権限の範囲、バージョン履歴、やりとりのログを追跡します。エンタープライズ規模の管理、アクセス制御、再利用に対応する豊富なメタデータを使用して、機能、ドメイン、チーム別にエージェントを検出できます。
• エージェント間（A2A）プロトコル: オープンなA2Aプロトコルを使用して、AIデータ・プラットフォーム・エージェントとサードパーティ・エージェント間の構造化された標準的な通信を可能にします。専門エージェントがオーケストレーター・エージェントと連携する複雑なワークフローを構成し、それぞれのやりとりで明確なアイデンティティ、機能宣言、権限境界を適用します。
• Model Context Protocol（MCP）サーバーとツール: MCPサーバーとツールを登録して公開します。エージェントは、ハードコードされたバインディングを使用することなく、実行時にデータベース・クエリ、REST API、カスタム・ビジネス機能などのツールを動的に検出して呼び出します。ツールのアクセル権限は、エージェント・アクセスの制御方法に準じて定義するレジストリ・ポリシーを通じて管理します。

セルフサービス型分析、キュレートされたAIエージェント、AIを活用したインサイトを通じて、技術者ではないユーザーも、企業データのすべての機能を最大限に活用できます。AI機能は、意思決定が行われるビジネス・ワークフローに直接組み込まれています。技術的なスキルは必要ありません。エンタープライズAIの民主化を実現します。

• ビジネス・ワークフローにおける分析: Oracle Analytics Cloudは、Oracle Fusion ERP、HCM、SCM、CXなど、チームが毎日使用するアプリケーションに世界トップクラスの分析を直接組み込みます。自然言語で質問し、AIが生成したナラティブを表示し、ワークフロー内で一元管理されたダッシュボードを共有できます。
• 統合型対話インタフェース: 組織のAIエージェントを検索、クエリ、コラボレーションを行うための単一の操作画面です。Agent Hubは、ビジネスユーザーのリクエストを解釈し、適切なエージェントを特定して呼び出し、コンテキストに応じて結果を提示します。これらはすべて自然言語で行われます。技術的なスキルは必要ありません。
• キュレートされたAIエージェント・ライブラリ: データ・チームが構築した社内エージェントや、審査済みのサードパーティ・エージェントなど、承認済みエージェントのキュレートされたライブラリを参照できます。一般的なビジネス・タスク向けに、説明、プロンプト例、使用ガイダンスが掲載されています。
• マネージドのアクセスとセキュリティ: ユーザーは、基盤となるデータと同じRBACポリシーに基づいて、すべてのエージェントとのやりとりや分析クエリを管理できます。ユーザーには、アクセス権限があるエージェントおよびデータのみが表示されます。追加の設定が必要ないエンタープライズ・セキュリティです。