The Holy Trinity:AIが実際に働くために本当に必要なもの

ある製造業の企業が、14,000あるSKUのうちどれが実際に利益を生んでいるのかを知りたいと考えました。答えは3つのシステムの中にありますが、それらは一度もデータを1件たりともやり取りしたことがありません。少し前までは、その答えを得るのに3つの部門、2週間、そして相当な善意が必要でした。2026年初頭からは、AIがこの問いに数分で答えられます。データを走査し、関連を結び、推奨を出す。ただし、アクセスできることが前提です。

The Holy Trinity:AIが実際に働くために本当に必要なもの

The Holy Trinity:AIが実際に働くために本当に必要なもの

ある製造業の企業が、14,000あるSKUのうちどれが実際に利益を生んでいるのかを知りたいと考えました。答えは3つのシステムの中にありますが、それらは一度もデータを1件たりともやり取りしたことがありません。少し前までは、その答えを得るのに3つの部門、2週間、そして相当な善意が必要でした。2026年初頭からは、AIがこの問いに数分で答えられます。データを走査し、関連を結び、推奨を出す。ただし、アクセスできることが前提です。

モデルはすでにその水準にあります。行動し、複数のステップとシステム境界をまたいでタスクを実行し、意思決定の材料を整え、ワークフローを起動します。多くの企業はCopilotを通じてその感触をつかんでいますが、Copilotが知っているのはM365の世界、つまりメール、ドキュメント、カレンダーです。ERP、CRM、IoT、生産システムといった、事業そのものを支えるデータにAIを向けたいのであれば、別の土台が必要になります。

この土台は3つの要素で構成されます。当社はそれぞれをマネージドサービスとして構築しました。いずれも3〜4週間で本番に入り、3つ揃うと、AIが実際の仕事をこなせるプラットフォームになります。

第一に、問い合わせる価値のあるデータ

14,000のSKUに話を戻します。生産データはERPに、販売実績はCRMにあり、そのどこかで一人の担当者が表を管理していて、それがたまたま事業上重要なKPIの唯一の情報源になっています。これは例外ではありません。これが常態です。そしてこれらのデータが別々のシステムに置かれている限り、AIは事業を一貫した視点で捉えられません。

レイクハウスアーキテクチャはこれを3つの層で解きます。ソースシステムからの生データ(Bronze)、キュレーションと検証を経たデータセット(Silver)、そして分析やAIのパイプラインへ直接流れる業務集計(Gold)です。DatabricksとFabricのどちらで動かすかは要件次第です。どちらでも機能します。両者のハイブリッドも同様です。

Azure Data Foundationがそのためのマネージドサービスです。ERP、CRM、IoTその他のソースシステムからデータを1つのプラットフォームに統合し、すべてをInfrastructure as Codeとして定義し、自動のドリフト検知、Unity CatalogまたはPurviewによる一貫したデータガバナンス、そしてビジネスユーザー、アナリスト、データエンジニアそれぞれに対するロールベースのアクセスを備えます。実務上の帰結はこうです。この土台を持つ企業は、これまで答えられなかった問いを初めて立てられるようになります。答えたくなかったからではなく、データはあってもつながっていなかったからです。

第二に、ワークロードが実際に動く場所

データを持つことと、一度きりの問い合わせを超えて何かをすることは別です。AIアプリケーション、自動化された業務ロジック、長時間走るジョブ。企業データへ自律的かつ繰り返しアクセスするものはすべて、制御できる実行環境を必要とします。その環境は、意図していようといまいと、コンテナーで構成されます。

Azure Container Foundationがその枠組みを提供します。ワークロードに応じてAzure Container AppsまたはAzure Kubernetes Serviceを基盤とした標準化されたコンテナープラットフォームです。統一されたネットワークアクセス、マネージドIDを用いたEntra IDによる中央認証、一貫した監視。すべてをTerraformとGitHubで管理し、すべてが再現可能です。

これによって何が可能になるか。チームごとに独自のクラスターを立ち上げ独自のルールを決めるのではなく、ワークロードが動くだけでなく制御可能な状態にとどまる共通の枠組みができます。ワークロードに自律性を与えるための前提条件です。

第三に、モデルがAgentになる場所

モデルはまだAgentではありません。言語モデルと、注文を確実に登録し、請求書を点検し、サービス案件をエスカレーションする何かとの間には、地味な作業が大量に横たわっています。どのモデルを使うか、どの道具を使うか、どのデータソースにつなぐか、どのガードレールを置くか、そしてAgentが外したときに何が起きるか。この作業はどこかで行われる必要があります。追跡可能で再現可能な形で、一人の担当者のノートPC上のノートブックではなく。

Azure AI Foundationがこの層のためのマネージドサービスで、Microsoft Foundry(旧Azure AI Foundry)の上に構築されています。モデルカタログ、Agentのオーケストレーション、道具とデータソースへの接続、評価とオブザーバビリティが1か所に揃います。ここで作られたAgentは、他の環境と同じEntraのIDを使ってデータとワークロードにアクセスし、定義されたガードレールの内側で動き、検証できる記録を残します。

当社はこれをコードとして定義し、ロールベースのアクセス、コンテンツフィルター、議論の余地のないネットワーク境界とともに提供します。さらに、開発から本番へAgentを運ぶデプロイ経路も用意し、誰かが手作業でつまみを回す必要をなくします。ここまで来て初めて、Agentはプロトタイプであることをやめ、企業が実際に運用できるものになります。

The Holy Trinity

3つの構成要素、それぞれ3〜4週間で本番へ、それぞれ単独でも使え、揃えばAIが社内で実際に価値の生まれる場所へ届くプラットフォームになります。

Azure Data Foundationは、事業を記述するデータへのアクセスをAIに与えます。Azure Container Foundationは、そのワークロードが継続的かつ制御された形で動く場所を与えます。そしてAI Foundationは、それらのデータとワークロードから、構築し、検証し、運用できるAgentが生まれる場所です。

3つを組み合わせれば、AIが要約をやめて働き始めるための地面ができあがります。

お問い合わせ

自社のスタックでAIを本番稼働させたいけれど、3つのFoundationのどれを最初に固めるべきか迷っていませんか。ご相談ください。現在の到達点と、次に何が適切かを一緒に整理します。
Florian Stöckl
モデルはとっくに十分な水準に達しています。AI構想が行き詰まる原因はほとんどの場合モデルではなく、その下の土台です。つながらないデータ、制御された実行環境を持たないワークロード、プロトタイプから抜け出せないAgent。当社はこの3つの層をマネージドサービスとして構築しています。AIが社内で印象を残すだけでなく、実際に働くようにするためです。
Florian StöcklHead of Azure

関連記事