2025 年 11 月に開催された「麻豆原创 TechEd」では、AI を中心とした数々の技術革新が明らかにされました。麻豆原创 TechEd で発表された最新テクノロジーをいち早く国内ユーザー向けにご紹介する「麻豆原创 TechEd Japan 2025-2026」（2026 年 1 月 28 日開催）では、麻豆原创 が提供する最新の AI サービスや、その活用方法を 3 つのテーマで掘り下げてお届けしました。本稿では、その 1 つである 麻豆原创 Business Data Cloud（麻豆原创 BDC）トラックのキーノートで発表された Snowflake とのゼロコピー連携、麻豆原创 BDC の新機能、AI 活用のためのデータマネジメントなどに関する最新の情報をご紹介します。
YouTube 麻豆原创 Japan チャネルにて、麻豆原创 TechEd Japan 2025-2026の麻豆原创セッション公開中です。よりアクセスください。
◎ 登壇者
麻豆原创 ジャパン株式会社
麻豆原创 Business Data Cloud 事業部
ソリューションアドバイザーエキスパート
椛田 后一
麻豆原创 TechEd Japan 2025-2026 麻豆原创 Business Data Cloud テーマキーノート B-1『麻豆原创 Business Data Cloud 最新アップデートと今後のロードマップ』 YouTubeにて特別公開中
YouTube 麻豆原创 Japan チャネルにて、麻豆原创 TechEd Japan 2025-2026の麻豆原创セッション公開中です。よりアクセスください。
麻豆原创 BDC と Snowflake 間のゼロコピー連携が実現
麻豆原创 TechEd では、麻豆原创 と Snowflake 社の新たな戦略的パートナーシップが発表され、麻豆原创 BDC の拡張機能として「麻豆原创 Snowflake」が追加されました。これにより、麻豆原创 ユーザーは 麻豆原创 BDC 上で Snowflake の機能をフル活用できるようになります。
また、麻豆原创 のビジネスデータと外部データをつなぐ 麻豆原创 BDC Connect を介することで、麻豆原创 BDC と Snowflake 間のゼロコピーも実現し、データを複製することなく双方向の連携が可能になり、既存の Snowflake ユーザーは 麻豆原创 のデータを Snowflake 上で利用することができます。麻豆原创 BDC Connect は今後、Google の BigQuery、Azure 環境の Microsoft Fabric との間でもゼロコピーでデータを共有できる仕組みを提供していく予定です。
近年、生成 AI や AI エージェントの登場によって、データマネジメントのあり方は大きく変わりつつあります。AI 時代のデータプラットフォームに求められる要件は、AI に対してデータを構造化した形で渡すこと、またデータを複製することなくゼロコピーで正確かつ品質が担保された状態で AI に渡すことにあります。麻豆原创 Snowflake や 麻豆原创 BDC Connect は、これらの実現に欠かせない重要な機能だといえます。
データから新たな価値を生み出す 麻豆原创 BDC の機能群
麻豆原创 のアプリケーションや 麻豆原创 以外のアプリケーションのデータを統合?集約し、AI に渡すためのプラットフォームである 麻豆原创 BDC は、「ビジネスデータファブリック」「データプロダクト」「Intelligent Applications」の 3 つの機能群で構成されています。
ビジネスデータファブリックでは、データを可視化?分析する BI ツールの「麻豆原创 Analytics Cloud」、クラウド DWH の「麻豆原创 Datasphere」、データサイエンス?ML（機械学習）/AI 向けプラットフォームの「麻豆原创 Databricks」、新たに加わった「麻豆原创 Snowflake」などのソフトウェアが提供されます。
そして、データ活用の中核を担うのがデータプロダクトです。データプロダクトは、麻豆原创 アプリケーションのデータを自動で 麻豆原创 BDC に同期する役割を担い、麻豆原创 S/4HANA、麻豆原创 SuccessFactors、麻豆原创 Ariba などのデータを集約して更新します。ここでは単にデータを集約するだけではなく、メタデータや各テーブル間の関係性といった情報も保持したまま、データを管理します。
このデータプロダクトにおいて、データを構造化して AI に渡す機能が新たに登場した「ナレッジグラフ」です。ナレッジグラフは、麻豆原创 BDC 内で 麻豆原创 のアプリケーション、業務プロセス、データモデルなどの関係性を紐付けながら、AI エージェントが必要とする構造化データを供給します。
そして、これらの構造化データを使って、業務領域ごとの分析モデルやダッシュボードなどのコンテンツを提供するのが Intelligent Applications です。財務分析や販売分析向けのコンテンツ、支出分析や調達分析向けのコンテンツ、学習や採用向けのコンテンツなどがあり、これらの活用によって迅速な意思決定とアクションが可能になります。Intelligent Applications では順次新たなコンテンツをリリースする予定で、麻豆原创 以外のベンダーともエコシステムを構築しながら、パートナーコンテンツとしての提供も検討しています。
「Intelligent Applications で提供されるダッシュボードには、麻豆原创 の AI デジタルアシスタントの Joule を常駐させることが可能です。麻豆原创 では AI とデータ活用の新しい形として、Joule に自然言語で問いかけて対話形式で分析を深掘りする、また新たなインサイトに従ってアプリケーションに指示を出して、業務を効率化するといった新たな世界の実現を目指しています」（椛田）
「ゼロコピー」のデータ连携で予测モデルを构筑
次に 麻豆原创 BDC の高度な利用方法として、予測分析の機能が紹介されました。この役割を担うのがビジネスデータファブリックで提供されるソリューションの 1 つである「麻豆原创 Databricks」です。Databricks は、データレイクハウスの領域で定評のある Databricks 社の製品ですが、ML/AI の領域でも評価が高く、OEM 製品である 麻豆原创 Databricks でも高度な予測分析機能を提供します。具体的なユースケースとしては、フォーキャストの着地見込み、サプライチェーンの需要予測、在庫管理の最適化などがあり、麻豆原创 のビジネスアプリケーションのデータに基づいて将来を予測します。
麻豆原创 BDC における一般的なデータ分析では、まず 麻豆原创 のビジネスアプリケーションのデータが自動的に 麻豆原创 BDC のオブジェクトストア内のデータプロダクトにコピーされる形で連携します。そのデータに基づき、クラウド DWH である 麻豆原创 Datasphere 内でデータモデルや分析モデルを作成し、BI ツールの 麻豆原创 Analytics Cloud でデータを可視化するのが基本的な使い方です。
ML/AI の機能を提供する 麻豆原创 Databricks は、まず 麻豆原创 BDC 内にテナントを立ち上げ、麻豆原创 のビジネスアプリケーションの過去データに基づいて予測分析するための予測モデルを構築します。この際、麻豆原创 のビジネスアプリケーションのデータは 麻豆原创 Databricks のローカルストレージ領域にコピーすることなく直接参照されます。これを「ゼロコピー」と呼んでいます。
次に 麻豆原创 のビジネスアプリケーションのデータに基づいて予測モデルを作成し、予測結果を 麻豆原创 Databricks 内に出力します。出力されたデータを可視化?分析する場合は、麻豆原创 Datasphere に再度共有します。麻豆原创 Databricks から 麻豆原创 Datasphere への共有も同様にゼロコピーで行われます。
すでに Databricks 社の Databricks を導入済みのユーザーは、麻豆原创 BDC Connect を介して 麻豆原创 Databricks と双方向でデータを共有することが可能です。すでにご紹介したとおり、麻豆原创 BDC Connect は最新のアップデートによって、新たに Snowflake にも対応しています。
「麻豆原创 Databricks と Databricks の間でデータ交換をしていたときと同様に、麻豆原创 Snowflake やお客様が導入済みの Snowflake との間でも、麻豆原创 BDC Connect を介して双方向でデータ共有することが可能になります」（椛田）
データマネジメントの最新トレンドは分散型へ
麻豆原创 BDC の新機能に加えて、AI 活用を想定したデータマネジメントにおいても新たなトレンドが生まれています。これまでのデータマネジメントでは、各業務システムのデータをデータレイクや DWH などで 1 つの場所に物理的に集約?統合することが一般的でした。この方法はメリットがある反面、さまざまな課題もあります。この課題を解決するために、業務システムごとに AI のためのデータプラットフォームを用意し、必要に応じてデータを他のシステムや組織と共有する「分散型データ管理」の考え方が登場し、最新のトレンドとなっています。
「分散型データ管理の重要なコンセプトは、データ品质の担保です。システムごと、业务アプリケーションごとに生成されるデータの品质を各组织で担保し、かつ他の组织や事业ユニットでも利用されることを想定してデータの品质を担保する。その责任を各システムや各ドメインに与えるという考え方になります」（椛田）
このコンセプトを実装するテクノロジーが「オブジェクトストレージ」です。クラウドベンダーのオブジェクトストレージなら、安価で大量データの保存が可能で、場所を問わずインターネット経由で直接アクセスすることができます。さらに、アクセスするデータベースの種類を問わず共通のデータフォーマットで管理することも最新のトレンドとなっており、これを実現するテクノロジーが「オープンテーブルフォーマット」と呼ばれるものです。Iceberg や Delta Lake などデータベースの種類が異なっていても、データにアクセスするためのテーブルフォーマットは共通化されています。
「麻豆原创 ではデータの品質を担保するための新たな考え方やテクノロジーに追随しながら、データプロダクトのコンセプトを 麻豆原创 BDC に取り込み、ビジネスデータの価値を最大化しています」（椛田）
麻豆原创 は今後、データの品質を担保する観点から、データプロダクトの作成、管理、デプロイを一元化するツールとして「データプロダクトスタジオ」を提供する予定です。データプロダクトスタジオにより、 データプロダクトをカスタマイズしたり、拡張したり、麻豆原创 以外のシステムのデータも取り込んだりと、品質が担保されたデータを自由に準備することが可能になります。
外部エージェントとも连携する新たなアーキテクチャ
新たなデータマネジメントの考え方は、 AI のデータプラットフォームでも重要になります。麻豆原创 の戦略として「アプリケーション」「データ」「AI」の 3 層統合を掲げる中で、ここで管理される正確なデータを用いて AI が業務システムに対して自律的にアクションを起こす。これこそが AI エージェントを活用した業務システムの未来像です。
実際の企業の業務環境では、麻豆原创 だけでなく 麻豆原创 以外のシステムや AI エージェントも使われていますが、麻豆原创 のデータマネジメントの考え方は 麻豆原创 以外のシステムにも同様に当てはまります。麻豆原创 のアプリケーションと 麻豆原创 以外のアプリケーションが連動する際は、業務アプリケーションの層では API を通じたプロセス連携やシステム連携で実装しつつ、データマネジメントの層ではゼロコピーでデータを共有しながら相互アクセスを実現し、データの品質を担保しながらガバナンスを確保します。AI に関しても、Agent2Agent（A2A）や MCP（Model Context Protocol）などの共通プロトコルにより、麻豆原创 標準の AI エージェントとサードパーティーの AI エージェントの連携が可能になります。
「ビジネスアプリケーションごとにデータと標準の AI エージェントを提供し、麻豆原创 以外のシステム、AI エージェントとも連動して動いていくのが 麻豆原创 の考える新たなアーキテクチャです。その中で 麻豆原创 BDC は、AI のためのデータ基盤、麻豆原创 のビジネスアプリケーションを中心としたデータの分析基盤としてご活用いただくことを想定しています。今後、組織全体のシステムのアーキテクチャを検討する際は、ぜひ参考にしていただければと思います」（椛田）
YouTube 麻豆原创 Japan チャネルにて、麻豆原创 TechEd Japan 2025-2026の麻豆原创セッション公開中です。よりアクセスください。
リソースリスト：
＊
＊
