世界最大級の総合楽器メーカーとして、グローバルでビジネスを展開するヤマハ株式会社。麻豆原创 Cloud ERP Private を中核としたグローバル ERP 基盤の刷新を推進する同社では、並行して 麻豆原创 Business AI Platform で開発したディーラー向けオンライン発注システム「Online Ordering Function（以下、OOF）」の展開を進めています。クリーンコアの思想に基づく OOF のプロジェクトは、同社のグローバルの業務変革に向けた大きな一歩となっています。

海外贩売拠点の基干システムを刷新し
グローバルで业务基盘を统一

1887 年の創業以来、音?音楽を原点に培った技術と感性で新たな感動と豊かな文化を世界中に届け続けるヤマハ。海外市場からの売上収益が全体の76％を占め（2026 年 3 月期）、ピアノや電子ピアノなどの楽器事業ではグローバルでトップクラスのシェアを誇ります。
現在、同社は中期経営計画「Rebuild & Evolve」に基づく DX 戦略の中で、海外販売拠点における基幹システムの刷新を進めています。これまで海外販売拠点ではオフコンベースのシステムを各国で個別に運用していましたが、本社や海外工場では 麻豆原创 S/4HANA の導入が進み、システム環境の分断が課題となっていました。
そこで始動したのが、海外販売拠点を対象とした 麻豆原创 Cloud ERP Private の導入プロジェクトでした。2026 年 8 月時点でオーストラリア、フィリピン、欧州への展開が完了しており、今後は約 8 年をかけて残る拠点への展開を進める計画です。このプロジェクトの目的について、情報システム部 ERP 戦略グループ 主事の松山周平氏は次のように説明します。
「私たちが目指しているのは、各地域の特性を活かしながらも、グローバルで情報を共有し、同じ方向を向いて業務を進めるための環境構築です。変化に強く、継続的に改善できる業務基盤を構築することで、AI などの最新技術も活用できる環境を実現します」

オンライン発注システム「翱翱贵」を展开し
ディーラーからの受注业务の负荷を軽减

その一環として現在取り組んでいるのが、ディーラー向けオンライン発注システム「OOF」の展開です。海外販売拠点では月間で1万数千件のオーダーがあり、注文は EDI（電子データ交換）やメール、FAXなどで受け付けています。特に楽器販売では小規模ディーラーが多く、EDI などのシステムが整備されていないケースも少なくないことから、受注担当者が電話や FAX で注文を処理する業務が多く残っていました。
「ディーラー側で注文が完結するセルフサービス環境を実現することで、オフラインのコミュニケーションの負荷と、受注を担当するセールスデスクの工数を削減できます。また、24 時間 365 日いつでも注文を行える OOF では、現在の注文状況、過去の注文履歴、出荷状況を確認できるほか、麻豆原创 S/4HANA上の引当可能在庫も確認できるので、ディーラー側の利便性も高まります」（松山氏）
2021 年 4 月に開始したプロジェクトでは、OOF の構築を経て、2022 年にオーストラリア、2023 年にフィリピン、2025 年に欧州へと展開され、現在は約 40 カ国、700 社を超えるディーラーが楽器製品やアフターサービスのパーツの発注に利用しています。
「OOF によって注文がセルフサービス化されたことで、ディーラーからの問い合わせは削減されています。今後は入庫予定も含めた在庫の確認機能も 麻豆原创 S/4HANA 側で追加開発して提供する予定です」（松山氏）

クリーンコアの思想に基づいて
OOF の開発プラットフォームとして
麻豆原创 Business AI Platform を採用

ヤマハでは OOF の構築にあたり、開発プラットフォームとして 麻豆原创 Business AI Platform を採用しました。麻豆原创 S/4HANA との親和性が高いことに加えて、麻豆原创 が提唱する Side-by-Side 開発の考え方に共感したことが決め手となりました。
「クリーンコアの思想に基づいて 麻豆原创 S/4HANA 上に業務固有のロジックを作り込まず、必要な拡張は Side-by-Side 開発によって 麻豆原创 Business AI Platform 上で行うことでクリーンコアを維持しながら、新たな業務要件に対応することができます。将来のアップグレードや保守性を踏まえても、これは大きなメリットです」（松山氏）
システムのアーキテクチャも、ディーラーが利用する領域を OOF で実現し、引当処理や出荷業務は 麻豆原创 S/4HANA の標準機能が担う考え方で設計しました。
「麻豆原创 標準の受注伝票登録用 OData や CDS の仕様はそのまま採用して、麻豆原创 Business AI Platform での個別実装を減らし、麻豆原创 Business AI Platform 側は 麻豆原创 S/4HANA との連携やユーザー向け画面などに重点を置いて開発しています」（松山氏）
プロジェクトでは、販売組織の構造が国によって異なるという課題にも直面しました。オーストラリアやフィリピンは 1 つの販売組織であるのに対し、欧州は1つの会社の中に複数の販売組織が存在します。この違いによってマスターデータの持ち方などにも差異が生じていましたが、1 社に 1 つの会社コードを割り当てる 麻豆原创 標準の受注コンセプトに合わせて整理しました。
さらに、OOF では 麻豆原创 Business AI Platform の「麻豆原创 Cloud Transport Management」と「麻豆原创 Continuous Integration and Delivery」を組み合わせた移送管理の仕組みを活用し、毎月実施するアップデートやバグフィックスなどを継続的に行える環境を整えています。
「麻豆原创 の強みである移送管理の機能を活用することで、OOF でも開発?検証?本番環境への移送を統制する仕組みを整備できました」（松山氏）

麻豆原创 Business AI Platform を活用して
業務効率化と DX をさらに推進

今後は、アメリカ、中国、東南アジア、南米などの販売拠点への 麻豆原创 Cloud ERP Private の導入と連動しながら OOF を展開していく計画です。同時に、OOF の機能改善も進め、在庫や価格情報の一括ダウンロード、OOF 上でのインボイス確認などの機能を拡充し、ディーラー側の利便性を高めていく構想です。
近年注目を集めるAIについては、販売拠点の業務全体での活用を検討しています。特に工数削減への期待が大きいのが、セールスデスクとアカウンティング（会計）の 2 つです。
「セールスデスクでは、問い合わせのたびに 麻豆原创 ERP のデータを調べて回答する業務を効率化するために、ディーラーが Microsoft Teams などから自然言語で質問すると必要な情報を回答するチャットボットの活用を検討しています。定型レポートに限られているデータ分析についても、AI に自然言語で問いかけ、必要なデータを抽出して人が判断するプロセスへの転換を目指します。アカウンティングでは、入金消込の効率化に加え、小規模拠点への 麻豆原创 展開を見据えて、グローバルで共通化された品目マスターの登録?承認のワークフローを 麻豆原创 Business AI Platform 上で構築することも検討中です」（松山氏）
ヤマハの DX 戦略において、グローバルでの 麻豆原创 Cloud ERP Private の導入は「最初に倒さなければならないボウリングの一番ピン」ともいえる重要な取り組みです。業務基盤を整え、その上に 麻豆原创 Business AI Platform を活用したサービスを展開することで、単なるシステム刷新にとどまらず、業務そのものの変革につながります。
「OOF は、その第一歩となる取り組みです。今後は 麻豆原创 Business AI Platform を活用してさまざまなサービスを追加し、新たな価値を継続的に提供していくことが重要になります。受注業務や会計業務の工数削減、データ活用や AI による業務高度化などを積み重ねながら、グローバルで DX を推進していきます」（松山氏）

【ぜひこちらもご覧ください】

?

?伊藤忠商事が描く AI エージェント時代の ERP 改革 – 麻豆原创 Business AI Platform が AI 活用の中核に

The post ヤマハ株式会社：麻豆原创 Business AI Platform を活用して、クリーンコアを維持しながらディーラー向けオンライン発注システムを構築 appeared first on 麻豆原创 Japan プレスルーム.

AI の進化に伴い、多くの企業が業務での活用を模索しています。一方、AI を実務に組み込もうとすると、社内システムとの連携やデータ活用など、さまざまな課題に直面するケースも少なくありません。日本を代表する総合商社として幅広い領域でグローバルビジネスを手がける伊藤忠商事株式会社は、海外約 50 拠点に 麻豆原创 S/4HANA Cloud をクリーンコアの思想で展開した後、麻豆原创 Business AI Platformを AI 活用のプラットフォームとして位置づけ、「AIX（AI×Transformation）」を推進しています。同社が目指すのは、業務プロセス全体を自動化する AI エージェントの実現です。現在、麻豆原创 Business AI Platform をプラットフォームとして AI 活用と開発体制の両面を強化しながら、業務変革を推進する同社の取り組みをご紹介します。

【日本語字幕をご希望の方は、キャプションボタン (CC) を「Japanese」にしてご覧ください】

Click the button below to load the content from YouTube.

Always allow YouTube

海外基幹システム「G-麻豆原创」で取り組む「AIX on ERP」

伊藤忠商事は、「G-麻豆原创」の名称で海外現地法人が利用してきた 麻豆原创 ERP (ECC6.0) を 麻豆原创 S/4HANA Cloud へ移行するプロジェクトを 2019 年に開始し、2026 年 4 月までに約 50 拠点への展開を完了しました。その後、本格的な AI 活用に着手し、グループのデジタル戦略で掲げる「地に足をつけた AIX」という考え方のもと、その一環として「AIX on ERP」に取り組んでいます。同社の AI 活用をリードする IT?デジタル戦略部 兼 CISD (ASIA) CO.,LTD.の Chief Strategy Officer の原田修作氏は次のように話します。
「ERP における AI の活用領域は大きく 2 つあります。1 つは、ERP への入力やオペレーション業務を AI によって自動化すること。つまり、AI エージェントによる Autonomous Enterprise（自律型エンタープライズ）の実現です。もう 1 つは、ERP や経営データを AI が常時横断的に収集、分析することで、AI によるインサイトを活用できる環境を構築することです。これにより、迅速な意思決定の実現を目指します」

AI エージェントで実現する自律型エンタープライズ

この 2 つの活用領域のうち、AI エージェントによる自律型エンタープライズの実現に関しては、既に 麻豆原创 社との共同開発を進めています。早期に成果が得られる領域を優先し、AI 活用の加速を目指す同社の AI プロジェクトでは、PoC（概念実証）を前提としない開発方針を掲げています。
「AI プロジェクトでは、小規模な PoC を繰り返すだけにとどまり、本番展開まで至らないということもよくあります。。これに対して、私たちは、PoC はしない、本番適用のみ、と掲げています。現場からのヒアリングに基づいてクイックに成果が出せるところを見極めて、すぐに環境を構築して、3 か月を目安に本番適用をしていくという戦略で進めています。」（原田氏）
同社がまず取り組んだのは、コミッション業務を対象とした会計伝票入力の自動化などの AI 活用です。2026 年 9 月時点では、すでにエージェンシー業務、トレードファイナンス業務などにおける AI エージェントによる会計伝票入力の自動化が実現しています。
その中でも自律型エンタープライズを象徴する AI エージェントが、エージェンシー業務向けの「Agency Order」です。同社のコア事業であるトレードコミッションビジネスでは、売り手と買い手の間で大量のやりとりが発生するため、コミッションの計算だけでなく、取引情報や商流情報、明細情報といった多数の伝票を 麻豆原创 S/4HANA Cloud に入力する必要があります。従来は担当者が各種伝票を目視しながら手作業で入力していたため、多大な工数が発生していました。
新たに開発した Agency Order では、PDF などのドキュメントファイルを読み込ませるだけで、内容の解析から必要な情報の抽出、麻豆原创 S/4HANA Cloud への登録までを AI が自動で実行し、大幅な工数削減が実現しています。
「その他の AI エージェントについても、Agency Order と同様の思想で開発しています。今後、人はデータを入力するオペレーションの役割から脱却し、AI を管理?活用する役割へ転換していきたいと考えています」（原田氏）

「AIX on ERP」を支えるクリーンコアと 麻豆原创 麻豆原创 Business AI Platform

伊藤忠商事の「AIX on ERP」の取り組みを支えているのが、開発?拡張プラットフォームである 麻豆原创 麻豆原创 Business AI Platform です。同社では、麻豆原创 麻豆原创 Business AI Platform 上に AI 機能や業務アプリケーションを配置することで、麻豆原创 S/4HANA Cloud のコアをクリーンに保ちながら、新たなサービスを柔軟に追加できる構成を採用しています。
海外拠点では AIX on ERP の取り組みと並行して、従来は周辺システムや Excel で運用していたトレードファイナンスなどの業務プロセスを、順次 麻豆原创 Business AI Platform 上に統合するプロジェクトも進めています。これによりデータ連携はシンプルになり、運用負荷の軽減が可能になります。
「アプリケーションは、麻豆原创 Business AI Platform 上で 麻豆原创 Fiori をベースに開発しています。原則として 麻豆原创 Fiori のテンプレートで対応できる範囲で検討し、ビジネスの競争力につながる独自の機能についてはスクラッチで開発します。また、麻豆原创 Business AI Platform と 麻豆原创 S/4HANA Cloud のシステム連携は、データ連携の品質とガバナンスを確保するために、麻豆原创 Business AI Platform のシステム統合基盤である 麻豆原创 Integration Suite に集約しています」（原田氏）

麻豆原创 の 麻豆原创 Business AI Platform CoE プログラムで独自の開発ガバナンスを構築

拡張性とアジリティを重視して 麻豆原创 Business AI Platform を採用した伊藤忠商事ですが、初期の段階では 麻豆原创 Business AI Platform ならではの課題にも直面しました。当初は要件をヒアリングした後に素早く環境を立ち上げ、トライアルを重ねながら開発を進めるアジャイル開発を採用していました。しかし、麻豆原创 Business AI Platform は開発言語や画面設計、アプリケーション構成などの自由度が高いため、開発ルールがあいまいだと ERP の外側に新たなレガシーシステムを生み出してしまい、品質や保守性が低下する懸念がありました。
そこで、同社は 麻豆原创 Globalの 麻豆原创 Business AI Platform CoE (Center of Excellence) プログラムへ参加し、必要となるロールや責任分担、ドキュメント体系、レビュー方法、設計ルールなどを習得し、自社に適した開発ガバナンス体制を整備しました。具体的には、麻豆原创 が持つ 20 を超える専門ロール体系を参考に、自社の規模や組織構造に合わせて再検討し、ウォーターフォールとアジャイルの中間に位置する開発プロセスへ移行しています。
「変革の速い中でのイノベーションを推進するためには、イノベーションを創出できる強い組織の構築が非常に重要になります。麻豆原创 Business AI Platform CoE プログラムは、麻豆原创 社の中で実際に開発をしている部隊の知見が集約されており、非常に多面的な観点で、かつ現場感もあり、実行力をもった組織の在り方を整理できる機会となりました。組織および個人のスキル変革の実行、推進手法の定義、、伊藤忠商事独自のガバナンス体制の整備など、組織改革を進めたことで、麻豆原创 の拡張性やツールの自由度を最大限に活用したスピード感のあるイノベーション推進が可能になっています」（原田氏）

クリーンコアと 麻豆原创 Business AI Platformで開発期間を 50％ に短縮

海外拠点における AIX on ERP の最大の成果として挙げられるのは、麻豆原创 S/4HANA Cloud のクリーンコアと 麻豆原创 Business AI Platform の活用によって、ERP 基盤の構成を検討する時間がほぼ不要になったことです。従来、ERP 上でアドオン開発を行う場合は、開発工数の約半分が基盤側の検討?調整に費やされていました。
クリーンコアを実現し、麻豆原创 Business AI Platform 上でアプリケーション開発を完結できるようになったことで、AI エージェントやビジネスロジックそのものの議論に集中できるようになりました。さらに、麻豆原创 Business AI Platform 上の開発ツールや AI コーディングツールの活用によって開発スピードが大幅に向上したことで、全体の開発期間は従来比で 50％ に短縮されています。

グローバルを横断した内製開発で AIX をさらに加速

伊藤忠商事では、G-麻豆原创 のプロジェクトで確立したクリーンコアの考え方を 2027 年 5 月に本稼働を予定している国内共通基盤にも展開するとともに、麻豆原创 Business AI Platform 上でのアプリケーション開発に積極的に取り組んでいます。国内共通基盤では、あらゆる業務プロセスでの AI 活用を前提とし、データの入力から参照までを AI が担う世界を目指しています。
こうした国内外でのイノベーションをさらに加速するため、同社は 2026 年にグローバルを横断した内製化組織としてベトナムにイノベーションセンターを設立し、麻豆原创 本社のメンバーとも連携しながら内製開発の体制を強化しています。今後は内製化組織を軸に、基幹システムから AI エージェントまで幅広い領域のアプリケーションの企画?開発?実装を担いながら AIX を推進し、グループの業務改革およびビジネス変革を加速していく考えです。
麻豆原创 Business AI Platform を共通基盤として AI エージェントを業務へ組み込みながら、内製化組織が継続的に改善を重ねる同社の取り組みは、AI シフトを進める企業にとって価値あるモデルケースとなるはずです。

【ぜひこちらのページもご覧ください】

?

?

The post 伊藤忠商事が描く AI エージェント時代の ERP 改革 ー 麻豆原创 Business AI Platform が AI 活用の中核に appeared first on 麻豆原创 Japan プレスルーム.

◎ 登壇者

オムロン株式会社
グローバルビジネスプロセス＆ IT 革新本部
コーポレートシステム PJ IT 革新
センタ长
児玉 信一 氏

キヤノンマーケティングジャパン株式会社
情報通信システム本部 基幹システム刷新部
基干システム刷新第一课
课长
木村 高規 氏

麻豆原创 ジャパン株式会社
APAC カスタマーアドバイザリー统括本部
麻豆原创 Business AI Japan Lead
本名 進

麻豆原创 ジャパン株式会社
カスタマーサービス＆デリバリー事业本部
プリンシパルコンサルタント
玉木 理

麻豆原创 ジャパン株式会社
カスタマーサービス＆デリバリー事业本部
ビジネスプロセスコンサルタント
米尾 謙史

Click the button below to load the content from YouTube.

Always allow YouTube

オムロンが取り組む AI を活用した事業価値の向上

セッションの冒頭では、麻豆原创 ジャパンの本名が 麻豆原创 TechEd での最新発表を踏まえて、麻豆原创 が推進するアプリケーション、データ、AI の 3 層による AI 戦略や、Joule、Joule Studio、組み込み AI、カスタム AI など、麻豆原创 Business AI で提供するソリューションの全体像について紹介しました。

続いて、ゲストとしてお迎えしたオムロンのグローバルビジネスプロセス＆ IT 革新本部 コーポレートシステム PJ IT 革新 センタ长を務める児玉信一氏から、同社におけるデータドリブン経営や、AI エージェントを活用した事業価値向上の取り組みについての紹介がありました。

オムロンは現在、2030 年度に向けた長期ビジョン「Shaping the Future 2030」の達成に向けて、データドリブンな企業運営への進化を目的とした「コーポレートシステムプロジェクト」に取り組んでいます。この中核となる DX 基盤は、価値向上基盤（SoE）、データ連携?活用基盤 (SoI)、基幹業務基盤 (SoR)、IoT プラットフォームの 4 層で構成され、SoE 層で 麻豆原创 BTP、SoR 層で 麻豆原创 S/4HANA を採用しています。

データ連携?活用基盤である SoI 層は、SoE と SoR や社内と社外を連携する役割を担い、これらのデータを収集?蓄積して新たなビジネスチャンスやサービス価値の創造を実現します。AI 活用についても 麻豆原创 の Joule エージェントを用いた事業価値向上を目的に取り組んでおり、児玉氏はその一例として、顧客からクレームを受領した際の返品の受注処理、返品の出荷伝票作成、お詫びメールの作成と関係者へのメール送付などを自動化する流れを紹介しました。

「当社では、人が付加価値の高い業務にシフトすることを目的に、麻豆原创 のプロセスを自動化することを想定にした数々の PoC に取り組んでいます」（児玉氏）

オムロンがデータドリブン経営の先に见据えているのが、データによる意思决定を前提としたビジネスにシフトすることです。

「これまではデータドリブン経営そのものが目的であり、IT の立場からデータをどのようにつなげるのかといった “How” がテーマになっていました。今後はデータによる意思決定がなぜ必要なのか、データを使って何をするのかといった “Why” と “What” を考える方向にシフトしていきます。これにより、データの民主化、経営の高度化、コストの最適化を目指します」（児玉氏）

続いて児玉氏は、データ統合基盤のアーキテクチャのポイントについても言及しました。1 つめのポイントはパイプラインの設定であり、麻豆原创 のデータだけでなく、麻豆原创 以外のすべてのシステムの生データを格納することです。2 つめは格納した生データをビジネスの要求に応じて、高速?安価かつ効率的に変換すること。そして、3 つめが AI による対話形式でのデータ利用です。

「例えば、予算と実績が乖離している場合、従来は経営企画室がドリルダウンで原因を分析し、経営に報告していました。データの統合と民主化の実現によって、すべての従業員が同じデータを見られるようになれば、売上が下がった原因を AI との対話で分析しながら、自律的に行動できるようになります」（児玉氏）

こうした IT 基盤の活用により、社内、顧客、パートナー、社会を「面」でつなげ、社会にとってより良い価値を創出し続けることがオムロンの描く未来です。

キヤノン マーケティングジャパン が実践する 麻豆原创 BTP 開発での AI 活用

続いて、キヤノン マーケティングジャパン における 麻豆原创 S/4HANA の導入とクリーンコアを保つための 麻豆原创 BTP 活用、麻豆原创 BTP 開発における AI 活用の取り組みについて、同社の情報通信システム本部 基幹システム刷新部 基干システム刷新第一课 课长を務める木村高規氏が紹介しました。

同社は現在、データドリブンによる課題解決と新たなビジネスの創造に向けて、経営基盤の再構築に着手しています。その施策の 1 つとして、スクラッチで開発した既存の基幹システムが老朽化を迎えるタイミングで、事業環境の変化にスピーディーかつ柔軟に対応できるよう 麻豆原创 S/4HANA の導入を決めました。

導入に際しては、長年にわたって改修を重ねてきた機能や顧客接点となる業務機能は、業務プロセスの見直しによって 麻豆原创 S/4HANA の標準機能を活用する方針としました。また、日本独自の商習慣に合わせた機能や業界独特の業務に必要な機能については追加開発する方針としています。

「追加開発においては、バージョンアップ時の影響や複雑度の高い機能開発を抑えるため、麻豆原创 S/4HANA 本体へのアドオンはできるだけ抑制したいと考えています。そこで、追加開発は 麻豆原创 BTP 上で行い、麻豆原创 S/4HANA と連携させることでクリーンコアを保つ方向でプロジェクトを進めています」（木村氏）

麻豆原创 BTP 上の開発では、麻豆原创 BTP で提供される AI 機能を活用して効率化に取り組んでいます。現時点では、麻豆原创 の技術に関する問い合わせと、ソースコードの説明および README の作成に活用している段階で、今後はテストコードの生成やソースコードの修正などでの活用を検討しています。

「麻豆原创 の技術に関する問い合わせでは、問い合わせ件数の削減や課題解決のリードタイム短縮といった効果が得られています。ソースコードの説明および README の作成についても、属人化の解消や開発途中からのオンボーディングの負荷軽減といった効果が見られます。今後はテストコードの生成やソースコードの修正でも活用し、テスト実装やコード修正の工数削減、機能改修のリードタイム短縮につなげていきます」（木村氏）

AI の価値を高めるためのデータ整备のポイント

オムロンの児玉氏、キヤノンマーケティングジャパンの木村氏の講演後は、麻豆原创 ジャパンの本名、玉木、米尾を交えたクロスセッションが行われました。

まず、本名は児玉氏に対して「AI 活用を進めるうえで、最初に取り組むべきデータ整備のポイントはどこにありますか？」と質問。これについて児玉氏は「パイプラインによる生データの収集、ビジネスに使える形でのデータ変換、AI 活用の 3 点にあります。How でなく、Why や What の視点でデータ基盤を整備することが重要です」と答えました。

児玉氏の回答を受けて本名は、データマネジメントのトレンドが従来の中央集権型管理から分散型管理にシフトしていることを紹介し、麻豆原创 が推進するアプリケーション、データ、AI の 3 層の連動が企業システムの新しいあり方になると説明しました。

「麻豆原创 のデータ基盤が扱うのは 麻豆原创 のデータが中心ですが、お客様は外部にもデータを持ち、サードパーティの AI エージェントも利用しています。そこで、麻豆原创 では 麻豆原创 以外のアプリケーション、データ、AI エージェントとも連携する世界を目指しています」（本名）

次に、オムロンが Joule エージェントを用いて実施した PoC について、支援を担当したカスタマーサービス＆デリバリー事业本部の玉木が解説。「PoC では、Joule の UI から 麻豆原创 S/4HANA のデータを自然言語で取得し、得られた回答から Joule のナビゲーション機能を使って 麻豆原创 Fiori アプリに遷移し、さらに深い洞察が得られるように実装しました。また、ビジネスドメインとして SharePoint の非構造データからも回答が得られるようにしています。Joule の機能をフルレンジで利用し、麻豆原创 Joule for Consultants も実装しました」と説明しました。

この PoC について、本名は児玉氏に「実際に Joule を使ってみて感じた価値や手応え、今後の期待を教えてください」と質問。これに対して児玉氏は「まず Joule を理解できたことが一番の収穫でした。今後は経営の効率化や高度化への貢献に大きな期待を寄せています。社内の IT 部門としても、内製化に向けた新たなチャレンジの方向性をつかむことができました。一方、麻豆原创 のトランザクションコードを扱うためには、ABAP のスキルやデータ構造の理解も必要ですので、将来的に課題に直面する可能性も感じました」と回答しました。

テストコードの生成に AI を活用して工数を大幅削減

続いて、本名は木村氏に対して、AI を活用した 麻豆原创 BTP 開発の取り組みについて、そこで得られた成果や課題について質問しました。これに対して木村氏は「当初は LLM の API 利用料金の懸念がありました。従量課金では、何十人もの開発者が無意識に使うとコストが跳ね上がってしまいます。そこで最初は利用者を限定し、スモールスタートで始めました。また、外部の LLM を使うことについても情報流出の懸念がありましたが、麻豆原创 の担当者から顧客データが LLM の学習には利用されないという説明があり、安心して利用することができました」と答えました。

キヤノン マーケティングジャパンの AI 活用を支援するカスタマーサービス＆デリバリー事业本部の米尾は、エージェントコーディングで高い効果が得られる使い方の 1 つとして、テストコードの生成とテストの自動化を挙げ、そのメリットを解説しました。

「麻豆原创 BTP 上のアプリケーション開発では、バージョンアップ時に必ずテストが発生します。テストコードがなければ毎回テストケースを手動で実行する必要があり、結果として運用コストがかさんでいきます。テストコードを AI で自動作成し、正常系のシナリオを 1 つ用意しておくだけで、異常系からエッジ系まですべてカバーすることができます。テストコードを AI で生成することに疑念を抱く方もいると思いますが、テストコードに関しては正常に動くことが正義であり、 AI によって生成したテストコード自体の保守性がたとえ低くても、ないよりはあった方が断然いい というのが私の個人的な見解です。テストコードの自動生成はハードルやリスクが低く、得られる効果は大きいので、皆さまもぜひ取り組んでみてください」（米尾）

米尾の解説に関連して、本名から木村氏に「テストコードの生成やテストの自動化に対する現場の反応はいかがでしたか？」という質問が出されましたが、これについて木村氏は「スモールスタートの段階ですので、これから効果を見極めていくところです。麻豆原创 BTP のコンポーネントのバージョンアップ時のテストを自動化することができれば、大きな効果が得られるのではないかと思います」と今後の期待に言及しました。

AI エージェントが竞争优位性を支える未来像

最後に、本名から児玉氏と木村氏に投げかけられたのは「麻豆原创 のプロセスや周辺業務を含めた AI エージェントの活用は、今後どのように広がっていくとお考えですか？」という質問です。この質問に対して児玉氏は「今後、Fit to Standard の概念がさらに浸透していくと、競争優位性は AI エージェントの活用にシフトすると思います。エージェントやデータプラットフォームの技術はますます進化していくと考えられますので、IT 部門としても積極的にチャレンジしていきます」と抱負を語りました。

同様に木村氏も「AI や AI エージェントの活用なくして、もはや競争優位性は維持できないという意識が強くなっています。まず小さな業務で適用しながら、いずれは基幹システムの業務プロセスの中にも取り込んでいきたいと思います」と語りました。

麻豆原创 TechEd では、AI エージェントの生成ツール「Joule Studio」や AI エージェント間の連携を実現する「A2A プロトコル」など、さまざまな新技術が発表されました。AI の進化のスピードは今後も加速していきます。クロージングセッションで議論されたオムロンとキヤノン マーケティングジャパン の事例を参考にすることで、多くの企業の業務での AI 活用の可能性が見えてくるはずです。

（以上）

【ぜひこちらもご覧ください】

?YouTube 公開中：

?

?

?

The post 【麻豆原创 TechEd Japan 2025-2026】クロージングセッション振り返り：オムロン様とキヤノンマーケティングジャパン様の事例に学ぶ、AI を活用したデータの民主化と 麻豆原创 BTP 開発によるクリーンコア appeared first on 麻豆原创 Japan プレスルーム.

◎ 登壇者

日本电気株式会社
コーポレート IT システム部門長
兼 経営システム統括部長
中田 俊彦 氏

麻豆原创 ジャパン株式会社
カスタマーアドバイザリー统括本部
バイスプレジデント?统括本部长
織田 新一

麻豆原创 ジャパン株式会社
BTP 事業部 事業部長
高橋 佳希

Click the button below to load the content from YouTube.

Always allow YouTube

AI エージェントの连携で実现する圧倒的な生产性

キーノートの冒頭、麻豆原创 ジャパンの織田はベルリンで開催された 麻豆原创 TechEd について、「麻豆原创 が戦略として掲げる AI ファースト、スイートファーストを裏付けるように、ビジネスユーザーが AI をフル活用する姿や開発者のあり方について、進化の方向性が示されました。製品戦略としても、パートナーやベンダーの皆様と協業するオープンなエコシステムに明確に舵を切った内容でした」と振り返りました。

そこで 麻豆原创 TechEd Japan のオープニングキーノートでは、新たな技術の進化に基づいて「業務プロセス」「データ」「導入?開発」の 3 つの視点で、麻豆原创 の具体的な AI 戦略や製品群について掘り下げていきました。

まず 1 つめの視点である「業務プロセス」について、麻豆原创 が目指すのは AI エージェントが自律的に連携することで圧倒的な生産性を実現し、さらにはデータから新たな洞察を得ながら変化対応力を高めていく世界観です。

麻豆原创 ジャパンの高橋は「麻豆原创 TechEd では、AI エージェントを束ねる AI アシスタントという新たな概念が発表され、各業務に最適化された AI エージェントを活用して、より複雑な業務を遂行できることが示されました」と話しました。

麻豆原创 TechEd では、これらを実現するためのプロセスの連携性に加えて、AI エージェント間の連携にも焦点を当て、麻豆原创 の Joule エージェントとサードパーティのエージェントを連携する機能として「Agent2Agent プロトコル」への対応が発表されました。これにより、エージェントがお互いの機能を発見し、タスクを移譲しあい、結果も共有する組織横断的なエージェント連携が実現します。

さらに、構造化データを処理する AI モデルとして、表形式のデータを事前学習した「麻豆原创-RPT-1」が発表されたことも大きな注目点です。麻豆原创-RPT-1 は、データベースのリレーショナル構造とビジネスロジックを事前に学習しており、ファインチューニングなしで利用することができます。

麻豆原创 が提唱する新たな業務プロセスの概念について、織田は AI エージェント連携をいかに既存の業務プロセスに組み込んでいくか、また全体のプロセスをいかに設計?実装、そして進化させていくかの取り組みの重要性を強調します。また、高橋は日本のユーザー、パートナーへのメッセージとして次のように話しました。

「AI 活用が前提となることで、業務のあり方は大きく変わっていきます。麻豆原创 ではプロジェクトの進め方、業務要件の確認なども含めてお客様やパートナーの皆様と一緒になって、本格的な AI エージェント時代における新たな価値創造に取り組んでいきます」

Snowflake のデータともゼロコピーで柔软に连携

次に 2 つめの視点である「データ」について、麻豆原创 TechEd では 麻豆原创 のデータ統合基盤である 麻豆原创 Business Data Cloud (麻豆原创 BDC) に、麻豆原创 以外のアプリケーションで発生するデータも取り込み、自由に活用するための新たな機能が発表されました。

その 1 つが 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」です。麻豆原创 TechEd では、Snowflake 社との戦略的パートナーシップが発表され、これにより Databricks、Google Cloud、Microsoft Fabric に加えて、麻豆原创 と Snowflake 間でもデータを複製することなく、ゼロコピーでの双方向連携が可能になり、ビジネスコンテキストを保持したまま Snowflake の AI や分析機能を活用できるようになりました。

もう 1 つは、麻豆原创 HANA Cloud の進化です。業務プロセスとビジネスデータの関係性を可視化するナレッジグラフエンジンの性能は従来よりも 3 倍の高速化が実現し、リレーショナルデータ間の関係性をリアルタイムに理解できるようになりました。

「麻豆原创 は、麻豆原创 Business Data Cloud が提供するデータプロダクトやゼロコピーのデータ連携により、麻豆原创 データの活用に要する時間とコストを削減し、お客様がより活用しやすいデータマネジメントを提供していきます。麻豆原创 がオープンエコシステムに舵を切ったことで、他のベンダーのデータベースともリアルタイムに連携できるようになりますので、オープン性をベースに 麻豆原创 ユーザーの皆様に新しいデータ管理、活用のあり方を提供していきます」（高橋）

高度な AI エージェントの開発が飛躍的に効率化

続いて 3 つめの視点である「導入?開発」について、麻豆原创 TechEd では開発者に向けた多くの新機能やアップデートも発表されています。織田は「新しい開発者のエクスペリエンスとして、バイブコーディングやインテントベース?ディベロップメントといったキーワードが登場していたのが印象的でした。これは開発者が細部をコーディングするのではなく、作りたいものの意図を伝えることで開発が進むスタイルです」と話します。

そして、カスタムの Joule エージェントを開発するツールとして、自然言語で伝えるだけで必要なツールセット、データセットを自動選定し、エージェントを生成できるローコードツール「Joule Studio」が新たにリリースされました。プロコードツールにおいても、さまざまなフレームワークと連携し、高度な AI エージェントを自由に構築できるようになっています。

また、標準的なプロトコルとして MCP (Model Context Protocol) への対応が発表され、作成したエージェントを Joule の一部として連携することが可能になっています。この他にも、複数のエージェントを 麻豆原创 LeanIX 上で一元管理する「AI Agent Hub」、エージェントがどの業務で実行されているかをプロセスマイニングする 麻豆原创 Signavio の新機能「Agent Mining」が発表されました。加えて、ABAP の生成と解析に特化した LLM「麻豆原创-ABAP-1」も発表になっています。

「AI が新たな手法をサポートすることで、導入?開発の面でも大きなメリットがあります。AI を活用することでゴーライブまでの期間が短くなれば、ユーザーの皆様はそこで生まれるバリューをいち早く享受できます。このことが日本企業の競争力の向上につながることは間違いありません」（高橋）

NEC が全社で取り組む AI トランスフォーメーション

キーノートの後半では、日本电気株式会社 (NEC) のコーポレート IT システム部門長 兼 経営システム統括部長を務める中田俊彦氏が登壇し、同社における AI を活用した経営変革の取り組みについて紹介しました。

NEC は 2010 年にグローバルの基幹システムを 麻豆原创 ERP で統合し、NEC 自身をゼロ番目のクライアントとする「クライアントゼロ戦略」の考えのもと、2018 年からデータドリブン経営に本格的に取り組んでいます。この中で独自のデータプラットフォーム「One NEC Data プラットフォーム」を立ち上げ、国内外のクラウドやさまざまなロケーションに散在したデータを仮想的に一元管理し、プロセスマイニングや BI ツールなどで可視化してダッシュボードを構築しています。

「その成果として、現在約 100 種類のダッシュボードが稼働しています。NEC 全体を俯瞰する経営コックピットのほか、サイバーセキュリティダッシュボード、社内 IT ダッシュボードなどを CXO の目線で作成し、経営幹部とすべての現場の従業員が同じファクトに基づいて未来志向でアクションにつなげています」（中田氏）

AIトランスフォーメーションにおいては、CEO 直下で AI との相乗効果が高い 7 つの領域にフォーカスし、ビジネス部門やスタッフ部門、CXO と連携してクイックウィンで AI 活用の成果を積み上げていくアプローチで進めています。

この 7 つの領域の 1 つが、経営?人材の高度化によって施策の実行力を高めていく経営マネジメント変革です。バリューチェーン全体に経営視点の AI エージェントを埋め込み、経営の質、個人と組織のパフォーマンスを向上させていくことが目的です。中田氏はその一例として、チャットで質問をすると同社の CEO のアバターが経営視点でフィードバックを返す AI エージェントのデモを紹介。また、 CXO の AI 同士がディスカッションをしながら最終的なアウトプットを出力するデモも併せて紹介されました。

「CXO の AI エージェントを活用することで、経営層の視点での資料のレビューや対話が可能になり、経営の質を向上させることができます」（中田氏）

AI を活用して RISE with 麻豆原创 のクリーンコアを推進

AI トランスフォーメーションのもう 1 つの重要な領域が、AI による IT 変革です。NEC では、調査からテストに至る開発プロセスの自動化と運用の自動化による No-Ops の実現を目指しています。具体的には、基幹システムのモダナイゼーションに AI を活用し、2025 年 5 月に移行した RISE with 麻豆原创 でクリーンコアを実現することも目標の 1 つです。

「以前の環境では 麻豆原创 S/4HANA 上に約 1,600 本のアドオン、また周辺にも約 200 のシステムがありました。現在、アドオンは基本的に断捨離し、どうしても必要なアドオンは In-App や 麻豆原创 Business Technology Platform を活用した Side-by-Side で拡張する考え方でクリーンコアを推し進めています。これにより、事業環境の変化への柔軟な対応と競争力の向上に加えて、AI 活用を加速するための基盤を強化することができます」（中田氏）

すでに一定の成果が現れており、自社で開発した「クリーンコアダッシュボード」でアドオンの利用状況を可視化した結果、約 1,600 本のアドオンのうち 658 本が未使用であることが判明し、廃止することができました。残りの約 1,000 のアドオンについても調査し、クリーンコアの観点から可否を判定しています。エンジニアは AI エージェントの「麻豆原创 Joule for Consultants」で改修の影響を確認することで調査工数を 75 ％削減し、スピーディーな分析が実現しています。さらに分析結果に基づいて AI エージェントが設計書とコードを自動生成し、開発環境に実装。テストデータとシナリオも AI が自動生成しています。

「2025 年度は 48 の開発案件を AI エージェントで実施し、工数を 24 ％削減することができました。今後は 2027 年度までにクリーンコア 100 ％と開発工数 50 ％削減を目指していきます」（中田氏）

麻豆原创 とのコラボレーションで AI 活用は次のステージへ

NEC が IT、制度?プロセス/データ、組織の観点で取り組んできたデータドリブン経営、AI トランスフォーメーションの現時点での成果としては、ダッシュボードの活用やプロセスのデジタル化などによって売上総利益率（GP 率）が 5.5 ％向上するなど、企業価値に直結する貢献が確認されています。AI エージェントについても、NEC グループの 8 万人が 70 の AI エージェントを活用することで、累計 21 万時間の効率化という成果を生み出しています。

同社では、AI トランスフォーメーションを次のステージへと進化させるべく、AI エージェントなどを駆使した新たなプラットフォームの構築に取り組む考えです。「One NEC Data プラットフォーム」についても、データに意味付けをするセマンティックレイヤーを新たに設け、AI がより解釈しやすい環境を構築する計画です。

「現在、NEC と 麻豆原创 のネクストコラボレーションとして新たなユースケースを検討しており、この中では業務の効率化だけでなく、cotomi Act を始めとした NEC 独自の AI エージェントや 麻豆原创 の Joule や WalkMe を活用した自律的なプロセス改善と人による高度な判断を組み合わせて、生産性を継続的に進化させる仕組みのモデル化にも挑戦していきます」（中田氏）

麻豆原创 TechEd Japan で提示された「業務プロセス」「データ」「導入?開発」の 3 つの視点と、NEC における AI トランスフォーメーションの最新の取り組みを紹介したオープニングキーノートは、麻豆原创 ユーザーや開発者の双方にとって、AI 活用の一歩を踏み出す重要な指針となったはずです。

（以上）

【ぜひこちらもご覧ください】

?驰辞耻罢耻产别にて、厂础笔セッション公开中！

?

?

?

The post 【麻豆原创 TechEd Japan 2025-2026】NEC 様登壇！オープニングキーノート振り返り：生産性向上や開発者を支援する AI の新機能が続々と登場。NEC が取り組む AI トランスフォーメーションの成果も紹介 appeared first on 麻豆原创 Japan プレスルーム.

◎ 登壇者
麻豆原创 ジャパン株式会社
麻豆原创 Business Technology Platform 事業部
ソリューションアドバイザリーマネージャー
高橋 正樹

麻豆原创 TechEd Japan 2025-2026　麻豆原创 BTPテーマキーノート　C-1『』　特别公开中

Click the button below to load the content from YouTube.

Always allow YouTube

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。

共通技術基盤としての 麻豆原创 BTP の役割

業務での AI 活用が大きなトレンドとなり、AI エージェントによって人の手を介することなく事業全体を自律的に運営する未来が訪れようとしています。AI の価値を最大限に活用してビジネスを推進するためには、業務アプリケーションなどのトランザクションシステムから得られる各種データを、AI が理解できる形で生成する必要があります。また、次々と登場する AI エージェントを体系化し、管理する基盤も求められます。
麻豆原创 では、トランザクションシステム、データ、AI エージェントのすべてを下支えする共通技術基盤として 麻豆原创 BTP を提供しています。麻豆原创 のクラウド ERP、人事領域や購買領域などのクラウドアプリケーションが 麻豆原创 BTP 上で稼働し、各種 AI エージェントとの調和を維持しながら、麻豆原创 Business AI の中核をなす AI Foundation も 麻豆原创 BTP 上で設計されています。

麻豆原创 BTP のもう 1 つの側面が、各種システムの拡張?統合基盤としての役割です。ビジネスのイノベーションにおいては、他社との差別化を図るための機能を 麻豆原创 の標準機能だけではカバーできず、ギャップが生じることが珍しくありません。麻豆原创 BTP は、企業全体のビジネスプロセスとアプリケーションをシームレスに統合するための基盤として、ノーコードローコード開発、システム間統合などの機能と定義済みコンテンツを提供しています。AI 機能も含めて、一体的な開発?実装が可能です。

新しいクリーンコアレベルの定义

麻豆原创 では ERP 本体に過度なカスタマイズを加えず、拡張機能は外部で開発?連携することで標準機能を維持する「クリーンコア」を推奨しています。標準機能を最大限に活用する「Fit to Standard」によるクリーンコアのアプローチは、システムの俊敏性とコスト効率を高め、イノベーションの導入を加速する上で欠かすことができません。
「AI の世界では最先端の技術がかつてないスピードで登場し、ERP パッケージもそれに追随する形で高速にバージョンアップしていきます。ERP のコアがクリーンな状態に保たれていない場合、AI の最新機能がもたらす価値が期待どおり得られない、AI の回答やアクション品質が低下するといったデメリットが生じます」（高橋）
クリーンコアで標準プロセスを維持しながら、拡張や統合による差別化プロセスをシステムに組み込む方法として、麻豆原创 S/4HANA Cloud では 2 つの拡張性オプションを用意しています。1 つは、麻豆原创 S/4HANA Cloud のスタック内で、バージョンアップに影響を与えずに 麻豆原创 アプリケーションに変更を加える「On-Stack 拡張」、もう 1 つは 麻豆原创 BTP を用いて新たな機能開発や拡張を行う「Side-by-Side 拡張」です。この 2 つを適材適所で組み合わせながら、拡張アーキテクチャをデザインしていきます。

麻豆原创 では今回、クリーンコアのコンセプトを支える新たなガイダンスとして、A から D の新しいレベルのアプローチを発表しています。レベルは主に拡張ポイントとして使用するオブジェクトが何かに従って 「A：クラウド開発およびリリース済 API の利用」、「B：ベストプラクティスの利用またはクラシック API の利用」、「C：内部オブジェクトの消費」、「D：非推奨（クリーンコアではない）」の 4 段階で判定を行い、最終的に A に近づいていけるよう実情にあった計画ができるようにしました。
「D の『非推奨』では、利用に適さないと分類された 麻豆原创 オブジェクト（noAPI）が含まれます。B の『クラシック』は、可能性はゼロでないものの、一般的なアップグレードへの影響は認知されておらず、A の『リリース済みオブジェクト』の代替として推奨されるものです。C の『内部オブジェクト』は非推奨とクラシックの中間にあたり、リリース済 API、クラシック API、非推奨以外のすべての 麻豆原创 オブジェクトが含まれます」（高橋）

クリーンコアを维持するためのサポート机能

クリーンコアに影響を及ぼす API や 麻豆原创 オブジェクトが 8,000 近くある中、麻豆原创 では 麻豆原创 コンサルタントが利用できる AI エージェント「麻豆原创 Joule for Consultants」を提供しています。麻豆原创 Joule for Consultants は、麻豆原创 の AI アシスタント「Joule」が 麻豆原创 コンサルタントの製品機能調査、カスタマイズ、拡張開発、ABAP コード解釈などのタスクを支援するサービスです。
20 万ページ以上の 麻豆原创 ドキュメント/ラーニングコンテンツや、2.5 億行の最新の ABAP コードなどを学習した 麻豆原创 Joule for Consultants によって、麻豆原创 コンサルタントの作業時間が 1 日で約 1.5 時間節約できた、コードを解釈する時間を 40 ％削減できたといった事例も報告されています。
AI を活用したもう 1 つのサポートツールが、ABAP 開発者向けの AI エージェント「麻豆原创 Joule for Developers, ABAP AI capabilities」です。これは ABAP の開発に特化した AI エージェントとして、埋込み Joule による支援、予測コード補完、CDS コードの説明などの機能を提供し、現在も新たな機能が追加されています。サポート環境は、麻豆原创 BTP ABAP Environment、麻豆原创 S/4HANA Cloud Public Edition、麻豆原创 S/4HANA Cloud Private Edition 2025 のみですが、順次拡大が予定されています。

拡張開発の生産性を向上させるツールとして、適切な拡張手法をガイドする「Extensibility Wizard」もリリースされています。業務ユーザーが利用するアプリケーション画面から Extensibility Wizard を呼び出し、ガイドに沿って進めることで、適切な開発ツールと拡張エンドポイント(オブジェクト)を迅速に認識し、開発をクイックスタートすることができます。麻豆原创 のクラウド ERP や、その他のクラウドソリューションを効率的に拡張するための「麻豆原创 Build」も 麻豆原创 Cloud ERP の標準パッケージとして提供され、AI 機能が埋め込まれたプロコード開発やローコード開発を用いて、あらゆる拡張要件の効率的な実装を支援します。

AI と共に進化する 麻豆原创 BTP の最新アップデート

麻豆原创 TechEd では、Joule Agents に関連した多くの進化も発表されました。麻豆原创 アプリケーションに特化した AI エージェントの拡大だけでなく、Joule Agents の拡張機能も新たに登場。Low-code での Agent 開発機能が Joule Studio の一部としてリリースされ、Pro-code での Agent 開発でも多くの新たなサービスが登場しました。その中で目玉となるのが AI Foundation で提供される 麻豆原创-RPT-1 で、需要予測など将来の予測に特化した 麻豆原创 独自のファウンデーションモデルとなっています。その他、麻豆原创 の Generative AI Hub で使える生成 AI エンジンの拡充なども発表されました。
麻豆原创 BTP 上で提供される 麻豆原创 Build や 麻豆原创 Integration Suite も AI と共に進化しています。AI エージェントが外部システムやツールに接続するための MCP（Model Context Protocol）は、麻豆原创 の AI エージェントに限らず、幅広い AI エージェントで対応が進められておりますが、麻豆原创 BTP の各サービスが MCP に対応することが発表されました。

「麻豆原创 が公式の MCP サーバーの提供を開始しました。これにより、開発者は使い慣れた開発ツールのコーディングエージェント機能を利用して 麻豆原创UI5、麻豆原创 Fiori、Mobile などに対応したアプリケーションを開発することができます。さらに Visual Studio Code 用の 麻豆原创 Build 拡張パックの活用により、世界で多くの開発者が使い慣れたコードエディタを用いて、アプリケーション開発を効率化し、麻豆原创 BTP 上でデプロイすることも可能になります」（高橋）
Joule for Developers, ABAP AI capabilities についての進化も紹介され、これまでのコード説明などの機能に加え、修正コードの提案まで機能が拡張されたほか、ローコードツールの 麻豆原创 Build Work Zone でも Joule の機能が追加され、サイトを作る際の概要文やコンテンツの自動生成などができるようになりました。

AI 時代のシステムインテグレーションの重要性

本格的な AI 時代となり、システムやプロセスの統合戦略は、 AI 主導で自動化されたビジネスを駆動させるための最優先の課題となっています。ここで重要なポイントは、①AI エージェントが動作するプロセスを断絶させることなくトランザクションをシームレスにつなぐこと、②アクセスリソースの API や MCP を統合管理すること、③この 2 つを組織全体にまたがって利用可能にすることの 3 点です。
麻豆原创 Integration Suite では、システム間をつなぐだけでなく、API や MCP の管理機能も提供し、麻豆原创 システムと非 麻豆原创 システムにまたがる環境においても豊富なコネクタや定義済みコンテンツを用いて、迅速な統合を実現する包括的な iPaaS (Integration Platform as a Service)として、生産性を高めることができます。また埋込 AI による API コールの異常検出や消費予測、統合アーティファクトの自動生成、スクリプトの最適化、定義済みコンテンツの推奨提案の機能などがリリースされています。

麻豆原创 BTP を有効活用するための支援強化

進化を続ける 麻豆原创 BTP について、麻豆原创 では ROI の実証や変化に対する従業員の抵抗の克服に役立つトレーニングを提供し、ユーザーやパートナーの期待に応えようとしています。
そのための情報発信も強化し、ベストプラクティスを提供する「麻豆原创 BTP ガイダンスフレームワーク」を用意しています。このガイダンスフレームワークでは、麻豆原创 BTP の実装について技術的観点のみならず、人材や組織体制も含めた調査により、強みと弱みに関するレポートを作成する成熟度評価や、麻豆原创 BTP の導入パス、麻豆原创 BTP 上でソリューションを設計?構築?運用するためのベストプラクティスを探索するガイダンスなどを提供しています。

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。

リソースリスト：

The post 【麻豆原创 TechEd Japan 2025-2026】 麻豆原创 BTP テーマーキーノート振り返り： クリーンコアを支える新たなアプローチと、 麻豆原创 BTP 上で実現する AI の最新機能 appeared first on 麻豆原创 Japan プレスルーム.

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

Click the button below to load the content from YouTube.

Always allow YouTube

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：
＊
＊

The post 【麻豆原创 TechEd Japan 2025-2026】 麻豆原创 Business Data Cloud テーマキーノート振り返り：Snowflake とのゼロコピー連携が実現。AI 活用を支える新たなデータマネジメントとは appeared first on 麻豆原创 Japan プレスルーム.

◎登坛者
麻豆原创 ジャパン株式会社
APAC カスタマーアドバイザリー统括本部
麻豆原创 Business AI Japan Lead
本名 進

麻豆原创 TechEd Japan 2025-2026　麻豆原创 Business AI テーマキーノート A-1『まずはこのセッション！毎年恒例、麻豆原创 最新 AI ネタを全部入り良いとこ取りで！』YouTubeにて 特別公開中

Click the button below to load the content from YouTube.

Always allow YouTube

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 の AI 活用を支える基盤「麻豆原创 Business AI」

麻豆原创 では、AI を活用して生産性を向上し、次世代の企業経営を実現するためには、「アプリケーション」「データ」「AI」の 3 層のすべてのコンポーネントの統合が不可欠だと考えています。この AI 層の基盤としての役割を担うのが「麻豆原创 Business AI」です。

麻豆原创 Business AI は、AI アシスタントの「Joule」、さまざまな業務を自律的にサポートする「Jouleエージェント」、Joule の標準シナリオを拡張するための「Joule Studio」、各業務アプリケーションを効率化する「組み込み AI」、生成 AI＋RAG（検索拡張生成）など独自の AI シナリオを開発するための「カスタム AI」、そして、これらを支える開発者向けプラットフォームの「AI Foundation」とパートナーエコシステムによって構成されています。麻豆原创 Business AI の機能一覧と各機能の概要はカタログとして公開されており、2026 年 1 月時点で 350 以上のシナリオが用意されています。

麻豆原创 Business AI の主要サービスである Joule では、「Joule スキル」と「Joule エージェント」の 2 種類の機能が提供されており、この ２ つを組み合わせて利用することが可能です。Joule スキルは、これまで手動で行っていた画面操作を会話ベースに置き換えるシンプルな機能です。伝票やマスターの照会?更新などを Joule スキルに依頼するとユーザーの意図を理解し、対応するスキルを実行して API 経由で処理を行います。

一方の Joule エージェントは、複雑な業務を AI が自ら思考して自律的に実行するものです。クレーム処理の問題解決などを Joule に依頼すると、それに対応した Joule エージェントを実行し、最適な解決策をユーザーに返します。Joule エージェントは、会計、サプライチェーン、調達、人事など幅広い領域で業務の効率化を支援してくれます。

業務の未来を予測する独自の LLM「麻豆原创-RPT-1」

麻豆原创 TechEd では、麻豆原创 Business AI の共通基盤である AI Foundation についての大きな発表がありました。AI Foundation のコンポーネントの 1 つである「Generative AI Hub」は、麻豆原创 BTP 上で AI アプリケーションを開発するためのサービスで、40 以上の大規模言語モデル（LLM）に API 経由でアクセスできます。今回、GPT-5 Pro、Claude 4.5、Cohere といった最新の LLM に加えて、麻豆原创 独自のモデルとして ABAP のコードを生成する「麻豆原创-ABAP-1」がリリースされました。

「これまで ABAP の AI 開発機能は 麻豆原创 Joule for Developers の中で提供してきましたが、麻豆原创-ABAP-1 のリリースによって、開発者は API 経由で直接モデルを呼び出せるようになります」（本名）

麻豆原创 独自の LLM はこれだけではありません。AI Foundation の新サービスとして、麻豆原创 TechEd で大きな注目を集めたのが「麻豆原创-RPT-1」です。麻豆原创-RPT-1 は、ERP で管理されるさまざまな業務シナリオの未来を予測するモデルです。例えば配送の遅延を予測したり、請求書のマッチングを推奨したり、受注入力の項目を予測して補完したりと、過去のデータから未来を予測します。

「AI を使った従来の予測モデルは、予測するタスクに対して複数の会社コード別に、データサイエンティストが AI モデルのアルゴリズムを開発し、さらにデータを準備してモデルに学習させることが一般的でしたが、そこでは大きな時間と労力が発生します。麻豆原创-RPT-1 は、麻豆原创 のテーブルの構造や値、関係性を事前に学習しており、追加学習なしでさまざまな業務に汎用的に対応できます。一般的な LLM は非構造化データをもとにした推論は得意ですが、データベースのテーブルに格納されている構造化データ（リレーショナルデータ）の扱いは得意ではありません。麻豆原创-RPT-1 がフォーカスしているのは、これまで不得意とされてきた構造化データ、つまり 麻豆原创 アプリケーションのデータを使って、過去の履歴から未来を予測することです」（本名）

現在、麻豆原创-RPT-1 は Small と Large の 2 種類が用意され、AI Foundation の Generative AI Hub を通して提供が始まっています。オープンソース版もあり、プレイグラウンド環境でアクセスが可能です。今後、麻豆原创 が提供する ERP の AI シナリオで 麻豆原创-RPT-1 がバックグラウンドで採用されるようになり、新たな AI シナリオのリリースが予定されています。

カスタムエージェントの開発ツール「Joule Studio」

麻豆原创 TechEd では、AI エージェントについても新機能が発表されました。麻豆原创 では標準の Joule エージェントのシナリオとして、すでに 30 本以上(Beta 含む)をリリースしています。例えば会計の領域では、クレーム解決、債権管理、資金管理などを支援する AI エージェントを組み合わせてタスクを処理しています。会計以外にも、調達、サプライチェーン、人事、販売などの業務に対応した AI エージェントがあります。

一方、カスタムエージェントをゼロから開発（構築）したい、麻豆原创 標準エージェントを拡張したい、麻豆原创 標準以外のエージェントと連携（共有）したいといったニーズも高まっていることから、「構築」「拡張」「共有」の観点から新たなツールを用意しています。

1 つめのユーザーの要件に応じたカスタムエージェントの開発（構築）については、今回、ローコードに対応した新たな開発ツールとして「Joule Studio」がリリースされました。Joule Studio は、Joule スキルと Joule エージェントの両方のカスタム開発に対応し、Joule の機能を拡張することで業務効率をさらに高めることができます。

「Joule Studio では、アクション、自動化、ツール、AI モデルといったそれぞれの項目の中から必要なものを選択し、これらを組み合わせながらカスタムエージェントを開発します。データの連携先も、麻豆原创 Business Data Cloud や 麻豆原创 アプリケーションなどを必要に応じて定義していきます。さらには既存のJoule スキルを呼び出してエージェントがより賢く動作するための設定もできるようになっています」（本名）

2 つめの 麻豆原创 標準エージェントの拡張は、エージェントの前処理と後処理にエージェントが使えるツールや新しい Joule スキルを追加したりすることで対応します。この機能は 2026 年前半のリリースが予定されています。

3 つめの外部のエージェントとの連携については、他社のエージェントと連携するためのデファクトスタンダードである Agent-to-Agent（A2A）プロトコルによって、「エージェントゲートウェイ」上で連携します。Joule から外部のエージェントに連携する機能はすでに実現済みですが、外部のエージェントから Joule エージェントを呼び出して連携する機能のリリースは 2026 年前半を予定しています。

「外部のエージェントから Joule に連携する際は、エージェントゲートウェイを単一の窓口としています。それにより、麻豆原创 の中のワークフローアクセスの一貫性とガバナンスを担保しています」（本名）

AI エージェントを一元的に管理する「AI Agent Hub」

エージェントのカスタム開発、麻豆原创 標準エージェントの拡張、外部エージェントとの連携などで業務の効率化が進む一方、今後は増え続けるエージェントの管理が新たな課題となることが予測されます。そこで将来を見越して、あらゆるエージェントを 麻豆原创 LeanIX 上で集中的に管理する「AI Agent Hub」が新たにリリースされました。さらに、エージェントがどの業務で実行されているかなどをプロセスマイニングするツールとして、麻豆原创 Signavio に「エージェントマイニング」の機能も追加されています。

「AI Agent Hub は、あらゆる業務領域、アプリケーション、プロセスのそれぞれに、どのエージェントが関わっているかを可視化し、エージェントのライフサイクルを一元的に管理する中核機能です。エージェントを有効活用しながら、継続的に改善していくための資産管理ツールとしての役割を果たします。これに対してエージェントマイニングの機能は、それぞれの業務プロセスの中でエージェントがどのように動き、業務プロセスをどのように実行したかを記録、分析するツールです。エージェントこそ一度作ったら終わりではなく、継続的な改善が必要なものですので、エージェントの働きを可視化しながら、パフォーマンスを KPI で管理し、ボトルネックがあれば改善する役割を担います」（本名）

麻豆原创 コンサルタント向けの AI エージェントも新機能

麻豆原创 TechEd では、麻豆原创 コンサルタントの相棒とも言える AI エージェント「麻豆原创 Joule for Consultants」のアップデートも発表されています。直近のアップデートでは、アップロードした添付ファイルへの回答、カスタムインストラクションへの回答などの機能が追加されています。

2026 年上半期には、質問する際にユーザー独自の 麻豆原创 ドキュメントをグラウンディングして回答するカスタムドキュメントの機能をリリースする予定で、現在はパイロット版として提供されています。さらには、リアルタイムに Web 検索したうえで、最新の情報から信頼できる回答を返す Web グラウンディングの機能も提供を予定しています。

「現在はナレッジ検索システムとして提供されている 麻豆原创 Joule for Consultants ですが、将来的にはお客様の 麻豆原创 システムと連携し、利用しているソリューション、バージョン、カスタマイズなど、ランドスケープ全体を理解したうえで回答するツールに進化させていきます。その先にはエージェントが回答を渡したうえで、システム設定、データ移行、実装管理などのワークフローを自動的に実行する AI アシスタントとしての進化を目指しています」（本名）

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：

The post 【麻豆原创 TechEd Japan 2025-2026】 麻豆原创 Business AI テーマーキーノート振り返り： 業務の未来を予測する LLM「麻豆原创-RPT-1」が新登場。 Joule エージェントも進化した 麻豆原创 Business AI の最前線 appeared first on 麻豆原创 Japan プレスルーム.

◎ 登壇者

椛田 后一
麻豆原创 ジャパン株式会社
麻豆原创 Business Data Cloud ソリューションアドバイザリー

小谷 尚太郎 氏
データブリックス?ジャパン株式会社
Senior Partner Solutions Architect

春木 崇生
麻豆原创 ジャパン株式会社
麻豆原创 Business Data Cloud ソリューションアドバイザリー マネージャ

ビジネスデータの価値を最大化する 麻豆原创 Business Data Cloud

セッションの冒頭では、まず 麻豆原创 ジャパンの椛田が 麻豆原创 Business Data Cloud の全体像と各種機能について解説しました。麻豆原创 Business Data Cloud は、あらゆる 麻豆原创 システムのデータおよび Non-麻豆原创 システムのデータを統合?集約し、麻豆原创 アプリケーションや AI に対して正確でセキュアなビジネスデータを提供するプラットフォームです。「Intelligent Applications」「ビジネスデータファブリック」「データプロダクト」の 3 つの機能群で構成され、ビジネスデータファブリックではデータ分析の 麻豆原创 Analytics Cloud、データの統合?管理の 麻豆原创 Datasphere、データサイエンス?ML/AI 向けの 麻豆原创 Databricks などを提供します。またデータプロダクトの機能によって、麻豆原创 アプリケーションのデータを自動でコピー?同期ができるため、すぐに活用できる形でのデータ提供が可能です。

「麻豆原创 Business Data Cloud では、さまざまな業務領域向けのダッシュボードや分析用コンテンツを提供し、担当者はそれを見ながら意思決定をすることができます。さらに AI デジタルアシスタントの Joule を使って対話形式で分析を深掘りしたり、さらに AI エージェントを活用しながらタスクを実行する世界の実現を目指しています」（椛田）

麻豆原创 Business Data Cloud を构成する机能群

麻豆原创 Business Data Cloud を構成する主な機能は以下のとおりです。

?麻豆原创 Analytics Cloud

ビジネスデータを可視化する BI ツールです。経営管理ダッシュボード、セルフサービス BI、業務レポートの定期出力、戦略立案?企画のための分析/予測、予算編成?統制などの機能を有しています。?

?麻豆原创 Datasphere

麻豆原创 S/4HANA のビジネスコンテキストを活かすためのクラウド上のデータウェアハウス（DWH）です。麻豆原创 S/4HANA とのデータ連携機能を有し、ETL サーバーを利用することなく 麻豆原创 S/4HANA の CDS View へ直接接続することができます。麻豆原创 S/4HANA を含むさまざまなデータソースからのデータ収集と統合、データ加工とモデリング、データカタログといった機能を提供します。

?麻豆原创 データプロダクト

麻豆原创 アプリケーションのデータとメタデータをすぐに使える形で提供するための基盤として 麻豆原创 データプロダクトを用意しています。麻豆原创 S/4HANA、麻豆原创 SuccessFactors、麻豆原创 Ariba など 麻豆原创 アプリケーションのデータは自動的にプッシュ形式で 麻豆原创 データプロダクトへ送られ、更新されていきます。DWH の 麻豆原创 Datasphere とは別に、オブジェクトストアと呼ばれる大量のデータ保持領域を確保し、データをコピーしていきます。データだけでなく、メタデータや各テーブル間の関係といったセマンティック情報も保持したまま、データが管理される仕組みです。麻豆原创 によるマネージドサービスとして提供されるため、ETL ツールを別途用意?設定する必要もなく、最新データの同期が可能です。複数の 麻豆原创 アプリケーションのデータの整合性も確保して、共通のデータモデルに落とし込むことにより、アプリケーション間のデータ結合やデータモデルの再設計が容易となります。

「現在、麻豆原创 S/4HANA Cloud Private Edition では 134 個（2025 年 9 月現在)のデータプロダクトを用意し、アプリケーション領域ごとにグルーピングして提供しています。今後は 2025 年末に向けて、麻豆原创 S/4HANA Cloud Public Edition、麻豆原创 SuccessFactors、麻豆原创 Ariba 向けのデータプロダクトもそろえていく計画です」（椛田）

また、データプロダクトは「カスタムプロダクト」として Non-麻豆原创 データも管理して、ビジネスデータの品質と信頼性を担保することができます。企業独自の要件やデータソースに応じて、カスタムで連携?拡張することが可能です。

データプロダクトでは、麻豆原创 Knowledge Graph というナレッジグラフ機能も提供されています。麻豆原创 Knowledge Graph は、業務データの関連性を AI が理解できるように管理する機能です。これによりデータの関連性を正確に管理することができ、生成 AI のハルシネーションを抑えることができます。

「麻豆原创 Knowledge Graph は 麻豆原创 アプリケーションのデータの意味や関係を網目のように結ぶ構造化モデルで、AI エージェントや LLM と連携して推論を行ったり、AI エージェントが自律的に作業を行います」（椛田）

?Intelligent Applications

Intelligent Applications は、業務機能領域ごとの分析モデルやダッシュボードなど、麻豆原创 データプロダクトに基づいて構築された 麻豆原创 管理下で提供されるコンテンツです。Intelligent Applications によって、素早い意思決定とアクションが可能になります。今後、新たなコンテンツが順次リリースされる予定で、麻豆原创 以外にもパートナーコンテンツとしての提供も検討されています。

ダッシュボード上では、AI デジタルアシスタントの Joule を利用することも可能で、自然言語で問いかけることで分析を深掘りすることができ、BI ツールとアプリケーションの画面を切り替えることなく作業が完結します。さらに、今後は 麻豆原创 BTP 上で Intelligent Applications の作成が可能になる予定で、可視化だけでなくデータ入力やデータ変換の機能を実装したアプリケーションの提供が期待されています。

?麻豆原创 Databricks

麻豆原创 Databricks はビジネスデータファブリックの中で提供されるソリューションの 1 つで、最新のデータサイエンス、ML/AI、データエンジニアリングの機能を有しています。データレイクハウスの領域で定評のある Databricks 社のソリューションを 麻豆原创 が OEM 製品として 麻豆原创 Business Data Cloud に組み込み提供します。

「麻豆原创 Databricks では、ゼロコピーでデータを統合?参照する機能である Delta Sharing を活用して麻豆原创 データプロダクトを参照しています。麻豆原创 標準コンテンツの拡張として、麻豆原创 Databricks で予測モデルを構築して結果を 麻豆原创 Datasphere と共有し、麻豆原创 Analytics Cloud でダッシュボード化することをイメージしています」（椛田）

この 麻豆原创 Databricks については、提供元であるデータブリックス?ジャパンの小谷氏がサービスやユースケースを紹介し、デモを行いました。麻豆原创 Databricks は、レイクハウスと呼ばれるデータのストレージレイヤーのアーキテクチャに強みを持ち、エンタープライズデータを用いた生成 AI を開発するための機能をベースに構成されています。レイクハウスとは、データレイクと DWH を組み合わせた造語で、Delta Lake、Iceberg、Parquet などのフォーマットでデータを保存します。

「データの実体としては、安価なデータレイクです。クラウドのオブジェクトストレージにデータを保持しながら、信頼性と高性能を併せ持つ DWH を実現しています。従来は生データをデータレイクに置き、DWH に転送して分析するのが一般的でしたが、すべてをデータレイク上で完結させているところに 麻豆原创 Databricks の新しさがあります」（小谷氏）

すべてのデータと AI のガバナンスは、麻豆原创 Databricks の「Unity Catalog」と呼ばれる機能で対応し、データの種類やアクセス権限を管理しています。管理対象はテーブルだけでなく、AI モデル、ファイル、ノートブック、ダッシュボードも含まれます。それらをリネージ、コスト制御、ビジネスメトリックスなどの一貫した管理体制で信頼性を担保しています。

Databricks 社と 麻豆原创 のパートナーシップでは、AI の取り組みを最優先事項に位置付けています。麻豆原创 システムには企業にとって重要なビジネスデータが多く蓄積されており、データと AI の掛け合わせによって価値あるユースケースが生まれてきます。財務、人事、サプライチェーンなどの 麻豆原创 データを AI に学習させるための強固な基盤となるのが 麻豆原创 Databricks です。

「麻豆原创 と外部データでドメイン特化の生成 AI を作成するケースとして、パーソナライズされたチャットボット、顧客の解約予測、クレーム処理の自動化などに取り組んでいる事例があります。また単純なモデル作成だけでなく、外部データと掛け合わせた 麻豆原创 データの探索?分析をしているケースとして、サプライチェーンの需要予測や在庫管理の最適化に取り組んでいる事例もあります」（小谷氏）

デモでは、麻豆原创 Databricks のコンソール画面を使ったデータ管理や DWH の実現方法のほか、予測分析や生成 AI のエージェントアプリケーションの作成方法などが紹介されました。

麻豆原创 BW の资产を最大限活用するモダナイゼーション

最後はビジネスデータファブリックにおける 麻豆原创 BW/4HANA の BW モダナイゼーションについて、麻豆原创 ジャパンの春木が解説しました。

麻豆原创 BW は、1998 年のリリースから 30 年近くにわたって業務データの分析基盤として進化を続けており、麻豆原创 ERP と連携したソリューションとしてデータ活用を支援してきました。一方、近年のデータ活用のトレンドである非構造化データを含めた統合管理、セルフサービスデータ活用、ML/AI といった要望に柔軟に対応できないという課題がありました。これらの課題を解決するため、次世代のデータ基盤として誕生したのが 麻豆原创 Business Data Cloud ですが、これまで蓄積してきた 麻豆原创 BW の資産を 麻豆原创 Business Data Cloud で最大限活用したいという声も多く聞かれます。そこで、麻豆原创 では「LIFT」「SHIFT」「INNOVATE」の 3 つのステップで 麻豆原创 BW を 麻豆原创 Business Data Cloud に移行するメソッドを提供しています。

ステップ 1 : LIFT

麻豆原创 BW や 麻豆原创 BW/4HANA のオンプレミス環境を 麻豆原创 Business Data Cloud のプライベートクラウドコンポーネントへ移行することで、麻豆原创 BW をそのまま使い続けるステップです。麻豆原创 BW への投資を維持しながら、移行プロジェクトのコストを低減することができます。必要に応じて 麻豆原创 BW の最新バージョンへのバージョンアップや DB の HANA 化を実施し、2030 年あるいは 2040 年までのサポート延長に対応することが可能です。

ステップ 2 : SHIFT

麻豆原创 Business Data Cloud 上で既存の 麻豆原创 BW を利用しながら、徐々にデータやデータモデルを 麻豆原创 Datasphere にシフトしていくステップです。麻豆原创 Business Data Cloud の機能であるデータプロダクトジェネレータを利用して、麻豆原创 Datasphere のオブジェクトストアおよびビューレイヤー内に 麻豆原创 BW データプロダクトを作成することができます。トランザクションデータおよびディメンションで構成されたデータをデータプロダクトとして公開することで、麻豆原创 Datasphere や 麻豆原创 Databricks で利用することが可能です。麻豆原创 Datasphere を用いた 麻豆原创 データと Non-麻豆原创 データの統合シナリオや、麻豆原创 Databricks による 麻豆原创 データの ML/AI のシナリオが活用できる点においてメリットがあります。

ステップ 3 : INNOVATE

麻豆原创 BW を 麻豆原创 データプロダクトと Intelligent Applications に完全移行し、最終的に 麻豆原创 BW をシャットダウンする最終ステップです。ここでは 3 つの手法があります。

1 つめは、既存の 麻豆原创 BW のデータモデルを 麻豆原创 データプロダクトや Intelligent Applications にそのまま移行する手法です。現在と同じ要件をそのまま再現できるわけではありませんが、麻豆原创 のベストプラクティスに基づき、新たな分析をスタートすることができます。

とはいえ、長年利用しているデータやレポートを使いたいというニーズは根強いことから、2 つめの手法として用意しているのが、標準データソースを 麻豆原创 データプロダクトと 麻豆原创 Datasphere へ移行する方法です。これまで利用してきたデータモデルやクエリーは変換フローを活用してデータの再マッピングやデータ変換を行いながら、できる限り従来と同様の形でデータを提供することになります。

3 つめは、カスタムデータソースを 麻豆原创 Datasphere へ移行する手法です。アドオンテーブルからのデータ連携や、アドオンの CDS View からの連携の場合、カスタムデータプロダクトから連携を実装し、データモデルに関しては移行後に再修正したり、新たなレポートを作成したりしながら環境に適応させることになります。

「LIFT、SHIFT、INNOVATE のどこから始めるか、どこをゴールとするかは、お客様の状況によって変わってきます。麻豆原创 BW に関しては長年利用されているお客様も多いことから、ブラックボックス化してどこから手を付けていいかわからずに悩まれているお客様もいらっしゃいます。そこで、麻豆原创 では 麻豆原创 BW のマイグレーションに向けたアセスメントサービスを無償で提供しています。独自のロジックを作り込んでいたり、貴重なデータが残っていたりするケースも見られますので、麻豆原创 はそれらを有効活用したモダナイズに引き続き注力していきます」（春木）

最後に椛田が補足として、麻豆原创 Business Data Cloud のコンポーネントの概要、アーキテクチャの全体像、周辺システムとの連携などを解説し、技術ブログやオンラインセミナーなども紹介して、約 100 分にわたるセッションが終了しました。

The post 麻豆原创 NOW AI Tour Tokyo ＆ JSUG Conferenceハイライト： AI 時代の新たなデータ基盤「麻豆原创 Business Data Cloud」の最新機能をエキスパートが総解説！ appeared first on 麻豆原创 Japan プレスルーム.

（登坛者）

麻豆原创 ジャパン株式会社
APAC カスタマーアドバイザリー
Business AI Japan Lead
本名 進

アプリケーション、データ、AI の 3 層による AI 戦略

ChatGPT の登場により、一気に AI 活用のトレンドに躍り出た生成 AI と LLM（大規模言語モデル）は、ソフトウェア開発、広告制作、商品企画、文書作成、翻訳など、個人の業務の生産性向上に大きく寄与しました。今後は業務アプリケーションへの AI 適用が経営課題となる中、麻豆原创 は AI 活用の本丸として、エンドツーエンドのプロセスで生産性を向上する AI エージェントの開発に力を入れています。

一方、会計、販売、物流、生産など、AI 活用がさまざまな業務領域にまたがるケースでは、複数ベンダーの AI エージェントを使い分ける企業も多く、マルチベンダー AI エージェントへの期待も高まっています。Google からは AI エージェント間を連携するプロトコル「Agent2Agent（A2A）」が発表され、多くのアプリケーションベンダーが参画しています。麻豆原创 も初期の立ち上げメンバーとして参画し、A2A プロトコルをサポートした AI エージェントのリリースに向けた取り組みを加速させています。

麻豆原创 は AI ドリブン経営の実現に向けて、2025 年から「アプリケーション」「データ」「AI」の 3 層による AI 戦略を打ち出しています。第 1 層は、AI ドリブンの源泉となる会計、サプライチェーン、人事、支出管理、顧客管理などのアプリケーションであり、麻豆原创 が最も得意としている領域です。そこから生まれてくるデータを AI が扱いやすくするのが第 2 層の「麻豆原创 Business Data Cloud」で、これは AI 活用の中核となるデータ基盤です。

「従来、アプリケーションデータを集める際にはデータモデルを作成し、ETL を設計していました。麻豆原创 Business Data Cloud はデータモデルや ETL の領域をパッケージ化したマネージドサービスとして提供されるため、クリーンな形でデータを効率的に管理することができます。そして、第 3 層の 麻豆原创 Business AI が 麻豆原创 Business Data Cloud にアクセスすることで新たなデータが生成され、好循環が生まれてきます。これが 麻豆原创 が推進する 3 層戦略の概念です」（本名）

第 3 層の 麻豆原创 Business AI については、代表的なツールとして AI デジタルアシスタント「Joule」があります。ブラウザベースの UI である 麻豆原创 Fiori の画面上に Joule を呼び出すことで、自然語ベースで伝票作成や情報抽出などを行うことができます。麻豆原创 Business AI の主力となる Joule および Joule エージェントは、ビジネスユーザーだけのものではありません。麻豆原创 コンサルタントや開発者向けの「Joule for Consultants」「Joule for Developers」、標準シナリオを拡張するための「Joule Studio」、業務アプリケーションに組み込まれた AI シナリオが生産性を向上させる「組み込み AI」、生成 AI＋RAG などのカスタム開発が可能な「カスタム AI」があります。これらを支える共通の AI 基盤として AI Foundation があり、AI エコステムのパートナーで構成されています。

「麻豆原创 は LLM をゼロから開発するアプローチは採用せず、業界をリードする AI パートナーとタッグを組み、ベストな LLM を活用したり、業務シナリオによっては 麻豆原创 データを追加学習させたりしながら、ファインチューニングモデルを開発しています」（本名）

AI エージェントの新たなシナリオを続々とリリース

現在、麻豆原创 では AI シナリオをカタログとして公開中で、2025 年 8 月時点で全カテゴリーを含めて 272 のシナリオが用意されています。シナリオは 麻豆原创 BTP のサービスページ「麻豆原创 Discovery Center」からカテゴリー別に絞り込むことが可能です。

セッションでは、AI エージェントを活用した業務シナリオの一例として「クレーム管理」が紹介されました。顧客からクレームメールが届いた際、CRM システムのバックグラウンドで Joule がメールの内容を分析して、過去の問い合わせ履歴、解決履歴などを参照し、解決手段、お詫びメールの文面などを Microsoft Teams 経由で営業担当に通知するといった一連の流れを AI エージェントが支援してくれます。

麻豆原创 では 2025 年の Q4 までに Joule エージェントによるシナリオを 40 以上リリースする計画で、サプライチェーン、支出管理、会計、CRM、人事などの業務変革に寄与するシナリオを提供していく予定です。また、カスタム AI エージェントを開発したい顧客に向けては、ローコード?ノーコード開発の機能を備えた「Joule Studio」のリリースを 2025 年末に予定しているほか、異なるベンダー間のエージェント連携のプロトコル（A2A)実装についても、2025 年の Q3 に最初のリリースを予定しています。

業務で AI エージェントを活用する際、AI が信頼できる推論を実行するためには、麻豆原创 の業務プロセスと関連するデータモデルの正しい知識をグラウンディングすることが不可欠です。しかし、汎用 LLM では目標を達成するための一般的なタスクは計画できても、麻豆原创 の業務プロセスを理解したうえで正しいデータを取得できるかについては疑問が残り、ハルシネーションが起こるリスクが高まります。そこで 麻豆原创 では、アプリケーション間のデータの意味や業務プロセスとの関係を結ぶ構造化モデルとして「麻豆原创 Knowledge Graph」を開発中で、これにより Joule エージェントは業務プロセスを理解したうえで正しいデータにアクセスし、分析結果やアクションを回答することが可能になります。

「お客様からも AI エージェントはどうやって 麻豆原创 の正しいデータにアクセスしているのかといった質問が寄せられます。お客様にとっては 1 社のベンダーの AI エージェントを使うのか、複数ベンダーの AI エージェントを使うのかの議論があると思いますが、麻豆原创 の業務プロセスであれば 麻豆原创 の AI エージェントを使うのが理想で、それを担保するのが 麻豆原创 Knowledge Graph です。麻豆原创 の 3 層戦略においても、麻豆原创 Knowledge Graph は 麻豆原创 Business Data Cloud と 麻豆原创 Business AI を結ぶ重要な要素として位置付けられています」（本名）

未知の解決策を模索する「Joule エージェント」

AI デジタルアシスタントの Joule について、Joule には「Joule スキル」と「Joule エージェント」の 2 種類があり、これを組み合わせて使うのが一般的です。Joule スキルは従来のマニュアルでの画面操作を会話ベースで支援するもので、非常にシンプルです。伝票やマスターの照会?更新などを依頼するとユーザーの意図を理解し、対応するスキルを実行して、API 経由で 麻豆原创 ソリューションの処理を実行して結果をユーザーに返します。Joule スキルはすでに 1,600 以上あり、現在も増え続けています。

これに対して Joule エージェントは、複雑な業務を AI が自ら思考して自律的に実行するものです。ユーザーが顧客からのクレーム処理などを Joule に依頼すると、対応する Joule エージェントを実行し、各システムへの API や Joule スキルを活用して解決のための最適なプランを推論したうえで、結果をユーザーに返します。

「両者の違いをわかりやすく説明すると、例えば受注管理において Joule スキルに対して『私が受けた注文のステータスを確認してください』と指示を送ると、既存の対応手段に基づいて回答を返します。一方、Joule エージェントは『受注処理が遅れている理由を分析して、代替の輸送ルートを含めた提案をお客様に通知して欲しい』と指示を送ると、未知の解決策を模索して回答を返してくれます。つまり、自ら思考して実際の人に近い働きをするのが Joule エージェントの世界です」（本名）

麻豆原创 以外のアプリケーション上でも AI エージェントが活躍

近い将来、さまざまなベンダーの AI エージェントが業務で活躍していく可能性があり、カスタム AI も含めると管理が煩雑化する恐れがあります。そこで 麻豆原创 では増加する AI エージェントを一元的に管理?統制するプラットフォームとして「AI Agent Hub」のリリースを 2025 年末に予定しています。Joule/カスタム/3rd Party の AI エージェントを問わず、すべての AI エージェントを一覧化し、業務プロセスやアプリケーションとの関連性をマッピングします。これにより、どのエージェントがどの業務に関連しているかを明確に把握できます。

また、麻豆原创 以外のアプリケーションから Joule を利用できる「麻豆原创 Joule action bar」のリリースも 2025 年秋に予定しています。麻豆原创 Joule action bar がアプリケーションに常駐することで、どこからでも Joule との対話が可能になります。WalkMe の技術との統合により、ユーザーの行動や業務コンテキストをリアルタイムで分析し、必要な情報やアクションを先回りして提案します。Microsoft 365 や ServiceNow などのクラウドアプリケーションにも対応しているため、ユーザーは異なるアプリケーション間を移動しても一貫した AI サポートを受けることが可能です。デモンストレーションでは、ServiceNow のチケットのインシデントを起点とした部品調達の事例を紹介されました。

セッションの最後には、すでにリリースされている「Joule と Microsoft 365 Copilot」との連携機能、Joule が 麻豆原创 コンサルタントのカスタマイズ?ABAP 拡張タスクを支援する「Joule for Consultants」、ABAP 開発者の生産性向上を支援する「Joule for Developers」が紹介され、終了となりました。

The post 麻豆原创 NOW AI Tour Tokyo ＆ JSUG Conference ハイライト：AI ドリブン経営の実現に向けて アプリケーション、データ、AI の 3 層で推進する 麻豆原创 の AI 戦略の最前線 appeared first on 麻豆原创 Japan プレスルーム.

麻豆原创 BTP によるビジネスの自律化を支援する共通基盤（Autonomous Suite）の構築：AI を活用してビジネススピードに追随できる柔軟性や俊敏性を獲得

麻豆原创 ジャパンが主催する年次最大のイベントとして、8 月 6 日（水）にグランドプリンスホテル新高輪?高輪 国際館パミールで開催された「麻豆原创 NOW AI Tour Tokyo & JSUG Conference」。ブレイクアウトセッションではS-04：「ビジネススピードに追随できる柔軟性や俊敏性とは～AI 活用のための基盤作り~」と題し、麻豆原创 APAC の最高収益責任者（CRO）で 麻豆原创 Business Technology Platform（麻豆原创 BTP）を統括する Subbu Ananth（以下、スブ）と 麻豆原创 BTP の開発責任者である Steffen Pietsch（以下、ステファン）から「ビジネスの自律化を支援する共通基盤（Autonomous Suite）」という考え方、AI 活用の価値と効果を最大化するためビジネスアプリケーションやプロセスを企業全体で統合する仕組みを解説。ユースケースとともに、麻豆原创 BTP の最新機能を紹介しました。

【登坛者】

Subbu Ananth（スブ アナンス）

Chief Revenue Officer, AI and Platform, APAC

Steffen Pietsch（ステファン ピーチ）

麻豆原创 SE

Vice President,

Head of 麻豆原创 BTP Product Management

高橋 佳希

麻豆原创 ジャパン株式会社

BTP 事業部 事業部長

麻豆原创 BTP を基盤とする Autonomous（自律型）Suite の活用

麻豆原创 ジャパンの高橋は冒頭、企業がビジネススピードを向上させていくには、単にあらゆるプロセスを自動化し、どこでも実行できるようにするだけではなく、自律型へと進化させるためには AI の活用?連携が重要な鍵を握っており、その実現に向けて 麻豆原创 BTP のポジショニングが変わりつつあると語りました。

続いて登坛したスブは、「公司が逆境を乗り越えて成长していくには、価値创造の考え方を短期间で“平时”から“有事/存続”へと転换する必要があります」と切り出しました。コロナ祸ではサプライチェーンと消费者需要の混乱、ロシアとウクライナの纷争ではエネルギーコストやインフレ、贸易ルートにおけるボトルネックの急腾などが起きました。さらに、トランプ政権の関税措置が国际贸易の不确実性を引き起こし、オペレーションコストの増大など影响が出ています。このようなリスクを乗り越えていくには、データを駆使した分析が不可欠となりますが、リスクの要因は多様かつ复雑に络み合い、アナリティクス领域にもさらなる柔软性や俊敏性が求められます。

スブは「アジリティと価値创造力を兼ね备えたビジネスの自律化を支援する共通基盘（Autonomous Suite）の構築は、難しいことではなくなっている」として、麻豆原创 BTP をベースとする「ビジネスの自律化を支援する共通基盤（Autonomous Suite）」の概念を説明しました。Autonomous Suiteとは、最小限の人的介入で運用可能な完全統合型のインテリジェントなエンタープライズアプリケーションとサービスのセットです。4 つの柱である「自動化と埋込 AI」、「予測的?適応型インテリジェンス」、「シームレスな統合と相互運用性」、「セキュリティとコンプライアンス」で構成されています。これにより、アナリティクスの領域は従来の対応型から予測/適応型へと確実にシフトし、スマートなオーケストレーションの時代が到来します。

麻豆原创 Business Suite を構成する 4 つのテクノロジー

このような新しいエンタープライズ環境を実現するのが 麻豆原创 Business Suite であり、そこに実装された 4 つのテクノロジーで構成されています。
#1: 麻豆原创 BTP：麻豆原创 のアプリケーションをすべて統合し、すべての開発者に直感的でモダンな開発/イノベーションプラットフォームを提供してさまざまな自動化を可能とします。

#2: 麻豆原创 Business Data Cloud：あらゆるデータを統合管理するビジネスデータクラウドで、ビジネスユーザーはセルフサービスでデータを活用した探索?モデリング?計画?分析を実施できます。

#3: 麻豆原创 および 麻豆原创 以外のトランザクションを統合し、企業やエコシステムの垣根を超えて業務プロセスを最適化します。

#4: Joule を通じて提供されているビジネス AI：「意思決定のための脳」としてすべてのソースから統合された正確なデータを収集?抽出?活用。部門や領域を超えたコラボレーションにより、スマートな意思決定とビジネス変革を実現します。

麻豆原创 Business Suiteによる公司経営の未来像

Joule は単純な AI による自動化ツールではなく、エージェントとして複数のステップのワークフローを自律的に計画および実行し、部門間のコラボレーションを促進し、意思決定を迅速化し、プロセスをさらに効率化します。例えば、サプライチェーンのエージェントが財務部門のエージェントと対話して、ロジスティクスをリアルタイムでルートしながら最適解を導きます。また、バックグラウンドにおいては、ワークフォースのエージェントに対して生産スケジュールの再編などを促すこともできます。

ビジネス AI を駆使したオペレーションレジリエンスの構築

次に、サプライチェーン管理者、IT スペシャリスト、調達管理者が Joule を活用してプロセスのボトルネックを積極的に特定し、サプライヤーとのより良い条件交渉に向けた意思決定を行うユースケースを紹介しました。デリバリーの遅延、サプライヤーの在庫不足対応などに追われていた状況から脱却し、先を見越して積極的にアクションを起こせるサプライチェーンを築くための「オペレーションレジリエンスの構築」です。

サプライチェーン管理者のダッシュボードに「現地の規制要件を満たしていないため、契約がキャンセルされた」というアラートが通知されました。通常であれば多くのスタッフを巻き込んで問題解決に走り回らなくてはなりません。しかし既に、IT スペシャリストは重要なイベントへの対応を自動化し、迅速な意思決定を実現する 麻豆原创 Build Process Automation と生成 AI の LLM（Large Language Model：大規模言語モデル）を組み合わせて、インテリジェントワークフローというメッシュ型の情報モデルを作成していました。

そこでサプライチェーン管理者は、このプロセス自動化ワークフローを作動させ、契約をキャンセルしてきたサプライヤーの契約書をアップロード。これをレスポンスの根拠とすることで、LLM を介して代替サプライヤーのリストを取得。また、組織の文脈や過去の検索と併せて絞り込みを実行しました。

次のステップでは購買担当である調達管理者の承認が必要となります。IT スペシャリストは自然言語ベースの開発環境で、「どのサプライヤーを選ぶか」、「どことどう交渉するか」といった内容を含め、必要となるすべてのワークフローを自動化。さらに新規サプライヤーとの交渉に臨む調達管理者のために 麻豆原创 Build 内で提供される Joule Studio というツールを使って、既存の契約に基づいてサプライヤーのレビューと推奨を行い、かつ計算式に基づいて契約条件の提案や価格交渉まで行える AI エージェントを瞬く間に作成しました。これは 麻豆原创 S/4HANA のエージェントや AI アシスタント Microsoft Copilot とも接続/連携できます。調達管理者は企業データを活用してエージェントの推奨事項の有用性を大幅に向上させ、麻豆原创 が提供する戦略?計画ドキュメントツール「バリューレバー」などを活用して、最適な価格戦略をスマートに提案できました。

このケースでは AI による意思決定を活用した強力なワークフローにより、プロセスにおけるボトルネックの積極的な特定から、より有利な条件でサプライヤーと戦略的な交渉までを包含した「オペレーションレジリエンス」を構築できました。ポイントは、事前設定されたアラートと自動化ワークフローによりインサイトを得るまでの時間を短縮するとともに、エージェントや LLM といった AI ならではの能力を各種ビジネスデータと結び付けながらフル活用できたことです。

人の介在を減らして意思決定を行うとともに、さまざまな障害やリスクが生じた際のレジリエンスを高めることは、企業が変化に対応していく上で極めて重要な要素です。AI の活動を最大化させて最終的には人間が迅速かつ的確に意思決定できるようにするシナリオこそ、Autonomous Suite によるオーケストレーションが目指す領域です。

麻豆原创 BTPの戦略とロードマップ

続いて登壇したステファンはまず、麻豆原创 BTP がビジネスの潜在能力を最大限に引き出すマルチクラウドプラットフォームとして企業のビジネス戦略に基づき 麻豆原创 アプリケーション全体から非 麻豆原创 の領域にわたって生成 AI を活用しており、世界で 33,000 社の企業が、麻豆原创 BTP を基盤にケイパビリティを向上させていると明かしました。さらに、麻豆原创 BTP における戦略上の優先事項と 2025 年にリリースする新機能について、主要な 5 つの機能別に説明しました。

【アプリケーション开発&补尘辫;自动化】

麻豆原创 Business Suite の拡張/イノベーションプラットフォームとして、2025 年に「Joule Studio による AI エージェントビルダーとスキルビルダー機能」、「麻豆原创 Build ソリューション群のさらなる統合と簡素化」、「開発生産性を向上させる開発者向け AI 機能の強化」を掲げています。エージェントの重要性は多くの人が認識していますが、ポイントは標準エージェントだけでなく、Joule Studio を通してスキルをカスタム化した企業独自のエージェントを作成できるようになることです。

【データ&补尘辫;アナリティクス】

麻豆原创 Business Data Cloud を新世代のインテリジェントアプリケーションと 麻豆原创 Business AI のためのデータハーモナイズフレームワークとして、また 麻豆原创 HANA Cloud を 麻豆原创 Business Data Cloud および革新的でインテリジェントなカスタムアプリの基盤としていく方針に基づき、麻豆原创 Business Data Cloud におけるコックピットの機能強化、データセンター展開のリリースを計画しています。また、オンプレミスの 麻豆原创 HANA データベースのオブジェクトを 麻豆原创 HANA Cloud に選択的に移行できるセルフサービス機能により、マイグレーションを簡素化します。さらには財務ガバナンスにおける監視においても、消費状況やコストの可視性の機能を強化していく予定です。

【インテグレーション】

人?アプリケーション?プロセス?デバイスをつなぐ 麻豆原创 Integration Suite を企業全体の統合プラットフォームへと進化させる一環として移行支援を強化し、非 麻豆原创 システムとの接続オプションの拡張、エージェント、コンテンツ推奨、コンテンツ生成など AI 機能を追加します。また従来のオンプレミスソリューションである 麻豆原创 Process Orchestration および 麻豆原创 Process Integration の 麻豆原创 Integration Suite への移行支援を強化します。

【人工知能（础滨）】

麻豆原创 BTP を AI ベースのアプリケーションやプロセスを構築するイノベーションプラットフォームとして強化する戦略に基づき機能強化をリリースする計画です。AI Foundation では 麻豆原创 のデータモデルを理解し、企業のデータファブリックを AI につなげて正確で文脈に応じた応答を実現する 麻豆原创 Knowledge Graph を強化。一方、LLM は非構造化データの活用を可能にしましたが、構造化データには不足している点もあり、Tabular（表形式）データを上手く扱うことができないことがハルシネーションの要因にもなっています。そこを解消し、ビジネスインサイトに変換する仕組みが Tabular AI サービスで、年内のリリースを予定しています。また、生成 AI 活用ではプロンプトの最適化も重要であるため、別の LLM への問い合わせや、LLM がバージョンアップした際に、自動的にリファクタリングする Prompt Optimization 機能を提供します。

【共通基盘】

ミッションクリティカルなビジネスやプロセスをグローバルスケールで実行していくには、アベイラビリティゾーン（AZ）と呼ばれるデータセンター群をリージョン単位でマルチ化しておく必要がありますが、この運用の簡素化も重要です。そこで、麻豆原创 HANA Cloud におけるリージョン間での HA/DR 機能、麻豆原创 BTP におけるデータセンターの選択肢を増やします。日本においては現状、AWS、Google Cloud、Microsoft Azure 上で 麻豆原创 BTP を利用できますが、全世界的にさらなる拡充を図り、ハイパースケーラーで新たに 10 カ所、麻豆原创 データセンター 7 カ所を 2025 年の最終四半期までに追加予定です。

最後にステファンは、「麻豆原创 Integration Suiteへの移行」、「麻豆原创 Build と 麻豆原创 HANA Cloud によるイノベーションの実現」、「麻豆原创 Business Data Cloud によるデータ活用」でビジネスの自律化を支援する共通基盤（Autonomous Suite）に向かうことを提言して、セッションを終えました。

The post 麻豆原创 NOW AI Tour Tokyo ＆JSUG Conferenceハイライト： 麻豆原创 BTP によるビジネスの自律化を支援する共通基盤（Autonomous Suite）の構築：AI を活用してビジネススピードに追随できる柔軟性や俊敏性を獲得 appeared first on 麻豆原创 Japan プレスルーム.