◎ 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 経営システム统括部长
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 経営システム统括部长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.

日立ハイテク様セッション

?

クリーンコアのその先へ！データ?プロセス?AI の融合によって、次の 10 年の成長戦略を推し進める日立ハイテクの今

近年、ERP で AI を活用する機運が高まり、さらには自律的に動く AI エージェントの活用によって業務領域を横断してプロセスを連携し、生産性の向上、自動化を実現する未来が現実のものとなりつつあります。麻豆原创 は 2025 年 3 月 26 日に開催されたオンラインイベント「麻豆原创 Business Unleashed Innovation Day」で、この実現に向けた新たなデータ基盤「」を発表しました。本イベントでは、データ?プロセス?AI の融合による業務革新プロジェクトを推進する株式会社日立ハイテクをゲストにお迎えし、同社のデジタル推进统括本部 クロスドメイン DX 本部の竹林亜紀恵氏と安田有里氏が、さらなる AI 活用も見据えた DX プロジェクトの成果と今後の展望について発表しました。

◎ 登壇者

株式会社日立ハイテク

デジタル推进统括本部

クロスドメイン DX 本部 本部長

竹林 亜紀恵 氏

株式会社日立ハイテク

デジタル推进统括本部

クロスドメイン DX 本部

コーポレート DX 部 部長代理

安田 有里 氏

未来の成长戦略を実现する业务革新プロジェクト

日立ハイテクでは、次の 10 年の成長戦略を実現するための新たな業務プロセスの創造に向けて、業務革新プロジェクト「DX-Pro」を 2018 年に立ち上げ、既存の業務プロセスの見直しや世界で戦うための業務システムの整備を進めてきました。この DX プロジェクトを支えるデジタル戦略のポイントとして、同社は「グローバルスタンダードシステム」「Fit to Standard」「クラウドファースト」の 3 つを掲げています。

この背景には、運用費が大半を占める従来の IT コストのあり方に対する長年の課題認識がありました。同社では、ユーザーのリクエストに応じてアドオン開発を積み重ねてきたことで運用費が肥大化し、これが足かせとなって ERP のバージョンアップは 10 年サイクルの一大プロジェクトとなり、投資対効果の説明にも苦慮する状況が続いていました。

「2018 年にスタートした当社の DX プロジェクトの目的は単なるシステムの導入ではなく、業務プロセスのシンプル化、経営情報のデジタル化によるビジネススピードの向上、業容の拡大にあります。新たな DX プラットフォームでは、運用費を最低限に抑え、IT コストの大半をイノベーションにシフトすることを目指しています。Fit to Standard に基づく標準機能の徹底活用、アドオンの抑制によって、短いサイクルで ERP のバージョンアップが可能になり、毎年リリースされる新機能をタイムリーに享受することができます」（竹林氏）

クリーンコアを维持しながら新机能を迅速に実装

新たな DX プラットフォームの構築においては、グリーンフィールドのアプローチを採用し、2-tier（２ 層構造）アーキテクチャに移行しました。第 １ 層では製造プロセスが複雑な国内拠点向けに 麻豆原创 S/4HANA Cloud Private Edition を、さらにもう １ 層では海外の販売拠点向けに 麻豆原创 S/4HANA Cloud Public Edition を導入。また開発基盤として 麻豆原创 BTP を採用し、Side-by-Side 開発による周辺システムとの柔軟な連携によってクリーンコアを実現しています。さらに、グループ内のすべてのデータは 麻豆原创 Datasphere を経由して BI ツールで可視化されています。

麻豆原创 S/4HANA Cloud で構築した新たな DX プラットフォームは、2025 年 3 月時点で世界 18 カ国、41 拠点、6 事業所に展開済みで、残りは海外と国内それぞれの 1 拠点のみです。クリーンコアの維持レベルも高く、アドオンは従来の 9,000 本から 843 本に激減し、91 ％の削減率を達成しています。

クリーンコア戦略の成果としては、検証シナリオ数が従来から約 3,907 本減、改修が必要なアドオン数も 1,213 本減となり、その結果としてアップグレード期間は従来から 19 カ月減の 3 カ月、工数も 330 人月減の 13 人月となっています。アップグレードのサイクルも 麻豆原创 S/4HANA Cloud Private Edition は 1 年に 1 回、麻豆原创 S/4HANA Cloud Public Edition は 1 年に 2 回に増えたことで、新机能の迅速な提供が可能になっています。

「個別のニーズに対応した ERP 本体へのアドオンは、運用費の増大ばかりでなく、技術的な停滞も招きます。そのため 麻豆原创 BTP を活用した Side-by-Side 開発でクリーンコアを維持することで、デジタル化された End to End のプロセス、定期的なバージョンアップによる新機能の早期実装を実現し、ビジネスの加速化に貢献していくことが私たちのチームのミッションです」（竹林氏）

?

次のステップとしての「データドリブン戦略」

新たな DX プラットフォームの整備はすでに最終段階を迎えつつありますが、これはあくまで新たな成長に向けたスタート地点であり、日立ハイテクでは今後も乗り越えなければならない多くの課題があると考えています。次のステップとして見据えているのが、社内に蓄積された膨大なデータの活用による業務革新の総仕上げと具体的な効果の創出であり、最終的にはデータドリブンの活性化による公司文化の変革と継続的な改善を目指しています。

その中で「Next Step After Clean Core」の旗印の下で現在取り組んでいるのが、「意思决定の迅速化、データドリブンの実现」「変革の痛みの缓和、変革の加速化」「イノベーションの早期适用」の 3 つのテーマです。

1 つめの「意思决定の迅速化、データドリブンの実现」については、データドリブン経営を支えるデータ活用基盤の整備を進めています。麻豆原创 S/4HANA や周辺システムを含めて分析に必要なデータソースをデータファブリックの 麻豆原创 Datasphere 上に集約し、経営ダッシュボード、麻豆原创 Analytics Cloud、セルフ BI でリアルタイムに可視化することで、経営層、中間管理職、また現場の多様な分析ニーズに対応しています。また近い将来においては、麻豆原创 S/4HANA 上のすべてのデータを統合管理し、サードパーティのデータともシームレスに連携する新たなデータ基盤である 麻豆原创 BDC の活用も視野に入れています。

このデータドリブン基盘はクリーンコアによって 2 カ月という短期間で整備が完了し、開発期間の大幅な短縮が実現しています。麻豆原创 Datasphere を整備した後は分析に必要なデータモデルも 1 日程度で作成できるようになり、またアドオンを徹底的に排除することで、麻豆原创 S/4HANA の利用会社は統一されたフォーマットを使ってデータを抽出することができます。

一方、データモデルの作成が容易になったことで、モデルの数が増え過ぎるという新たな課題も出てきています。麻豆原创 S/4HANA の専門知識に長けたユーザーであれば、分析に必要なデータモデルを探すことは簡単ですが、そうではない現場のユーザーにとってはハードルが高くなります。そこで同社が期待を寄せているのが、麻豆原创 の生成 AI アシスタント「Joule」です。

「Joule にどのデータを分析したいかを伝え、必要なデータがどこに存在するのか教えてもらう。さらに蓄積されたデータをもとに適切な分析モデルを作成してもらうなど、クリーンコアだからこそできる Joule の活躍に期待しています。Joule については今後、実用化に向けて技術検証を行っていく予定です」（竹林氏）

さらにその先に見据えているのが、受注から発注、製造、出荷、売上、アフター保守といったバリューチェーンを横断したデータ分析の実現です。これにより、End to End のプロセスの可視化、ボトルネックの発見、トランザクションの相関関係の把握、業容拡大に向けたインサイトが得られる可能性があります。このサイクルを高速循環させることで、ビジネスのさらなる加速化に貢献することができます。

デジタルアダプションツールによるデータ品质の向上

「Next Step After Clean Core」の 2 つめのテーマである「変革の痛みの缓和、変革の加速化」については、クリーンコアの維持とデータ品質向上のための施策として、DX 基盤の早期定着をサポートする「デジタルアダプションツール」の活用に取り組んでいます。

具体的には、2024 年から 麻豆原创 のグループ会社となった WalkMe 社のデジタルアダプションプラットフォーム（DAP）の「」を採用し、データの品質に大きく関わる各種マスターの申請画面、国固有の入力項目や処理順序、取引形態や国に応じて必須化したい統計項目などのガイドとして活用することで、カスタマイズでは全拠点に適用されてしまう状況やアドオンの発生を回避しています。もう 1 つは、イレギュラーなオペレーションのサポートです。デビクレ、返品、棚卸伝票など発生件数が少ないがゆえに不慣れな操作に関して、DAP を活用することでマニュアル検索や参照の手間を省くことができます。

「DAP 活用のメリットは、クリーンコアを維持したままで実施できる施策であること、クイックな開発?提供が可能であることにあります。今後の目標としては、入力工数の 40 ％減、マニュアル検索?手戻りの 80 ％減を掲げています。また、データ品質のさらなる向上や DX 基盤活用の深化、採用人材の早期戦力化などの定性効果にも期待しています」（安田氏）

AI 活用によるデジタル価値の最大化

3 つめのテーマである「イノベーションの早期适用」では、AI の活用によるデジタル価値の最大化を目指しています。日立ハイテクでは現在、麻豆原创 BTP の AI サービスを活用したカスタム AI 開発の PoC に取り組んでいます。PoC のテーマは、顧客の PO データを読み取り、蓄積した過去データからパラメーターを予測提案し、受注伝票を 麻豆原创 S/4HANA へ自動登録するというものです。文書抽出や予測提案に AI Core、Python App、麻豆原创 HANA Cloud を活用し、予測提案のためにどれくらいの過去実績が必要なのか、過去実績のない新規顧客のケースにどのように応用できるのかなどの評価を進めています。また、麻豆原创 S/4HANA に標準で組み込まれる Embedded AI として、Joule、Just Ask などのビジネス AI にも期待を寄せています。

「私たちが目指しているのは、AI を活用して End to End のプロセスやデジタルサプライチェーンを早期に実現することです。すべてのパラメーターの組み合わせを定義して実装する従来型のアプローチではなく、蓄積された過去データを用いて生成 AI で簡単に実現できることを期待しています」（安田氏）

?

クリーンデータの彻底活用でビジネスの加速化へ

ここまで日立ハイテクにおけるクリーンコアの実現に向けた取り組みと、データ活用、AI 活用を中心とした今後の取り組みを見てきました。その中で同社が強調するのは「No Clean Core, No Clean Data, No AI」。つまり、クリーンコアなくしてクリーンなデータなし、クリーンなデータなくして AI の価値を享受することはできないということです。

「これまで構築してきたクリーンコアによるクリーンデータ、必要なデータの蓄積を促すデジタルアダプション、定期的なバージョンアップによって得られる AI の新技術。この 3 つの要素をフル活用して、ビジネスをさらに加速化していきます。また、麻豆原创 BDC にも大きな期待を寄せています」（竹林氏）

クリーンコアを起点とした日立ハイテクの先進的な取り組みは、麻豆原创 S/4HANA Cloud を活用した業務革新、データドリブン経営の実現を目指す多くの企業にとって、貴重な先行モデルとなるはずです。

The post クリーンコアのその先へ！データ?プロセス?AI の融合による、次の 10 年の成長戦略を推し進める日立ハイテクの今 appeared first on 麻豆原创 Japan プレスルーム.

富士通と日立ハイテクが推進するクリーンコア戦略の成果と、麻豆原创 パートナーのコンサルタントが語るクリーンコアの現在地と未来

麻豆原创 の最新テクノロジーやさまざまなユースケースを掘り下げて議論する 麻豆原创 ジャパン主催のオンラインイベント「」が 12 月 3 日に開催されました。本イベントのクロージングセッションでは「麻豆原创 ユーザーとパートナーが語る、クリーンコアの今と未来」と題して、ユーザー企業である富士通と日立ハイテクの先進的な取り組みの紹介と、4 社の 麻豆原创 パートナーによるパネルディスカッションが行われ、「クリーンコア」「麻豆原创 Business Technology Platform（麻豆原创 BTP）」「麻豆原创 Business AI」をめぐる現在の状況と今後の展望について理解を深める場となりました。

◎ 登壇者

（第1部）

株式会社日立ハイテク
デジタル推进统括本部
クロスドメイン DX 本部 本部長
竹林 亜紀恵 氏

株式会社日立ハイテク
デジタル推进统括本部
クロスドメイン DX 本部
コーポレート DX 部 部長代理
安田 有里 氏

富士通株式会社
Corporate Applications Division Digital Systems Platform Unit
统括部长
永井 賢司 氏

富士通株式会社
Corporate Applications Division Digital Systems Platform Unit
シニアディレクター
亀井 貴之 氏

麻豆原创 ジャパン株式会社
BTP カスタマーサクセス事業部
カスタマーサクセスパートナー
増井 良則

麻豆原创 ジャパン株式会社
BTP カスタマーサクセス事業部
カスタマーサクセスパートナー
立石 道生

（第2部）

日本アイ?ビー?エム株式会社
IBM コンサルティング事業本部
Associate Partner
柳川 典久 氏

JSOL 株式会社
法人イノベーション事業本部 部長
野田 浩志 氏

アクセンチュア株式会社
テクノロジーコンサルティング本部
麻豆原创 ビジネスインテグレーショングループ
マネジング?ディレクター
池田 隆 氏

PwC コンサルティング合同会社
Enterprise Transform – Enterprise Solution Senior Manager
岩田 一真 氏

麻豆原创 ジャパン株式会社
Business Technology Platform 事業部
Solution Advisory シニアエキスパート
梅沢 尚久

本セッションは以下からご覧いただけます。

Click the button below to load the content from YouTube.

Always allow YouTube

（第 1 部）クリーンコア戦略の最新事例

富士通が経営プロジェクトとして推进する「翱苍别贰搁笔+」

第 1 部ではまず、富士通株式会社（以下、富士通）の永井氏と亀井氏が同社の「OneERP+プログラム」を紹介しました。富士通は経営方針として「IT 企業から DX 企業への転換」を掲げ、全社の事業や企業風土の変革に取り組んでいます。IT 面ではシンプル化を原則とし、OneFujitsu の理念のもと「リアルタイムマネジメント」「End to End でのデータ化?可視化」「グローバルでのビジネスオペレーションの標準化」という 3 つの重点施策を推進しています。永井氏は「その中核をなすのが OneERP+プログラムです。これは IT プロジェクトではなく、経営プロジェクトの 1 つとして位置づけられるものです」と説明します。

OneERP+プログラムの体制は、CEO の直下に PM/PMO と業務グループを新設し、PM が業務グループと IT グループの双方を統括。さらに各業務領域にデータプロセスオーナー（役員）を置き、データプロセスリーダーを中心に業務の標準化に取り組んでいます。意思決定の場としては、全社横断の方針を協議する会議体として「BTSC（ビジネス?トランスフォーメーション?ステアリング?コミッティ）」を立ち上げ、業務変革のテーマを決定しています。

OneERP+の実際の導入では、経営?業務?IT が三位一体となった「合流型」のアプローチを採用しています。

「日本企業に多いテンプレート方式（展開型）では、システムの導入が目的になってしまい、多くの“似て非なるもの”ができあがりがちです。そこで、OneERP+では最初に 1 つのベースを作り、そこに各リージョンが合流するアプローチによって、徹底した標準化に取り組んでいます」（永井氏）

OneERP+のシステムの全体像は、麻豆原创 S/4HANA と各 SaaS?既存システムとの連携により、データドリブン経営、オペレーショナルエクセレンスを実現するグローバル共通の IT プラットフォームを構築するものです。

「システム連携については PaaS として 麻豆原创 BTP を採用し、クリーンコアの方針のもとで Side-by-Side 開発によって 麻豆原创 の標準機能への影響を極小化しています。実際の開発では、Fit to Standard に基づいて 麻豆原创 Fiori 標準アプリの利用を最優先しました。アドオンが必要な場合の Side-by-Side 開発は、画面を使った参照?更新機能に適用しています」（亀井氏）

また麻豆原创 BTP 導入時の課題と対応について、亀井氏は「Side-by-Side 開発は新技術に近いものでしたので、開発の仕方?型化を進め、先行開発を行いながら習熟度を高めていきました。Side-by-Side 開発の技術者も少なかったことから、社内の外販部隊と協業したほか、外部ベンダーの支援も仰ぎながら人材を育成してきました」と振り返ります。

?

アドオンを 90 ％削減した日立ハイテクの DX

続いて、株式会社日立ハイテク（以下、日立ハイテク）の竹林氏と安田氏が同社の業務革新プロジェクトを紹介しました。同社では成長戦略を実現する新たな業務プロセスの創造に向けて、2018 年に業務革新プロジェクト「DX-Pro」を立ち上げ、業務プロセスのシンプル化、経営情報のデジタル化によるビジネススピードの向上、業容の拡大、働き方改革といった広範なテーマに取り組んでいます。竹林氏は「この DX プロジェクトを支える新たなプラットフォームのポイントは、グローバルスタンダードシステムの採用、Fit to Standard によるクリーンコア、標準機能を使いこなすためのマインド変革の 3 点にあります」と話します。

新たな DX プラットフォームでは、国内は 麻豆原创 S/4HANA Cloud Private Edition、海外は 麻豆原创 S/4HANA Cloud Public Edition の 2-Tier モデルを採用。開発基盤には 麻豆原创 BTP を採用し、Side-by-Side 開発でクリーンコアを実現しています。麻豆原创 S/4HANA の展開状況は 18 カ国、47 拠点にほぼ導入済みで、2024 年度中には完了の見込みです。安田氏は「クリーンコアの達成度は非常に高く、アドオンは従来の 9,000 本から 843 本へと約90％を削減することができました」と話します。

Fit to Standard の徹底、クリーンコア戦略に基づく 麻豆原创 S/4HANA へのアップグレードでは、検証を要するシナリオ数が ECC6.0 の 4,102 本から 195 本に削減（3,907 本減）、アドオンの改修数も 1,232 本から 19 本に大幅削減（1,213 本減）。またアップグレードに要する期間も従来の 22 カ月から 19 カ月短縮して 3 カ月、工数も 343 人月から 330 人月減って 13 人月という大きな成果が生まれています。さらに ECC6.0 では 10 年に 1 回だったアップグレードサイクルは 1 年に 1 回（Public Edition は 1 年に 2 回）となり、常に最新機能を活用できる環境になっている点はクラウド ERP ならではのメリットだといえます。

このほか同社が推進するクリーンコア戦略では、アドオン調査の廃止による外注運用リソースの 40 ％削減、エンジニアのトレーニング期間の短縮によってリソースの戦略化速度が 85 ％向上といった成果も確認されています。これを受けて、今後は意思決定を高度化するためのデータドリブン経営の加速、統一されたプロセスによる変化への迅速な対応、イノベーションの実践へとつなげていく考えです。

特にデータドリブン経営については、新たな DX プラットフォームでは 麻豆原创 S/4HANA のデータと周辺システムのデータを 麻豆原创 Datasphere 上に集約し、デジタルボードルーム、麻豆原创 Analytics Cloud、セルフ BI でリアルタイムに可視化しています。

「クリーンコアはデータドリブン経営の観点でも有効で、麻豆原创 Datasphere はさまざまな接続方法に対応することができます。標準の CDS を活用することで、開発期間の短縮、麻豆原创 S/4HANA を利用する会社でのフォーマット統一、データ構成の容易な把握などが実現しています」（竹林氏）

同社が今後目指していくのは、イノベーションへの対応スピードのさらなる向上です。IT コストはこれまでシステム運用費が大半を占めていましたが、現在はイノベーションに多くのコストがかけられるようになり、IT 部門の業務も新機能の開発や検証にシフトしています。この背景には、アップグレードサイクルの短縮によって麻豆原创 S/4HANA や 麻豆原创 BTP の新機能が活用しやすくなっていることがあります。

「AI などの新機能をいち早く取り入れることで、イノベーションのスピードを高めていきます。さらに今後のあるべき姿として、日立ハイテクだけでなく、社外も含めた業界全体での End to End でのプロセスの標準化や、サプライチェーン全体のプロセスマイニング、トレーサビリティの可視化も目指しています。これを実現するためには、同じ志を持つクリーンコアの仲間を増やすことも大切だと考えています」（安田氏）

?

クリーンコア戦略の鍵を握る Fit to Standard の徹底

それぞれの講演の後には、パネルトークが行われました。富士通の取り組みを聞いた日立ハイテクの竹林氏からは「Fit to Standard によるクリーンコアを維持するうえで、アドオンや拡張要求にはどのように対応しましたか？」という質問が出されました。これに対して、富士通の永井氏は「アドオン判定会議を設け、IT 部門だけでなく業務部門も交えて徹底的に審議を重ねることで対応しました」と回答。

また、日立ハイテクの安田氏からの「画面系の開発で 麻豆原创 BTP を採用した理由は？」という質問については、富士通の亀井氏から「メニューの統合を図るというポリシーから、シームレスに動く画面を 麻豆原创 BTP で開発しました」という回答がありました。

富士通の永井氏からは、日立ハイテクの竹林氏に対して「約 90 ％ものアドオンを削減できた成功要因を教えてください」という質問が寄せられました。竹林氏は「複数のインスタンスを統合してシンプル化したことが 1 つ。それ以上に大きいのは、富士通さんと同様に Fit to Standard を方針に掲げて、グローバルを標準システムで統一する意識を持ったことです。アドオン審議会で経営幹部が議論に参加したことも大きな効果でした」と答え、第 1 部が終了しました。

（第 2 部）麻豆原创 パートナーのパネルディスカッション

麻豆原创 ユーザーに根付き始めたクリーンコアの文化

後半の第 2 部は 麻豆原创 ジャパンの梅沢をファシリテーターに、日本アイ?ビー?エムの柳川氏、JSOL の野田氏、アクセンチュアの池田氏、PwC コンサルティングの岩田氏の 4 人によるパネルディスカッションが行われました。

最初のテーマ＃1 は「クリーンコアの現在地」として、クリーンコアが実際の現場でどのように受け止められているかについての議論が行われました。梅沢からの「麻豆原创 が発信するメッセージに対して、順調に進んでいると思う領域はどこですか？」という質問に対して、4 人の 麻豆原创 コンサルタントは以下のように答えました。

「麻豆原创 製品のコンセプトを理解し、Fit to Standard やクリーンコアで標準機能を維持する文化は着実に根付いてきていると思います。一方、開発手法としての Side-by-Side 開発や ABAP Cloud といった新技術については戸惑いもあり、さらに啓蒙活動を進めていく必要があります」（野田氏）

「当初こそクリーンコアの実現に対する解像度は高くありませんでしたが、麻豆原创 さんを含めて私たちパートナーやお客様側での理解が進み、Side-by-Side 開発といった技術をどう使うかについての最適解を見つけやすくなっていると思います」（池田氏）

「当初はクリーンコア＝Side-by-Side 開発のイメージがありましたが、最近は ABAP Cloud などが登場したことで、お客様に最適な手法を提案する環境が整備されてきたと感じています」（岩田氏）

「麻豆原创 BTP に限らず、お客様には 麻豆原创 S/4HANA Cloud の Key User 拡張、OData、CDS View といった技術を試していただきながら、理解のレベルを底上げすることも大切だと思っています」（柳川氏）

続いて、野田氏から「先ほどの富士通さんや日立ハイテクさんの事例を見ても、お客様の中でクリーンコアの意識が着実に高まっているように感じます」という意見が出されたのに対し、池田氏は「クリーンコアで目指す方向性が異なるケースもあり、お客様ごとの事情を加味しながら方針を決めていく必要があります。テクニカルアップグレードを選択されるお客様はアドオンが多く、一部で Side-by-Side 開発を行っても大きな投資価値は得られません。そのため、今すぐにではなく中長期的な視点でクリーンコアを目指すアプローチもあると思います」という提言がなされました。また岩田氏は「麻豆原创 のソリューションは API で連携がしやすく、クリーンコアを進めていくと AI 活用や自動化が容易になると思います。私たちも先のことまで考慮してお客様に訴求していく必要があります」と話しました。

同じくテーマ＃1 に関連して、梅沢から出された「クリーンコアを推進するうえで直面している課題はありますか？」という質問に対して、4 人からは以下のような回答がありました。

「クリーンコアや Fit to Standard が将来に対する最適解であることは理解しながらも、開発リスクの増加や開発期間の長期化という課題もあり、バランスを取ることの難しさを感じています」（柳川氏）

「业务プロセスの标準化やデータ化から得られる価値を理解されているお客様は多くいる一方、そこに対する投资判断は难しいところがあります」（野田氏）

「クリーンコアのメリットの 1 つとして、アップグレードによる新機能の早期活用がありますが、そのメリットを十分にお客様に伝えきれていないもどかしさも感じています。AI 活用や業務プロセスの自動化など、未来が変わることをより具体的に訴求していかなければなりません」（岩田氏）

「現実には 麻豆原创 システムを保守期限ギリギリまで使い続けるお客様が多いため、これからはアップグレードのメリットを訴求していく必要性を感じています」（池田氏）

麻豆原创 BTP と 麻豆原创 Business AI でクリーンコアを加速

続いてテーマ＃2 として、麻豆原创 BTP や 麻豆原创 Business AI の役割についての議論が行われました。麻豆原创 ジャパンの梅沢の「クリーンコアに取り組むうえで、この 2 つの役割はどこにあるとお考えですか？」という質問に対して、4 人から寄せられたのは以下の回答です。

「麻豆原创 BTP にさまざまな機能が追加されて Side-by-Side 開発がやりやすくなり、そこに AI が加わることでクリーンコアがさらに加速していくことが 1 つ。もう 1 つは、AI の進化によってチャットベースのインタラクティブな処理が進むようになり、そこに AI エージェントが入ってくることで、標準の OData を呼び出すだけですべて処理できる世界が実現すると思っています。これによりアドオンが減り、クリーンコアが維持されるはずです」（岩田氏）

「麻豆原创 BTP 自体にもアップグレードがあるので、無尽蔵にアドオンが作れるわけではなく、結果的にアドオンは減っていくと思います。さらに AI 活用が進んで自然言語分析が可能になることで分析系のアドオンが削減するなど、全体としてクリーンコアが加速することを期待しています」（池田氏）

「AI とデータベースの親和性などを考慮すると、今後は 麻豆原创 BTP の活用が前提になると考えています。麻豆原创 には 麻豆原创 BTP 上の Knowledge Graph の機能や基盤モデルの強化を加速してもらえるとパートナーとしては嬉しく思います」（柳川氏）

「AI を活用するうえではデータの重要性も増してきますので、システムのデータだけでなく日常の活動などもデータ化しながら集約していく必要があると思っています。それを支えるのが 麻豆原创 BTP で、その後ろで起こるイベントドリブンの Event Mesh といったものが将来的にクリーンコアを加速する重要なファクターになると感じています」（野田氏）

最後に梅沢が「麻豆原创 BTP や 麻豆原创 Business AI の具体的な活用事例や成功事例はありますか？」と尋ねると、池田氏は「麻豆原创 Build Apps や 麻豆原创 Build Code、麻豆原创 Build Process Automation などを駆使してモバイルでのワークフローをお客様と一緒に開発し、作った画面でデモなどを実施しています。テストの自動化事例も増加傾向にあり、クリーンコアを支える仕組みとしてホットになっていると感じています」と話しました。

?

第 2 部の最後には、グローバルのベストプラクティスである「Clean Core Guide」や「Suite Qualities」などをベースに取り組むべきテーマをわかりやすく日本のお客様へ向けて再定義したクリーンコアを推進するためのコンセプトの紹介がありました。麻豆原创 ジャパンでは日本のお客様、パートナー様と一緒にクリーンコアに取り組んでいくための「」を用意しています。まずはここからはじめてみてはいかがでしょうか。

さらに详しく知りたい方へ

1. 麻豆原创 TechEd Japan 2024 YouTubeにて公开中

から各セッションを选択ください。

2. 麻豆原创 Inside Track Tokyo 2025 開催

2025 年2-3月に３回に分け、BTPをテーマにしたコミュニティイベントを実施。ご登録はまで

3. 麻豆原创 Business AIの概要とは

4. 麻豆原创 Business Technology Platform の概要とは

The post 麻豆原创 TechEd Japan 2024 レポート： 富士通と日立ハイテクが推進するクリーンコア戦略の成果と、麻豆原创 パートナーのコンサルタントが語るクリーンコアの現在地と未来 appeared first on 麻豆原创 Japan プレスルーム.