◎ 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統括本部
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.