データウェアハウスのモダナイズ化で社内のデータ＆AI 戦略を加速
日本の多くの企業では、ビジネスアナリティクス用のデータウェアハウスが運用されています。 しかし、最近では従来のデータウェアハウスのみでは、データ増に比例した運用コストの肥大化、AI やBigData を活用した予測分析など今日のビジネスニーズに追従が難しいといった課題も多く聞かれるようになってきました。 また、非構造データ/ストリーミングデータなど、これまでは活用できていなかったデータを使った分析や、新規にAI の活用を検討しているが従来のデータウェアハウスではこれらの新規要件に対応できない、といった悩みをお持ちの方も多いのではないでしょうか。 とはいえ、新規の分析要件に対応するため既存データウェアハウスに加え、データレイクやAI環境を個別に構築するのは運用コストがさらにかかってしまいます。 そのようなお悩みを解決するのが、データウェアハウスとデータレイクの両機能を統合した、データブリックスの”レイクハウス・プラットフォーム”です。 本ウェビナーでは、高速データウェアハウスとしての活用用途に加え、未来のデータ分析・活用を実現しながら運用コストを大幅に削減することが可能な”レイクハウス・プラットフォーム”、どのようにレガシーなデータウェアハウスの課題を解決しコスト削減を実現 するのか、技術詳細や実際の移行事例とともにご紹介します。
シンプルかつスケールできるデータ基盤の構築。TerraformとDelta Sharingを使ったプラットフォーム基盤
製造業のお客様には工場内のデータに加えて古くから持つ基幹データ、そしてグローバル展開まで悩みがつきません。DAIWTで発表されたお客様事例で活用された、LakehouseやPartner Connectを使ったデータ連携、そしてTerraformを使った自動化やDelta Sharingといった技術を解説し、お客様のお悩みに応える事ができるソリューション活用をご紹介します。
アーキテクチャをシンプルに！レイクハウスによるストリーミング/バッチ基盤の統合
近年技術的な発展とクラウド技術の浸透により、ストリーミング、リアルタイム処理基盤を構築するケースが増えてきています。一方、現在多くのお客様ではストリーミング基盤とバッチ基盤それぞれ所有して運用されているケースがほとんどです。 データブリックスのレイクハウスプラットフォームではデータウェアハウスとデータレイクの両機能を統合できるだけでなく、バッチとストリーミング両方を一つのプラットフォームで扱える点も魅力の一つです。本ウェビナーではデータブリックスのレイクハウスプラットフォームでストリーミング処理を行うメリットと、それらを支えるデータブリックスの機能をご紹介します。
データとAIをガバナンスする際の原理原則からデータメッシュアーキテクチャの導入まで
生成系AIの登場で、守りのガバナンスから、攻めのガバナンスへの流れが必須となってきました。まだデータAIのガバナンスを導入していないエンタープライズの企業において、テクノロジーの進化によって何が可能となったのか、さらにはテクノロジーに適合することで、ガバナンスの観点で、人とプロセスがどう変わっていくのか、何をすべきなのか？を解説します。
マーケター必見：予測AIと生成AIを兼ね備えた新しいカスタマーデータプラットフォームCDPの形態
マーケターの皆様も日々、お客様とのコミュニケーション改善や反応率の向上などに取り組まれていると思います。 やはり、欲しいデータにすぐにアクセス、そのデータをフル活用と考えられている方も多いのではないでしょうか？ 一方、企業の中で全てのデータを一元化統合することは容易ではありませんよね！ しかしながら、生成 AI を含めてAIの利活用のニーズが高まる中、データを統合してSingle Source of Truth (SSOT) を実現することは不可欠と なってきています。
本ウェビナーは下記をポイントにお伝えします。
- CRM/SFAデータ+3rd Partyデータを統合
- GenerativeAIをどう活用すべき
- データブリックス・レイクハウス・プラットフォームを中心に先進的な取り組み
データブリックスで始める生成AI
今年に入ってから、生成AI、特に大規模言語モデル(LLM)のニュースが日常的なものとなり、多くの企業でも検討や活用が進んでいるかと思います。しかし、いざ企業で生成AIを活用しようと思っても、以下のような点で悩まれている方も多くいらっしゃるのではないかと思います。
・そもそも、生成AIとは何か
・企業で生成AIを利用する際に注意すべきリスクは何か
・企業における生成AI活用のユースケースやベストプラクティスは何か
本ウェビナーでは、これから生成AIを活用しようとされれている方、生成AIを活用し始めているが上記の点で悩まれている方を対象に、データブリックスでの実践を踏まえて生成AIを説明します。