AI at Work9分で読めます

AIはどのアクティブ顧客を数えた? Databricksが定義を共有する仕組み

Genie Ontologyは業務上の定義をDatabricksのエージェントに提供します。レポートを信頼する前に、指標の意味、情報源の信頼性、利用権限を確認する方法を紹介します。

K
Ken Jo

先月のアクティブ顧客数を同僚二人に聞いてみてください。営業チームは有料契約が有効なアカウントを数えるかもしれません。製品チームは過去30日間に主要機能を使ったアカウントを数えるかもしれません。どちらの数字も正しい場合があります。AIに答えを一つ求めると、業務上の意味に関する問いにも、確定値のような数字が返ってきます。

Databricksは2026年11月11日にGenie Ontologyの一般提供を発表しました。同社のデータ・AI基盤は、この層を使って再利用できる業務上の文脈をエージェントに提供します。文脈をまとめたスニペットは、Databricksのダッシュボード、SQLクエリ、ノートブックから取り込めます。外部BI向けの別機能は当時ベータ版で、Power BIに対応していました。Unity Catalogでは、人が正式な指標や概念を定義できます。同じ発表で、定義を画面から管理するOntology Managerは今後のベータ提供と案内されました。

複数のエージェントが業務を支えるのであれば、なぜ一つずつ「顧客」の意味を調べ直すのでしょうか。正しい答えから承認済みの定義までさかのぼれると、この仕組みが役立ちます。一方で、誤った定義を共有するとその影響も広がります。月次レポートを配信する前に、この違いを確かめる方法を見ていきます。

有料契約と最近の利用実績を基準にした、アクティブ顧客の二つの定義例

同じ表現でも妥当な数字が二つ出ることがあります。数字を比較する前に、定義を示します。

グラフには指標の計算ルールが隠れている

ダッシュボードには、表示された棒グラフ以上の業務知識が含まれています。日付の基準、集計から外すレコード、有料アカウントの条件、企業の合併時の扱いを誰かが決めています。SQLや保存済みのフィルター、ノートブックに残っている場合もあれば、レポート担当者の間で暗黙の了解になっている場合もあります。エージェントは元のテーブルを読む権限を持っていても、回答に必要なルールまでは知らないことがあります。

発表では二種類の文脈が説明されています。学習したスニペットには、既存のクエリなど日常業務の成果物からエージェントが読み取った内容が入ります。モデル化した知識は人が明示的に定義し、管理します。メトリックビューで認定されたKPIなどがその例です。同社はOntoRankを、候補となる文脈を情報源の権威や関連性で順位付けする仕組みと説明しています。設計の説明であり、あいまいな質問に常に担当者と同じ判断が下されることまで保証するものではありません。

質問の例確認すべき文脈定義を決める担当
アクティブ顧客のうち何社が更新したかアカウントの識別子、更新日、契約状況レベニューオペレーション
製品を実際に使ったアカウントはいくつか利用イベント、期間、アカウントとの対応製品アナリティクス
四半期末のアクティブ顧客数は何社か報告指標の定義、タイムゾーン、締め日レポートの責任者

表の担当は例です。説明可能な回答には、実際に使った定義、報告対象期間、定義の適用日、読み手が開ける情報源が含まれます。質問があいまいなら、契約のことか、製品の利用実績のことかを聞くところから始められます。オントロジーが両方の意味を見つけられても、レポート側でどちらを使ったか伝える必要があります。

数字で考えると違いがはっきりします。請求のクエリでは契約中のアカウントが420件、利用状況のクエリでは条件に合うイベントがあったアカウントが310件だったとします。説明のために設定した仮の数字です。計算が合っていても「アクティブ顧客420件」では何を数えたか分かりません。「月末時点で請求のある420アカウント。試用アカウントを除く」と書けば、次に読む人が定義を確認できます。請求のあるアカウントのうち実際に使った数を求める場合は、両方の情報を結合し、各集計の分母を区別する必要があります。

文脈を共有すると、誤りの影響も変わる

根拠のある定義を用意すると、ツールごとに同じ長文プロンプトを書く必要が減ります。一つのレポーティングチームが認定済みの売上指標を維持し、財務、業務、経営に関する問い合わせには異なるエージェントが答えることもできます。Databricksは、Genie MCPを使えばDatabricks外のエージェントにも文脈を提供できると説明しています。自社のワークスペースで利用できるツール、情報源、操作については、Genie Oneの公式文書と設定を確認します。

難しくなるのは、二つの情報源が食い違うときです。マーケティングのダッシュボードではまだ試用アカウントを顧客に含め、信頼されている財務レポートは除いているとします。古いノートブックには財務と同じ名前が付いていても、計算は昨年の条件です。スニペットの出どころが見えないと、変更を覚えている人がいなくなっても、自動化が古いルールを使い続けることがあります。

どの記述を正式な基準として扱うかを先に決めます。認定指標には責任者と承認された報告範囲を設定します。ノートブックはチームの業務を理解する手掛かりですが、それ自体が自動的に方針になるわけではありません。妥当なルールが二つある場合は別々の名前を付けるか、適用する業務領域と期間を書き添えます。全社に広げる際には、どのチームにも同じ回答を強いるのではなく、必要な定義の差を残します。

同じ試験で権限も確認します。明細を閲覧できる分析担当者と集計値しか見られない担当者として、同じ質問をしてみます。返された文脈と出典を記録し、エラーや結果が空だった場合も残します。Databricksは既存の権限を尊重する仕組みと説明していますが、導入する側は実際に運用する権限範囲で確かめる必要があります。指標の解説に開けないリンクが含まれる問題と、制限された情報が回答に出る問題とでは深刻さが異なります。個別に試します。

元資料にあった定義が管理下で再利用され、改訂されるまで

担当者と適用日を決めてから、定義の変更時に何が起こるか確かめます。

91%を読むには、何を評価したかを見る

DatabricksとTuringは、英国の架空のエネルギー供給会社を想定して、模擬ワークスペースで評価を行いました。11月11日の発表では、Ontologyを利用したGenieの合格率が91%、匿名の比較対象二つのうち成績が高かったエージェントが58%でした。各エージェントはタスクごとに同じ問いに5回答え、あらかじめ決めた基準で採点されました。特定の環境で行われたベンダー共同評価なので、すべてのDatabricks利用者が同じ結果を得られることを示す独立した証拠ではありません。

この比較は現実の業務課題を捉えています。エージェントが必要な定義をすでに持っていれば、ワークブックや元のテーブル、メモを探す時間は短くなり得ます。発表によると、Genieの設定は文脈が蓄積済みの導入環境を想定しています。接続したばかりのワークスペースとは条件が異なります。用意された文脈を利用できる範囲が違うシステム全体の比較で、個々の機能がどれだけ差に寄与したかは分かりません。

ベンダーと同じ内容にせず、自社で小規模な評価を作れます。月間のアクティブアカウント数、ある地域の更新期限、収益認識の例外、分類の適用日など、簡単に見えて実際には誤った経験のある質問を選びます。責任者が確認した回答を、比較時点の記録として保存します。正解の根拠となる情報源と日付の範囲を記録します。正式な答えが一つに決まらず、エージェントが回答を保留したり、聞き返したりすべき質問も含めます。

数字の正しさに加え、根拠を追えるか、必要な人が参照できるかを評価します。誤った式でたまたま数字が合っても、翌月には崩れるかもしれません。返答が短時間でも、分析担当者が確認に何分もかければ削減できる作業は限られます。誰が答えを検証でき、どの境界事例で確認の質問が出たかを記録します。同じ基盤モデルでも、従来の方法と試験版を比べる材料になります。

利用を広げる前に定義を変えてみる

指標が一つでも、最新の状態に追従するか試せます。初回は一定時点のアクティブな有料アカウントを尋ねます。次に、業務上の変更を想定します。合意した日以降、パートナーのアカウントを別の集計区分に移すとします。過去のダッシュボードは以前の扱いを維持し、新しいレポートには承認済みの定義を使います。エージェントごとに方針の写しを渡さず、変更の前後とも正しい答えを返せるかが難しいところです。

  1. データの責任者がおり、妥当な解釈が二つある指標を選びます。承認済みのルール、適用日、分かっている答え、判断しにくい例を記録します。
  2. 同じ時点の報告データと同じ質問を使い、従来の方法と管理済みの定義を使う方法を試します。回答、引用された定義、確認にかかった時間を記録します。
  3. 二つの権限で繰り返します。閲覧者が制限された明細を見ることなく、必要な情報源を開けるか確認します。
  4. 方針を変更したと仮定して、前後の報告を求めます。それぞれの期間に適切な定義を使い、変更点を伝えているか確認します。

11月11日の発表を機に、Databricksのワークスペースを管理する人とGenie Ontologyを評価できます。オントロジーの一般提供と、今後ベータ提供される画面管理ツールの時期は異なります。その画面がなくても、指標の担当者を明記し、定義を調整し、基準になる質問を作れます。導入に時間がかかっても、その準備は役に立ちます。

定義を見つけることと、正しく使うことの差が出る質問を一つ追加します。同じ顧客名のアカウントが二件ある場合があります。月の途中で契約状態が変わる場合もあります。午前0時を少し過ぎた取引は、UTCのタイムスタンプから想像する日と現地の報告日が違うかもしれません。いずれか一つの事例を集計に含めるか除くか決めます。検証者には基準となるクエリを渡し、期待値を見る前にエージェントが質問をどう解釈したか読んでもらいます。

対象が増えたときに用語の衝突を見つける方法もあります。アクティブ、地域、返品、更新など、すでにチーム間で意味が異なる用語を短いリストにします。新しい業務領域を追加するとき、担当者同士で普段の質問を三つ交換します。同じ語で集計対象、期間、参照するテーブルが変わる場合を記録します。名称を分けるか、条件付きで一つの概念を共有するかは人が決めます。重要な定義をカタログに追加するたびに無理なく繰り返せる確認にします。

できあがった答えを試験に参加していない同僚に送ってみます。どのレポートに使うべきか理解できますか。承認済みの出典を開いて、自分のダッシュボードとの違いに気付けますか。別チームに移るたびに説明が必要な指標であれば、モデルに文脈を足す前に、名前を明確にして定義を保存する方が役立つことがあります。

数字を再利用するには定義も再利用できなければならない

二つのエージェントが同じ根拠で同じ答えを出し、質問が変われば確認を求めるのが望ましい状態です。組織で発見、検証、改訂できる定義がその前提になります。文脈の共有は、その作業をもっと多くのレポートに反映する方法です。指標の命名と管理の手間が消えるのではなく、その仕事の価値が高まります。

出典


指標の定義、会議の決定事項、確認したい項目を検索できる場所にまとめましょう。Telli.shで最初のノートを始める。


← ブログに戻る