DataMindは、データベース、ビジネスアプリケーション、ドキュメントに、それぞれの保存場所で接続し、データの意味を把握して、あらゆるAIエージェントに提供します。すべての呼び出しにアクセス権限が適用され、すべての回答を出典まで追跡できます。
共通のビジネスコンテキストがなければ、エージェントは自信を持って誤った回答をし、見るべきでないデータを表示し、運用コストも高くなります。その理由をご紹介します。
一つのKPIに、SQL、BI、財務でいくつもの定義があります。エージェントは承認された定義を使い、それを示す必要があります。
同じ顧客が、複数のシステムに異なるIDで存在します。エージェントは、それが一人の顧客だと認識する必要があります。
システムごとに、同じ対象について異なる情報を持っています。エージェントは、どれを優先するか、そしてその理由を知る必要があります。
データソースのスキーマは変わり続けます。エージェントのコンテキストは、再構築なしでマッピングを保つ必要があります。
人によって閲覧できるデータは異なります。エージェントは、各人に閲覧が許可されたものだけを表示する必要があります。
質問のたびにデータをつなぎ合わせるのは、時間もコストもかかります。エージェントは、必要なコンテキストだけを受け取る必要があります。
DataMindは、システムとすべてのエージェントの間に位置します。データに保存場所でアクセスし、その意味を把握して専門家による確認に備え、すべてのレイヤーにルールとテストを適用したうえで、リアルタイムに提供します。
ダイアグラムの各部分にある＋をタップすると、仕組みが表示されます。
100以上のコネクタ · 移行不要
MCP · A2A · REST API · SDK
リージョン単位のデータ所在地
上の図にある各コンポーネントについて、その役割と製品での見え方を紹介します。
すべての指標に共通の定義を設け、すべてのデータストアに自動でマッピング。
3つのチームに「売上総利益率」を尋ねると、3つの異なる数値が返ってくることがあります。Semantic layerは合意された共通の定義を記録し、すべてのレポートとエージェントが同じ方法で計算できるようにします。
基本機能もすべて対応
DataMindが加えるもの
ビジネス用語、そのグループ分け、そして別の呼び方まで。
どの企業にも、独自の用語と、製品ファミリー → 製品 → プラン、地域 → 市場といった独自の分類方法があります。Business taxonomyはそれらと、どの言葉が同じ意味を持つかを記録します。そのため、「リベート」と「アローワンス」が同じデータにつながります。
基本機能もすべて対応
DataMindが加えるもの
同じ顧客、注文、契約をすべてのシステムで認識。
同じ顧客が、CRMではアカウント、ERPではベンダーID、サポートチケットでは名前として記録されていることがあります。Knowledge graphはそれらを同じ顧客として認識し、顧客、注文、契約の関係を追跡します。
基本機能もすべて対応
DataMindが加えるもの
ビジネスのライブモデル：業界モデル、ビジネスオブジェクト、ルール。
Ontologyはビジネスの地図です。顧客、契約、工場など、どのような種類のものが存在し、それらがどのように関係し、どのようなルールに従うかを示します。DataMindは業界モデルを出発点とし、お客様独自のビジネスオブジェクトとルールを追加するため、手作業で構築する必要はありません。提案されたすべての関連付けには信頼度スコアと根拠が付きます。推論は自らの不確かさを明示し、最終判断は専門家が行います。
基本機能もすべて対応
DataMindが加えるもの
意思決定が積み重なり、活きていく。
データは何が起きたかを示します。Context graphは、その背後にある意思決定、承認、例外といった「なぜ」も記録します。次の担当者やエージェントは、すでに学ばれたことから始められます。
基本機能もすべて対応
DataMindが加えるもの
すべての数値を元の行まで追跡。
Lineageは、数値がどこから来たのか、どのシステム、テーブル、計算を経由したのかを示します。数値がおかしいと感じたときは、さかのぼって確認できます。
基本機能もすべて対応
DataMindが加えるもの
データに、保存場所のままクエリを実行。
Federated engineは、すべてのデータを最初に一か所にコピーする代わりに、データがすでに存在するシステムに各質問を送信し、結果を統合します。
基本機能もすべて対応
DataMindが加えるもの
使うたびに、より速く、より低コストに。
エージェントが質問のたびにゼロから始める必要はありません。短期メモリは目の前のタスクを把握します。長期メモリは、学習して確認された内容をすべてのエージェントのために保持します。キャッシュは回答とクエリを再利用するため、エージェントの応答が速くなり、運用コストが下がり、システムへの負荷も軽減されます。
基本機能もすべて対応
DataMindが加えるもの
すべての呼び出しにお客様のルールを適用。データの所有権はお客様のものです。
Governanceは、誰が何を閲覧できるか、エージェントに何が許可されるかを決定します。DataMindでは、各ユーザーは元のシステムですでに閲覧可能な情報だけを見ることができ、すべての操作が記録されます。
基本機能もすべて対応
DataMindが加えるもの
リリース前も、リリース後も。
エージェントを本番運用する前に、正しい回答を返すかを確認したいはずです。リリース後は、それが変わっていないかを把握したいはずです。テストでは正解がわかっている回答と照らし合わせて確認し、監視では本番環境での精度、速度、コストを見守ります。
基本機能もすべて対応
DataMindが加えるもの
通信、金融サービス、医療などの大手企業が、AIエージェントを成功に導くビジネスコンテキストのためにSquidを活用しています。
年間のサポートチケット数。1件あたり約5分を短縮し、約60人分の業務量に相当。
クラウドコミュニケーションプロバイダー · 通信・テクノロジー
5つの稼働中システムにまたがる請求データ。すべての回答に出典付き。
医療保険者 · ヘルスケア・ライフサイエンス
すべての数値を元のクエリまで追跡。モデルリスク管理チームが承認できるエージェントを実現。
金融サービス
問題解決が迅速化し、エスカレーションは半減。
グローバルな通信接続サービスプロバイダー
エージェントを追加するたびに構築工数を95%削減。新しいエージェントはすべて同じコンテキストを再利用します。
本格導入の前に、お客様自身のスキーマとデータで効果を実証できます。
ビジネスにとって最も必要なユースケースを選びます。
Squidのクラウド上で、お客様のスキーマとサンプルデータまたは合成データをもとに、ビジネスコンテキスト、アクセスルール、エージェントの使い方を設計します。この段階では顧客データは不要です。
DataMindはお客様自身のクラウドで、本番に近いデータを使って稼働し、データが外部に出ることはありません。エージェントはまず提案から始め、情報を見つけて説明し、実際の対応はお客様の担当者が行います。すべてのテストの合否は、根拠とともに報告書にまとめられます。