テラデータ、ModelOpsでエージェント型AI・生成AIの大規模な本番運用を容易に

2025年9月9日 | サンディエゴ発

ClearScape Analytics「ModelOps」で開発段階から本番運用への移行を効率化

[2025年7月29日にTeradata Corporationより発表されたプレスリリースの抄訳です]

Teradata（NYSE: TDC)）は本日、エージェント型AIおよび生成AIユースケースなど最新AIソリューションの開発から本番運用にワンストップで効率的に移行できるよう、ClearScape Analyticsの「ModelOps」（モデル運用管理）を機能強化したことを発表します。Teradataが提供するこの新たな統合ModelOpsは、アナリティクスリーダーやデータサイエンティスト向けに設計され、オープンソースONNX埋め込みモデルやAzure OpenAI、Amazon Bedrock、Google GeminiなどのクラウドサービスプロバイダーLLM APIをシームレスかつネイティブにサポートします。また、新機能「LLMOps」により、カスタム開発なしで各モデルを展開・管理・監視できます。さらに、ModelOpsはビジネスアナリストやビジネスユーザー向けにローコード機能「AutoML」を提供し、全ツールで一貫した直感的インターフェースを実現します。今回の機能強化により、異なるAIシステムの管理複雑性を解消すると同時に、スキルレベルを超えた利用の民主化を図り、オンボーディング時間の短縮と生産性向上により、AI運用をより効率的に拡大できるようになります。

ClearScape Analytics ModelOpsの主な強化点：

  • パブリックLLM APIとシームレスに統合：
    • 組織が主要なAIプロバイダー（Azure OpenAI、Google Gemini、Amazon Bedrock）と容易に連携可能
    • Anthropic、Mistral、DeepSeek、MetaなどのLLMも利用でき、カスタム開発不要で柔軟性とモデル選択性を向上
    • 外部APIベースのモデルを可観測性、自動スケーリング、使用状況分析機能とともに安全に登録・管理
    • 管理者はリトライポリシー、同時実行数、レプリカ設定を構成可能
    • プロジェクトやモデルごとの健全性・支出状況を追跡可能
  • ローコードAutoML：
    • スケジューリング、パフォーマンス監視、視覚的説明可能性をサポートする直感的なツールでモデル構築・監視を可能にし、ML専門家への依存を軽減
    • ビジネスアナリストやデータサイエンティストがローコードインターフェースでモデルのトレーニング、評価、デプロイを実行可能
    • 統合テレメトリと説明可能性ツールが透明性と信頼性を提供
  • LLMOpsでLLMを管理・監視：
    • NVIDIA NIM LLMsをGPU環境に直接迅速にデプロイ、設定不要の効率的なワークフローを実現
    • 包括的なLLMモデルカードを提供し、組み込みガバナンス機能による透明性と監視を実現
    • デプロイ、バージョン管理、パフォーマンス追跡、リタイアプロセスを含む、LLMの完全なエンドツーエンドライフサイクル管理を提供
  • 効率化されたONNX埋め込みモデルデプロイ：
    • ONNX埋め込みモデルとトークナイザーを統一ワークフローでネイティブにサポート
    • カスタムベクトル検索モデルのデプロイを簡素化し、エンジニアリングオーバーヘッドを削減
    • BYOM（Bring-Your-Own-Model）ワークフローを完全サポート
  • 一貫性のある直感的なユーザーインターフェース：
    • AutoML、Playground、Tables、Datasetsなどの全体で統一されたUXを提供し、学習曲線を緩和し、あらゆるスキルレベルのAIチームの生産性を向上
    • ガイド付きウィザードから改良されたテーブル操作、より強力なAI Workbench Playgroundまで、ModelOpsが一貫性のあるユーザーフレンドリーな体験を実現


新たなModelOpsソリューションの理想的なユースケース例：
銀行が顧客満足度を把握し、複数のフィードバックチャネルにまたがるサービス課題を特定し、デジタルバンキング体験を改善して顧客を維持する必要がある場合、異なる分析タスクごとに別々のAIツールを管理する代わりに、統合されたModelOpsプラットフォームにより、銀行は複数のAIモデル（例：感情分析用のLLM、分類用の埋め込みモデル、予測インサイト用のAutoML）を単一の信頼できる環境内でシームレスに組み合わせることが可能になります。この統合アプローチにより、技術チームとビジネスアナリストの両方が、実験的な分析から、顧客維持率と満足度に直接影響を与える本番規模の顧客インテリジェンスへと迅速に移行できます。

近年、複数プロバイダーのAIモデルを組み合わせた運用ニーズが高まる中、組織がAIの実験段階から本番規模へ移行する際、ビジネス成果獲得に向けて重大な課題に直面しています。異なるLLMプロバイダー（様々なオープンソースモデル含む）にまたがる断片化されたワークフローは、モデルの相互運用性を制限し、導入を妨げ、イノベーションを遅らせる急峻な学習曲線を生み出します。統一されたガバナンスフレームワークがなければ、AIシステム全体での信頼性とコンプライアンスの確立に苦慮し、確信を持って信頼できるAIを大規模に運用することは不可能になります。こうした制約により、生成AIやエージェント型AIの取り組みは統合されたビジネスソリューションではなく孤立した実験に留まり、ビジネス価値を獲得することが困難となっています。Teradataの新たなModelOpsプラットフォームは、多様なAIモデルとローコードツールへの統一アクセスを提供しつつ、大規模な信頼性とガバナンスを維持することでこれらの課題を解決し、ビジネスユーザーがAIの潜在能力を最大限に活用する妨げとなる運用上の複雑性を排除します。

Teradataの最高製品責任者（CPO）Sumeet Aroraは次のように述べています。「現実として、組織は複数のAIモデルとプロバイダーを活用するでしょう。問題は『その複雑性を効果的に管理できるか』ではなく『どのように管理するか』です。TeradataのModelOpsソリューションは、信頼性とガバナンスを維持しながら、複数のモデルの組み合わせを横断的に扱う柔軟性を提供します。これにより企業は、実験段階から本番環境への移行を大規模に、かつ自信を持って進め、AI投資の真の潜在能力を最大限に引き出せるのです」

提供時期
2025年第4四半期からTeradata AI FactoryおよびTeradata VantageCloudで提供開始予定です。
 

Teradataについて

Teradataは、より良い情報が人と企業を成長させると信じています。Teradataが提供する最も包括的なAI向けクラウドデータ分析基盤は、信頼できる統合されたデータと信頼できるAI/MLを提供し、確実な意思決定、迅速なイノベーション、価値あるビジネス成果を実現します。詳しくは、Teradata.jpをご覧ください。