アジェンダ

複数のAIエージェントを連携させても、データのサイロ化や断片化したセマンティクス、一貫性のないガバナンス、そして質の高い意思決定に不可欠な「コンテキストの深さ」の欠如などが、AI活用の大きな障壁となります。LLMの真価を引き出すには、統合された複数データソースにまたがる環境で推論できるエージェントが必要です。

いま求められるのは、Progenic Data（価値創出型データ）です。それは、リアルタイムで、コンテキストを持ち、統制され、複数のデータソースを横断しながら自由に活用できるデータです。こうしたデータが、いかにして企業AIを活性化させるのか。本セッションでは、すべてのエージェントに「信頼できる唯一の情報源（Single Source of Truth）」を供給し、エンタープライズ・インテリジェンスを次なるステージへと引き上げる戦略を詳説します。

企業のデータは社内外の多様なシステムに分散し、AI 活用やデータドリブン経営の実現を阻む大きな課題となっています。本セッションでは、Denodo の論理データ仮想化と AWS サービスを組み合わせることで、データコピー不要でリアルタイムに統合されたセマンティックレイヤーを構築し、AI Ready なデータ基盤の構築と、現場の業務変革を加速させるアプローチをご紹介します。Amazon Bedrock との連携によるエージェンティック AI ワークフローの実現、Amazon Quick を活用した自然言語によるデータ分析と業務自動化、そしてきめ細かなガバナンスとセキュリティを両立するアーキテクチャについて、具体的なユースケースを交えて解説します。

古河電工では、AIを最大限に活用する「With AI」の実現に向け、「AI-Ready」な環境構築を最優先課題として掲げています。本セッションでは、その中核を担う概念である「コネクテッド（データ連携）」に焦点を当てた取り組み説明します。2025年度の「計画期」における戦略策定から、2026年度以降の本格展開に向けたロードマップを公開。データ仮想化ソリューション「Denodo」を活用し、分散したデータを「人・AIが活用可能な資産」へと変貌させていくのか、具体的な実施内容を紹介します。また、プロジェクトの推進過程で直面した「多くの壁」と、 それを乗り越えるための実践的なアプローチについても共有いたします。

Coming Soon

Denodoによるデータ統合を、さらに次の次元へ。一部のアナリストやユーザーに留まっているデータ活用を、貴社の全ユーザーに届けてみませんか？ 本セッションでは、生成AIによる分析や開発機能をさらに強化したデータアプリケーション基盤「MotionBoard」による業務UI化と、AIエージェント「dejiren」の連携により、Denodoのデータを“日常業務で使う・AIが活用する”形へと進化させるアプローチをご紹介します。

AIエージェントや生成AIの活用が広がる中、AIを業務で継続的に活用するためには、AIに適した形でデータを提供できる「AI‑Ready」な基盤の整備が重要になります。本セッションでは、AI‑Readyな基盤という視点から、AIや分析へデータを安定的に提供するためのデータ基盤とガバナンスの考え方を整理します。Denodoを活用した日立ソリューションズの取り組みをもとに、既存データ資産を活かしながら、AI中心の業務へと発展させていくための考え方をご紹介します。

本セミナーでは、Denodo×生成AIによる横断データ活用と、それをさらに加速するために重要となる「メタデータ高度化」についてご紹介します。マルチエンジン化が進むデータ基盤環境において、Denodoをデータ活用のハブとして位置づけ、データやメタデータを整理・活用し、生成AIを組み合わせることでユーザー利便性を高めるユースケースを取り上げます。一方で、その効果を最大化する鍵となるのがメタデータ高度化です。AI活用の精度・効果を高めるために求められるメタデータ高度化の考え方と具体的な進め方を示し、横断データ活用を加速するための実践的なヒントをお届けします。

「誰かに依頼しないとデータが手に入らない」「IT部門へのデータクレクレ攻撃が絶えない」 ―そんなデータ利用環境から脱却し、ユーザー自身が自在にデータを扱える未来を目指して、2023年にデータ仮想化プラットフォーム「Denodo」を導入 。導入後、迅速なデータ利用が可能となりました。しかしながら利用が進んでいく中で、様々な壁にも直面。本セッションでは、弊社における2年半のDenodo運用実績をベースに、いかにしてこれらの壁を乗り越えてきたのか、できる限り包み隠さず共有します 。

Coming soon