Databricks
LTTSはDatabricksと提携し、エンジニアリングを重視する企業がレガシーデータ資産の近代化を図り、Databricks Lakehouse上でITデータとオペレーショナルテクノロジー(OT)データを統合し、Unity Catalogを用いてガバナンスを実施し、分析、機械学習、生成AIを本番環境へ導入できるよう支援します。 この提携により、Databricksのデータインテリジェンスプラットフォームと、製造、モビリティ、医療技術、半導体、エネルギー分野におけるLTTSのドメインエンジニアリングの専門知識が融合します。
データやAIプログラムの多くは、プラットフォームではなくデータそのものに阻まれています。文脈のないセンサーデータ、ERPと連携しないプラントシステム、責任の所在が不明確な品質ルールなどがその例です。LTTSのエンジニアは、こうした製品やプラントの現場で数十年にわたり経験を積んできました。その深い知見を活かし、お客様の設備、プロセス、サプライチェーンの実際の運用状況を反映したデータモデル、パイプライン、AI活用事例を設計します。
当社のDatabricksプラクティスは、評価や移行から、データエンジニアリング、ガバナンス、AI、マネージドオペレーションに至るまでのライフサイクル全体を網羅しています。AWS、Microsoft Azure、Google Cloud上で展開を行い、既製のアクセラレータを提供することで、お客様が「発見」から「概念実証」、そして「エンタープライズ規模」への移行を、四半期単位ではなく数週間で実現できるよう支援します。
なぜ今、企業がレイクハウスへ移行しているのか
コストと技術的負債がイノベーションを阻害している
IT予算の大部分はシステムやアプリケーションの保守に費やされており、プロプライエタリなプラットフォームでは技術的負債が急速に蓄積されます。一方、ビジネスプロセスの変化はIT部門が追いつけないほど速いペースで進んでいます。オープンな「レイクハウス」を導入することで、運用コストを削減し、すべてのチームが共通のプラットフォーム上で開発を進められるようになります。
AIの性能は、その基盤となるデータの質に左右される
モデルの信頼性は、そのモデルが使用するデータの信頼性に左右されます。不正確または不完全なデータは誤った予測を増幅させ、生産ラインや臨床現場での誤った予測がもたらすコストは、そもそも立ち上がらなかったAIプロジェクトのコストよりもはるかに高くなります。信頼性が高く、適切に管理されたデータを最優先に確保しなければなりません。
Databricks向けLTTSアクセラレータおよびIP
以下のアセットは、導入初日から利用可能です:
機能の説明
ビジネスおよびエンジニアリングのワークフロー全体にわたって、再利用可能なAIエージェントを展開・運用します。
影響
AIソリューションの導入を最大50%高速化し、従業員の生産性を向上させます。
機能の説明
データの品質検証、監視、および是正を自動化します。
影響
データ品質の問題を最大60%削減し、より信頼性の高いAIの成果を実現します。
機能の説明
メタデータ、データリネージ、ガバナンス、およびデータプロダクト管理を統合します。
影響
ガバナンスの導入とコンプライアンス対応の準備が最大40%高速化されます。
機能の説明
OT、IT、およびエンタープライズデータソースの取り込みと統合を加速します。
影響
統合作業の負担が30~50%軽減され、 新しいデータソースの導入が迅速化されます。
機能の説明
ソリューションの開発、テスト、導入を加速させる、AIを活用したエンジニアリングおよび提供フレームワーク。
影響
プロジェクトの納期を最大30~40%短縮し、生産性を向上させるとともに、納品リスクを低減します。
Databricks リファレンス・アーキテクチャ
当社のリファレンスアーキテクチャは、統一されたオープンでスケーラブルな「Lakehouse」上で、あらゆるソースからのデータをあらゆるコンシューマーへ配信します。このプロセスは、Lakeflow Jobs(スケジュール、トリガー、再試行、アラート、モニタリング)によってエンドツーエンドでオーケストレーションされます。
- ソース:ファイルおよびログ(半構造化)、データベースおよびERPや業務アプリケーション(構造化)、メディアおよびストリーミング(非構造化)
- 取り込み:Auto Loader によるバッチ取り込み、Azure Event Hubs または Kafka によるストリーム取り込み、HVR または Fivetran による変更データキャプチャ
- 変換:Medallion ETL による、生の統合データからフィルタリング・クレンジング・変換を経たデータ、さらにはビジネス利用可能なテーブルへの変換
- クエリおよび提供:Databricks SQL 上のデータウェアハウスおよびデータエンジニアリングワークロードに加え、RAG パイプライン(ドキュメントのチャンキング、埋め込み、ベクトル検索、コンテキスト検索)
- 分析:BIおよびレポート作成、ストリーミング分析、データ共有とコラボレーション、さらにLLMおよび基盤モデル上でマルチエージェントのオーケストレーション、計画、メモリ、ツール、ガードレールを備えたエージェント型AIフレームワーク
- 統合:チャットボット、モバイルアプリ、Webポータル、API
- プラットフォームの基盤:ユニバーサル・オープン・ストレージのためのDelta Lake、ガバナンス、セキュリティ、可観測性、相互運用性、共有のためのUnity Catalog、追跡、評価、ガードレールのためのMLflow、データ処理におけるAIパートナーとしてのGenie Spaces
まずは無料のDatabricks導入準備診断から始めましょう
2週間以内に、当社のDatabricksアーキテクトがお客様の現在のデータ環境を精査し、最も価値の高い初期ユースケースを特定した上で、TCOに基づいたLakehouseへの移行ロードマップを提示いたします。
リソース
LTTS–Databricksのアライアンスは、L&T Technology ServicesとDatabricksによる共同の市場展開パートナーシップです。 この提携では、DatabricksのデータインテリジェンスプラットフォームとLTTSのエンジニアリング分野における専門知識を組み合わせることで、企業がレガシーデータ環境を移行し、Lakehouse上でITデータとOTデータを統合し、Unity Catalogを用いてガバナンスを実施し、分析およびAIを本番環境へ導入できるよう支援します。
LTTSは、何よりもまずエンジニアリングサービス企業です。同社のチームは、プラットフォームだけでなく、製品、プラント、産業プロセスについても深く理解しています。その結果、データモデル、パイプライン、AIのユースケースは、設備、生産ライン、サプライチェーンが実際にどのように機能するかを反映しており、これはOTデータ、センサーデータ、PLMデータを扱う上で最も重要な要素となります。
ディスカバリー・スプリントは4~6週間を要し、TCOのビジネスケース、目標アーキテクチャ、およびロードマップが策定されます。ランディングゾーン、ワークスペース、CI/CD環境のセットアップには6~8週間かかります。通常、最初の90日間で、LTTSはLakehouseの基盤を構築し、Unity Catalogを導入し、最初の2つのユースケースを本番環境で稼働させます。
はい。LTTSは、Databricks上にメダリオン・パイプラインを構築し、SAP、MES、ヒストリアン、PLMシステム、IoTゲートウェイ、エッジブローカーからのデータに加え、CDC、Kafka、APIフィードからのデータを取り込みます。 本番環境のワークロードには、1日あたり数テラバイト規模のセンサーデータやテレメトリデータ、ほぼリアルタイムのOEEおよび歩留まりの可視化、そしてメンテナンスワークフローにルーティングされるストリーミング形式の異常アラートなどが含まれます。
LTTSは、Mosaic AIを活用して、マニュアル、SOP、サービスチケットを基盤とした検索強化生成(RAG)を構築し、ERP、PLM、フィールドサービスシステムと連携するAIエージェントを実現しています。 すべてのリリースは、ガードレール、個人識別情報(PII)のフィルタリング、および人間によるレビューが実施された上で、リリース前に一連の評価テストを通過し、本番環境ではコスト、レイテンシ、品質が追跡されます。
LTTS FinOps Cockpit は、クラスター、SKU、ワークロードごとのコストをリアルタイムで可視化し、予算、アラート、事業部門ごとのチャージバック機能を提供します。Photon、クラスターおよびクエリのチューニング、SLA に基づく適切なサイジングと組み合わせることで、運用コストを 15~25% 削減します。
まずは、現在のデータ資産を対象とした2週間の無料準備状況診断から始めましょう。LTTSのアーキテクトがお客様の環境を評価し、最も価値の高い初期ユースケースを特定した上で、TCOに基づいたロードマップを策定します。その後、固定料金制のディスカバリー・スプリント、成果ベースのビルド・ポッド、またはマネージド・レイクハウス・エンゲージメントのいずれかに移行することができます。
LTTSは、Databricksの6つのサービスを提供しています。具体的には、Lakehouse戦略と移行、Delta Lakeを活用したデータエンジニアリングとストリーミング、Unity Catalogによるデータガバナンス、Mosaic AIを活用したAI・機械学習・生成AI、アナリティクス・BI・データ製品、そしてFinOpsによるLakehouseの運用管理です。各サービスには、明確な成果物、アクセラレータ、および完了基準が定義されています。
LTTSは、評価、設計、移行、最適化という4つのフェーズからなる「ウェーブ型」アプローチを採用しています。組み込みのテストパック、並列実行、行レベルの照合によるコード、ETL、SQLの自動変換により、ビッグバン方式に伴うリスクを排除し、各ウェーブの検証が完了してから初めてレガシーシステムの稼働を停止します。 自動化により、移行にかかる工数を30~40%削減できます。
LTTSは、産業用製品、医療技術・ヘルスケア、モビリティ・自動車、航空宇宙・防衛、半導体、エネルギー・プラントエンジニアリング、ハイテク・ソフトウェア企業向けに、Databricksを活用したソリューションを提供しています。代表的な活用事例としては、予知保全、OEE分析、車両テレマティクス、半導体製造工場の歩留まり分析、GxP準拠の臨床データプラットフォーム、排出ガス報告などが挙げられます。
LTTSは、導入初日から監査証拠を生成できるよう、Unity Catalogのガバナンスを設計しています。これには、GxP、IEC 62304、ISO 27001、GDPRおよびデータ居住地パターンに対応したコントロールマッピング、個人データに対する行フィルタリングおよび列マスキング、ならびにエンドツーエンドのデータリネージとアクセス履歴が含まれます。 LTTSガバナンス・ブループリントを活用することで、お客様は約6週間で監査対応体制を整えることができます。
LTTSは、AWS、Microsoft Azure、Google Cloud上にDatabricksを展開しており、それぞれに対してセキュリティ強化済みのランディングゾーンテンプレートを使用しています。Unity Catalogは、クラウドやワークスペースを横断する単一のガバナンス層を提供し、Delta Sharingにより、組織はデータをコピーすることなくパートナーとデータを共有することができます。
LTTSのDatabricksプラクティスには、159名の専任メンバーが在籍しており、その中にはDatabricks Data Engineer(アソシエイトまたはプロフェッショナル)の認定資格を持つ43名のプロフェッショナルや、クライアントとのプロジェクトを主導する12名のソリューションアーキテクトが含まれています。また、このチームは25件のクラウドおよびデータプラットフォーム関連の認定資格を保有しており、さらに25件の取得手続きが進められています。