Databricks、Lakebase とエージェント AI で業界変革を推進

本シリーズの最初のブログ記事では、Lakebase Postgres がエンタープライズアプリケーションの基盤をどのように書き換えているかを取り上げました。これは、運用系と分析系のシステムの間で数十年続いていた隔たりを解消し、単一のガバナンスプラットフォームに統合するものです。

データ＆AI プラットフォーム上にサーバーレス型の Postgres 取引データベースを直接配置することで、Lakebase は従来のトランザクションと意思決定の間に存在していたパイプラインや重複したガバナンス構造を不要にしました。また、この基盤の上にパートナー企業が構築した業界横断型および機能特化型のアクセラレーターについても解説しています。これらは、エージェントのメモリ管理、データベースの近代化、リアルタイム運用における再利用可能なパターンであり、業種を問わず適用可能です。

市場からの反応は決定的でした。ローンチ以降、Lakebase の採用率はデータウェアハウジング製品の倍以上のペースで成長しており、すでに数千社が本番環境で稼働させています。

基盤となる技術が競争優位性へと転換するのは、それが業界固有の現実と出会った時だけです。銀行が対応し証明を求められる規制変更、保険会社が数日ではなく数分で裁決すべき請求、患者を待たせることのできない事前承認、顧客が立ち去る前に補充すべき空の棚。これこそが、当社のコンサルティングパートナーやシステムインテグレーター（SI）パートナーがプラットフォームを実際の成果へと変える場所です。

本稿では、Databricks Lakebase 上に構築された業界特化型ソリューションを、金融サービス、製造業・エネルギー、小売・CPG（Consumer Packaged Goods：消費財）・旅行・ホスピタリティ、ヘルスケア・ライフサイエンス、通信・メディア、そして公共部門にわたってご紹介します。各ソリューションは、深い業界専門知識と、Databricks Lakebase が提供する運用スピード、統合ガバナンス、およびエージェント対応能力を組み合わせ、今日からすぐに本番環境で稼働可能です。

本ブログでは、以下のカテゴリーにおける Databricks Lakebase 上の革新的なパートナーソリューションをご紹介します：

• 金融サービス
• 製造業・エネルギー
• 小売・CPG・旅行・ホスピタリティ
• ヘルスケア・ライフサイエンス
• 通信・メディア・エンターテインメント・ゲーム
• 公共部門

金融サービス

分析の高度化：規制変更対応エージェント

「Advancing Analytics' Regulation Change Agent」は、Databricks Lakebase を活用して金融機関が規制変更に対応し、その対応実績を証明するのを支援します。FCA（英国金融行動監視機構）、PRA（英国預金保険公社）、EU 当局などから来る要請の量は増え続けていますが、課題の本質は単に規則を読むことだけではありません。重要なのは、「何が」「いつ」変更され、企業がどのように対応したかを証明できることです。

専門的なエージェントが各規制変更を監視・解釈し、ギャップをチェックします。一方、Lakebase はイベント、分析結果、ドラフト、決定事項の記録システムとして機能します。Unity Catalog が、エージェントが参照するデータレイクハウス全体のコンテキストを管理しています。

その結果、対応スピードが向上し、手作業による負担は軽減されます。さらに、規制当局に対して説明可能な監査証跡も提供可能です。詳しくは、こちら のブログをご覧ください。

Bitwise

Databricks Lakebase と Databricks Data Intelligence Platform を基盤とする Bitwise の「AI ネイティブ請求処理プラットフォーム」は、断片化された手作業中心のワークフローを、インテリジェントで AI 駆動型の運用プラットフォームへと変革します。Guidewire や Duck Creek といった既存のコア保険システムを置き換えるのではなく、これらを補完する形で「作業を行うシステム（System of Work）」として機能し、Databricks が「知能を担うシステム（System of Intelligence）」となります。

Lakebase は、請求受付、調査、文書管理、ベンダー調整、そして保険金支払担当者（アジャスター）の業務に対応する高パフォーマンスな共同作業スペースを提供します。これらは Lakeflow を介して Databricks Lakehouse へ継続的に同期されます。Claims Knowledge Graph と Mosaic AI エージェントを駆使することで、リアルタイムでの不正検知、事故 severity の予測、準備金の推奨、文書インテリジェンス、そしてアジャスター向けの Copilot 機能が実現されています。

保険会社はこれにより、請求処理の完了時間を数日から数分に短縮でき、補償漏れや損害調整費用（LAE）を削減できます。また、複雑な ETL や CDC パイプラインが不要となり、アジャスターの生産性が向上し、決済サイクルも加速します。結果として、損失率や総合比率の最適化、そして顧客満足度の向上を実現できるのです。

キャパジニの KYC + pKYC 業界アクセラレーター：

キャパジニの「KYC + pKYC アクセラレーター」は、ドメインに特化したエージェント型 AI を活用したソリューションで、本人確認（KYC）と親族・関連者確認（pKYC）のプロセス変革を目的としています。深いドメイン知識とデータ駆動型の自動化、そして対話型 AI を組み合わせることで、クライアントのオンボーディング、継続的なモニタリング、定期的な再認証プロセスを効率化します。

このソリューションは、Lakehouse アーキテクチャ上に統一された KYC データ基盤を構築し、ポリシーや規制への対応を意識した推論機能を実装しています。また、レポート管理における主要なプロセスを実現するために「Lakebase」を活用しており、手作業の大幅な削減、オンボーディング期間の短縮、説明可能性と監査性の向上を実現します。さらに、知的な KYC および pKYC 運用のためのスケーラブルで将来を見据えたフレームワークを提供します。

Datapao

Datapao ハイパーパーソナライゼーション・アクセラレーターは、Databricks Genie と Lakebase を組み合わせることで、企業規模でリアルタイムかつ個別化された顧客体験を実現します。このソリューションは、データレイクハウスからの分析インテリジェンスと低遅延の運用型サービス層を統合し、マーケティング、e コマース、カスタマーエクスペリエンスチームが、サブ秒レベルの応答性で tailored なレコメンデーション、コンテンツ、オファーを生成できるようにします。ビジネスユーザーは Genie 内の自然言語クエリを通じて顧客セグメントを検索したり、パーソナライゼーションの仮説を検証したりできます。一方、Lakebase はライブアプリケーション向けの生産グレードなサービス層を支えます。Unity Catalog を基盤に構築されており、顧客データへの統制されたコンプライアンス対応アクセスが可能。このアクセラレーターは、業界を問わずパーソナライゼーションを実運用するための反復可能な青写真を提供します。詳しくは こちら のブログをご覧ください。

Entrada のモーゲージ・インテリジェンスプラットフォームは、内部パイプライン、Cotality の不動産インテリジェンス、競合動向、地理空間コンテキストを統合し、即座に活用できる可視化を実現します。AI ネイティブな分析が隠れた機会とリスクを明らかにし、ローン担当、審査、リスク管理チームの意思決定を支えます。組み込みのエージェントオーケストレーションと Lakebase の監査証跡により、すべての推奨事項は透明性があり、レビュー可能で、コンプライアンス要件にも完全に準拠しています。

Genie の会話型分析機能と Agent Bricks オーケストレーションを活用することで、組織は自然言語でインサイトを検索したり、包括的なインテリジェンス・ドシエを構築したり、顧客維持や新規ローン獲得の機会に対して決断力ある行動を起こすことが可能になります。詳しくは こちら のブログをご覧ください。

IBM クレーム・アンダーライティング・コパイロット：クレーム処理とアンダーライティングは、顧客体験、損失経済、コンプライアンスが交差する重要な領域です。Genie と Lakebase を基盤とした「Claims & Underwriting Copilot」により、損害調査員やアンダーライターは、統一されたリアルタイムの意思決定レイヤーを一つだけ利用できます。これには、ポリシー情報、クレームデータ、第三者情報、ドキュメントデータの統合が含まれます。さらに、提出書類、事故報告（FNOL）、医療記録、見積もり書、 correspondence からの自動抽出機能や、予測リスクスコアリング、人間の監督下でのガバナンスされた推奨事項も提供されます。

Capgemini の 2025 年 11 月発表「World Cloud Report」によると、保険業界はアンダーライティング（68%）とクレーム処理（65%）において AI エージェントの活用を標榜していますが、実際に大規模に導入されている金融機関はわずか 10% に過ぎません。この格差こそがビジネスチャンスです。企業レベルでのスピードを保ちながら、コントロールや信頼性を損なうことなく、意思決定を加速させることが可能です。

インペタスの Databricks 上で稼働する、Lakebase と Genie を活用したニアリアルタイムなクレジットカード不正検出ソリューションは、大量の取引を低遅延で処理します。ストリーミングパイプラインがデータを ingestion（取り込み）し変換する一方、Lakebase は高速かつスケーラブルな推論のためのインテリジェントな特徴量を供給します。機械学習モデルとルールベースロジックを組み合わせることで高精度な不正検出を実現し、Genie がコンプライアンスやリスクデータに関する対話型の洞察を提供します。この統合アプローチにより、意思決定の即時性、ガバナンスされたインテリジェンス、スケーラブルなパフォーマンスが確保され、企業は透明性、監査可能性、そして洞察への容易なアクセスを維持しながら、不正を先回りして検出できるようになります。

Databricks Lakebase を基盤とした Impetus のリアルタイム請求処理ソリューションフレームワーク:

保険会社の請求処理は、請求の提出から検証、裁定、決済に至るまで中核的な機能です。従来のシステムはサイロ化しており、バッチ処理に依存しているため、承認の遅延やデータの断片化、反応的な意思決定といった課題が生じていました。

Impetus は、Lakebase を中心としたアーキテクチャでこの課題を解決します。請求と支払いの取引データをリアルタイムで捕捉することで、低レイテンシかつ ACID 準拠の高並列オペレーションを実現します。Databricks の統合データプラットフォームを活用し、トランザクションデータを Lakebase に直接読み書きしてリアルタイム運用を行いながら、分析やインサイト抽出、業務効率化のためにデータは Lakehouse と同期されます。

詳細については、こちらの記事 をご覧ください。

Indicium AI のエンタープライズ・リスクインテリジェンスは、経営層に対して事業全体の運用リスク、財務リスク、コンプライアンスリスクを常時可視化します。Databricks を基盤とし Lakebase で構築されたこのソリューションは、リスク信号を統合して統制された経営者向けビューを提供し、異常が発生した瞬間に検出。さらに、対話形式で根本原因の調査も可能です。

リーダー層は四半期ごとのリスクレビューからリアルタイムでの意思決定へと移行でき、ガバナンスチームはコントロールを損なうことなく、手動での監視業務を 30〜50% 削減できます。保険会社や銀行、規制対象企業では監査体制が強化され、インシデントの解決が数週間単位から数時間単位へ短縮。また、反応的な報告業務からのリソースも解放されます。

その結果、事業に追従して拡大するリスク管理機能が実現します。詳しくは こちら のブログをご覧ください。

Koantek Risk and Compliance は、Ascend AI AppBase プロダクトを基盤に、Databricks Apps と Lakebase のベストプラクティスを統合し、ガバナンスされた運用アプリの提供を実現します。現在、顧客インテリジェンス、AI エージェント運用、リスクとコンプライアンス、産業運用などから始まるライブラリが拡大しており、これらはすべて共有されるデータインテリジェントスタートファウンデーション上で稼働する Lakebase フォーストのスターターキットです。

各キットは、Synced Tables を介して Unity Catalog データを活用し、トランザクションアプリの状態を Lakebase に保存します。さらに、app リソース、valueFrom バインディング、サービスプリンシパルの権限、宣言型自動化バンドルを通じて配信されます。Koantek が追加するフィールドレイヤーは、単なるデモの域を超えてキットを実用的なものへと昇華させます。具体的には、垂直分野固有のスキーマ、付与行列（grant matrices）、生成されたバンドル、QA ハーネス、そして証明可能な証拠を提供します。

詳細については、こちらの記事 をご覧ください。

LTM Risk Sentinelは、銀行向けの早期リスク警告システムです。リスクが大きな音を立てる前に囁くような兆候を捉える世界において、Risk Sentinel はノイズをかき分け、支払い、取引、市場の動向にわたって微弱な信号を検出し、ドットをつなぎ合わせます。そして、口座が不良債権化する前に、優先順位付けされ、証拠に基づいたリスク事例を浮き彫りにします。

そのアジェンティックな運用により、アラートが見過ごされたり、遅れたり、失われたりすることは一切ありません。すべての信号は、生成からクローズまで一貫して責任者が持ちます。このシステムは、Databricks と LTM の BlueVerse という 2 つのプラットフォームを基盤に構築されています。

LTM BlueVerse は、低コード/ノーコードで動作する AI プラットフォームであり、事前構築された再利用可能なエージェントが揃ったマーケットプレイスを備えています。Risk Sentinel は、BlueVerse から事前構築されたエージェントやツールを活用し、Databricks プラットフォームとシームレスに統合されます。

本アプリケーションは、設定とトークン管理には Lakebase を、データ保存には Lakehouse を、LLM には AI Gateway（ガードレールおよびレート制限機能付き）を、評価には LLM-as-Judge を、ガバナンスとエンタープライズレベルのセキュリティには Unity Catalog をそれぞれ活用して Databricks Apps でホストされています。詳しくは、こちら のブログをご覧ください。

LTM のサイバーリスクナビゲーターは、保険業界の核心的な課題である「アンダーライターやリスクアドバイザーに、統一された意思決定可能なサイバーリスクインテリジェンスを提供する」ことを目的とした LTM によるソリューションです。このプラットフォームは、サイバーリスクエクスポージャーの要約、損失可能性指標、同業他社とのベンチマーク比較、カバレッジ推奨事項など包括的な洞察を提供し、顧客対応におけるリスクに関する対話をより深め、意思決定を迅速化します。

本アプリケーションは、イベント処理と分析の中核として Lakebase を採用しています。これにより、複数の内部・外部ソースからデータを統合する統一されたアプリケーションレイヤーが構築されます。フロントエンドからのユーザー入力は Lakebase 内で直接捕捉・処理され、API 呼び出しの調整、分析処理の管理、モデル出力や洞察の単一のガバナンス層への統合が行われます。

Databricks エコシステムを基盤とするこのアーキテクチャは、データ移動の多段化（マルチホップ）を排除し、レイテンシを低減。リアルタイムでデータ駆動型のサイバーリスクアドバイザリーを実現し、アンダーライターがスケールしてより迅速かつ根拠のある意思決定を行えるよう支援します。

詳しくは、こちらのブログをご覧ください。

LTM の顧客中心性: 顧客中心性は、Databricks Genie と Lakebase を活用して銀行がその理念を実践し、測定可能なビジネス成果を達成する方法を示すものです。コアバンキング、カード、取引、サービス、デジタルチャネルにまたがる顧客データを統合し、統制された Lakebase 上に「アクション準備完了」の顧客プロファイルを作成します。Genie は、リレーションシップマネージャーやマーケティングアナリストなどの担当者が、顧客インサイトと対話的にやり取りし、次に取るべき行動を優先順位付けし、データに基づいた根拠を持つキャンペーンを生成することを可能にします。さらに、スーパーバイザーエージェントが顧客の割り当て、製品推奨、アウトリーチ用スクリプトの生成を通じて成果を実行に移すことで、銀行は大口シェアの拡大、商品構成の最適化、離脱率の低下、そして大規模な顧客体験の向上を実現できます。

詳しくは、こちらの ブログ をご覧ください。

Polestar Analytics

WealthPulse は、RIA 向けに設計された AI パワー型の資産運用管理プラットフォームです。35 社以上のベンダーから、カストディアン、CRM、請求処理、コンプライアンス、市場データなど 7 つの異なるソースタイプを自動的に取り込み、統合して業務に活用します。

118 の KPI を段階的に解放するエンジンが、データソースとの接続が進むにつれてより深い分析を提供。目的別に設計されたダッシュボードは、IT 運用管理者（パイプラインの健全性）、ファイナンシャルアドバイザー（世帯別分析）、そして企業経営層（組織全体の KPI）という 3 つの役割ごとに最適化されています。

基盤となるデータストアには Databricks Lakebase を採用し、ガバナンスとデータ系譜管理には Unity Catalog を活用。機械学習モデルのトレーニング（離職リスク予測やポートフォリオ最適化など）には Mosaic AI を、プラットフォーム全体での会話型 AI 機能には Databricks Genie をそれぞれ利用しています。

詳しくは、こちらの記事 をご覧ください。

Wipro Wealth AI: 資産管理の全ライフサイクルをカバーする包括的な AI プラットフォームです。金融アドバイザーの体験向上や顧客エンゲージメントの深化、中核・バックオフィス業務の加速を実現します。Databricks の Lakebase/Lakehouse を活用したマルチエージェントかつスケーラブルなアーキテクチャを採用し、リアルタイム分析、ガバナンスされたデータアクセス、AI エージェントの堅牢なオーケストレーションを可能にしています。

Wealth AI は、高度なマーケティング分析やパーソナライズされた商品推奨に加え、取引監視、取引不整合分析、SAR（疑わしい活動報告）プロセスにおける自動化も提供します。金融アドバイザー向けには、高品質な提案書、個別化された市場調査、アドバイザリーコンテンツの生成をサポートします。Databricks Genie による会話型分析と強力なモデル・データガバナンスにより、効率性、コンプライアンス、データ品質、アドバイザーの生産性、そして全体的なビジネスの卓越性が向上します。

詳しくは デモ をご覧ください。また、ブログ記事 で AI を活用して成果を上げている資産管理企業に関する最新データも確認できます。

Zeb（Agentic Lakebase for Financial Services）は、Databricks が掲げる「エージェントのためのデータベース」というコンセプトを実装した、製品化されたエージェントネイティブのパターンです。AI エージェントには、永続的なメモリとトランザクション実行環境としてスコープ限定の Lakebase 環境が提供され、データクエリや実行、スキーマの進化、データ取り込みを可能にするツール群も備わっています。

このシステムは2つのモードで動作します。1 つ目は Greenfield モードです。エージェントがビジネス上の要求を受け取ると、Lakebase のプロビジョニングから始まり、データモデルの設計、アプリケーションコードの生成、そして Databricks App の自動デプロイまでを一貫して実行します。2 つ目は Brownfield モードで、Lovable、Bolt、v0、Cursor などの既存のプロトタイプを取り込み、そのモデルを推論した上で本番環境へ移行させます。

他社がエージェントに読み取り専用のコンテキストしか提供しないのに対し、Zeb は完全なトランザクション所有権を与えます。詳しくは こちら のブログをご覧ください。

製造業とエネルギー

Aimpoint Digital の Energy Intelligence Application は、エネルギー・インフラや AI 基盤を担う組織が、バラバラに散在する運用データをより迅速で賢明なアクションに変換する支援を行います。Databricks をベースとし、Lakebase で駆動されるこのアプリケーションは、リアルタイムのテレメトリデータ、資産の状態、過去の文脈、ワークフロー調整、AI による調査支援を、統制された単一の環境に統合します。

チームは異常を早期に検知し、より確信を持って問題を調査し、バラばらのツールや手動での引き継ぎに頼ることなく、迅速に対応できるようになります。その結果、可視性が向上し、インシデント対応が加速され、人的負荷が軽減されるだけでなく、生データから統制された意思決定へと至る実践的な道筋が生まれます。

Celebal Technologies の「CT Vision」は、Lakebase を活用して運用データベースを Databricks ワークスペース内に保持することで、エンタープライズ向け AI アーキテクチャのあり方そのものを再定義しています。RDS などの外部データベースに依存する従来のアプローチではなく、このプラットフォームは AI コンピューティング、ストレージ、ガバナンス、トランザクション処理を単一の安全な境界内で統合します。

この手法により、ネットワークの複雑さが削減され、コンプライアンス上の摩擦が最小限に抑えられ、デプロイメントが簡素化されるとともに、監査性も向上します。PostgreSQL の JSONB スキーマを活用することで、CT Vision は AI モデルや KPI 構造を、破壊的なデータベース移行を伴わずに柔軟に進化させることを可能にしています。

同プラットフォームは、迅速なデプロイメント、強力なガバナンス、インフラ管理の簡素化、そして継続的に進化する AI ワークフローへのシームレスな適応性を備えた、スケーラブルでエンタープライズ対応のビデオインテリジェンスを提供します。Databricks ネイティブの統合アーキテクチャがどのようにして企業 AI 運用を簡素化し、イノベーションを加速しているかについては、こちらのブログ をご覧ください。

Datapao Datapao のリアルタイムサプライチェーンインテリジェンスプラットフォームは、Databricks 上で輸送、生産、在庫、リスクを一つのライブビューに統合します。障害が発生すると、影響を受ける荷物は即座にフラグが立ち、自動的にルート変更され、その影響が数秒で工場床まで追跡されます。これにより、バラバラのシステム間での数日間にわたる混乱した対応から、即座に根拠のある意思決定へと転換します。

Lakebase を基盤として構築されており、運用状態と分析レイヤーは共通の基盤を共有しています。そのため、統合に数ヶ月を要するのではなく、初日から AI 対応が可能です。海運、航空、鉄道、陸送などあらゆる輸送モードに対応し、チームが決定を実行する前にシミュレーションで試せる「もしも」分析機能も備えています。

詳しくは こちら のブログをご覧ください。

デラウェア州：Databricks 上の次世代 MDMS – スケーラブルで信頼性の高い計量データ

電力会社は、スマートメーターからの膨大なデータを処理しながら、精度・コンプライアンス・運用インサイトの確保という重圧に直面しています。デラウェア州が Databricks ベースで構築した Meter Data Management System（MDMS）は、すべてのヘッドエンドおよびレガシーシステムからデータを収集し、Lakebase 上に永続的で信頼性の高い記録システムとして統合します。

このシステムは Lakehouse アーキテクチャを基盤に、数十億件の読み取り値をニアリアルタイムでスケーラブルに取り込み、標準化・検証することを可能にしています。Unity Catalog により、組織全体での規制遵守とデータ整合性を担保するエンドツーエンドのガバナンスとデータ系譜（ラインジ）が実現されます。

Genie を活用すれば、カスタマーサービスから現場オペレーションに至るまで、ビジネスユーザーは自然言語で洞察にアクセスできます。従来の MDMS プラットフォームと比較して、このアプローチはスケーラビリティの向上、コスト削減、そして迅速なインサイトへのアクセスを実現し、請求精度の改善、運用オーバーヘッドの削減、より賢明なグリッド運用を可能にします。

デラウェア州の（Em）パワー：Genie と Lakebase でコネクテッドワーカーを強化

デラウェアは、オペレーター、エンジニア、工場管理者がより迅速かつデータ駆動型の意思決定を行えるよう支援します。その仕組みは、工場のデータを会話型エクスペリエンスへと変換する点にあります。

広範な OT パートナーエコシステムとの連携を通じて、リアルタイムの OT データを Databricks Lakehouse 内に直接取り込み、文脈を加えた上で統合します。これにより、IT システムと OT システムにまたがる統一されたビューが実現されます。Lakebase は、信頼性の高い大量産業データを蓄積するための永続的な基盤として機能します。

Genie を利用すれば、ユーザーは静的なダッシュボードやエンジニアへの依存なしに、自然言語でパフォーマンス、品質、ダウンタイムに関する問い合わせが可能です。Unity Catalog により、すべてのデータとインタラクションに対して完全な系譜情報と監査可能性を備えた、安全かつ統制されたアクセスが保証されます。

その結果、根本原因分析の迅速化、トレーサビリティの向上、ダウンタイムの削減が可能となり、MES の近代化や Industry 4.0 におけるユースケースを支えるスケーラブルな基盤を提供します。

Diggibyte LakePulse - Databricks Lakebase を活用したリアルタイム製造インテリジェンス: LakePulse は、Databricks 上に構築されたリアルタイム製造運用プラットフォームで、現場のデータと即座に実行可能なアクションをつなぐことを目的としています。Databricks Lakehouse の分析能力と、Lakebase が提供する低遅延でのデータ提供機能を組み合わせることで、LakePulse はオペレーター、監督者、工場管理者に対して、生 KPI（重要業績評価指標）、設備の健全性に関するインサイト、運用アラート、直近のプロセス動向をリアルタイムで届けます。このプラットフォームは、即座に通知が届くアラート機能、迅速な承認ワークフロー、そしてデバイス間でのシームレスなモバイルアクセスを実現します。Unity Catalog による統合ガバナンスのもと、LakePulse は製造データを即座に実行可能なインテリジェンスへと変換し、組織の対応速度向上、ダウンタイム削減、運用効率の強化、そして工場内での意思決定加速を可能にします。詳しくは、こちらの記事 をご覧ください。

Diggibyte LakeForge - Databricks 上での製造業アプリケーションの近代化: LakeForge は、Databricks を基盤に構築された統合的な製造実行およびインテリジェンスプラットフォームです。運用上のトランザクション、ビジネスプロセス、そしてエンタープライズ分析をシームレスに統合することを目的として設計されています。

LakeForge は、トランザクションの基盤として Databricks Lakebase を活用し、低遅延のパフォーマンスで生産ワークフロー、在庫移動、品質管理プロセス、および運用アプリケーションを支えます。同時に、高度な分析や AI 駆動の意思決定のために、厳選された Lakehouse データと継続的に同期します。

運用システムと分析プラットフォーム間のデータサイロを排除することで、LakeForge はアプリケーション、洞察、そして意思決定が同じ信頼できるデータ基盤上で動作する、つながったデジタル製造エコシステムを実現します。その結果、イノベーションのスピード向上、プロセスの可視化強化、運用アジリティの向上、そして大規模なインテリジェント製造が可能になります。

詳しくは、こちら のブログ記事をご覧ください。

IBM Supply Chain Intelligence Hub: IBM の「Supply Chain Intelligence Hub（Lakebase）」は、サプライチェーン全体に AI を駆使したインテリジェンス層を構築できるプラットフォームです。ERP、TMS、WMS、MES、EDI、そしてサプライヤーシステムなどからデータを統合し、信頼性の高い基盤を単一に提供します。Databricks Lakehouse をベースに設計されており、リアルタイムでの可視化、予測分析、自動化された推奨機能を実現。需要と供給のバランス調整を支援します。

天候による深刻な混乱への事前対応や、生産スケジュールに合わせた部品在庫の最適化など、あらゆる局面でプロアクティブかつデータ駆動型の意思決定を支えます。計画、調達、物流をつなぎ込むことで、分断された業務を連携し、回復力と responsiveness を備えたサプライチェーンへと変革。サービスレベルの向上、リスク低減、そして明確なビジネス価値の創出を実現します。

IBM Field Service Agent Assist: フィールドサービス・エージェント・アシストは、現場チームにリアルタイムで文脈を把握したインテリジェンスを提供し、既存の EAM（エンジニアリング資産管理）プラットフォーム内でハンズフリーでのガイダンス、診断、自動化されたドキュメント作成を実現します。アセットデータ、作業指示書、およびエンタープライズ内の知識ソースを統合することで、ガイド付き点検や修理ワークフロー、部品推奨をサポートしつつ、音声操作を通じて活動をシームレスに記録します。安全かつガバナンスされた AI プラットフォーム上で構築されており、追跡可能性と人間の監視（ヒューマン・イン・ザ・ループ）を保証します。このソリューションは平均修復時間の短縮、初回修理率の向上、事務負担の最小化、そして安全性コンプライアンスの強化を実現し、重要な知識の保存と、より効率的で根拠に基づいた、回復力のあるフィールド運用を可能にします。

IBM ドローン運用管理プラットフォームは、マップファーストの運用プラットフォームであり、資産、作業指示書、ドローン撮影画像、環境データを統合して、インフラ健全性に関する信頼できる単一のビューを提供します。Databricks Lakebase を基盤に構築されており、SCADA、EAM/CMMS（設備管理・保守管理システム）、気象データ、メディアデータを収集・精製することで、リスク評価、植生分析、予測インサイトの提供を可能にしています。

自動化された画像分類により、ドローン撮影画像が直接資産や作業指示書と紐付けられ、手動プロセスが不要になります。これにより異常検知や保守の優先順位付けが可能となります。植生の侵入や資産リスクを事前に可視化することで、点検の追跡可能性が向上し、トリアージ（選別）が加速され、リソース計画が最適化されます。さらに停電の削減、安全性・コンプライアンスの強化、グリッドの回復力向上にも貢献します。

Infosys Energy.AI - 生産最適化: Energy.AI は、AI を活用したエンジニアリングと Databricks を搭載したデータインテリジェンスプラットフォームを用いて、石油井戸のパフォーマンスを最適化します。SCADA、ヒストリアン（履歴データベース）、およびエンタープライズデータを統合することで、迅速な導入、確率的予測、リアルタイム監視、予測性フロー保証を実現しています。

洞察やモデルの出力は Databricks アプリを通じてエンジニアに提供され、LangGraph と Lakebase を組み合わせることで、スケーラブルで状態を保持できるエージェントワークフローと、人間の承認チェックポイントを持つ運用が可能になります。このソリューションにより予測精度が向上し、介入時間が短縮され、揚上コスト（リフティングコスト）が削減されます。結果として、効率的かつデータ駆動型の生産運営を実現します。

Koantekのインテリジェント・オペレーションズは、Ascend AI AppBase プロダクトを基盤に、Databricks アプリと Lakebase のベストプラクティスを統合し、ガバナンスされた運用アプリの提供を実現します。現在、顧客インテリジェンス、AI エージェント運用、リスク・コンプライアンス、産業オペレーションなどから始まる、Lakebase 優先のスターターキットライブラリが拡大しています。

これらのキットは、共有されるデータインテリジェント基盤上で動作し、Unity Catalog データを「Synced Tables」経由で活用します。トランザクションアプリの状態は Lakebase に保存され、アプリリソース、valueFrom 束縛、サービスプリンシパルの権限、そして宣言的自動化バンドルを通じて配信されます。

Koantek はさらにフィールド層を追加し、単なるデモの域を超えた実用性を付与します。これには業界固有のスキーマ、権限付与行列、生成されたバンドル、QA ハーネス、および証明可能なエビデンスが含まれます。詳しくは、こちらの記事 をご覧ください。

Lovelytics Gridlytics: Lovelytics の「Gridlytics AI」アクセラレーターは、環境データと資産パフォーマンスデータを Databricks Lakehouse と AI モデルの力と組み合わせることで、リスクを事前に評価しシステムのレジリエンス（回復力）を確保します。Lovelytics が Databricks と提携して開発した Gridlytics AI は、電力グリッド運用の近代化を目的に設計された専用アクセラレーターです。

環境信号、資産パフォーマンス、現場データなど、これまで分断されていたデータを単一の「パノラマビュー（一元的な管理画面）」として統制された Lakehouse アーキテクチャ上に統合することで、リスクの事前評価と迅速な意思決定を可能にします。このソリューションは生成 AI と予測分析を活用し、手作業によるワークフローの自動化や停電シナリオのシミュレーション、自然言語でのデータクエリを実現しています。

主なメリットとして、効率性が最大 30% 向上し、生産性が 20% 向上します。これにより、電力会社は従来の事後対応型メンテナンスから、現代のエネルギー需要に対応したレジリエントでデータ駆動型の戦略へと移行できます。詳しくは こちら のデモをご覧ください。

Lovelytics Dronelytics: Dronelytics は、Databricks Data Intelligence Platform を基盤としたエンドツーエンドの航空知能加速ソリューションです。ドローンで撮影した画像データの取り込みと処理を自動化し、送電線や配電網、再生可能エネルギー分野における資産健全性検査の効率化を実現します。

Agentic AI とコンピュータビジョンを活用することで、タービンのひび割れや損傷した絶縁体といった重大な欠陥を特定。検出速度は最大 40% 向上します。また、Unity Catalog を通じて孤立していたドローンデータを「単一の管理画面」に統合し、セキュリティを確保。これにより予測保全の実現と優先順位付けされたスケジュール管理が可能になります。

この集中型アーキテクチャによって手作業や重複する現場作業が削減され、資産タイプごとに年間約 75 万ドルから 90 万ドルの労働効率向上効果が期待されています。詳しくは こちら のデモをご覧ください。

Lovelytics Veglytics: Veglytics は、Databricks Apps を基盤とし Lakebase の技術で駆動される、植被管理の包括的なソリューションです。LiDAR、航空画像、資産データを統合する専用データモデルと自動化パイプラインを活用することで、価値実現までの期間を大幅に短縮します。

このプラットフォームは、統一されたダッシュボードと高性能な 3D LiDAR ビジュアライゼーションを通じて可視性を高め、電力会社による対応型から予防型のメンテナンスへの移行を可能にします。AI を活用した計画立案と統合されたクルーワークフローを取り入れることで、運用効率を劇的に向上させます。

これにより、作業指示書の迅速な発行や樹木の剪定を集中的に行えるようになり、最終的には山火事のリスク低減、規制遵守の確保、年間数百万ドル規模の O&M 費の最適化を実現します。詳しくは こちら の動画をご覧ください。

Lovelytics Meteolytics: Lovelytics の「Meteolytics」は、複雑な気象データを事業に直結する意思決定に活用できるインテリジェンスへと変換するための高性能分析ソリューションです。Databricks プラットフォームを基盤として構築され、バラバラに存在する気象データソースを統合。エネルギー・公益企業に対し、供給・需要の予測や気候変動の影響に関する先行的な洞察を提供します。このツールには地理空間マッピング機能、自動アラート通知、シナリオシミュレーションが備わっており、インフラの安全確保と再生可能エネルギーグリッドの最適化を支援します。リアルタイムの気象フィードと運用データを統合することで、Meteolytics AI は組織の O&M（運転・保守）コスト削減を実現し、直感的なインタラクティブな可視化により気象学者の業務時間を最大 30% 短縮する効果をもたらします。詳しくは こちら の動画をご覧ください。

Lovelytics Windsights: Windsights は、Databricks Data Intelligence Platform を基盤とした AI 活用型予知保全の加速ツールです。高頻度の SCADA テレメトリデータ、気象データ、航空画像を統制された Lakehouse に統合することで、電力会社は事後対応から予防的な資産管理へと移行できます。独自に開発したディープラーニングモデルと大規模言語モデル（LLM）を活用し、複雑な故障パターンを特定してコンポーネントの劣化が起きる前に予測します。このアプローチにより、タービンの稼働停止時間を 35〜50% 削減し、計画に基づく状態監視型の介入を通じて運用保守コストを大幅に低減します。ユーザーフレンドリーな Databricks App で提供される本ソリューションは、ファーム全体の性能最適化、技術者の安全性向上、風力資産の寿命延長を実現します。詳しくは こちら の動画をご覧ください。

Lovelytics Energylytics: Lovelytics Energylytics は、Lovelytics 社が開発した AI パワー型の統合インテリジェンスプラットフォームで、エネルギー取引の近代化を目的としています。Databricks Data Intelligence Platform を基盤に構築され、市場価格や気象パターン、グリッド状況などバラバラだったデータを一つの信頼できる情報源として集約します。手動のスプレッドシート運用からリアルタイム可視化と予測分析へと移行することで、電力会社が取引判断の最適化とリスク管理を可能にします。Databricks Genie や Agent Bricks といった主要機能により、入札パッケージの自動作成や自然言語によるクエリが可能になり、取引チームの業務効率を大幅に向上させるだけでなく、最大で 2,000 万ドルから 8,000 万ドルの追加利益をもたらす可能性があります。詳しくは こちら の動画や、こちらのブログ をご覧ください。

Perficient Battery Passport AI (BPAI) は、EV バッテリーのデータを工場からリサイクルまで一貫して追跡します。バッテリーの健康状態をスコアリングし、寿命を予測するとともに、自動車メーカーやバッテリーライフサイクルに関わるステークホルダー向けに販売時点で検証済みのバッテリーテレメトリクスを提供します。

分析処理の大部分はレイクハウス上で実行されますが、Databricks が提供するマネージド Postgres 取引エンジンである Lakebase が、BPAI を極めてインタラクティブなユーザー体験へと変換します。厳選された健康スコアやテレメトリクス、サービス履歴は Delta から Lakebase へ同期され、BPAI は標準的な Postgres 接続を介してサブ秒のレイテンシでこれらを読み取ります。これにより、フリートダッシュボード、バッテリー単位のテレメトリクス、サービスインテリジェンスがすべてリアルタイムで利用可能になります。

アラートのトリアージ結果は、Postgres のアドバイザリーロックと連携しながら Lakebase へリアルタイムで書き戻されます。これにより、分析処理によって生成された状態を直近の運用状態として保持できます。ディーラーはカウンターで VIN を入力するだけでミリ秒単位で検証済みのバッテリーパスポートを取得でき、エージェントは生データに対してトランザクション形式で判断の読み書きが可能です。パートナーやマーケットプレイスも、必要に応じてリセールグレードのバッテリーテレメトリクスを受信できます。これらすべてが Unity Catalog によって統制された単一の統合プラットフォームから提供され、追加で運用データベースを構築・管理する必要はありません。

ソリタのエネルギー管理基盤は、Databricks の参照アーキテクチャと参照データモデルを備えており、エネルギー消費量の多い製造業がユーティリティデータを統合して明確な基準値を設定し、予測的な予測を行うことを支援します。Databricks Data Intelligence Platform をベースに構築されており、工場のテレメトリデータや計量データを ISA-95 標準のアセット階層に整理します。Unity Catalog によって管理され、Lakebase が運用ストアとして機能するこのアクセラレータは、時系列データを処理して Specific Energy Consumption（SEC：特定エネルギー消費量）などの指標を追跡します。この実用的な基盤により、エネルギー管理者は施設の負荷最適化、コスト削減、コンプライアンス報告の簡素化、そして具体的な脱炭素目標の達成に必要な正確なインサイトを得ることができます。詳しくは こちら のブログをご覧ください。

Solita の「インストールベース基盤」は、Databricks 参照アーキテクチャと参照データモデルを備え、機器 OEM や資産集約型の運用者が単一の統制された基盤の下で多様なフリートのデータを収集できるよう支援します。Databricks Data Intelligence Platform を基盤とし、業界標準の資産モデルを用いて機械テレメトリとサービス記録を統合。Unity Catalog によるガバナンスのもと、Lakebase を運用ストアとして活用することで、フリートのパフォーマンスと稼働状況を明確かつリアルタイムで可視化できます。

この実用的な基盤は、エネルギー管理者が施設負荷の最適化や価値実現までの時間短縮を行うための構造的な土台となり、チームには予測保全、資産のライブビュー、サービス計画ツールといったデジタルサービスの提供を支える確固たる基礎を提供します。詳細は こちら のブログをご覧ください。

Syren Cloud

Databricks Lakebase を活用したリアルタイム注文可視化: 大手のインド製電力・配電トランスメーカーは、事前販売から設計、製造、検査、出荷に至るまでの全ライフサイクルにわたるリアルタイムな注文追跡とエンドツーエンドの可視性を必要としていました。しかし、データはサイロ化したエンタープライズシステムに散在していました。

Syren の専門家が Databricks 上に構築したフルスタックポータル Syren TrueTrack は、2 つの顔を持っています。1 つは外部クライアント向けにライブ注文追跡を提供する B2B ポータル、もう 1 つは 11 のエンジニアリングおよび運用ロール向けの内部トラッカーです。

Databricks Lakebase が単一の運用データベースとして機能し、生きたアプリケーションからの書き込みを処理しながら、スケジュール同期で複製された ERP 由来の Gold データも提供します。個別の OLTP データベースやカスタム CDC パイプラインは不要でした。その結果、従来の 3 つのシステムが 1 つに統合され、顧客と社内チームの双方に低遅延な統一された注文ビューを提供することに成功しました。

Databricks における Syren の専門的なソリューションについては こちら をご覧ください。

Tredence の T-Discovery for Manufacturing は、Lakebase 向けのリアルタイム特徴量エンジニアリングを加速するソリューションです。T-Discovery は、Agentic AI（自律型人工知能）を活用して、リアルタイム ML で最も困難な課題である「どの特徴量を構築すべきか」の解決を図ります。

ドメインエキスパートが自然言語でビジネス目標を記述すると、Milky Way の Agentic 仮説発見エンジンが Lakehouse を探索し、特徴量の仮説を生成します。その後、ラベル付きの結果に対して候補を検証することで、手動でのノートブック探索に数週間かかる工程を劇的に短縮します。

出力されるのは、Unity Catalog メタデータと主キー・外部キーの定義を含む、本番環境で即座に使用可能な特徴量です。これらは Spark Real-Time Mode で実行し、Lakebase Online Feature Store が提供できるようになっています。T-Discovery は特徴量の発見から SQL の構築、検証までを担い、残りの処理は Databricks プラットフォームが自動的に処理します。

Zeb（https://zeb.co/agentic-lakebase/）は、製造業やエネルギー分野向けに設計された「エージェント型 Lakebase」という製品化されたパターンです。これは Databricks が掲げる「エージェントのためのデータベース」というコンセプトを実際の運用に落とし込んだものです。

AI エージェントには、スコープを限定した Lakebase 環境が永続的なメモリとトランザクション実行の場として提供されます。これにより、データクエリの実行やスキーマの進化、データの取り込みといったツールを活用できます。このシステムは主に2つのモードで動作します。

一つ目はグリーンフィールド（新規開発）です。エージェントがビジネス上の要求を受け取ると、Lakebase の環境をプロビジョニングし、データモデルを設計、アプリケーションコードを生成、そして Databricks App を自動的にデプロイして稼働させます。

二つ目はブラウンフィールド（既存システムへの導入）です。Lovable、Bolt、v0、Cursor などのプラットフォームから既存のプロトタイプを取り込み、その構造を推論した上で本番環境へ移行します。

他のアプローチがエージェントに読み取り専用のコンテキストしか与えないのに対し、Zeb は完全なトランザクションの所有権を提供します。詳しくは、こちらのブログ（https://zeb.co/Lakebase-manufacturing-energy）をご覧ください。

小売、CPG（消費財）、旅行・ホスピタリティ業界

Avanade：Lakebase を活用した試着室の革新

英国を代表する大手ファッション小売業者は、Databricks Apps、Lakehouse、そして Lakebase を基盤としたエージェント型 AI ソリューションを導入し、試着室のプロセスを近代化しました。

これまで手作業で断片的に行われていたフィットノート（試着記録）や画像の収集・統合ワークフローは、リアルタイムでセッション中に完結する体験へと置き換えられました。ここでは専門家が観察点を口頭で指示し、撮影した写真が瞬時に文字起こしされ、AI によって構造化・付加価値付けられます。

Unity Catalog によるガバナンスのもと、Lakebase が運用負荷を担うこのソリューションは、トランザクションデータと分析データを統合。サプライヤーシステムとのシームレスな連携を可能にしています。

このアプローチにより、セッション後の再作業が不要となり、リソース要件の削減とサプライヤーとのコミュニケーション加速を実現。さらに、AI 駆動型製品開発のためのスケーラブルな基盤も確立されました。

Celebal Technologies

航空業界における「ダイナミック・プライシング・アクセラレーター」は、Databricks の Lakebase を活用して、価格設定を受動的なプロセスからリアルタイムの収益知能機能へと変革しています。Databricks Lakehouse が需要予測、弾性モデル化、競合情報分析、価格最適化のための分析的基盤を提供する一方、Lakebase は市場速度で意思決定を実行するために必要な運用層を実現します。

ゼロコピーの Lakebase ブランチがシナリオシミュレーションを可能にし、トランザクション記録は価格提案、承認、意思決定ログ、Genie のセッション状態を管理しています。10 ミリ秒未満の読み書きとネイティブな Unity Catalog ガバナンスにより、このプラットフォームは価格設定のライフサイクル全体にわたって洞察からアクションへとつなぐ役割を果たします。

Lakebase が価格知能と運用上の意思決定の間のギャップをどのように埋めているかについては、こちらのブログ をご覧ください。

CI&TReflex: POS データ活用ソリューション: レポートから反射へ。Databricks Lakebase と Agent Bricks が小売・CPG 業界の意思決定速度をどう変えるか

Reflex は、POS（販売時点情報管理）データを 90 秒以内にアクションに変換します。基盤は Databricks Lakebase と Agent Bricks です。Kafka も Debezium も不要で、夜間の ETL（バッチ処理）も必要ありません。

小売業界はこの 10 年間、ダッシュボードの最適化に注力してきましたが、取引発生から意思決定までのギャップは依然として数時間単位です。真のボトルネックはアーキテクチャにあります。OLTP（オンライン取引処理）と OLAP（オンライン分析処理）が別々のシステムに存在し、脆いミドルウェアで無理やり繋ぎ合わされている状態です。

Databricks Lakebase はこの隔たりを解消します。POS の取引データは、Kafka や Debezium を介さず、夜間の ETL も行わずに 60 秒以内にレイクハウスへ到達します。これに Agent Bricks を組み合わせれば、モニタリングはもはや人間の作業ではありません。自律型エージェントが在庫切れを検知し、補充発注案を作成し、店長が空の棚に気づく前に値引きをトリガーします。

これが Reflex の基盤です。CI&T が提唱する小売・CPG 業界向けの運用モデルにおいて、データインフラは「レポート」ではなく「反射」として機能します。

詳しくはこちらのブログをご覧ください。

Cognizant LiveLink — Databricks Lakebase によるリアルタイム VIP カート救済（VIP Rescue Accelerator）:

小売業者はすでに、高価値な顧客に対して即座に行動を起こすためのデータを持っています。具体的には、カート内の商品合計額、生涯顧客価値（LTV）、顧客ランク、購入履歴などです。しかし、これらのデータは通常、夜間のバッチ処理でしか統合されず、最適な対応のタイミングを逃してしまいます。

このアクセラレーターは、Databricks 上でそのギャップを埋めます。リアルタイムアプリやキオスクでのチェックイン情報は Lakebase（管理された Postgres）に直接格納され、Unity Catalog のフェデレーション機能によって、Delta Gold に蓄積された歴史的な顧客価値データと場所を共有して統合されます。

ストリーミングパイプラインの構築も、逆 ETL 処理の実施も、データの複製も不要です。統制された単一のビューが、店舗マネージャー向けのダッシュボードを支えます。