Databricksのイベントに初めて現地参加させていただいたので、参加レポートを残したいと思います。興味はあるが勇気がなく参加をためらっている方々にとって、不安や懸念の払拭になれば幸いです。内容に関しては、記憶だけを頼りに記載していますので、誤りや理解不足がある可能性があることを予めご了承願います。（録画や録音はNGでした。）

参加日時と場所

日時：2024/11/14(木) 10:00～14:30(※)
　　　※私が参加した時間帯です。実際は、懇談会まで含めると20:00までになります。
場所：ANAインターコンチネンタルホテル東京

参加セッション・他

1. 受付 10:00～

　想像以上に参加人数が多く、10時頃到着すると、受付には長蛇の列ができていました。少し遅れて10時開始のセッションに参加できるかと思いきや、全くそんなことはなく、むしろ自分に割り当てられたプリンターに不具合があったようで、さらに待たされ、結局入場できたのは10:30頃でした。

2. D-2 データブリックスセッション 10:55～

「エージェントフレームワークを使用した本番品質のGen AIアプリケーションの構築を詳しく見る」

　前段が10分遅れで開始したため、本セッションも10分押していました。セッションの方も想像以上の盛況ぶりで立ち見の方もいらっしゃいました。会場に入るためにQRコードをチェックされるため、ここでも列に並ぶ必要があり、開始時間直前にアクセスしても間に合うオンライン参加しかしたことのない私には新鮮でした。
　さて、肝心の内容です。RAGの課題として、どのように精度をあげたらいいか分からない、そもそも精度をどのように測ればいいか分からないといった課題があり、そこに対してDatabrickは「評価ドリブン」という戦略をとっているというお話でした。作成したRAGアプリをテストし、その結果を評価するための機能が用意されています。評価を実施すると評価データが生み出され、精度が低ければ、そこに対する原因と、より精度をあげるためにはどうすればよいかアドバイスをもらえます。

3. ランチタイム 11:30～

　受付するまで知らなかったのですが、イベントではランチボックスが無料で提供されました。一人一枚ランチ券をもらえるので、決められた時間に所定の場所に行けば、サンドイッチやおにぎり等と引き換えることができます。また、マフィンやクッキー等のスイーツや、コーヒーやソフトドリンクの提供もありました。これは嬉しかった！！

4. D-4 スポンサーセッション 12:15～

「リコージャパン18,000名の活動を支えるデータ基盤構想から拡大/定着化までの道のり」

　リコーさんは当初AWSでデータアーキテクチャを組んだものの、ユーザが増加するにつれコストが増大し、そこを解決するために、ETL処理をDatabrickに置き換えたというお話でした。なお、将来的には、BIツールやAIの導入も見据えているということでした。コストを抑えるためにDatabricksをETLツールとして導入するという事例は、あまり考えたことがなかった内容だったので勉強になりました。毎度の基調講演で強みとして紹介されているDatabricksのコスパの良さが生きたのだなと感じました。

5. K-1 基調講演 13:00～

　入場時に、同時翻訳スピーカーの貸出がありました。これも初めてだったので新鮮！実際に使用したのは、Databricks COO 様のスピーチの時だけでした。ルネサスの登壇者も海外の方でしたが流暢な日本語でスピーチされていました。スピーカーの使い心地は全く問題なく、ストレスなく内容が聞き取れました。
　

①イオンフィナンシャルサービス株式会社　導入事例

　イオンの登壇者が欠席とのことで、Databricks社長の笹さんが代理で説明されていました。マルチクラウドに散在しているデータをとりまとめ、グループ会社等に提供できるようにしたという内容でした。

②Genieのデモ

　GenieはCopilotのような対話型AIで、ユーザの質問を受けたらデータを探しにいき、必要であれば集計等を行い、適切なデータを回答してくれる機能。今までのDatabricksアシスタントがSQLやコード生成をするまでにとどまる機能だったのに対し、Genieは答えまで出力してくれます。デモでは適切な回答が返され、かなり期待ができる機能ではありますが、Databricksアシスタントが生成するSQLがいまいち惜しいものだった経験を思い出すと、Genieの精度も試してみないと何とも言えないなーというのが感想です。

③NTT株式会社　導入事例

　NTTでは、tsuzumiというLLMを開発・提供しているが、一部にMosaic AIを導入しているというお話でした。tsuzumiプロジェクトでは、１つの大きなLLMを作るのではなく、小さな複数の専門性をもったLLMを作ることを目指しているとのこと。

④AIエージェントとDatabricks Appsの紹介

　AIエージェントは、ユーザからの質問を分析し、必要なファンクションを選択し、それらを組み合わせて適切な回答を作り上げる機能。Gen AI は、LLMのみ→RAG→AIエージェント、と進化しています。
　Databricks AppsはDatabricks初のフロントエンドを提供する機能。Databricks Appsを使用してAIエージェント機能をユーザに提供することができます。

⑤ルネサスエレクトロニクス株式会社　導入事例

　直近10年ほどで多くの企業を吸収・合併したため、各企業それぞれのデータ基盤が寄せ集められ、ユーザ数も増加したため、データ基盤統一のためにDatabricksの導入に踏み切ったというお話でした。要件定義から本番稼働までなんと１年という速さには驚きです。特に力を入れたのは社内ユーザの教育ということです。Databricks社に構築を任せるのではなく、あくまで内部の社員が作るということに重きをおき、Databricks社員にはサポートにまわってもらったといいます。確かに、Databricksを使いこなすのはハードルが高いので教育は必須かもしれません。Databricks社とユーザ企業が直接タッグを組む事例を聞きながら、パートナー企業としての自分には何ができるのか、考えさせられました。。。

6. 退場 14:40～

　小学生の息子たちが帰宅してしまうので、ここで退場。初めての現地参加、色々と勉強になりました。ありがとうございました！