Databricks AI 機能

Databricksは、AIアプリケーション（AIアプリ）の構築、評価、デプロイ、およびモニタリングのためのプラットフォームを提供します。これは、エンタープライズグレードのAIアプリを開発するための課題に対処するツールスイートを統合します。Databricksは人気のあるオープンソースフレームワークと統合し、エンタープライズグレードのガバナンス、可観測性、および運用ツール（これらは総称してLLMOpsとして知られています）を追加します。

このページには、AIワークフローのステージ別に整理されたAI向けの主要な機能がリストされています。

AIをクエリーする

Databricksは、トップモデルプロバイダーの最先端AIモデルを、Databricksホスト型基盤モデルを通じてすぐに利用できるようにしています。外部プロバイダーや独自のカスタムモデルからモデルをクエリーすることもできます。これらのモデルはすべて、UI、API/SDK、およびSQLインターフェースを通じてクエリーできます。このオプション機能により、一般的なチャット、複雑なエージェント、自動データパイプライン、インタラクティブなデータ分析など、あらゆるユースケースでAIを使用できます。

手法	機能
UI	開発向けに、AI Playgroundは利用可能なAIモデルとエージェントをクエリするためのUIを提供します。 テストのために、レビューアプリを使用して、ドメインエキスパートがエージェントとアプリにクエリを実行し、評価することができます。 本番運用では、組織内で使用するために、 Databricks Appsを使用して UI でアプリをホストできます。 外部アプリの場合、 Databricks APIを使用してユーザー向けアプリを強化できます。
APIとSDK	モデルサービングは、モデルとエージェントをクエリするためのREST APIエンドポイントを提供します。 OpenAIクライアントやDatabricks Python SDKなど、その他のクエリオプションについてはこちらをご覧ください。
SQL	AI 関数は、モデルとエージェントを照会するためのタスク固有および汎用の SQL 関数を提供します。

手法	機能
UI	開発向けに、AI Playgroundは利用可能なAIモデルとエージェントをクエリするためのUIを提供します。 テストのために、レビューアプリを使用して、ドメインエキスパートがエージェントとアプリにクエリを実行し、評価することができます。 本番運用では、組織内で使用するために、 Databricks Appsを使用して UI でアプリをホストできます。 外部アプリの場合、 Databricks APIを使用してユーザー向けアプリを強化できます。
APIとSDK	モデルサービングは、モデルとエージェントをクエリするためのREST APIエンドポイントを提供します。 OpenAIクライアントやDatabricks Python SDKなど、その他のクエリオプションについてはこちらをご覧ください。
SQL	AI 関数は、モデルとエージェントを照会するためのタスク固有および汎用の SQL 関数を提供します。

AI を構築

Databricksは、AIアプリ、エージェント、ツール、およびモデルを構築するための柔軟なツールセットを提供します。これらには、UIおよびコードベースのフレームワークが含まれており、これらはすべて、データに基づいてAIシステムを最適化できます。任意のオープンソースAIフレームワークを活用でき、カスタムツールとMCPサーバーを統合できます。

カテゴリー	機能
アプリ	Databricks Appsは、認証済みユーザー向けに柔軟なアプリ開発と展開機能を提供します。 カスタム アプリはDatabricks APIによって強化されます。
エージェント	AI Playgroundは、ツール呼び出しエージェントのプロトタイプ作成用の UI を提供します。 カスタム コードとオープンソース フレームワークは、カスタムエージェントまたはDatabricks Appsを使用して開発およびデプロイできます。
ツール	ツールのサポートには、MCP サーバーとUnity Catalog関数が含まれており、どちらもUnity Catalogベースのガバナンスを提供します。
モデルとプロンプト	プロンプト エンジニアリングは、 AI Playgroundを使用してインタラクティブに実行することも、 MLflowプロンプト最適化を使用したデータドリブン最適化を通じて実行することもできます。 GPU 対応のDatabricks Runtime for Machine Learningを使用してモデルをファインチューンします。

カテゴリー	機能
アプリ	Databricks Appsは、認証済みユーザー向けに柔軟なアプリ開発と展開機能を提供します。 カスタム アプリはDatabricks APIによって強化されます。
エージェント	AI Playgroundは、ツール呼び出しエージェントのプロトタイプ作成用の UI を提供します。 カスタム コードとオープンソース フレームワークは、カスタムエージェントまたはDatabricks Appsを使用して開発およびデプロイできます。
ツール	ツールのサポートには、MCP サーバーとUnity Catalog関数が含まれており、どちらもUnity Catalogベースのガバナンスを提供します。
モデルとプロンプト	プロンプト エンジニアリングは、 AI Playgroundを使用してインタラクティブに実行することも、 MLflowプロンプト最適化を使用したデータドリブン最適化を通じて実行することもできます。 GPU 対応のDatabricks Runtime for Machine Learningを使用してモデルをファインチューンします。

データの準備と提供

Databricks は、従来のデータとAIワークロードのガバナンスを統合することで、AI向けデータを簡素化します。すべてのデータは、きめ細かいアクセス制御を備えたUnity Catalogで管理されているため、組織に合わせてデータエンジニアリングとAIの境界を調整するのは簡単です。LakeFlow Pipelines などのいずれかの データエンジニアリングツール を使用して、AI向けにデータを準備できます。Unity Catalogのテーブルは、非構造化データのベクトル インデックスまたは構造化データの特徴量テーブルを使用してAIに提供できます。

データのタイプ	機能
非構造化データ（テキスト、画像など）	AI Searchは、セマンティック検索またはハイブリッド検索のために、ナレッジ ベースに大規模なインデックスを自動的に作成します。
構造化（表形式）	Serverless SQLを使用すると、アナリティクスや変換のためにテーブルとSQLクエリーをAIアプリに統合できます。 Genie エージェントは、マルチエージェント システムで使用して、構造化データに関する自然言語クエリに回答できます。

データのタイプ	機能
非構造化データ（テキスト、画像など）	AI Searchは、セマンティック検索またはハイブリッド検索のために、ナレッジ ベースに大規模なインデックスを自動的に作成します。
構造化（表形式）	Serverless SQLを使用すると、アナリティクスや変換のためにテーブルとSQLクエリーをAIアプリに統合できます。 Genie エージェントは、マルチエージェント システムで使用して、構造化データに関する自然言語クエリに回答できます。

AIをデプロイして提供する

Databricksは、Databricks AppsによってサポートされるAIアプリ、エージェント、およびモデル向けに、本番運用対応のサービスシステムを提供します。これらのスケーラブルなデプロイメントは、リアルタイムサービングとバッチ推論の両方に使用できます。すべてのデプロイメントは、可観測性と評価およびモニタリングツールと統合されています。

開発方法	デプロイメントとサービング
Databricks Apps	アプリとエージェントは、 UI ベースおよび API ベースのデプロイメントを提供する Databricks Apps を使用してデプロイできます。

開発方法	デプロイメントとサービング
Databricks Apps	アプリとエージェントは、 UI ベースおよび API ベースのデプロイメントを提供する Databricks Apps を使用してデプロイできます。

AIのトレース、評価、モニタリング

Databricksは、AIの可観測性、評価、およびモニタリングのためのマネージドMLflowを提供します。オープンソースAPIは、統合と移植性をシンプルにし、マネージドサービスは本番運用対応のエンドポイントを提供します。DatabricksマネージドMLflowは、DatabricksでホストされているAIアプリおよびエージェント、およびその他の場所でホストされているものに使用できます。

カテゴリー	機能
追跡と観測可能性	MLflow Tracingを使用すると、AIエージェントとアプリを計測して、評価、本番運用モニタリング、監査のためのテレメトリデータと可観測性データを収集できます。
評価	MLflow Evaluationを使用すると、AIシステムの品質を測定できます。 組み込みおよびカスタムの LLM ジャッジとスコアラー、および評価データセットを使用すると、ユースケースに合わせて評価をカスタマイズできます。
モニタリング	本番運用モニタリングでは、開発時の評価と同じジャッジとスコアラーを使用して、本番運用トレースの品質を測定できます。
人間によるフィードバック	開発中、レビュー アプリを使用すると、チャット UI を使用したバイブチェックを行い、ラベル付けセッションで専門家のフィードバックを収集できます。 本番運用中に、 APIを使用してトレースにユーザー フィードバックの注釈を付けることができます。

カテゴリー	機能
追跡と観測可能性	MLflow Tracingを使用すると、AIエージェントとアプリを計測して、評価、本番運用モニタリング、監査のためのテレメトリデータと可観測性データを収集できます。
評価	MLflow Evaluationを使用すると、AIシステムの品質を測定できます。 組み込みおよびカスタムの LLM ジャッジとスコアラー、および評価データセットを使用すると、ユースケースに合わせて評価をカスタマイズできます。
モニタリング	本番運用モニタリングでは、開発時の評価と同じジャッジとスコアラーを使用して、本番運用トレースの品質を測定できます。
人間によるフィードバック	開発中、レビュー アプリを使用すると、チャット UI を使用したバイブチェックを行い、ラベル付けセッションで専門家のフィードバックを収集できます。 本番運用中に、 APIを使用してトレースにユーザー フィードバックの注釈を付けることができます。

LLMOps

Databricksは、AI operations（通称"LLMOps"）向けの包括的なツールスイートを提供します。Unity CatalogによるデータとAI資産の統合ガバナンスにより、組織全体でのAIのデプロイが簡素化され、安全になります。AI Gatewayは、多くのAIモデルプロバイダーからのモデルの管理を簡素化します。MLflowおよび宣言型オートメーションバンドルは、堅牢なLLMOpsプロセスを実装するためのバージョン管理とInfrastructure-as-Codeを提供します。

カテゴリー	機能
データおよびAI資産のガバナンス	Unity Catalogは、データと AI アセットの統合ガバナンスを提供します。データ アセットには、ファイル、テーブル、ベクター インデックス、Feature Store が含まれます。 AIアセットには、MCP サーバーやその他のAPIs用のモデル、ツール、接続が含まれます。
モデルエンドポイントガバナンス	AI Gatewayは、AI モデルのエンドポイントに一元的なガバナンスとモニタリングを提供します。
プロンプトバージョン管理	MLflow 、プロンプト レジストリとエクスペリメントの追跡を提供します。
Infrastructure as code	Databricks Assets Bundles を基盤として構築されたMLOps Stacksは 、インフラストラクチャとワークフローのコードベースの管理と展開を提供します。

カテゴリー	機能
データおよびAI資産のガバナンス	Unity Catalogは、データと AI アセットの統合ガバナンスを提供します。データ アセットには、ファイル、テーブル、ベクター インデックス、Feature Store が含まれます。 AIアセットには、MCP サーバーやその他のAPIs用のモデル、ツール、接続が含まれます。
モデルエンドポイントガバナンス	AI Gatewayは、AI モデルのエンドポイントに一元的なガバナンスとモニタリングを提供します。
プロンプトバージョン管理	MLflow 、プロンプト レジストリとエクスペリメントの追跡を提供します。
Infrastructure as code	Databricks Assets Bundles を基盤として構築されたMLOps Stacksは 、インフラストラクチャとワークフローのコードベースの管理と展開を提供します。

オープンソースのサポート

Databricksは、急速に成長しているAI向けオープンソースエコシステムを全面的にサポートします。

開発には、任意のオープンソースフレームワークを使用でき、Databricks Appsを使用してデプロイできます。Databricksサービスは、MCPサーバーまたはREST API/SDKを使用して、サードパーティのAIツールやアプリで使用できます。

可観測性、評価、およびモニタリングのために、MLflow Tracingは20以上のオープンソースAIフレームワークにネイティブの自動ロギングを提供し、他のフレームワークやコードにカスタムトレースを追加できます。トレースは、MLflow Evaluationおよび本番運用モニタリングで使用できます。トレースはOpenTelemetryトレース仕様に準拠しており、サードパーティのツールにエクスポートできます。

その他のリソース

• Databricks でエージェントを構築します
• Databricksにおけるオープンソース版MLflowとマネージド版MLflowの比較