Denodo DataFestの講演情報（講演依頼）

Progenic Data（価値創出型データ）で実現する、エンタープライズ・インテリジェンスの新境地

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。

Progenic Data（価値創出型データ）で実現する、エンタープライズ・インテリジェンスの新境地

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。

『AWS と Denodo で実現する AI Ready なデータ基盤と業務変革』

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。

『With AI」に向けた「AI-Readyな環境構築」

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。

『プロダクト・ビジョン: Denodo Platformの次なる進化』

AI時代のデータプラットフォーム「Denodo Platform」の最新版と今後のビジョンをご紹介します。

Denodoを“使われる基盤”へ進化させる、BI・業務・AIの統合アプローチ

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 AI」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‑Ready時代に求められるデータ基盤とガバナンス

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。

Denodo×生成AIによる横断データ活用を加速するためのメタデータ整備

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。

『東京エレクトロンが直面した 「データ仮想化」 の理想と現実〜Denodo導入3年の実録：直面した“壁”と、真のデータ活用基盤、ロジカル・レイクハウスへのアプローチ〜』

「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 。

データドリブンへ向かうスズキの挑戦─データ仮想化基盤「Denodo」の活用と全従業員デジタル人材に向けた取り組み

2025年、グローバル自動車メーカーのスズキは「データとAIの活用による持続的成長と新たな価値提供」を掲げてDX戦略を発表しました。この戦略を実現するためには、社内に点在する膨大なデータを一元的に統合し、迅速かつ柔軟にデータ活用を進められる基盤が不可欠です。スズキはその基盤として、2022年にデータ仮想化プラットフォーム「Denodo」を採用し、複数のシステムに分散するデータを効率的に統合する仕組みを構築しています。さらに、データ活用を推進するための人材育成やデータドリブンな文化の醸成にも積極的に取り組み、現場での具体的な活用事例を着実に積み重ねています。本講演では、数々の課題を乗り越えながら進めてきたスズキの挑戦をご紹介します。

データドリブンへ向かうスズキの挑戦─データ仮想化基盤「Denodo」の活用と全従業員デジタル人材に向けた取り組み

2025年、グローバル自動車メーカーのスズキは「データとAIの活用による持続的成長と新たな価値提供」を掲げてDX戦略を発表しました。この戦略を実現するためには、社内に点在する膨大なデータを一元的に統合し、迅速かつ柔軟にデータ活用を進められる基盤が不可欠です。スズキはその基盤として、2022年にデータ仮想化プラットフォーム「Denodo」を採用し、複数のシステムに分散するデータを効率的に統合する仕組みを構築しています。さらに、データ活用を推進するための人材育成やデータドリブンな文化の醸成にも積極的に取り組み、現場での具体的な活用事例を着実に積み重ねています。本講演では、数々の課題を乗り越えながら進めてきたスズキの挑戦をご紹介します。

エージェント型AI時代におけるデータプラットフォームの必須要件とは

エージェント型AI時代においては、ますますデータが重要になってきます。 AIが有効に稼働するために、どんな懸念点があり、その対応としてどんなデータプラットホームに必要な新しい要件とは何なのか、 をご説明します。

クロージング・キーノート

講演者の登壇内容は、下部の「主催社イベントはこちら」からご覧ください。

ご挨拶

講演者の登壇内容は、下部の「主催社イベントはこちら」からご覧ください。