AIモデルとプラットフォーム
Collate、AIエージェントにビジネスの文脈を提供するOntology Studioを発表

要点Ontology Studioはビジネス概念をデータ資産にマッピングし、エージェントが列の意味を推測するのを防ぎます。
もっと見る
- Ontology Studioはビジネス概念をデータ資産にマッピングし、エージェントが列の意味を推測するのを防ぎます。
- ナレッジグラフツールは、デフォルトで無効になっているベータ版のプロジェクションで動作します。
- オープン形式でエクスポートされたオントロジーは、企業がAIベンダーを切り替えても再利用可能な資産として残ります。
Collateは、OpenMetadataを手がける企業として、ビジネス概念を定義し、それらを企業データに結び付け、その意味をAIエージェントが利用できるようにするワークスペース「Ontology Studio」を発表しました。テーブル名や列名の意味を推測させるのではなく、組織独自の定義や関係性に基づいてエージェントが作業できるようにすることを目指しています。
11月17日に発表されたOntology StudioはCollate 2.1の一部で、今月後半の一般提供開始が予定されています。オープン標準を採用しており、企業は構築したビジネスモデルを確認・エクスポートできます。モデルを実装するデータ資産とのマッピングも含まれます。
このリリースは、言語モデルの性能向上だけでは解決できない問題に対処するものです。システムはデータセットを見つけて有効なコードを書けても、何をアクティブな顧客と見なすのか、どの売上高を認識済みとするのか、あるいは特定の種類のローンが何を指すのかを誤解する可能性があります。
オントロジーがAIエージェントにもたらすもの
オントロジーは、ソフトウェアで利用できる形式で概念とその関係性を記述します。用語集では「ローン」を文章で定義するだけかもしれません。一方、オントロジーでは、ローンに元本と期間があり、顧客に属し、名前の付いた関係性を介して口座と結び付くことも指定できます。
こうした詳細により、エージェントは質問に体系立てて取り組めます。融資状況を分析するよう求められたエージェントを考えてみましょう。データベースにクエリを送る前に、どの資産がローンを表すのか、顧客がそれらとどう関係しているのか、どの定義が適用されるのかを特定する必要があります。そうした資産に対応付けられたオントロジーがあれば、その文脈を提供できます。
Ontology Studioでは、チームが型付きのプロパティと、名前および方向性を持つ関係性を使って概念を定義し、バージョン管理されたモデルを確認して公開できます。概念は、テーブル、列、ダッシュボードなどのデータ資産にリンクできます。
これにより、ビジネス上の意味と技術的なデータリネージュも切り分けられます。データリネージュは、システム間でデータがどのように移動または変換されるかを示します。一方、ビジネス上の関係性は、たとえばローンが顧客に属するというように、データが何を表すかを示します。どちらもエージェントにとって有用ですが、答える問いは異なります。
モデルを支えるオープン標準
Ontology Studioは、企業にビジネス全体を独自形式で表現することを求めるのではなく、確立されたセマンティック・ウェブ技術を基盤としています。
- OWL(Webオントロジー言語)は、クラス、プロパティ、関係性を形式的に表現する方法を提供し、ソフトウェアが扱う明確な意味を与えます。
- SKOS(シンプル知識組織化システム)は、統制語彙や、「より広い」「より狭い」「関連する」といった概念間の関係性を表現します。
- SPARQLはRDFグラフ向けのクエリ言語で、ソフトウェアが相互に結び付いた概念やメタデータについて、構造化された質問を行えるようにします。
Collateによると、組織はOWL、Turtle、RDF/XML、JSON-LDなどの形式でオントロジーをインポートおよびエクスポートでき、その際、識別子、定義、関係性を保持できます。また、モデルのエクスポート時にもデータマッピングを維持できる点を強調しています。
これは、企業がAIベンダーやデータプラットフォームを変更する際に重要です。ビジネスモデルを交換可能な形式で保持すれば、定義を特定ベンダーのインターフェースだけに埋め込まず、再利用可能な資産として活用できます。ただし、移行後もモデルを有効に使うには、互換性のあるツールが関連する標準とマッピングに対応している必要があります。
エージェントがナレッジグラフにアクセスする方法
エージェントは、CollateのModel Context Protocolサーバーを通じてオントロジーにアクセスします。MCPは、AIアプリケーションがツールを見つけて呼び出すための共通インターフェースを提供します。ここで利用できるツールにより、エージェントはオントロジーについて説明し、エンティティを取り巻く関係性を調べ、読み取り専用のSPARQLクエリを実行できます。
ナレッジグラフは、概念やメタデータを相互に結び付いたエンティティとして整理します。グラフクエリでは、関連する複数の関係性をまとめて尋ねることができるため、エージェントは隣接する項目を一つずつ繰り返し要求せずに文脈を集められます。また、クエリと関係性の経路が示されることで、回答の根拠を確認するための具体的な情報をレビュー担当者に提供できます。
今回の発表では、この機能の重要な制約も明示されています。ツールはベータ版で、デフォルトでは無効になっているCollateのナレッジグラフ投影上で動作します。グラフを利用するエージェントツールを使うには、チームがこのコンポーネントを有効にし、評価する必要があります。
製品ページによると、この投影はプラットフォームのメタデータをグラフとして複製したものであり、基盤となる業務データベースを置き換えるものではありません。運用データへのクエリは、データウェアハウスや既存のセマンティックレイヤーなど、そのデータが存在する場所で引き続き実行されます。オントロジーは、使用すべき適切な定義と資産の特定に役立ちます。
OpenMetadataと既存のビジネス知識を基盤に構築
Collateは、スキーマ、所有権、分類、品質情報、データリネージュなどのメタデータを集約するオープンソースプラットフォーム、OpenMetadataを基盤としています。Ontology Studioは、そうした資産に結び付くビジネス上の意味を作成するためのワークスペースを追加します。
Collateの2.1リリース概要では、マネージド製品とそのオープンソース基盤が区別されています。Ontology StudioはCollateの機能である一方、MCPを通じたナレッジグラフツールはCollateとOpenMetadataの両方に提供されるものとして記載されています。この発表を検討する組織は、商用ワークスペースと、その基盤となるオープン標準および共有プラットフォームコンポーネントを区別する必要があります。
業界別スターターパックも、システムを利用するための別の入り口となります。発表では、金融向けのFIBO、医療向けのHL7 FHIR、サプライチェーン向けのGS1とEPCIS、製造業向けのISA-95、そしてHR Open Standardsに基づくモデルが挙げられています。これらは、各チームが拡張し、自社のデータに対応付けるための出発点となる構造を提供します。
Collateは、より広範なコンテキストプラットフォームのアプローチを示す例としてScout24を挙げています。ImmoScout24を運営する同社は、共通のデータ定義、AIを活用したドキュメント作成、人による検証を組み合わせ、社内のAIエージェントを支援しています。この組み合わせは、ビジネスコンテキストを有用な状態に保つうえで、分野の専門家が継続的に果たす役割を浮き彫りにしています。
共通の定義にも、なお責任者が必要
「メタデータ、意味、記憶は、ひとつのコンテキストプラットフォームに集約すべきです」と、Collateの共同創業者兼CTOであるSriharsha Chintalapani氏は述べました。同氏によると、エージェントと従業員が同じビジネス定義に基づいて業務に取り組めるようにすることが目標です。
オントロジーによってこうした定義を明示し、再利用しやすくできます。しかし、その価値はモデルの品質と、最新のデータとの結び付きに左右されます。対応付けが誤っていたり、ルールが古くなっていたりすると、エージェントは誤った回答に対して、筋の通った説明を提示してしまうおそれがあります。
企業にとってOntology Studioが提案するのは、共有コンテキストをより管理しやすい形で構築・維持する方法です。ビジネスをモデル化し、そのモデルを実際の資産に接続し、標準ツールを通じて利用できるようにし、別の環境へ移行できる選択肢も維持します。












