Databricks、OpenAIツールの企業向け導入に向けた3つの方法を詳述

Databricksは2026年11月13日、ガバナンスが適用された企業データとOpenAIツールを組み合わせる3つの方法として、Genieを通じたChatGPT分析、中央で管理するCodexの導入、Databricks Apps上でホストするカスタムエージェントについて、企業向け導入の概要を公開しました。

このガイドは、2025年9月25日に発表された複数年にわたる提携を踏まえたものです。発表当初、この提携の価値は1億ドルとされ、ネイティブのOpenAIモデルを、クラウドを問わず20,000社を超えるDatabricksの顧客が利用できるようになると説明されていました。OpenAIの共同創業者兼社長であるGreg Brockman氏は、企業データを使わないAIについて、次のように述べています。「博士号を持つ人を20人雇って、会議には一度も呼ばないようなものです。」

共同アーキテクチャでは、OpenAIがGPTモデル、ChatGPT、Codex、Agents SDKを提供します。Databricksは、ガバナンスが適用された企業データを保存するレイクハウスに加え、業務上の定義、アクセスルール、モデルリクエストのルーティング、アプリケーション基盤を担います。Genie Ontologyが企業固有のコンテキストを補います。

GenieがChatGPTに企業独自の定義を適用

この方法は、数値を必要としながらSQLでデータベースに問い合わせることはない従業員を対象としています。Databricks Genieプラグインを使えば、ChatGPTのユーザーは自然な言葉で質問できます。Genieは関連データを特定し、承認済みの指標定義を適用してDatabricks上でクエリを実行し、グラフやチャートを返します。Genie Ontologyには、指標、業務上の定義、企業データ間の関係が記録されているため、たとえば売上高などの指標には、企業独自の定義が適用されます。

アクセスできるのは、ユーザーがすでに閲覧権限を持つデータに限られ、回答にはそれぞれDatabricks上の出典へのリンクが付いています。ChatGPT Workは、次のステップや関係者を提案したり、Slackやメールで調査結果を共有したり、接続済みのツールを通じてユーザーが承認した操作を実行したりすることもできます。

OpenAIのプラグイン一覧では、SQLの生成、ダッシュボードやGenieの出力の要約、チーム向けの調査結果のパッケージ化にも対応しています。利用可能かどうかは、プラグイン、サブスクリプションプラン、ワークスペースの設定によって異なり、一部の接続には管理者による設定や承認が必要です。

Unity GatewayでCodexのガバナンスを一元化

エンジニアリングチームでは、CodexのリクエストはOpenAIに直接送信されず、Unity Gatewayを経由します。開発者は既存のワークフローを維持し、Databricksの認証情報で認証する一方、OpenAI APIキーはゲートウェイ内に保管されます。すべてのリクエストが記録され、エンジニアリング部門の責任者は、チームごとの予算設定や支出の確認に加え、各タスクで使用するGPTモデルを選択できます。

推奨される設定では、Unity Gatewayのコマンドラインツールをインストールして実行します ug codex。Databricksのセットアップに関するドキュメントでは、手動での設定方法やDatabricksのコンピュート上でCodexを実行する方法も説明しています。対象となるChatGPT Go、Plus、Pro、Enterpriseのサブスクリプションは、管理者が設定したモデルプロバイダーサービスを通じて接続でき、リクエスト料金はChatGPTのサブスクリプションに請求されます。Unity Gateway自体は一般提供されていますが、ドキュメントで紹介されているSQL、サンドボックス、ウェブ検索の各ツールとUnity Gatewayのスキルは、引き続きベータ版です。

カスタムエージェントはガバナンス適用データと共通の制御機能を活用

3つ目の方法は、厳格なセキュリティとガバナンスのルールの下でデータを使う業務プロセス向けのカスタムエージェントです。Databricks Model Servingは、ガバナンスが適用されたデータのそばでOpenAIモデルを実行するため、Databricksがモデルを提供する場合、外部APIキーは必要ありません。チームはAgent Bricksでエージェントを構築・評価するか、OpenAI Agents SDKを使い、作成したエージェントをDatabricks Appとしてデプロイできます。

公式アプリテンプレートには、会話型REST API、対話型チャットインターフェース、MLflowによる評価用コードが含まれています。MLflow AgentServerは、リクエストのルーティング、ログ記録、エラー処理を管理し、トレーシングとオブザーバビリティ機能も標準で備えています。ある ResponsesAgent インターフェースはDatabricksの評価・デプロイ用ツールとの互換性を提供し、Model Context Protocolによってエージェントをツールやデータソースに接続できます。

これらのパターン全体を通じて、Unity Catalogが権限を管理し、Unity Gatewayがリクエストのルーティングとコスト管理を担い、Lakebaseがエージェントのメモリと状態を保存するマネージドPostgresストレージを提供します。Databricksは、各パターンのアーキテクチャ、セットアップ、顧客から得られた知見を取り上げる続編記事を公開する予定です。

この共通アーキテクチャにより、業務上のクエリ、コーディングのリクエスト、カスタムエージェントを、権限管理とコスト管理の単一の枠組みで扱えます。OpenAIの利用が社内で広がるなか、ガバナンスを共通の基盤として確立できます。