Jeremy Kelway, VP of Engineering for Analytics, Data, and AI at EDB – Interview Series

Jeremy (Jezz) Kelwayは、EDBのエンジニアリング担当VPであり、アメリカの太平洋北西部を拠点としています。PostgresベースのアナリティクスとAIソリューションの提供に焦点を当てたチームを率いています。Database-as-a-Service (DBaaS) 管理、運用リーダーシップ、革新的なテクノロジー提供における経験を持ち、Jezzは新興テクノロジーの進歩を牽引する強力な背景を持っています。

EDBは、ビジネス優先事項に合わせてPostgreSQLをサポートし、クラウドネイティブアプリケーションの開発、レガシーデータベースからのコスト効率の高い移行、およびハイブリッド環境全体での柔軟な展開を可能にします。タレントプールの増加と堅実なパフォーマンスにより、EDBはミッションクリティカルなアプリケーションに対してセキュリティ、信頼性、および優れた顧客体験を確保します。

Postgresは、生成的なAIアプリケーションの構築における最も適切なデータベースとして、どのようにして増加し続けていますか？また、どのような重要な機能が、この進化する景観に適しているのですか？

約75%の米国企業がAIを採用しており、これらの企業はAIを全面的に受け入れ、豊富なデータにすばやく簡単にアクセスできる基礎となるテクノロジーが必要です。これがPostgresが登場する場所です。

Postgresは、頑丈なアーキテクチャ、ネイティブの複数データ型のサポート、および設計による拡張性を持つため、AI時代よりも以前のどの時代よりも大きな関連性を持つ、耐久性のあるテクノロジーの技術的な例として最も適切です。企業は、主権とセキュアな環境で、データの価値を生産可能なAIに活用するためにPostgresを探しています。

EDBが存在するこれ20年間、またはPostgresがテクノロジーとして存在する30年以上の間、業界は進化、変化、革新を経てきましたが、ユーザーは依然として最も複雑なデータ課題に取り組むために「Postgresを使用しています」。

Retrieval-Augmented Generation (RAG)は、現在どのように適用されていますか？また、将来的に「Intelligent Economy」の未来を形作る上でどのように貢献すると思われますか？

RAGフローは、正当な理由により、人気と勢いを得ています。『Intelligent Economy』の文脈でRAGフローは、人間の経験を促進する情報へのアクセスを可能にし、自動化とフィルタリングによって、手作業と時間を必要とするデータと情報の出力を節約します。検索ステップ（Retrieval）の精度の向上と、より広く訓練されたLLMに特定のコンテンツを追加する能力は、関連データで情報に基づいた意思決定を加速して強化するための多大な機会を提供します。考え方の一つは、正しい情報を見つけて、それをコンテキストに合わせて提示することができる熟練した研究アシスタントを持っていることです。

RAGをプロダクションに導入する際に、組織が直面する最も重大な課題は何ですか？また、これらの課題に対処するための戦略は何ですか？

基本的に、データの品質はAIの差別化要因です。RAGアプリケーションの生成された応答の精度は、訓練と増強に使用されるデータの品質によって常に決定されます。生成モデルに適用される高度なレベルの精密さは、入力が欠陥がある場合、特に有益ではありません。出力は、クエリ（しばしば「hallucinations」と呼ばれる）に対して適切で予想外の結果になる可能性があります。データソースの品質は、検索ステップでフィードされるコンテンツの成功に常に重要です。

パフォーマンスの観点から、RAGアプリケーションが何を達成しようとしているか、いつ、どこでデータを取得しているかについて、積極的な姿勢を取り、潜在的な影響を理解することができます。たとえば、RAGフローがトランザクションデータソース（例：重要なビジネスに重要な、継続的に更新されるDB）からデータを取得している場合、これらの重要なデータソースとこれらのソースからデータを取得するアプリケーションのパフォーマンスを監視することで、RAGフローのステップの潜在的な影響を理解できます。これらの措置は、潜在的な、またはリアルタイムの影響を管理するための優れたステップです。さらに、これらの情報は、適切なデータ取得に焦点を当てたRAGアプリケーションの調整に貴重なコンテキストを提供します。

特殊なベクターデータベースがAIに特化している場合、Postgresはこれらのソリューションよりも、特にAIワークロードを運用化しようとする企業にとってどのような利点を提供しますか？

ミッションクリティカルなベクターデータベースは、データのセキュリティ、可用性、柔軟性を確保しながら、厳しいAIワークロードをサポートする能力があります。AI/RAGソリューションの構築には、類似性の評価や推奨が高次元データで機能するため、ベクターデータベースが使用されます。これらのベクターデータベースは、ストレージ、管理、およびこれらの重要なデータパイプラインの取得のための効率的で効果的なデータソースとして機能します。

EDB Postgresは、AIのためのベクターデータの複雑さをどのように処理しますか？また、Postgres環境にAIワークロードを統合することの主な利点は何ですか？

Postgresにはネイティブのベクターキャパビリティがないですが、pgvector拡張機能を使用すると、Postgres内の他のデータとともにベクターデータを保存できます。これにより、企業はベクターキャパビリティを既存のデータベース構造とともに利用できるため、AIアプリケーションの管理と展開が簡素化され、独立したデータストアと複雑なデータ転送の必要性が減ります。

Postgresは、トランザクションとアナリティクスの両方のワークロードで中心的な役割を果たしているため、組織はどのようにしてデータパイプラインを合理化し、複雑さを追加せずにより迅速な洞察を解放できますか？

これらのデータパイプラインは、実際にはAIアプリケーションを推進しています。さまざまなデータストレージ形式、場所、およびデータ型があるため、取得段階がどのように達成されるかは、特にAIアプリケーションが概念実証から本稼働に移行するにつれて、すぐに実現可能な課題になります。

EDB Postgres AIパイプライン拡張機能は、Postgresが「データ管理」部分のAIアプリケーションの物語を形作る上で重要な役割を果たしていることを示すものです。Postgresまたはオブジェクトストレージからのデータの取得、ベクターエンベッディングの生成、新しいデータが取り込まれたときにエンベッディングの更新のトリガーなど、データ処理を自動化されたパイプラインで簡素化し、手間のかかるメンテナンスなしに常に最新のデータでクエリと取得を実行します。

Postgresから近い将来、特にAIが進化し続けてデータインフラストラクチャーにさらに多くの要求を課す中で、どのような革新や開発が期待できますか？

ベクターデータベースは、完成したものではなく、ベクターデータベース技術の利用と依存が増続するにつれて、さらなる開発と強化が予想されます。PostgreSQLコミュニティは、この分野で革新を続けており、より複雑な検索基準を可能にするインデックスの強化と、pgvector機能自体の進歩を目指しています。

Postgres、特にEDBの提供は、AI駆動型企業にとって重要な柔軟性を提供するマルチクラウドとハイブリッドクラウドの展開をどのようにサポートしていますか？

EDBの最近の調査によると、56%の企業がミッションクリティカルなワークロードをハイブリッドモデルで展開しており、マルチクラウドとハイブリッドクラウドをサポートするソリューションの必要性を強調しています。Postgresは、EDBの強化により、AI駆動型企業がデータを柔軟性とコントロールで管理できるようにするために、必要な柔軟性を提供します。

EDB Postgres AIは、ハイブリッド環境でクラウドのアジリティと観察可能性を提供し、主権制御を提供します。このアプローチにより、企業はAIモデルを管理し、トランザクション、分析、およびAIワークロードをハイブリッドまたはマルチクラウド環境全体でストリーミングできます。データの移植性、詳細なTCOコントロール、およびさまざまなインフラストラクチャーでのクラウドライクな体験を可能にすることで、EDBはAI駆動型企業が複雑なデータニーズに迅速かつアジールに応じることを可能にします。

AIが企業システムにさらに埋め込まれるにつれて、Postgresは、特にAIモデル用の機密データの処理において、データガバナンス、プライバシー、セキュリティをどのようにサポートしますか？

AIが運用の基盤となり、競争上の差別化要因となるにつれて、企業はデータの完全性を保護し、厳格なコンプライアンス基準を遵守する圧力に直面しています。この進化する景観では、データ主権が中心となり、厳格なガバナンス、セキュリティ、可視性は優先事項ではなく、前提条件です。企業は、データがどこにあるか、どこへ行っているかを知り、確信する必要があります。

Postgresは、AI対応データ環境のバックボーンとして優れています。オープンソースの基盤により、企業は継続的な革新の利点を享受し、EDBの強化により、企業グレードのセキュリティ、細粒的なアクセス制御、および深い観察可能性が保証され、AIデータを責任を持って処理するために不可欠です。EDBの主権AI機能は、この姿勢を構築し、AI機能をデータに持ってくることに焦点を当て、データがどこに移動するか、どこから移動するかを管理することを容易にします。

EDB Postgresは、ミッションクリティカルなアプリケーションにとって、AIワークロードをスケーリングしながら、高可用性とパフォーマンスを維持するために、どのようにしてユニークに適していますか？

EDB Postgres AIは、データインフラストラクチャーを戦略的なテクノロジー資産に昇格させ、分析およびAIシステムを顧客の運用およびトランザクションデータに近づけます。Postgresを介して管理されます。AI駆動型アプリケーションのためのデータプラットフォーム基盤を提供し、インフラストラクチャーの複雑さを削減し、コスト効率を最適化し、データ主権、パフォーマンス、およびセキュリティの企業要件を満たします。

現代のオペレーター、開発者、データエンジニア、およびAIアプリケーションビルダーにとって、戦闘に優れたソリューションを提供し、ミッションクリティカルなワークロードにアクセスし、分析およびAI機能を使用することができます。

素晴らしいインタビュー、詳細を知りたい読者はEDBを訪問してください。