Tableau Semantics を使用した AI ドリブンなデータモデリング: プリンシパルアーキテクトの視点

編集者注: このインタビューはもともと、テクノロジーの未来を形作るエンジニアリングリーダーにスポットライトを当てる Q&A シリーズ「Engineering Energizers」の一部として、Salesforce エンジニアリングブログに掲載されたものです。

Salesforce のソフトウェアエンジニアリング担当プリンシパルアーキテクト、Lior Ebel は、Salesforce のセマンティックレイヤーである Tableau Semantics のアーキテクチャを主導しています。この高度なエンジンは、企業が比類のない効率と精度でデータに対してクエリし、データをモデル化することを可能にします。Tableau Semantics は、Data Cloud、Agentforce、およびエージェンティック分析プラットフォームの Tableau Next で使用されています。

このインタビューでは、大規模なセマンティッククエリの最適化、直感的なデータモデリングのための AI の統合、信頼性とセキュリティを犠牲にしないシームレスなスケーラビリティの確保など、さまざまな課題に対してチームがどのように取り組んでいるかがわかります。これらの取り組みはいずれも、よりスマートでデータドリブンな意思決定に貢献するものです。

チームのミッションについて教えてください。

Lior: 私たちのチームは、企業がデータをモデル化して分析するための統一された直感的な方法を提供することに取り組んでいます。Tableau Next のコアデータクエリおよびモデリングエンジンである Tableau Semantics の進化に重点を置いています。主な目標は、組織がデータの関係性とビジネスメトリクスを定義する方法を簡素化し、一貫性と信頼性のあるインサイトのための信頼できる単一の情報源を作成できるようにすることです。

セマンティックデータモデル (SDM) を使用すると、ユーザーはハイレベルで直感的なクエリのためにデータを構造化できます。このアプローチは、従来の SQL の複雑さを軽減し、データドリブンなアプリケーションの開発を加速します。セマンティックレイヤークエリエンジンは、SDM 定義に基づいてクエリを効率的な SQL に変換します。

この変換がどのようなものかを示した概要レベルの例を以下に示します。

生成 AI などの最先端技術を活用して、AI ドリブンなエージェントと自然言語機能を統合します。これにより、ユーザーは技術的な専門知識を必要とせずに会話形式でデータにクエリを実行できるようになります。私たちの最終的な目標は、シームレスでインテリジェント、かつスケーラブルな分析エクスペリエンスを確保しながら、データをアクセシブルで実用的、かつ価値あるものにすることです。

チームが最近直面した最も重大な技術的課題は何でしたか?

Lior: 私たちにとって最も重要な技術的課題の 1 つは、B2C 規模、つまり膨大な量のデータを迅速かつ正確に処理する必要がある環境で、セマンティックレイヤークエリが効率的に実行されるようにすることでした。

これに対処するために、チームは独自のクエリプロセッサを構築するのではなく、セマンティックレイヤークエリ実行エンジンのために SQL ジェネレーターベースのアプローチを選択しました。この戦略的決定により、基盤となるデータウェアハウスのスケーラビリティと最適化機能を活用でき、パフォーマンスチューニングを新たにやり直す必要がなくなります。

また、セマンティックレイヤーによって生成される SQL クエリの最適化にも重点を置いています。SQL 設計のベストプラクティスに従って、効率的な結合を使用し、早期にフィルタリングを適用し、クエリの複雑さを最小限に抑えています。さらに、開発の早い段階で SQL パターンをテストして改良し、パフォーマンスのボトルネックを積極的に特定して解決しています。

アーキテクチャと SQL 最適化の両方に重点を置くことで、大規模な B2C データを処理することができるため、高速で信頼性が高くスケーラブルな分析を実現しています。

スケーラビリティに関する課題をどのように管理していますか?

Lior: スケーラビリティには、データ量の増加、お客様の使用率の増加、クエリ負荷の増加、システムを操作するチームの拡大など、いくつかの複雑な課題が伴います。それぞれに効果的に対処するには、ターゲットを絞った戦略が必要です。

システムの負荷を管理するために、トップダウンとボトムアップの 2 つのアプローチを採用しています。設計および計画段階では、コラボレーションとチームの専門知識を活用することで、潜在的なボトルネックを特定して軽減しています。このプロアクティブなトップダウン戦略は、開発中のストレステストによって補完されます。高負荷をシミュレーションすることで、これまでは明らかにできなかったボトルネックを発見し、スケーリングに関する予期せぬ課題に備えることができます。

システムを操作するチームの増加に対応するために、安定性と使いやすさを重視しています。徹底した文書化、直感的な API、セルフサービス設計により、内部チームと外部チームの両方が個別に使用量を拡張できます。これにより、直接的なサポートの必要性が減り、パフォーマンスと使いやすさの基準を維持しながらシームレスなスケーリングが可能になります。

プロジェクトの機能向上を目的とした進行中の研究開発活動には、どのようなものがありますか?

Lior: チームは、Salesforce 内でよりインテリジェントでスケーラブルなデータエクスペリエンスを実現するために、AI をセマンティックレイヤーに統合することに注力してきました。過去 1 年間、私たちが重点的に取り組んできたのは、セマンティックデータモデルを活用して、自律的かつ支援的なエージェンティックエクスペリエンスをサポートすることです。これらの AI ツールを組織の特定のビジネス定義に根付かせることで、データクエリへの応答の一貫性と正確性を確保でき、独自のメトリクスに沿ったものにすることができます。その結果、LLM ハルシネーションなどの問題が軽減されます。

AI は、セマンティックモデルの作成と改良のプロセスを改善するためにも活用されています。AI 搭載アシスタントは、ビジネスロジックを定義するためのベストプラクティスを提案したり、効率的なデータモデル構造を推奨したりすることで、複雑さが増していく SDM 開発を合理化します。たとえば、Tableau Semantics は、「ROI フィールドを作成してください」などのフリーテキスト リクエストに応じて、ROI を計算するための数式を提案したりします。

AI 搭載の基盤としてセマンティックレイヤーを位置付けると、よりスマートな意思決定が可能になります。これらの機能を強化することで、Salesforce エコシステム全体で信頼性の高い直感的なエクスペリエンスが確保され、企業は自信を持ってデータドリブンな意思決定を行えるようになります。

プロジェクトの迅速な導入の必要性と、高い信頼性およびセキュリティ基準の維持とのバランスをどのように取っているのでしょうか?

Lior: 特に Salesforce の顧客ベースの性質を考慮すると、迅速な導入と高い信頼性およびセキュリティ基準のバランスを取ることは最優先事項となります。Salesforce の堅牢な基盤インフラストラクチャに支えられているので、開発プロセスのあらゆるステップに信頼とセキュリティを組み込んでいます。この基盤が、セキュリティと信頼の重要な要素を損なうことなく、迅速な導入を可能にしています。

セマンティックレイヤーは Hyperforce 上に構築されており、セキュリティとコンプライアンスに関する複雑さの多くが抽象化されています。このインフラストラクチャを活用することで、セキュリティ対策を新たにやり直すことを回避できるため、速度と信頼性の両方を実現しています。強固なインフラストラクチャは、高いセキュリティ標準を維持するための基盤となります。

インフラストラクチャ以外にも、厳格な品質保証と検証のプロセスが重要です。すべてのリリースは、最高水準を満たしていることを確認するために、徹底的にテストします。信頼できるインフラストラクチャと入念なテストを組み合わせることで、セキュリティとお客様の信頼を最優先としながら、迅速に開発することができます。

ユーザーからのフィードバックをどのように収集していますか? また、それらは将来の開発にどのように影響しますか?

Lior: セマンティックレイヤーは 2 つの主要なユーザーグループ、すなわち外部ユーザーと内部ユーザーに役立ちます。外部ユーザーは製品として使用するユーザーであり、内部ユーザーはそれをワークフロー内で使用する Salesforce 開発者です。

外部ユーザーの場合は、プロダクトチームが主要なステークホルダーと継続的に会話を行い、フィードバックを収集して差し迫った問題に対処します。これによって製品をユーザーのニーズに合わせることができます。

内部ユーザー (ビジネス インテリジェンス アプリ開発者など) の場合は、必要に応じて、Slack (非同期入力の場合) や対面ミーティングなどのオープンコミュニケーションチャネルを通じてフィードバックをもらいます。ソフトウェア開発は本質的に人間中心であるため、効果的なソリューションを構築する上で非常に重要なのは、開発者とエンド ユーザーの両方の課題を理解することです。多くの場合、取り組まなくてはならない最も重大な技術的課題は、ユーザーの悩みから直接生じます。それらの課題は、ユーザーが自分では解決できない問題を表しています。

開発の優先順位は、ユーザーからのフィードバックに大きく左右されます。製品の実際の有用性を高める必要があるからです。ただし、積極的なイノベーションも重要です。それにより、将来のニーズを予測し、既存の要求を超えて限界を押し広げることができるからです。

Tableau Semantics の詳細について

Tableau Semantics は、データと AI をビジネスコンテキストで強化して正確なインサイト、合理化されたデータモデリング、簡素化されたメトリクスガバナンスを実現し、よりスマートな意思決定を大規模に実現します。Tableau Semantics の機能とメリットの詳細についてご覧ください。