Tableau Knowledge とは?

企業は、エージェント型分析を組織全体に拡張し、誰もがより速く的確なインサイトを得られるようにしたいと考えています。しかし、業務の実際の仕組みに関する知識がなければ、AI エージェントは推測することしかできず、ハルシネーションや矛盾、信頼できないインサイトの発生につながってしまいます。これは、AI の失策なのではなく、知識不足が原因です。

幸い、各組織は何年にもわたって、構造化および非構造化データアセットの形式で業務の知識を築き上げてきました。Tableau のパブリッシュされたデータソース、ワークブック、ダッシュボードから、Tableau 外のデータとセマンティクスに至るまで、あらゆる種類のデータは、蓄積された知識です。もちろん、従業員一人ひとりの知識や経験の結集もまた、業務の知識に含まれます。しかし、知識が分散していて管理や最適化ができず、結果的にその内容が矛盾、重複したり、古びてしまったりすることは決して少なくありません。これが原因となり、AI エージェントは正確なインサイトの提供に必要な知識にアクセスできなくなります。

「企業が Tableau 導入環境全体ですでに活用しているデータとセマンティクスを、信頼できる知識の基盤としてエージェント型分析に活かせるようになることに、大きく期待しています。」

— Tableau、製品担当シニアバイスプレジデント、Daniel Alon

企業の管理下にある知識を信頼できる基盤に

Tableau Knowledge は、組織が所有するあらゆる知識を、AI エージェント用のグラフに活用できるようにします。パブリッシュされたデータソース、ワークブック、ダッシュボード、指標などを Tableau 内から取得して (まもなく他のソースからも取得可能になる予定)、ナレッジグラフ (関係によって紐付けられたデータアセットをリアルタイムでつなぐネットワーク) に統合します。そこから、企業やチームでナレッジグラフを確認、整備、強化し、業務の実際の運営方法を反映させることができます。AI エージェントはこのグラフで全体像を把握します。そして、直感的推論や、分析に関するチームからの質問に対する的確なインサイトの提供に必要となる正確な知識を効率的に引き出せるようになります。

構造化知識と非構造化知識を 1 つのビューに統合

Tableau Knowledge では、各種ソースから既存の知識を集めて、長年にわたる分析への投資を活用できるため、ゼロから始める必要はありません。Tableau Knowledge には、パブリッシュされたデータソース、ワークブック、ダッシュボードなどの Tableau アセットを取り込めます。さらに、Snowflake、Databricks、Workday などのソースからの構造化および非構造化データにも、まもなく接続できるようになる予定です。

自動で生成され、自律的に進化するナレッジグラフ

データやセマンティクスに接続した後、Tableau Knowledge はデータソースから直接関係を推論し、ナレッジグラフを作成します。手作業でのモデリングは不要です。また、ナレッジグラフは自動的に最新の状態を保ちます。具体的には、データソースの更新内容がナレッジグラフに伝達されて、矛盾が継続的に解消され、改善が提案されます。その一方で、ダウンストリームでの AI エージェントのやり取りからのフィードバックを基にナレッジグラフをさらに改良し、インサイトが最新の知識でグラウンディングされるようにします。また、ノーコードのインターフェイスでは、特定分野の専門家が状況を把握してナレッジグラフを確認、整備し、業務上の優先事項を反映させることができます。こうして、AI エージェントの拠り所となる包括的な知識の基盤が構築されます。

ネイティブに統合された Tableau Agent によるスピーディーなグラフ管理

Tableau Knowledge には、グラフの探索と管理を迅速化するために Tableau Agent が組み込まれています。グラフの探索と操作のほか、Tableau Agent はグラフの健全性の追跡や優先すべき改善点の特定にも役立ちます。これは、数千のエンティティと関係にまたがるナレッジグラフにおいて特に重要です。細部に迷い込むことなく、組織の知識を広範囲で管理できるためです。

管理下にある信頼できる知識で AI エージェントを強化

構築されたナレッジグラフは、MCP を介してダッシュボードの Tableau Agent と任意の AI エージェントにアクセスできるようになります。グラフが AI エージェントに適した構造になっているのは、人間が頭の中でアイデアを結び付けるのと同じように、関係によってデータアセットを紐付けているためです。これにより AI エージェントは、知識や経験が豊富な従業員と同じように推論できるようになります。この構造は、効率の向上にもつながります。AI エージェントは、答えを探してすべてのデータソースに対してクエリを実行する代わりに、よりコスト効率よくスピーディーに、求められている的確な知識を探し出すことができます。その結果、チームはどのような業務環境でも、管理下にある信頼できる知識を根拠とした正確なインサイトを得られるようになります。

Tableau Knowledge が他と一線を画す理由

1. エージェント型分析を念頭に構築されている: Tableau Knowledge は、Tableau をはじめとする既存の環境への投資を基に構築されており、長年にわたる分析業務を AI エージェントに最適化された基盤に変換します。さらに、MCP に対応しているため、AI エージェントはグラフにアクセスできるだけでなく、グラフを継続的に改良するためのフィードバックを返すこともできます。
2. 知識を自律的に進化させる: Tableau Knowledge はグラフの健全性を継続的にモニタリングして、AI エージェントに影響が及ぶ前に矛盾や重複を提示します。また、Tableau にネイティブ統合されているので、リアルタイムの使用状況のシグナルを捉えてグラフを継続的に改良し、矛盾を解消します。そのため、Tableau の使用頻度が高いほど、グラフの精度も高くなっていきます。
3. 専門家が知識を整備できる: Tableau Knowledge はノーコードで直感的に操作できる仕様になっており、データエンジニアだけでなく、誰もが知識を整備して強化することができます。つまり、日々の業務運営の最前線にいる各分野の専門家も、AI エージェントの強化につながる知識を形成できるようになっています。

Tableau Knowledge を使ってみましょう

Tableau Knowledge は、現在 Tableau Cloud+ および Tableau+ エディションでご利用いただけます。Tableau Server と Tableau Next でも、まもなく提供開始となる予定です。ご利用を開始するには、営業部門にお問い合わせのうえ、担当者にご相談ください。

詳しい情報については、Dreamforce 2026 のキーノートとシアターセッションをご覧ください。さらに、ウェビナーもご視聴いただけます (登録が必要です)。