データネイティブな AI エージェント：エージェントをデータが存在する場所に配置すべき理由

英語原文から AI が翻訳しました。 英語版を見る

* 外部エージェントは大規模環境で破綻する：AI エージェントを別個のスタックで実行すると、ガバナンスの断片化、データ転送コストの増加、マルチホップによるレイテンシの悪化、オブザーバビリティの欠如といった複合的なデメリットが生じ、本番環境へのデプロイがリスクにさらされます。 * ガバナンスの後付けは不可能：エージェントは単にデータを取得するだけでなく、データに基づいて計算を行うため、事後的な制御は機能しません。ガバナンスが適用されていない行から作成された財務サマリーを、作成後に修正することは不可能です。ポリシーはクエリプランニング時に適用される必要があり、データネイティブなエージェントのみが計算処理にガバナンスを直接組み込むことができます。 * Databricks 上のデータネイティブなエージェント：Data Intelligence Platform 内でエージェントを実行することで、Unity Catalog によるガバナンス、AI Search による検索、MLflow によるトレーシング、Lakebase による状態管理、AI Gateway によるトラフィック制御を単一の統合スタックとして利用できます。これにより、セキュリティとリネージが組み込まれた信頼性の高い AI 機能をより迅速にリリースできます。