EDBはモダンエンタープライズアーキテクトを支援
お客様のAIパイロットは本番環境に達していますか
PostgreSQL上で実運用可能なAIエージェントを構築するには、断片化されたツールを寄せ集め、独自の統合コードを記述し、開発者がプロトタイプを作成する段階とエンジニアリングチームが出荷できる段階との間のギャップが拡大し続ける状況に対処する必要がある。チームは、価値を生み出すエージェントロジックではなく、データパイプライン、ベクトルデータベース管理、モデルホスティングインフラストラクチャに何ヶ月も費やしている。その間、システム全体に分散している企業データは、それを必要とするエージェントから隔離されたままになっている。
アイデアからデプロイされたエージェントまで3つのステップで実現
-
1 — デザイン
ドラッグアンドドロップキャンバス
オープンソースのLangflowを活用したビジュアルキャンバス上で、マルチエージェントのワークフローを構築。複雑なロジックのための完全なPython拡張性を提供し、700以上のエコシステムとの統合が可能。
-
2 — 準備
手動ETLは不要、古いコンテキストもなし
自動化されたパイプラインは、文書からデータベース、ライブシステムに至るまでの企業データを継続的に取得、クレンジング、チャンク化、埋め込み、タグ付けし、エージェントが利用可能なナレッジベースに変換。
-
3 — 実装
エンタープライズ検索
エージェントは、データが既に存在する場所で推論を実行。ネイティブベクタエンジンは、お客様のPostgres環境内にすべてのAIデータを保存・インデックス化し、セマンティック検索やハイブリッド検索を実現。
本番実証
生産環境までの週数とDIYクラウドアプローチの比較
DIYクラウドに対する開発努力の軽減
クエリレイテンシの低減（Databricks比）
より正確なベクター検索（MongoDB比）
AIエージェントを活用して業務を刷新
「従来手作業で行われていた業務をAIエージェントに委託することで、通信業界におけるオペレーションの効率化が可能になります。迅速なQAからグローバルなエンジニアとの密なコラボレーションに至るまで、EDBは非常に配慮の行き届いたコンサルティングチームだと思います。」
— NTT東日本 先端テクノロジー部マネージャ 高野奨太
これまでのAIプロジェクトで最も迅速な生産性を実現
主要機能
エージェントファクトリーがプラットフォーム内で位置する場所。
エージェントファクトリーは、セキュリティ、ガバナンス、データ統合を基盤とするプラットフォームサービスを提供し、エージェントワークロードレイヤー全体をカバーします。
ソブリンAIをどこにでもデプロイ
AIエージェントをオンプレミス、パブリッククラウド、ソブリンデータセンター、またはエアギャップ環境で実行。エージェントは、安全なインフラストラクチャ内で動作。
リソース
-
-
ソリューション概要
-
CIO ブリーフ
AIエージェントの構築とデプロイをしませんか？
プロトタイプと本番環境の間のギャップを埋めます。Agent Factoryは、すでに所有しているデータに基づいてAIエージェントを迅速にデプロイするための最適な手段です。デザイン段階からソブリンであり、初日から本番環境で利用可能です。
よくある質問
EDB Postgres AI Agent Factoryは、ソブリンAIエージェントとGenAIアプリケーションの構築、テスト、デプロイメントのための完全なPostgresネイティブプラットフォームです。オープンソースのLangflowを基盤としたビジュアルエージェントIDE（エージェントスタジオ）、自動化されたAIデータパイプライン、ネイティブベクター検索、柔軟なモデル提供を単一の環境に統合し、オンプレミス、パブリッククラウド、または隔離環境でデプロイすることが可能です。
いいえ、必要ありません。Agent Studioは、複雑な統合コードを記述することなく、すべての開発者がエージェントワークフローを設計、テスト、デプロイできるビジュアルドラッグ＆ドロップキャンバスを提供します。McKnight Consulting Groupによると、EDB Postgres AIはDIYクラウドアプローチと比較して、開発工数を67％削減します。エージェント開発に不慣れなチームはビジュアルキャンバスを使用し、経験豊富なエンジニアはフルPython拡張性と700以上のエコシステム統合を活用します。
すべてのAIデータ（ベクトル、埋め込み、知識ベース）は、企業がすでに管理しているPostgres環境内にネイティブに存在します。エージェントは、データの隣で直接動作し、外部データの移動や第三者のAIサービス、新たなセキュリティ境界は必要ありません。運用データを保護するガバナンスコントロールは、AIデータにも自動的に適用されます。
McKnight Consulting Groupの調査によると、EDB Postgres AIは、製品投入までの時間を28週間から9週間に短縮し、DIYクラウドソリューションに比べて3倍の速さを実現します。Agent Studioは、プロトタイプから製品化までのギャップを解消します。なぜなら、開発環境と本番稼働環境が同じだからです。Agent Studioで構築したすべてのフローは、初日からデプロイ可能なREST APIエンドポイントとなります。