こんにちは、DB技術統括部のT.Kです。

2026年4月16日に東京にて開催されたOracle AI World Tour Tokyo 2026にて、Autonomous AI DatabaseとAutonomous AI Lakehouseのセッションに参加しましたので報告します！

本格的に機能にAIが組み込まれたOracle AI Database 26ai。
多くの企業がAIを利用し、データ活用に取り組みだしている中ですが、今回はAutonomous AI Databaseを取り入れたユースケースと、Autonomous AI Lakehouseについて聴ける機会がありましたので紹介します。

Autonomous AI Database、Autonomous AI Lakehouseについて

• Autonomous AI Database : OCIにて提供される完全マネージド型の自律型DBサービスです。
  AI・機械学習技術を活用して、データベースの運用・管理の自動化を実現した、Oracle Exadataをベースとした高性能機能なDBです。
• Autonomous AI Lakehouse : データ分析ワークロードのために最適化・完全自動化されたクラウド・データベース・サービスです。
  企業内のあらゆる場所にあるデータを一元管理し、AIが「どこに何があるか」を理解できる仕組みを提供します。
  また、Databricks、Snowflake、BigQueryといった他社ソリューションとデータを移動させることなく相互運用が可能です。　　　

ユースケースについて

セッション前半では、メガバンクのプラットフォームエンジニアリング部の方が登壇し、これまでのOracle Databaseの活用やAutonomous AI Database導入の背景などについてお話をされました。

1. Autonomous AI Database導入前
   ・これまでのOracle Databaseの活用：Exadataを導入し、行内の各種業務向けに共通のDB基盤を提供
   ・これまでの課題：多数のシステムの存在による、日々のメンテナンスやパッチ適用などの運用コスト高止まり
   
2. Autonomous AI Database導入後のメリット
   ・運用負担軽減
   ⇒ 無停止かつ自動でスケーリング、AI学習による性能最適化、AI学習機能を用いた障害対応、セキュリティパッチ適用の自動化など
   
3. Autonomous AI Database導入後の懸念
   ・パッチ自動適用によるアプリへの影響
   　⇒ 自動で週次パッチが適用されることにより、運用自動化とは裏腹にシステム稼働に影響を及ぼすことへの懸念
4. 懸念事項への対応
   ・"怖くない自動パッチ"への取り組み
   　⇒ ・本番環境のコピー環境を先行パッチ環境として用意し、1週間前に適用テスト
   　　　 無償提供されている「Oracle Real Application Testing（RAT）」の活用により、毎週自動検証が可能
   
   ※Oracle Real Application Testing（RAT）：DBのアップグレードやパッチ適用、システム構成の変更などを行う際に、「本番環境にどのような影響が出るか」を事前に、かつ極めて正確に検証するためのツールセット

Autonomous AI Lakehouseの紹介

セッションの後半では、Oracleの担当者の方からAutonomous AI Lakehouseについての紹介がありました。
主に、Autonomous AI Lakehouseの概要のお話がありましたので紹介いたします。

問題提起：データのサイロ化と「オープン」への転換

様々なデータ分析ソリューションが登場している中、プラットフォームごとに独自のフォーマットでデータが保存されており、「データのサイロ化」が深刻な問題。
そこで、ベンダーロックインを排し、データの移動なしに相互運用できるアーキテクチャへの移行が進んでいます。Apache Icebergがその代表。

Oracleの強みの組み合わせ

Autonomous AI DatabaseとApache Icebergを組み合わせることにより、AIでのデータ分析を加速させることが実現。
また、Exadataがベースであるため、セキュリティの面でも高い信頼性。

マルチクラウド

OCI上だけでなく、AWSやGoogle Cloud、Azureなど他社のクラウド基盤上でも稼働させることが可能。
特定ベンダーに依存せず、データ移動を必要としないため、運用負荷の低いデータ活用を実現。

新しい組み込みデータカタログ

企業全体のデータを一元管理するために、他社のカタログと連結して管理する「カタログのカタログ」と呼ばれるアーキテクチャを採用。
これにより、AIエージェントが「どこに何があるか」を正確に把握可能。

スケーラブルかつ柔軟なクエリ高速化

Data Lake Acceleratorという、オブジェクトストレージに格納された大量のデータにアクセスする際のボトルネックを、サーバーレスの技術で解決する革新的な機能により、スループット問題が解決。
また、Lake Cacheという、オブジェクトストレージ上の Iceberg フォーマットのデータを、自動または手動で Exadata 上のストレージ層へキャッシュする機能で、パフォーマンスが向上。

まとめ

AI World というAIにフォーカスされたイベントの中、Oracleの技術によってこれからどのようなデータ分析が実現できるのかを聴くことができ、とても印象的でした。
ミッションクリティカルな現場でAIを搭載したDBがどのような恩恵をもたらすのかを学ぶことができました。