本文にスキップ
AI News HubLIVE
サイト内リライト4 分で読了

ConstellationがDatabricks上でガバナンスされたデータ基盤を構築する方法

記事の要約

米国最大の原子力発電所を運営するConstellationは、AI導入に向けてデータの意味を統一するため、Databricks上でガバナンスされたエンタープライズデータプラットフォームを構築している。原子力工学、停止計画、営業のAIユースケースを開発中。

ConstellationがDatabricks上でガバナンスされたデータ基盤を構築する方法
誤りを報告

訂正窓口はまだ利用できません。記事情報をコピーして保存できます。

訂正案内
本文へ

Constellationは米国最大の原子力発電所を運営しており、その発電能力は2700万世帯の需要に相当し、約250万の小売顧客アカウントを抱えている。这样的な企業にとって、AI導入の準備で最も難しいのはモデルの選択ではなく、データの意味について合意することだった。Constellationのチームは、データをビジネス全体で一貫して利用できるようにするため、Databricks上でガバナンスされたエンタープライズデータプラットフォーム(EDP)を構築している。そのアプローチは他の企業にとっても実践的なロードマップとなる。

Constellationは、資産管理、サプライチェーン、商業・取引システム、および fleet 全体の運用からデータを収集している。これらのデータは、ほぼリアルタイムの市場モデルから原子力テレメトリまで、さまざまな用途に利用されている。安全性と信頼性が最優先される業務では、定義とガバナンスを正確に行うことが重要だ。このリスクプロファイルが、その後のすべてのアーキテクチャ選択を驱动している。

チームが直面した問題はよくあるものだ。データの品質は高いが、共有されたセマンティクスが欠けている。各チームはそれぞれの領域で強力なデータ能力を築いてきたが、「顧客は何人いるのか?」といった領域横断的な質問には、情報を結びつけ、定義の違いを調整する追加作業が必要だった。データは数十か所に分散し、領域をまたいでその意味を定義する共有セマンティックレイヤーが存在しなかった。簡単な例として、小売は請求メーター、卸売は取引相手、CRMはアカウントやユーザーを基準にしており、三つの正しい答えが三つの異なる意味を持っていた。Constellationが買収(2026年のCalpine買収を含む。Calpineは22州に79の発電所と27GWの容量を持つ)を通じて拡大するにつれ、この問題はさらに複雑になった。EDPは突然、Constellationとほぼ同じ規模の实体を吸収する必要に迫られた。その实体は独自の定義、ウェアハウス、モデリング慣行を持っていた。

Constellationの答えは、Databricks上に構築されたガバナンスされたEDPだ。プラットフォームの決定自体は数週間で完了した。Databricksを選んだ理由は、実験、成長、成熟の余地があり、さらに重要なことに、既存のアーキテクチャと相互運用でき、リプレースを強制しないことだった。アーキテクチャの柱は次のとおりだ。共有された意味を適合セマンティクスとして実現する。各領域を単一の定義に強制するのではなく、EDPチームはビジネスリーダーと協力してガバナンスされた適合エンティティ(小売、卸売、ガス、CRM全体で「顧客」が何を意味するかなど)を定義し、それらの定義を企業全体に複製する。その上に、ビジネス関係(顧客、契約、資産、およびそれらが領域をまたいでどのように結びつくか)をマッピングするセマンティック知識レイヤーを構築した。チームはモデリング手法としてData Vaultを採用しており、システムの変化に応じて柔軟に適応する必要がある重要な再利用可能エンティティに選択的に使用している。すべてのデータセットがVault化されるわけではない。モデリングの選択は意図的であり、エンティティが再利用、監査、または時間の経過とともに進化するかどうかに依存する。

ガバナンスはアクセス制御だけでなく、所有権モデルだ。ConstellationがUnity Catalogを選んだ主な要因は、従来のアクセス制御を超えて、関係者にセマンティックな意味を伝えることができる点だった。Unity Catalogはリネージ、きめ細かいアクセス、単一の権限モデルを提供する。Constellationは技術レイヤーを超えて、他のプラットフォームが苦労する問題に答えた。つまり、意味の所有権は誰にあるのか。Unity Catalogのメトリックビューを使用すると、それがさらに容易になる。データ領域ごとに異なるアクセスとガバナンスの制御が必要であり、チームは新しいユースケースを基盤に導入する際にこれらの要件をサポートするようプラットフォームを設計した。内部承認とガバナンスの確立が信頼の錨となった。

同じガバナンスされた基盤上で、三つの初期ユースケースがビジネスのさまざまな部分で何が可能かを示している。第一に、原子力工学アシスタント。Databricks Genieで構築され、Unity Catalogを通じてガバナンスされたアシスタントは、工学チームが承認された技術情報をより簡単に見つけて利用できるようにし、複雑な質問に答えるための労力を削減する。第二に、停止計画。計画停止はConstellationが実行する最も複雑な運用の一つであり、燃料交換、大規模メンテナンス、規制検査、機器作業のために行われる。各停止では、大規模なクルーと多くの作業指示が tight なスケジュールで一つのサイトに集まる。調整には、異なるシステムからのスケジューリング、作業実行、資産健全性データを活用する必要がある。チームはこれらのデータをDatabricksに集約し、計画担当者がスケジュールを分析し作業を調整できるように支援している。意思決定は停止チームに委ねられる。第三に、営業インテリジェンス。機会の優先順位付けと次善のアクション。営業では、関連する顧客情報と商業情報を集約することで、チームが会話の準備をし、成長機会を特定するのに役立つ。チームはDatabricks上でAI機能を開発し、この情報をより一貫性があり、アクセスしやすく、実行可能なものにしている。高価値の機会の優先順位付けや次善のアクションの推奨などの成果を支援し、すべてが同じガバナンスされたデータ基盤上に構築され、適切なデータガードレールを備えている。

Constellationの経験は、エンタープライズデータプラットフォームが技術だけでなく、意味とガバナンスにも関わることを強調している。チームは、ビジネスのさまざまな部分で有用な分析とAIをサポートするために必要な定義、制御、再利用可能なデータ基盤を構築している。DatabricksとUnity Catalogは、データをビジネスユーザーにとって信頼でき、発見しやすいものにする。このガバナンスされた基盤はまた、データサイエンティストがDatabricksで機械学習およびエージェントAIソリューション(Genie OneやGenie Agentsを含む)を構築できるようにする。チームはこれらの機能を活用して、営業、メンテナンス計画、エンジニアリングサポートのユースケースを開発している。

今後を見据えて、ConstellationはGenie Ontology(ビジネスコンテキストを追加する自己学習型ナレッジグラフ)と、Unity Catalog内でビジネス定義を集中管理するUnity Catalog Pagesを探求している。これらの機能は一緒になってセマンティックレイヤーを拡張し、データをより有意義で一貫性があり、使いやすくする。

要点と分析を開く

記事インテリジェンス

エンジニア上級

要点

  • ConstellationはDatabricksとUnity Catalogを活用し、リネージ、アクセス制御、共有ビジネスコンテキストを備えたエンタープライズデータプラットフォームを構築。
  • 最大の課題は「顧客」の定義など、領域をまたぐデータの意味を合意することだった。
  • 初期のAIユースケースは原子力工学アシスタント、停止計画、営業インテリジェンスの3つ。
  • 今後はGenie OntologyやUnity Catalog Pagesを探求し、セマンティックレイヤーを拡張する予定。

要点と分析は自動生成され、誤りを含む場合があります。原典をご確認ください。