Teradataが提供する新型ModelOpsでAI運用を革新

Teradataが新たに発表したModelOps

2025年7月29日、テラデータ（Teradata Corporation）は、AIや生成AIソリューションを本番運用に効率よく移行させるために、「ModelOps」の機能を強化したことを発表しました。これは特にアナリティクスリーダーやデータサイエンティストを対象に設計されており、最新のクラウドサービスともシームレスに統合可能です。

ModelOpsの主な強化点

新しいModelOpsの特長には、次のようなポイントがあります。

1. パブリックLLM APIとのシームレスな統合

TeradataのModelOpsは、Azure OpenAI、Amazon Bedrock、Google Geminiといった主要なAIプロバイダーのサービスと容易に連携できます。この統合により、カスタム開発が不要となるため、業務の現場で求められる柔軟性が増します。また、利用可能なモデルにはAnthropicやDeepSeek、Metaなどのものも含まれ、選択肢が広がります。

2. ローコードAutoML機能

新しいAutoML機能により、ユーザーはスケジューリングやパフォーマンス監視を簡単に行えるツールを使用可能になりました。このため、ML専門家に依存せずとも、ビジネスアナリストやデータサイエンティストが直感的なインターフェースでモデルのトレーニング、評価、デプロイを行うことができます。これにより、業務全体での生産性が向上し、情報分析の効率化が図れます。

3. LLMの管理と監視

NVIDIAのNIM LLMsを利用し、GPU環境へ迅速にデプロイすることが可能です。ユーザーは、デプロイやバージョン管理だけでなく、パフォーマンスの追跡も含め、LLMのライフサイクルを完全に管理できます。これにより、ビジネス現場における実用性が飛躍的に向上します。

4. 統一されたユーザーインターフェース

新しいModelOpsは、初心者でも扱いやすい直感的なユーザーインターフェースを提供します。これにより、ユーザーは学習曲線を乗り越えやすくなり、AIを利用した業務プロセスにスムーズに適応することができます。

実践的なユースケース

ModelOpsが特に役立つ例として、銀行が顧客の満足度を向上させるための分析タスクを挙げることができます。異なるAIモデルを一元管理することで、顧客のフィードバックを迅速に分析し、デジタルバンキング体験を改善する手助けをすることが可能になります。

課題解決へのアプローチ

多くの組織がAIの実験段階から本番環境へ移行する際には、モデルの相互運用性の問題や運用の複雑さが大きな障壁となります。TeradataのModelOpsはこれらの課題を解決し、ビジネスユーザーがAIの真の潜在能力を引き出すための環境を提供します。複数のAIモデルやツールへのアクセスを統一し、パフォーマンスのトラッキングやガバナンスの維持を可能にします。