Databricks、AIエージェントを本番へ OpenAIと統制を提供

結論

DatabricksがOpenAIと組み、AIエージェントを試作から本番運用へ移すための基盤を押し出している。同社のAgent Bricksでは10万を超えるエージェントが作られ、年間で1000兆トークンを処理する規模に達したとされる。同社が強調するのは、エージェントを動かす中核は全体の1%で、残る99%は権限や監視、監査といった運用だという点だ。派手なデモよりも、本番で安全に回し続ける設計に企業の関心が移っていることを示す。

何が示されたか

Databricksによれば、OpenAIとの連携の中心は本番運用のエージェントにある。Databricks Agent Toolsを通じて、OpenAIのCodexやモデルを使うエージェントに、統制された形で社内データへアクセスさせる。焦点は、モデルが多段の作業を計画・実行できるかではなく、それを本番で確実に回せるかだ。ライブのデータベースに問い合わせるときの権限、自律的に動くときの費用、後から何をなぜ行ったかを監査できるか——こうした運用が問われる。詳細はDatabricksのブログで確認できる。

同社は、エージェントの中核の処理は全体の1%にすぎず、残る99%は配備、セキュリティ、評価、監視、記録の共有といった見えにくい負担だと説く。この整理は業務にそのまま効く。エージェントの基礎はAIエージェントとは？生成AIとの違いと業務への影響、記録と監査の考え方は生成AIのログ・監査の考え方 企業が記録すべき情報と運用方法にまとまっている。数字や機能は変わりうるため、最新は公式で確認してほしい。

現場の実務にどう効くか

エージェント導入でつまずく多くの企業は、動くものは作れても、本番で任せる段になって権限や監視の設計が足りずに止まる。Databricksの「99%は運用」という言い方は、その現実を言い当てている。効くのは、作る前に運用の条件を決めておくことだ。誰の権限でデータを読むのか、どの操作を自動でよいのか、費用が増えたとき誰が気づくのか、間違った出力をどう検出するのか。

推進担当が今週できるのは、社内で検討中のエージェントについて、権限を読み取り・下書き・承認待ち・実行の段階に分けて整理することだ。まず高リスクの操作を外し、検索や要約、分類のような低リスクの領域から始める。進め方の全体像はAI導入フェーズ別チェックリスト 推進担当の確認事項、セキュリティ部門との協働はセキュリティ部門とAI推進の協働 対立を避ける進め方が使える。運用を先に設計した組織ほど、エージェントを一過性の実験ではなく資産にできる。

出典

• Databricks Blog: OpenAI and Databricks at DAIS 2026 — Making enterprise AI real
• Databricks Blog: Agent Bricks — Data + AI Summit 2026