日本オラクル、企業向けAI基盤を発表

このフォーラムの構図は、新しい技術そのものよりも、AI導入と測定可能な成果の間のギャップにあった。Yazakiの数字はそのギャップを具体的に示した。従業員17,000人のうち16,000人がすでに生成AIを利用し、研修も整っているのに、財務成果に結びつけるのに苦戦している。過去のトラブル報告2,423件を使った検証で使えたのが27件だけだったことは、Oracleが繰り返し戻ってきた原因を指し示す。大規模言語モデルがそもそも読めないデータである。

この診断がOracleの助言を形づくっている。時間もコストも非現実的だと同社が呼ぶ巨大なデータレイクを先に構築するのではなく、小さく始め、拡大しながら結果を確認することを提案する。また、財務インパクトには社内部門をまたぐ取り組みが必要だとし、個別チーム主導のボトムアップではなく、トップダウンのAI・データプログラムに向かうと論じた。

顧客事例もそれぞれ形は違えどこのパターンに当てはまる。楽天は「ECC AI Agent」を使い店舗に次のアクションを提案し、その会話を再利用可能なデータに変えると説明。自社チームが手一杯だったため、スピードを重視してOracleとの共同開発を選んだという。SoftBankはAIセキュリティに焦点を当て、Oracleは最新のセキュリティパッチとデータバックアップ・DR環境で強靭性を支えるとし、データベース内でAIの振る舞いを統制することで構築・運用工数を約20～50%削減できると主張した。

製品面では、Oracle Fusion ClawはOpenClaw流の自律性を、ガバナンスとセキュリティを必要とする企業に持ち込むものと位置づけられ、25種のFusion Agentic Applicationsが最初の幅広いアプリケーション群となる。これが実を結ぶかは、顧客が既存データをどれだけ早くAIに読めるようにできるかにかかっている。Yazakiの例が議論の中心に置いた制約である。