HOME/ビジネス/データ・AI/Databricks/Databricks Genie
DATABRICKS / DATA ANALYTICS AI

Databricks Genie
業務データに日本語で質問できるデータ分析AI

Databricks Genieは、業務データに日本語で質問し、分析結果を受け取れるデータ分析AIです。
当社は質問とデータの整理から、指標の定義、権限の設計、構築、精度の評価、運用までを、貴社の環境に合わせて支援します。

01/概要

Databricks Genieは、業務データに日本語で質問すると、集計と分析の結果を根拠つきで返すデータ分析AI

Databricks Genie(ジーニー)とは、Databricksに蓄えた業務データに自然言語で質問し、集計や分析の結果を返すデータ分析AIです。SQLやBIツールの操作を知らない人でも、「先月の店舗別売上は?」のように日本語で聞くだけで、データに基づく答えを受け取れます。

つまり、数字を知りたい人が、分析担当への依頼を待たずに、自分で質問して確かめられる状態をめざせます。一方で、答えの根拠となるデータの整理や、見てよい人の範囲の設計は、導入前に決めておく必要があります。次の図は、Genieが質問する人とデータのあいだで何を受け持つかを示したものです。

Genieの位置づけ(当社作図)
質問する人
営業・企画などの現場経営・管理部門データ担当者
↓
Databricks Genie
日本語の質問を理解分析の実行結果と根拠の提示
↓
管理されたデータ(Unity Catalog)
売上・在庫などの業務データ指標の定義アクセス権限

Genieの機能と提供状況は更新が続いています。最新の内容はDatabricksの案内でご確認ください。

02/特徴

質問する場所、答えの根拠、見てよい範囲を、ひとつの設計にまとめられる

01
日本語で業務データに質問できる
SQLやBIツールの操作を覚えなくても、日本語の質問で集計や比較ができます。分析担当への依頼を待つ時間が減ります。
02
指標の意味をそろえて答えられる
「売上」「稼働率」などの定義を先に整えておくことで、質問した人によって数字が変わる状態を避けやすくなります。
03
権限のもとでデータを扱える
データの見てよい範囲は、Databricksのデータ管理の仕組み(Unity Catalog)で統一して管理します。アプリごとに権限の設計をやり直す必要が少なくなります。
データを確認しながら話し合う人たち
写真はイメージです

03/注目される背景

Genieの機能は広がり続けており、最近は利用の入口も増えている

背景として、公開されている一次情報を3点だけ整理します。いずれも、Databricksの公式発表をもとにしています。

Databricks公式
2026年11月11日
Genie Ontology(用語や指標の意味をAIに伝える仕組み)が一般提供になりました。
Databricks公式
2026年11月18日
Genieを Microsoft Teams、Copilot Cowork・Chat、Excel から利用できるようになることが発表されました。
Databricks公式
名称の整理
従来の Genie Spaces は、Genie Agents という名称に整理されています。

こうした動きは、データ分析AIを「分析担当者の道具」から「現場が日常で使う機能」へ広げるものです。入口が増えるほど、どのデータを、誰に、どの精度で答えさせるかという設計が、成果を左右します。なお、Teams・Copilot・Excelからの利用は発表されたばかりの内容です。提供状況や対応範囲は、Databricksの最新の案内をご確認ください。

04/仕組み

質問から答えまでを4つの段階に分けて設計する

次の図は、現場の質問がGenieを通って答えになるまでを、4つの段階で示したものです。

質問から答えまでの流れ(当社作図)
STEP 1質問を受けるTeams、Copilot、Excelなどで、日本語の質問を受け取ります。
STEP 2意味をそろえる指標や用語の定義を参照し、質問をデータの言葉に置き換えます。
STEP 3分析を実行する許可されたデータに対して集計や分析を行います。
STEP 4答えと根拠を返す結果に加え、使ったデータや条件を示し、確認できるようにします。
画面でデータを確認する様子
写真はイメージです

05/構成要素の種類

Genieの構成要素と、どこから始めるか

Genieには複数の要素があります。名称が似ているため、貴社の目的に合わせてどれから使うかを先に決めます。

Genie One
質問に答える窓口です。まず現場に触ってもらう入口として使います。
Genie Agents
特定のテーマ(売上、在庫など)に特化して質問に答える単位です。以前は Genie Spaces と呼ばれていました。
Genie Code
データの分析や整備のコードを、AIと一緒に作るための機能です。データ担当者向けです。
Genie Ontology
用語や指標の意味を定義し、AIに伝える仕組みです。答えの一貫性を支えます。

06/活用の論点

導入前に決めておきたい4つの論点

どのデータに答えさせるか
最初は売上や在庫など、定義が安定した範囲に絞ります。範囲は段階的に広げます。
指標をどう定義するか
部門ごとに違う「売上」の意味をそろえます。ここが曖昧だと、答えがぶれます。
誰がどこまで見てよいか
部署や役職に応じた権限を、データ側で決めます。
答えをどう確かめるか
質問と正解の例を用意し、精度を測ります。誤りを見つけた後の直し方も決めます。

これらを決めずに利用の入口だけを増やすと、現場で答えが食い違い、信頼を失うおそれがあります。

07/当社の支援内容

業務の質問の整理から、データ整備、精度評価、定着まで

当社は、Genieを業務で使える状態にするまでを、次の4つの領域で支援します。指標の定義には、オントロジーの考え方を使います。

01
質問とデータの整理
現場がよく聞く質問を集め、答えるために必要なデータと指標を洗い出します。
02
データ基盤と権限の設計
Databricks上のデータの置き場と、見てよい範囲を設計します。
03
Genieの構築と接続
Genie Agentsの設計と、Teams・Copilot・Excelなど利用の入口との接続を行います。
04
精度の評価と運用
質問と正解の例で精度を測り、直しながら使える範囲を広げます。

08/当社の特長

データ基盤とAIエージェントの両方を扱える体制

当社はDatabricks SIパートナー認定を受けており、2026年9月には、Databricksを軸にデータとAIエージェントを扱うData & Agent Labを設立しました。データ基盤の整備と、Microsoft側の入口の設計を、ひとつの窓口で相談できます。

データ基盤の知見
Databricks上のデータ整備と、権限や品質の管理を設計します。
Microsoft側の入口の設計
Teams、Copilot、Excelなどとの接続と、利用の定着を設計します。
段階的な進め方
小さな範囲で精度を確かめ、現場の反応を見ながら広げます。

本ページの内容は、提案・検証の支援についての説明です。導入実績を示すものではありません。

09/顧客価値

現場が、数字を待たずに確かめられるようになる

次の3つのカードは、課題、変化、当社の支援を、左から順に並べたものです。

課題数字を知りたいときに、分析担当への依頼と返事を待つ。
変化現場が自分で日本語の質問を投げ、その場で数字を確認する。
当社の支援よく聞かれる質問の整理と、答えの精度の評価。
課題部門ごとに「売上」の意味が違い、会議で数字が食い違う。
変化指標の定義がそろい、誰が聞いても同じ答えが返る。
当社の支援指標の定義づくりと、Genie Ontologyへの反映。
課題分析ツールを広げたいが、データの見てよい範囲が心配。
変化データ側の権限のもとで、見てよい人だけが答えを受け取る。
当社の支援データ基盤と権限の設計。

10/ユースケース・適性

向いている業務と、向いていない場面

向いている業務
売上や在庫の状況確認、定例会議の数字の確認、店舗や拠点ごとの比較など、定義が安定していて、質問の型がある業務です。
向いていない場面
データがまだ整理されていない業務や、一件ごとに判断の基準が変わる業務です。この場合は、先にデータの整備から始めます。
画面を見ながらデータを確認する二人
写真はイメージです

11/想定ROI

分析依頼への一次対応の時間が減ると、どのくらいの効果が見込めるか

次の図は、月あたりの削減時間を、業務の種類ごとの棒の長さで比べたものです。下の帯は、その合計を金額にしたものです。

月あたりの削減時間(試算例)
分析依頼の一次対応
180時間
定例資料の数値更新
40時間
数字の確認の待ち時間
30時間
合計 250時間/月。1時間あたり3,000円で換算すると、月75万円、年900万円

試算例です。分析依頼 月120件×1.5時間、定例資料 月40回×1時間、待ち時間 月30時間を仮置きしています。実際の件数と単価は、貴社の状況に合わせて置き換えます。

12/ガバナンス・安全

答えを出す範囲と、見てよい範囲を、先に決めて管理する

データ分析AIの安全は、モデルの性能だけでは決まりません。どのデータを使わせるか、誰が見てよいか、誤りが見つかったときに誰が直すかを、運用の仕組みとして決めます。当社はAIガバナンスの考え方で、これらを設計します。

権限
データ側の権限を土台にし、アプリごとに権限をつくり直さない設計にします。
記録
質問と答えの履歴を残し、後から確認できるようにします。
精度の見直し
誤りの例を集め、指標の定義や設定を直す流れを決めます。

13/当社について

データ基盤とAIエージェントを、一貫して支援するSIer

株式会社ヘッドウォータースは、AIとクラウドを軸にしたシステム開発を行う企業です。Databricksとのパートナー関係のもと、Microsoftのクラウドと組み合わせたデータ活用を支援しています。

14/はじめ方

小さく始め、精度を確かめてから広げる

STEP 1 ご相談
目的と、答えさせたい質問の例をうかがいます。
STEP 2 小さく検証
ひとつのテーマで精度と使い勝手を確かめます。
STEP 3 広げる
入口と対象データを広げ、運用の体制を整えます。

15/関連ソリューション・事例

あわせて検討されることの多いソリューション

Genieは単体で完結せず、Microsoft側の入口や、エージェントの管理と組み合わせて使います。関連する当社のソリューションです。

16/よくあるご質問

よくあるご質問

Q. Databricks Genieとは何ですか。
A. Databricksに蓄えたデータに日本語で質問し、分析結果を受け取れるデータ分析AIです。
Q. Teams、Copilot、Excelから使えますか。
A. 2026年11月18日に、これらから利用できるようになることが発表されています。提供状況や対応範囲はDatabricksの最新の案内をご確認ください。
Q. RAGとは何が違いますか。
A. RAGは文書を検索して答える方式です。Genieは表形式の業務データを集計・分析して答えます。目的に応じて使い分けます。
Q. データの権限はどうなりますか。
A. データ側の権限管理を土台にします。見てよい範囲は導入前に決めます。
Q. どのくらいの期間で始められますか。
A. ひとつのテーマに絞った検証から始めます。期間は対象データの整備状況によって変わります。
Q. 導入前に何を準備すればよいですか。
A. 答えさせたい質問の例と、対象のデータの場所が分かれば、ご相談を始められます。
こんな場合は、ご相談ください
・Databricksのデータを、現場が日本語で質問して使えるようにしたい・Genieを試したいが、指標の定義やデータの整理から相談したい・データの見てよい範囲を守りながら、分析AIを広げたい・費用と効果を、小さな検証で先に見極めたい
お問い合わせ