日本テラデータ、大手企業のAI投資を事業成果へと導く実践フォーラム「Teradata Autonomous Intelligence Experience Tokyo」を12月9日に開催

テーマは「データをコンテキストに。AIを成果に。」自律型AIの本番稼働を支える最新データモデリングとアーキテクチャの実践論を公開

東京発 ｜ 日本テラデータ株式会社（本社：東京都港区、以下日本テラデータ）は、日本企業のAIおよびデータ活用を牽引するリーダーを対象に、自律型AIの現場実装を支える次世代データ戦略を紐解く実践フォーラム「Teradata Autonomous Intelligence Experience Tokyo」を、2026年12月9日（水）13：00より、東京、日本橋の TODA HALL & CONFERENCE TOKYOにて開催します。

本イベントでは、「データをコンテキストに。AIを成果に。～自律型AIの本番稼働を支える、最新データモデリングとアーキテクチャの実践論～」をテーマに掲げます。生成AIのPoC（概念実証）を一巡させ、業務を自律遂行する「AIエージェント」の実装期を迎えた日本企業に向けて、現場の判断ルールや知恵をAIに理解させる「コンテキスト化」の手法や、データを動かさずに推論を最適化する次世代アーキテクチャの設計原則を体系的にお届けします。本イベントでは、テラデータの各分野のスペシャリストの他、ゲストスピーカーとして東芝デバイス＆ストレージ株式会社様ならびに日野自動車株式会社様をお招きし、各社におけるデータ活用事例をご講演いただきます。

本日より、公式イベントWebサイト（ https://events.teradata.com/AIET2026 ）にて事前登録（参加費無料）の受付を開始いたします。

Teradata Autonomous Intelligence Experience Tokyo開催概要
日 時：2026年12月9日（水）13:30より（受付開始13:00）
形 式：リアル開催（事前登録制）
会 場：TODA HALL & CONFERENCE TOKYO（東京都中央区）
参加費：無料（事前登録制）
主 催：日本テラデータ株式会社
対象者：日本企業のCxO、DX推進責任者、AI部門責任者、ITアーキテクト、データエンジニアリング責任者など
イベント詳細・事前登録： https://events.teradata.com/AIET2026

開催背景：なぜいま「コンテキスト」と「アーキテクチャ」なのか

生成AIを活用した業務効率化から、自律的に状況を判断しアクションを実行する「AIエージェント」へと企業の関心がシフトする中、多くの現場で「自社の実務判断をAIに任せられない」「本番運用の壁を越えられない」という課題が顕在化しています。その根本原因はモデル自体の性能ではなく、AIに渡す社内データに「コンテキスト（業務文脈）」が欠けている点にあります。単なる数値や過去ログといった生データをいくら読み込ませても、現場の業務ルールや判断理由、暗黙知が構造化されていなければ、AIは自社のビジネスを正しく推論できません。さらに、昨今のサイバー攻撃の激化や機密情報漏洩リスクの高まり、AIエージェントの常時稼働に伴うクラウド従量課金コストの急増を受け、「すべてのデータをパブリッククラウドへ集約する運用」も見直しを迫られています。

日本企業がAI投資を確固たる事業成果へと結びつけるためには、社内データをAIが理解できるコンテキストへと進化させる「データモデリング」と、データを物理的に動かさず、機密を守り抜く「ソブリン・アーキテクチャ」が不可欠です。本イベントは、自律型AIの本番稼働を支えるデータ工学と実践知を学ぶ場として開催いたします。

Teradataが提供するセッションのハイライト

本イベントでは、長年にわたり企業のミッションクリティカルな大規模データ基盤を支えてきた日本テラデータのエキスパートが登壇し、以下のテーマに沿って理論と実践解を詳解します。

1. 基調講演
データをコンテキストに。AIを成果に。
～暗黙知を自律知へ変え、日本企業がAIエージェント時代を勝ち抜くシナリオ～
概要：AIが自ら判断して業務を動かす「AIエージェント」時代、成果の分かれ道はデータをいかに「コンテキスト（業務文脈）」としてAIに渡せるかにあります。そもそもコンテキストとは何であり、なぜ不可欠なのか。本セッションではその本質を解き明かすとともに、社内データをコンテキストへと変換し、日本企業がAIを確固たる事業成果へと結びつけるための次世代データ戦略を解説します。

2. モデリング実践セッション
データを「コンテキスト」へ進化させるモデリング実践論
～現場の判断ルールをAIに理解させる構造化のアプローチ～
概要：AIエージェントに業務判断を委ねるには、従来の集計・可視化用とは異なり、業務ルールや現場の知恵を「意味の関係性」として構造化する新たなモデリングが不可欠です。本セッションでは、コンテキストを実現するデータアーキテクチャの設計論を解説。ビジネス上の競争力強化に欠かせない、自社固有の判断ルールをAIに効率よく落とし込む実践プロセスを学びます。

3. 次世代アーキテクチャセッション
「データを動かさない」次世代データアーキテクチャ論
～論理セマンティック統合による推論最適化と既存投資の最大化～
概要：AI活用のために全データを新設基盤へ集約・移行する手法は、莫大な転送コストや鮮度劣化、ガバナンス喪失という罠を招きます。本セッションでは、物理データは元の場所に残したまま、メタデータと意味関係を仮想的に結ぶ「論理セマンティック統合」の原理を解説。既存のIT投資を活かしつつ、推論コストや遅延を最小化して本番稼働へと導く次世代アーキテクチャの要諦を学びます。

4. セキュリティ＆ガバナンスセッション
“情報漏洩リスク時代”における「ソブリンAI」の実装論
～データ重力に応じた適地適材の配置と自社主権の確立～
概要：昨今のサイバー攻撃の激化や機密情報漏洩リスクの高まりを受け、AI活用のために全データを外部クラウドへ預ける運用は見直しを迫られています。本セッションでは、データ主権（ソブリン）を守り抜く実装アプローチを解説。データ重力と機密度に応じた適地適材の配置基準や、オンプレミスとクラウドを分断させない統合ガバナンスを紐解き、自社管理下でAIをセキュアに自律稼働させるハイブリッド運用の要諦を学びます。

国内大手企業による事例セッション

5. 事例：東芝デバイス＆ストレージ株式会社様
HDD製造データ分析の課題とテラデータによる解決法検討（PoC）
概要：精密な製造工程を擁するHDD事業では、急増する製造データの分析において、データ量と既存システム構成に起因する課題に直面していました。本セッションでは、この課題解決に向けたテラデータ活用によるPoC（概念実証）の取り組みを紹介。ハードウェア・ソフトウェア選定に加え、テーブルやインデックス設計などソフトウェア上の工夫、およびその検証結果を解説し、製造データ活用の知見と今後の展望を共有します。

6. 事例：日野自動車株式会社様
ビジネス成果に繋げるデータ基盤の活用
概要：データ基盤の構築だけでは、ビジネス成果は生まれません。本講演では、膨大な車両運行データ、散在するデータを統合し、組織全体で活用可能な状態にする実践的なアプローチをご紹介します。日野自動車の経営方針である「総合品質(トータルサポート品質×商品品質)でお客様・社会に貢献する企業」を実現するため、社内の業務効率化やデータドリブンな意思決定に加え、お客様や販売会社との連携を深めるデータ活用サービスの展開事例を解説します。

Teradataについて

Teradataは、深いビジネスコンテキストと信頼性の高いデータに基づき、AIが導き出す「知見（インテリジェンス）」を、自律的な「実行（アクション）」へ変換する力を企業に提供します。AIエージェントが普及する中、Teradataが提供するプラットフォーム「Teradata Autonomous Knowledge Platform」は、企業に不可欠なコンテキストエンジン、ガバナンスレイヤー、そして圧倒的な処理能力を誇る実行基盤を実現します。クラウド、オンプレミス、ハイブリッドのあらゆる環境において、AIの実用化と本番運用を強力に支援し、ビジネスの未来を切り拓きます。