注: 以下の翻訳の正確性は検証されていません。AIPを利用して英語版の原文から機械的に翻訳されたものです。
プラットフォーム概要
Palantir AIP は、世界中の企業や政府機関の最も重要な領域で、AI を活用したリアルタイムの意思決定を支えています。公衆衛生 ↗からバッテリー製造 ↗まで、組織は Palantir を頼りに、企業内で AI を安全かつセキュアに、そして効果的に活用し、業務上の成果を生み出しています ↗。
つまり、Palantir AIP は生成 AI と業務を結び付けます。AIP は、Palantir のデータ運用プラットフォームである Foundry、および自律的なソフトウェアデプロイを統制する Palantir の Apollo とともに、AI Mesh を構成しています。AI Mesh は、LLM を活用した Web アプリケーションから、視覚言語モデルを使用するモバイルアプリケーション、ローカル AI を組み込んだエッジアプリケーションまで、AI を活用した幅広い製品を提供できます。この機能とツールの全体を、Palantir プラットフォームと呼んでいます。
Palantir プラットフォームで業務上の効果を生み出し、拡大するには、多くの要因が関わります。たとえば、顧客が自ら手を動かし、わずか数時間で AI を使って成果を上げる AIP Bootcamps ↗ もその1つです。しかし、最大の差別化要因は、Palantir のオントロジーを中心としたソフトウェアアーキテクチャです。
プラットフォームの重要な概念については、learn.palantir.com の「Introduction to Foundry & AIP for Enterprise Organizations」コース ↗で学ぶか、このまま読み進めてください。
オントロジー
オントロジーは、単なるデータではなく、企業の意思決定を表現するために設計されています。世界中のあらゆる組織が、絶えず変化する内部および外部の状況に対処しながら、多くの場合はリアルタイムで、最善の意思決定をいかに実行するかという課題に直面しています。
こうした意思決定プロセスの複雑さはオントロジーに反映され、既存の企業システムとの深い双方向の相互運用性を実現します。オントロジーは、関連するデータ、ロジック、アクションの構成要素を、AI がアクセスできる最新のコンピューティング環境へと自動的に統合します。これにより、従来のビジネスインテリジェンスや分析ワークフローに加えて、AI との協働を取り入れた業務アプリケーションを迅速に開発できます。
意思決定の構成要素
あらゆる意思決定は、データ、ロジック、アクションに分解できます。
- データ： この意思決定のコンテキストを形成する、現実世界や業務に関する事実や真実には、どのようなものがありますか？
- ロジック： この意思決定のガードレールとなる組織上または業務上のルールは何ですか？異なる前提のもとで、特定の結果が生じる確率はどのくらいですか？過去の類似した状況では何を行い、どのような結果になりましたか？予測モデルや最適化モデルからの入力は何ですか？
- アクション： この意思決定の「動き」や効果、つまり現実世界で意思決定がどのように表れるかは、どのようなものですか？AIP で意思決定を行ってから、本番環境で結果に影響を与えるまでの手順を、どのように削減または省略できますか？
Palantir プラットフォームでは、これらの構成要素すべてが、オペレーター、アナリスト、分野の専門家の潜在能力を最大限に引き出すため、AI との協働パターンを促進するように設計されています。
これらの意思決定の構成要素がどのように相互作用し、ワークフロー開発の指針となるかについては、ユースケースライフサイクルの一部である機能要件の整理に関するドキュメントを参照してください。また、業界別のエンドツーエンドのワークフローの例は、AIP Now ショーケース ↗で確認できます。
データ
オントロジーは、業務における現実世界の複雑さを人間と AI の双方が理解できるように、データをオブジェクトとリンクとして統合します。これにより、人間 + AI の協働ワークフローを構築できます。
オントロジーは、幅広いデータ型に加え、数多くの拡張プリミティブをネイティブにサポートしています。たとえば、非構造化データを活用するためのセマンティック検索、画像や動画を扱うための Media Reference、追加の制約やコンテキストをデータに組み込むための Value Type などがあります。これらは、AI ワークフロー開発のためのデータの構成要素であり、以下のロジックおよびアクションのセクションで詳しく説明します。
このデータモデルは、構造化データ、非構造化データ、地理空間データ、時系列データ、シミュレーションデータなど、さまざまなデータモダリティを探索するための、すぐに使えるアプリケーションを支えています。これらの基本的なツールは、コンテキストを認識する AIP Assist によって強化されており、プラットフォーム内でデータを探索・分析する際に、価値を生み出すまでの時間を大幅に短縮します。
アプリケーションの構築や分析に加えて、オントロジーでデータをモデル化すると、堅牢な API ゲートウェイとオントロジー SDK が自動的に作成され、企業全体の接続性を実現する「業務バス」として機能します。
データ接続
意思決定者に真実を正確かつ確実に提示するために必要な、クリーンで正しく整った形式でデータが提供されることは、ほとんどありません。そのため、Palantir プラットフォームは、企業のデータシステムとすぐに連携できる、拡張可能なマルチモーダルのデータ接続・統合フレームワークを提供しています。
Pipeline Builder は、LLM によるデータ変換の機能をポイントアンドクリックで操作できるようにし、最新の LLM を使って、機密情報区分、感情分析、要約、エンティティ抽出、翻訳など、パイプラインベースのデータ加工を簡単に実行できるようにします。これにより、毎回モデルにリアルタイムのリクエストを送信することによる遅延を避けながら、オペレーターが確認して承認するための「提案」をオントロジー内に自動作成する基盤が整います。（以下のロジックのセクションで説明するように、モデルとやり取りするためのこの2つのアプローチは、互いに強く補完し合います。）
さらに、Pipeline Builder と Code Repositories の AIP Assist は、AI パートナーとしてデータエンジニアリングを加速します。Palantir のドキュメントや汎用的なコードスニペットのリポジトリにアクセスできるだけでなく、プラットフォームのフロントエンドとも深く統合されており、次のアクションや関連するチュートリアルを提案できます。
ロジック
データが意思決定のコンテキストを定義するものだとすれば、ロジックは、そのコンテキストを充実させる推論と分析をまとめたものであり、人間と AI のチームがよりよい意思決定を行えるようにします。ロジックは、業務アプリケーション内に表示されるモデルの出力や可視化という形で追加のコンテキストとして提供することも、アクションの仕組みに直接組み込むこともできます。
このように広く定義すると、ロジックを定義して実行する機能はプラットフォーム全体に存在します。たとえば、モデル、ビジネスロジック、テンプレート化された分析とレポートを見てみましょう。
モデル
生成 AI、LLM、予測、最適化モデルなど
LLM や予測などのモデルは、パラメーターを受け取り、目の前の意思決定のコンテキストとなる出力を提供します。データサイエンティストにはおなじみのサイクルですが、これらのモデルは、多くの場合、トレーニングと改良を繰り返します。ただし、これらのモデルを本番環境の業務ワークフローで使用することは容易ではありません。Palantir のモデリング機能は、モデルの業務環境へのデプロイを支援します。
Palantir プラットフォームでは、モデルのライフサイクル全体がモデリング目標として管理され、モデル自体のロジックはモデルアダプターで抽象化されます。このアプローチにより、プラットフォーム内でトレーニングする場合でも、独自のコンテナを持ち込む場合でも、トレーニング済みのモデルをアップロードする場合でも、あらゆる種類のモデルを Functions を通じてオントロジーに関連付け、業務アプリに埋め込まれたライブのインタラクションに使用できます。また、バッチデプロイを設定し、データパイプラインでの実行をスケジュールすることもできます。
特に生成 AI については、Palantir の Language Model Service が、特定のモデルやプロバイダーの実装の詳細を抽象化しながら、マルチモーダルのインタラクションに対応する統一されたインターフェースを提供します。これにより、市販のさまざまな LLM を使った開発が容易になります。成果をさらに向上させるため、Palantir の Evaluations ツールでは、LLM のパフォーマンスを時系列で、またモデル間でベンチマークし、ドリフトを監視して、確信を持って変更を行うことができます。
ビジネスロジック
ビジネスルール、プロセスマッピング、セマンティック検索
モデリング手法がデータを使ったトレーニングに「ボトムアップ」で取り組むのに対し、ビジネスロジックは通常、業務領域を統制する明示的または暗黙的なルールに基づいて「トップダウン」で取り組みます。これらのルールは外部システムに存在する場合もあります。Palantir は、External Functions と Webhook を使用してそのシステムに直接接続し、業務ワークフローでライブのインタラクションを行うことも、External Transforms を通じてパイプラインに接続することもできます。ビジネスロジックは Palantir プラットフォーム内で直接作成することもできます。データパイプライン内のロジックには Rules と Pipeline Builder を使用し、ライブで実行するロジックには Automate と Functions を使用します。
テンプレート化された分析とレポート
Object View、分析テンプレート、生成されたレポート
ロジックは、データサイエンスモデルやハードコードされたビジネスルールだけに存在するわけではありません。AIP Analyst は、単発の調査、分析、レポートで価値の高いロジックを記録し、蓄積することがよくあります。Palantir プラットフォームでは、Contour や Quiver のようなポイントアンドクリック式の分析ツールや、Code Workspaces のようなノートブックを使用して、分析やダッシュボードを作成できます。オントロジーのデータモデルが持つセマンティクスにより、これらの分析成果物を簡単にテンプレート化して再利用できます。Object View や Workshop アプリケーションに埋め込むことも、独立したダッシュボードとして表示することもできます。これらの Object View、テンプレート化された分析、ダッシュボードは業務アプリに組み込むことができ、意思決定の指針となるインサイトをひと目で把握できるとともに、さらにアドホックな探索を行う手段も提供します。
モデル、ビジネスロジック、テンプレート化された分析とレポートというロジックの3つの側面を合わせると、ツールキットやパレットのように活用できます。ユーザーはこれらを組み合わせることで、重要な局面で必要なコンテキストをすべて意思決定者に提供できます。
アクション
意思決定が影響をもたらすには、その意思決定が現実世界に伝播する必要があります。ここでアクションは、企業の「動詞」、つまり実行されることを定義し、人間のオペレーターや AI エージェントが、オントロジーのデータモデル内、または外部システムとのインタラクションを通じて、意思決定を保存する方法を制御します。さらに、意思決定の結果をオントロジーに記録することで、特定の意思決定と、その後のデータで観測された結果を関連付けられます。これにより、過去の選択を踏まえて今後の意思決定を行うフィードバックループが実現します。このループは、モデルの再トレーニングやファインチューニングに使用できるほか、過去の状況をより明確に把握できるようにしてオペレーターを支援することもできます。
オントロジーでこれらの「動態」を表現する最小単位がアクションです。アクションは、データの変更や作成、外部システムでの変更のオーケストレーションを、具体的かつきめ細かく制御します。基本的なアクションは、ポイントアンドクリック式のフォーム設定インターフェースで簡単に定義できます。任意の複雑さのアクションは、関数ベースのアクションとオントロジー編集用 Typescript APIで指定できます。また、アクションはオントロジーソフトウェア開発キット（オントロジー SDK）およびプラットフォーム API内にパッケージ化することもできます。これにより、カスタムアプリケーションの開発時や既存のサードパーティーツールから、簡単かつ安全にオントロジーへ書き戻せます。
各アクションの権限によって、どのユーザーやエージェントが、どのような条件でアクションを実行できるかが決まります。これが、安全で監査可能かつ透明性のある制御の基盤を最も低いレベルで形成します。
サプライチェーンや製造現場のように、複雑で密接に結び付いた環境では、小さな変更が連鎖的な影響を引き起こし、予想外または意図しない結果につながることがあります。シナリオプリミティブを使うと、オントロジーのブランチに変更を加えて、こうした影響を予測できます。これにより、想定される変更を基に（また、その下流で）、予測、ビジネスプロセスモデル、その他の分析を行えるサンドボックス世界が実質的に作成されます。Vertex アプリケーションは、このようなプロセスの可視化とシナリオのテストに特化しています。Workshop アプリケーションビルダーは、「もしも…」のワークフローを組み込んだ業務アプリケーションを開発するためのシナリオを標準でサポートしています。
これらのプリミティブは、本番ワークフローで稼働する人間と AI のチームを安全に開発するための環境を作ります。アクションの Granular Permissions とアクセス制御は、エージェントが使用できるデータやツールに具体的な制限を設けてサンドボックス内で動作させる「コントロールプレーン」を提供します。ほとんどのパターンでは、AI エージェントは直接変更を行うのではなく、Workshop に統合された AIP Logic 関数との直接統合を通じて同期的に、または Automate や Pipeline Builder の LLM を使用ノードを通じて非同期的に、提案を作成します。その提案をオペレーターに提示し、改善、フィードバック、そして最終的な意思決定につなげることができます。この提案ベースのパターンは、「人間をループに含める」という考え方を強化するだけでなく、貴重なメタデータも生成します。これにより、エージェントが継続的なフィードバックを通じて学習し、進化できる好循環が生まれます。
次は何をすればよいですか？
AIP の力を体験する最良の方法は、実際に作りはじめることです。詳細ははじめにのガイドを参照してください。プラットフォームにアクセスできる場合は、目指す目標に基づいてどこからはじめればよいか、AIP Assist に尋ねるだけでもかまいません。
初めてのエンドツーエンドのサンプルワークフローをすぐに作りはじめるには、learn.palantir.com ↗ にアクセスします。
プラットフォームのさまざまな意思決定コンポーネントがどのように連携し、ワークフロー開発を導くかについては、ユースケース開発の説明にある機能要件の抽出を参照してください。また、業界固有のエンドツーエンドワークフローの例は、AIP Now ショーケース ↗ で確認できます。
さらに、AIP の構築方法や、組織全体の既存の投資とどのように統合されるかについては、以下を参照してください。
プラットフォームの機能
ドキュメントの残りの部分は、プラットフォームの機能ごとに整理されています。各機能の概要を以下に示します。
データ接続と統合
Palantir は、企業のデータシステムにすぐに接続できる、拡張可能なマルチモーダルのデータ接続フレームワークを提供します。このフレームワークには、次の機能があります。
- 既存のデータレイクやプラットフォームへの、データを移動しないゼロコピーアクセス
- バッチパイプラインとストリーミングパイプラインの両方で動作する、自動スケーリング対応の Kubernetes ベースのデータビルドシステム
- 統合されたパイプラインのスケジュール設定とオーケストレーション
- すべてのデータフローに標準で備わるヘルスチェック
- ロール、機密情報区分、目的に基づくアクセス制御を網羅する包括的なセキュリティ機能
モデル接続と開発
Palantir は、モデル開発（たとえば Python や R を使用）に向けた統合されたエンドツーエンドの環境、業界標準のツールセットを使用して構築された外部モデルの柔軟な統合、開発または統合されたすべてのモデルをガバナンスの下で本番環境へ移行する経路、およびデプロイされたモデルを継続的に評価するための「ミッションコントロール」を提供します。このアーキテクチャの目標は、対象となる資産がどこでトレーニング、テスト、ホストされたかにかかわらず、企業内のすべてのビジネスロジックとモデリングを接続する経路を提供することです。
オントロジーを構築する
前述のとおり、オントロジーは、意思決定を中心とした企業の包括的なモデルを作成するために、次の要素を統合します。
- データ：オブジェクトとリンクとして
- ロジック：モデルと関数として
- アクション：プラットフォームのアクションとして
これらのオントロジーの構成要素により、現実世界の業務の複雑さを担当者と AI の両方が理解できるようになり、人間と AI を組み合わせたワークフローを構築できるようになります。さらに、次の機能があります。
- エンドユーザーからデータを収集し、意味的な基盤に反映するための構造化された仕組み
- 構造化、非構造化、地理空間、時間、シミュレーションなどのパラダイムでオントロジーを探索するための、すぐに使えるアプリケーション
- オントロジーを企業のあらゆる部門で「業務バス」として活用するためのオントロジーソフトウェア開発キット（オントロジー SDK）
詳しくは、次の資料を参照してください。
ユースケース開発
Palantir のアプリケーション開発フレームワークにより、企業は、ツールを使いこなし、データを理解する AIP Chatbot と連携しながら、ユーザーアクション、アラート、その他のエンドユーザー向け現場機能を活用した業務ワークフローの構築とユースケースの開発を行えます。
ユースケース開発には、次の機能があります。
- カスタムワークフローエージェントを構築するための AIP Logic との統合
- セキュリティの適用、基盤となるストレージとコンピューティングの管理、およびデータとモデルのバインディングを自動化する、AI 支援型のローコード / ノーコードによるアプリケーション構築
- ライブプレビューを備えたアプリケーション開発フレームワーク
- 企業とのあらゆる範囲の統合を可能にする API、Webhook、その他のインターフェース
詳しくは、次の資料を参照してください。
分析
このプラットフォームは、コードを書けるかどうかにかかわらず、あらゆる種類のユーザーに分析機能を提供します。ポイントアンドクリックとコードベースの両方のツールがあり、テーブルベースの分析、トップダウンの視覚的分析、地理空間分析、時系列分析、シナリオシミュレーションなどを行えます。
Palantir の分析スイートは、従来の「読み取り専用」のパラダイムを超えて、オントロジーにデータを書き戻すことで、統一されたセキュリティ、リネージ、ガバナンスのモデルの下で価値ある新しいインサイトを生み出します。
このプラットフォームは、一般的なモデリング環境（Code Workspaces で JupyterLab® と RStudio® Workbench のネイティブ利用をサポート）やビジネスインテリジェンスプラットフォーム（Tableau® と PowerBI® 向けの専用コネクターを含む）とも相互運用できます。
製品の提供
Palantir プラットフォームは、プラットフォーム内で構築されたデータ製品をパッケージ化、デプロイ、保守するための DevOps ツールを提供します。これらの製品提供機能には、プラットフォームのリソース（パイプライン、オントロジー、アプリケーション、モデルなど）をまとめた「製品」を作成するためのパッケージ化インターフェース、製品の検索とインストールを行う Marketplace ストアフロント、および自動アップグレードやメンテナンスウィンドウなどを使用して製品のインストールを管理する機能が含まれます。
セキュリティとガバナンス
Palantir プラットフォームは、プラットフォーム全体に伝播し、デフォルトで情報の移動先でもその情報に適用され続ける、包括的でクラス最高水準のセキュリティモデルを備えています。次の機能が含まれます。
- 転送中および保存時のすべてのデータの暗号化
- 認証および属性保護の制御
- ロール、マーキング、目的に基づく方式を組み合わせられる認可制御
- 堅牢なセキュリティ監査ログ
- 高い拡張性を備えた情報ガバナンス、管理、およびプライバシー制御
管理と活用支援
プラットフォーム管理者は、Palantir プラットフォームを管理するための充実したツールを利用できます。プラットフォーム管理の主要なアプリケーションは次のとおりです。
プラットフォーム管理者とプログラムマネージャーは、AIP Assist など、ユーザーの活用を支援するためのリソースも利用できます。これらのリソースは、管理と活用支援のドキュメントで説明しています。