01 / 製品詳細
分析の成果を、Data MCP、Data Agent、Data App として日々の運用に定着させます。
02 / 成果物
KunimiAI が提供する主要な3つのコンポーネント
01
Data MCP
データを使うための統制された接続面
データセット、関数、指標、ポリシー、来歴を MCP ツールとして扱います。アクセスできる範囲はカタログの権限とポリシーで定めます。
評価のポイント：既存の指標定義、dbt モデル、アクセス制御ポリシーを MCP ツールとして安全に呼び出せるか。
02
Data Agent
問いを実行可能な仕事へ進めるエージェント
自然言語による問い合わせを、参照データ、生成コード、中間テーブル、レビュー、承認履歴を含む作業記録に変換します。単なる対話履歴ではなく、再実行可能な分析資産として残ります。
評価のポイント：過去の分析を別のチーム、対象期間、データスナップショットでそのまま再実行できるか。
03
Data App
検証済みの発見を業務で使う出力面
検証済みの結果を、ワークフロー、承認フロー、業務画面、API、MCP、各種 BI ツールや Excel 出力などの形で既存業務に連携します。分析結果をレポートで終わらせず実務へつなげます。
評価のポイント：経営報告、週次レビュー、日常の業務オペレーションの各場面へ円滑に接続できるか。
03 / 製品内の流れ
1 つの問いは、5 つの状態を通ります。
- 01
Ask
利用者が日常の言葉で課題や疑問を入力します。（例：主要顧客の解約率が上昇した要因を把握したい）
- 02
Context
KunimiAI が指標定義、ポリシー、カタログの権限設定、過去の関連履歴を参照し、処理実行前にアクセス可能な範囲と適用する定義を特定します。
- 03
Execute
エージェントが SQL、Python スクリプト、ワークフローを生成し、Iceberg のスナップショットやセマンティック定義に紐づけてクエリを実行します。
- 04
Review
アナリスト、業務担当者、データ管理者が、分析結果、生成コード、参照元データ、承認状態を一元的に確認・レビューします。
- 05
Promote
実務で有用と認められた分析やフローを Data MCP、Data Agent、Data App として登録し、次回以降の定型業務として再利用できるようにします。
04 / 評価する人
読むべき人ごとに、見る場所が違います。
CDO / Head of Data
Data MCP、Data Agent、Data App が、自社のガバナンス基準や責任分界モデルに適合しているかを確認します。
Data Platform Lead
Polaris、Iceberg、dbt、ID 基盤、監査ログとどのように連携するかを確認します。
Analyst / BI Lead
一時的なアドホック分析が、再実行可能なコミット履歴および業務のアウトプットとして定着するかを確認します。
Security / Governance
実行前のアクセス制御、実行後のデータリネージ、承認履歴、監査ログが確実に記録されるかを確認します。
05 / 次のステップ