Dataiku

概要

Dataiku はエンタープライズ向けの統合データサイエンス・ML プラットフォーム。ノーコードのビジュアルワークフローから、Python/R によるコード記述まで、様々なスキルレベルのユーザーが協調してデータプロジェクトを構築・デプロイ・運用できます。LLM Mesh を土台に、AI エージェントの生成・デバッグ・評価・本番運用までを 1 つの基盤で扱う構成が現在の中心です。

主な特徴

LLM Mesh（LLM統合フレームワーク）

エンタープライズ環境で LLM を安全に使うためのゲートウェイ。OpenAI、Anthropic、Azure OpenAI、Bedrock など主要 LLM プロバイダーをサポートし、モデル切替・PII マスキング・一元的なコスト管理とガバナンスが可能。

Cobuild（自然言語からのプロジェクト生成）

やりたいことを平易な言葉で書くと、データパイプライン・機械学習モデル・エージェント・アプリまで含む end-to-end のプロジェクトを生成し、中身を検査できるビジュアルフローとして出力します。

エージェントの開発・評価

2026年8月14日リリースの Dataiku 15 では、入出力とツール呼び出しを 1 ステップずつ追えるリアルタイムのエージェントデバッグ、複数エージェントで再利用できる Agent Skills、Agent Review / Agent Evaluation による性能測定と承認フローが加わりました。

MCP サーバーと Conversation API

作ったエージェントをネイティブの MCP サーバー経由で MCP 対応クライアントから発見・利用でき、Conversation API を使えばサーバー側で会話履歴を保持したまま自社アプリに埋め込めます。

セマンティックレイヤー連携

Dataiku 内で構築したセマンティックモデルに加え、Snowflake や Databricks から取り込んだモデルもエージェントが参照でき、業務文脈に沿った一貫した回答を返せます。

ビジュアル ML

ドラッグ&ドロップで ML パイプラインを構築。AutoML 機能でモデル選定・ハイパーパラメータ調整を自動化。

コード併用

Python、R、SQL でビジュアルとコードを自由に組み合わせ可能。データサイエンティストも力を発揮できます。

エンタープライズ機能

• MLOps — モデルのデプロイ・監視・再学習
• データガバナンス — アクセス制御、監査、ガバナンスポリシー
• プロジェクト管理 — コラボレーション、バージョン管理
• ダッシュボード — Web アプリとしてのデプロイ

幅広いデータソース

Snowflake、BigQuery、S3、Azure Data Lake、Databricks、Kafka など主要データプラットフォームと連携。

プラン・料金

無料で使えるのは自社インフラに導入する Free Edition（3ユーザーまで、デプロイ・自動化・ガバナンス機能は非対応）と、Dataiku Cloud の14日間トライアル（2ユーザー、Govern と高度な LLM Mesh を除く全機能）の 2 つです。有償エディションの価格は公開されておらず、ユーザー数・必要機能・導入形態に応じた個別見積となります（AWS / Azure / GCP のクラウド版も提供）。

代表的な活用例

• エンタープライズ ML プロジェクト
• LLM を活用した社内システム（LLM Mesh）
• 不正検知・リスク分析
• 需要予測・価格最適化
• 顧客セグメンテーション

強み

• ✅ LLM Mesh でマルチ LLM 統合ガバナンス
• ✅ ビジュアル + コード のハイブリッド
• ✅ エンタープライズ MLOps
• ✅ データガバナンス
• ✅ AutoML で初心者でも使える
• ✅ 主要データプラットフォームと連携

弱み

• ❌ 大企業向けで個人・小規模には大きすぎる
• ❌ 料金が高額で導入判断が重い
• ❌ 学習曲線が急
• ❌ 日本語ドキュメントは限定的

公式情報

• 公式サイト: https://www.dataiku.com
• LLM Mesh: https://www.dataiku.com/product/llm-mesh