※ 本記事は、Ron Craigによる”Analyst perspectives on Oracle Deep Trust AI Architecture“を翻訳したものです。
2026年11月2日
オラクルは本日、技術スタックの重要な各層に信頼性とセキュリティを組み込み、企業のAIイノベーションを加速する実践的な設計指針、Deep Trust AI Architectureを発表しました。AIモデルやエージェントが回避したり損なったりできない基盤インフラの深部で、信頼性を確保する実証済みの方法を提供することから、主要な業界アナリストから好意的に受け止められています。
「theCUBE Researchにおける私たちの調査・研究を通じて、エンタープライズAIの信頼性を確保するには、AIモデルが誤った判断をした場合でも、有効に機能し続ける制御の仕組みが不可欠であることが明らかになっています。オラクルは、この要件に対応するため、Deep Trust AI Architectureを通じて、データ、データアクセス、アプリケーション開発、プラットフォーム自体にわたる制御を統合的に管理しています。特に、データベース内でアクセス・ポリシーやビジネス・ルールを適用するとともに、共通のアプリケーション実行環境でセキュリティおよび運用サービスを提供することを重視しています。これにより、企業はAIの導入・運用をより適切に制御するための、具体的な技術基盤を確立できます。また、このアプローチによって、企業が個々のコンポーネントを組み合わせ、その構成を維持・管理するために必要な統合作業を削減できる可能性があります。ただし、ポリシーの定義、AIによる処理結果の検証、導入・運用に関するガバナンスについては、引き続き企業自身が責任を負う必要があります。オラクルは、AIが生成できるものと、企業が確信を持って本番環境に導入できるものとの間に存在するギャップを埋めるため、大きな一歩を踏み出しています。」
Dave Vellante、theCUBE Research共同創設者兼チーフアナリスト
「AIを導入する企業は、私が『信頼の三要素』と呼ぶものに、全面的な確信を持てるべきです。自社データを信頼すること、それを維持するシステムを信頼すること、AIが提供するデータに関する回答を信頼することです。
Oracle Maximum Availability Architectureと同様に、Deep Trust AI Architectureは、この三要素を実現する企業向けの設計指針です。お客様が複数ベンダーのシステムを寄せ集める必要なく、統合された方法で信頼性に対応します。データ、データアクセス、アプリケーション開発、プラットフォームの4層スタックにより、オラクルのお客様にも、それ以外のお客様にも、信頼できる結果のための一貫した基盤を提供するよう、当初から設計されています。」
Carl Olofson、DBMSGuruプリンシパル
「エンタープライズAIの次なる進化は、単に回答をより速く生成することではありません。企業のビジネスを理解し、経験を通じて進化し、重要な意思決定の判断材料として信頼できる回答を生成することが求められています。オラクルは、Deep NL2SQLによって、この分野で大きな進歩を遂げています。従来の自然言語からSQLへの単純な変換にとどまらず、フィードバックと検証済みのナレッジを活用して継続的に進化する、ビジネスの文脈を理解したインテリジェンスを実現しています。企業は、こうした技術を活用することで、重要なビジネス・インサイトをより多くの従業員が容易に利用できるようにし、意思決定を迅速化するとともに、データへの投資からこれまで以上に大きな価値を引き出せる可能性があります。特に注目すべきは、オラクルが、より包括的なDeep Trust AI Architectureの中にDeep NL2SQLを位置付けている点です。このアーキテクチャでは、インテリジェンス、データ・セキュリティ、ガバナンスがデータソースの段階から連携して機能するように設計されています。オラクルは、Deep Trust AI Architectureを通じて、エンタープライズAIの根本的な変革をリードする立場を確立しつつあります。この変革では、信頼できるデータを基盤として、企業全体の規模でエージェント型AI（Agentic AI）の可能性を最大限に引き出すことが重要になります。」
Brad Shimmin、データインテリジェンス、分析、インフラストラクチャ担当バイスプレジデント兼プラクティスリード、Futurum
「エージェント型AIは、信頼の構図を変えます。エージェントは質問に答えるだけでなく、組織の特に機密性の高いデータを問い合わせ、操作します。人の確認がほとんどない場合もあります。しかし多くの環境では、分断されたシステムに散らばるデータにセキュリティとガバナンスを後付けしており、ポリシーがずれ、監査可能性が損なわれます。明確に言えば、課題はもはやエージェントの構築ではなく、大規模でも信頼できるようにすることです。Oracle Deep Trust AI Architectureは、世界の重要な企業データの多くがすでにあるOracle AI Databaseに、セキュリティ、ガバナンス、AIを組み込み、データ層でこの課題に対処します。」
Matt Kimball、Moor Insights & Strategyバイスプレジデント兼プリンシパルアナリスト
「エンタープライズAIの競争は新たな段階に入り、オラクルは競争の舞台をモデルの知能からアーキテクチャの信頼性へと移しています。業界の多くが、AIエージェントの保護、企業データへのアクセス管理、AI生成回答の信頼性向上に苦心する一方、オラクルはその源であるデータベース自体で対処しています。データのある場所でアクセスのポリシーを直接適用するDeep Data Securityと、自然言語のやり取りに業務の文脈、継続的な学習、検証を持ち込むDeep NL2SQLにより、企業AIの構図を根本から変えています。Deep Trust AI Architectureの特に魅力的な点は、これらが孤立した革新ではないことです。AIが企業データにアクセスし、理解し、操作する方法そのものに信頼を内在させる、統一されたアーキテクチャ戦略の一部なのです。私の見方では、オラクルはインテリジェンスを企業データにより深く根付かせ、信頼を強化し、AIがより高い精度、業務の文脈、規模で動作できるようにして、エージェント型AIを次の段階へ進め、業界全体の基準を引き上げています。他社がAIのインテリジェンスと企業データ、ガバナンスの接続方法に取り組む中、オラクルはその融合を、エージェントを活用する企業の基盤に直接組み込んでいます。」
Steven Dickens、HyperFRAME Research CEO
「AIエージェントが企業運営でますます重要になるにつれ、CxOは、セキュリティ、ガバナンス、信頼を強化しながらAIイノベーションを拡大することに注力しています。オラクルはDeep Trust AI Architectureでこの課題に正面から取り組み、企業のミッションクリティカルなワークロードで実証されたアーキテクチャ原則を、エージェント型AIの時代に適用しています。Deep Data Security、Deep Trust Data APIs、AIが業務の文脈を理解し、失敗から学び、改善を検証できる革新的なNL2SQLの手法をまとめ、信頼できる企業AIのための、より充実した基盤を前進させています。データの移動を求めず、企業データのもとにAIを持ち込むというオラクルの根本的な優位性と合わせ、お客様が、より大きな確信、制御、安心感を持ってAI導入を加速する魅力的な道筋になります。」
Holger Mueller、Constellation Researchバイスプレジデント兼プリンシパルアナリスト
「オラクルは、企業データ、業務の文脈、継続的な知能を統一アーキテクチャで結び付け、信頼できるエージェント型AIの新たな基準を打ち立てています。Deep NL2SQLは、基本的なSQL生成を超え、フィードバックから学び、改善を検証して精度を高める、業務を理解するAIを提供する画期的なものです。Deep Trust AI Architectureは、管理されたデータを実用的な知能に変える企業の方法を変革し、競争上の基準を引き上げます。企業全体でエージェント型AIを、より賢く、信頼でき、拡張可能にする、大きな飛躍です。」
Ron Westfall、HyperFRAME Researchバイスプレジデント
「もはやエンタープライズAIに、複雑さを加える新たな層は不要です。必要なのは、依存するデータを危険にさらすことなく、エージェントを役立てるアーキテクチャです。Oracle Deep Trust AI Architectureは、セキュリティ、ガバナンス、業務の文脈をデータ基盤に直接組み込み、問題の源で対処します。これは重要です。データにアクセスできても、意味を理解せず、権限を守らず、業務ルール内で動けないAIエージェントは、リスクになります。オラクルの方法は、競争の構図を変え、こうした機能を後付けするアーキテクチャをベンダーに再考させる可能性があります。約束を果たせれば、今後10年のエージェント型AIにおける企業の標準を定めるかもしれません。」
Marc Staimer、theCUBE Researchシニアアナリスト
「現在でも、企業のセキュリティ対策の多くは、データにアクセスするアプリケーション側でセキュリティ・ルールを適用することを前提としています。しかし、自らクエリを生成し、複数のシステムにまたがって処理を実行するAIエージェントの登場によって、こうした従来の前提が成り立たなくなっています。オラクルは、この課題に対応するため、Deep Trust AI Architectureを通じて、セキュリティ・ルールの適用をデータ・レイヤーで実施するアプローチを採用しています。Deep Data Securityでは、AIエージェントが代理で操作するユーザーのアイデンティティに基づいてデータへのアクセスを制御します。また、SQL Assertionsでは、誰が、あるいは何がデータの変更を開始したかにかかわらず、ビジネス・ルールを一貫して適用します。さらに、Deep Trust Data APIsでは、生のSQLを直接公開するのではなく、ガバナンスが適用されたビジネス・オブジェクトをAPI経由で利用できるようにします。これにより、個々のアプリケーションやAIエージェントに依存することなく、アーキテクチャ全体で信頼性を確保できるようになります。企業は、すべてのリクエストに対してポリシーを確実に適用しながら、最も価値の高いデータをエージェント型AI（Agentic AI）に安全に活用させることが可能になります。」
Alexei Balaganski、KuppingerCole Analystsリードアナリスト兼最高技術責任者