※ 本記事は、Denis Grayによる”GoldenGate 26ai: The Real-Time Foundation for Agentic AI“を翻訳したものです。
2026年4月28日
エージェント型AIは、真に業務に組み込まれる企業向けAIの第一波です。
それは単にテキストを生成するだけではありません。エージェントはビジネス上のイベントを観察し、現在のコンテキストに基づいて推論し、行動を起こします。たとえば、リスクのある注文にフラグを付ける、インシデントを起票する、ワークフローをエスカレーションする、基幹システムを更新する、あるいは下流プロセスをトリガーする、といったことです。言い換えれば、エージェント型システムは単に質問に答えるだけでなく、ビジネスに参加します。
この変化はアーキテクチャ要件を変えます。エージェントに行動が求められる場合、古いコンテキストのコストは「不便」から「許容できない」レベルへと変わります。
運用上の変化からエージェントのアクションへ (リアルタイムで)
中核となる課題: エージェント型システムにはスナップショットではなくリアルタイムのシグナルが必要
多くの企業はいまだに、バッチ処理のパイプライン、スケジュールされたジョブ、そして寄せ集めの統合によって、運用データを分析基盤やAIプラットフォームに提供しています。AIレイヤー自体が高度であっても、その多くは現実より遅れた履歴スナップショットに基づいているのが実情です。
エージェント型AIはスナップショット上で動作させると破綻します—そのギャップを埋めるにはリアルタイムのシグナルが必要
このギャップは、多くのチームが想定する以上に重要です。エージェントが古いイベント情報を読み込んでいたり、数時間前のコンテキストに基づいて推論していたりしても、流暢な出力自体は生成されます。しかし、それは「今」実際に起きていることと整合した出力ではありません。
たとえば、古い在庫情報に基づいて動作する注文処理AIエージェントは、実際には履行できない注文を承認・請求してしまう可能性があります。その結果、キャンセルや高コストの是正対応が発生し、顧客からの信頼を即座に損なうことになります。
エージェント型AIは要求水準を引き上げます。実行環境には、データベース、アプリケーション、クラウド全体にわたる高忠実度の運用シグナルの継続的なストリームが必要です。これにより、状況の変化に応じてエージェントが適切に対応できるようになります。
Oracle GoldenGateの役割: 分散した運用変更を、エージェントが利用可能なビジネスイ・ベントへと変換
GoldenGate 26aiは、Oracleのリアルタイム・データ移動プラットフォームであり、オンプレミス、OCI、マルチクラウド環境にまたがる異種システムやロケーション間でのビジネス・イベントの変化を統合するよう設計されています。エージェント型アーキテクチャにおける戦略的価値はシンプルです。時間の経ったレプリカや脆弱なパイプラインに依存することなく、運用上の変化を発生と同時に把握できるとき、エージェントの有用性は飛躍的に高まります。
目標はシンプルです:
- 「ビジネス・イベントが発生した瞬間」から「エージェントが応答するまで」のレイテンシを削減
- 多くのコンシューマーにイベントを配信する際の複雑さを軽減
- エージェントを現在の運用状況に基づかせることで、アクションの信頼性を向上
GoldenGateは、リアルタイムの変更を第一級の出力として扱い、データやイベントをAIの実行基盤やその周辺プラットフォームへと流すことで、これを実現します。
GoldenGate Data Streams: リアクティブなエージェントのためのモダンなインタフェース
エージェント型システムは本質的にイベント駆動型ですが、ビジネス・イベントをサブスクライブし、自動化をチームや環境全体で一貫してトリガーするための標準的な方法が必要です。
GoldenGate Data Streamsは、その要件に対応するために設計されたパブリッシュ／サブスクライブ (pub/sub)インタフェースを提供します。トランザクション・イベントをJSON形式のCloudEventsとしてAsyncAPIチャネル経由で配信できるため、下流のコンシューマー (エージェントを含む)が容易に統合できる標準化された連携を実現します。
リアクティブなエージェントはイベント・ループに従って動作し、GoldenGate Data StreamsはCloudEventsおよびAsyncAPIを通じてビジネス・イベントを提供
ここで、エージェント型アーキテクチャは個別の特注プロジェクトから、再利用可能なパターンへと変化します:
- 運用システムが変更を生成する
- GoldenGateがそれらの変更をビジネス・イベントとしてパブリッシュする
- エージェントがイベントをサブスクライブし、即座にアクションを実行できる
- チームが共通のイベント・モデルに基づいてイベント・スキーマや統合を標準化する
数十 (あるいは数百)に及ぶコンシューマー、エージェント、マイクロサービス、分析システム、監視パイプラインが存在する場合、このモデルにより大幅な再利用が可能になり、各チームが個別にカスタムのイベント・パイプラインを構築する必要がなくなります。
さらに、エージェント型システムにとって重要な点として、GoldenGate Data Streamsはトランザクション・イベントの「Exactly-Once (厳密に一度だけ)」配信をサポートしています。これは、エージェントのアクションが下流のワークフローをトリガーする際に、二重実行が発生してはならない場合に極めて重要です。
「会話するエージェント」から「実行するエージェント」へ
エージェントの成熟度を捉えるうえで有用な視点は、次の違いです:
- リトリーバル: 検索拡張生成 (RAG)を用いて、関連するコンテキストをプロンプトに注入し、回答の質を高める
- リアクション: ビジネス・イベントをサブスクライブし、リアルタイムでアクションを実行する
多くの組織はリトリーバルに大きく投資しており、それは必要なステップです。しかし、本当の転換点は、エージェントが情報提供型から実行型へと移行するところにあります。
リアクティブなエージェントは、イベント・ループに基づいて構築されます:
- ビジネス・イベントを検知する
- コンテキストを評価する
- 何をすべきかを判断する
- アクションを実行する
- 結果を記録する
GoldenGateは、このアーキテクチャに適しており、「検知」と「コンテキスト」に関するシグナルを運用上の変更から直接提供します。
実例: リアルタイムの注文オペレーション
価値を理解するために複雑なシナリオは必要ありません。
- 高額な注文が作成 (または更新)される
- エージェントがイベント・ストリームをサブスクライブする
- エージェントがリスク・コンテキスト (顧客プロファイル、所在地、パターン、ポリシー)に基づいて推論する
- エージェントがアクションを実行する (注文にフラグを付ける、エスカレーションをルーティングする、検証をトリガーする、ワークフローを更新するなど)
このような「小さなループ」が、迅速で反復可能かつ自動化可能であるため、積み重なって企業全体に大きな影響をもたらします。
GoldenGate 26ai AI Service: データ・フローに埋め込まれる埋め込み生成とAIエンリッチメント
エージェント型AIはイベントだけでなく、運用と継続的に整合するコンテキストも必要とします。これには、グラウンディング、類似検索、下流のエンリッチメント処理で使用される埋め込みやベクトル表現が含まれます。
GoldenGate 26aiでは、GoldenGateデプロイメント内に組み込まれたAI Serviceが新たに導入されています。この新しいサービスは、リアルタイムのデータ・フローの中で、埋め込み生成やAIエンリッチメントのパターンを直接サポートします。
GoldenGate 26aiのAI Serviceは、埋め込み生成とエンリッチメントをリアルタイムのデータ・フローに組み込む
これは重要なポイントです。というのも、多くのチームが現在、壊れやすい「つなぎ合わせのパイプライン (glue pipelines)」を構築しているからです。
- 運用上の変更をキャプチャする
- 変更イベントを埋め込みサービスにルーティングするためのカスタム統合を実装する
- 埋め込みを生成する (API呼び出し、リトライ、スロットリングが必要)
- 埋め込みをベクトル・ストアに書き込むためのカスタム統合を実装する
- ベクトル・ストアを同期状態に保つため、すべての変更についてステップ1からステップ4を繰り返す
- 埋め込み処理が本番システムに過負荷をかけないようにするための運用上のガードレールを設ける
GoldenGate 26aiのAI Serviceは、これらの複雑さを軽減します。具体的には、埋め込みモデルの持ち込み (ローカルまたはリモート)といった柔軟性を含め、重要なAI関連の処理基盤をデータ移動レイヤーに組み込むことで対応します。
要点はシンプルです。ビジネス・データが変化するたびに、AIのコンテキスト層を継続的に更新できるようになり、システムやチームごとに個別の統合を作り直す必要がなくなるということです。
リアルタイムAIデータ・フロー統合: エンタープライズ向けエージェント型アーキテクチャのためのスケーラブルな基盤
エージェント型AIは単一のアプリケーションではなく、アーキテクチャの方向性そのものです。企業が1つまたは2つのエージェントで価値を実証した後、次に直面する課題は、受注業務、サービス、財務、サプライ・チェーン、セキュリティ、ITといった複数のドメインにまたがってスケールさせることです。
大規模化においてボトルネックになるのは、LLMであることはほとんどありません。問題となるのは、分散されたデータ環境全体において、現在の運用シグナルへ確実にアクセスできること、そして一貫したイベント契約を維持できることです。
GoldenGate 26aiは、次の機能を提供することでこのボトルネックに対処します:
- 異種システム間でのリアルタイムな運用変更の伝播
- リアクティブなエージェントのサブスクライブを前提とした標準化されたビジネスイベント配信
- データフローの一部として埋め込み生成やエンリッチメントパターンを支援する組み込みAI Service機能
その結果として、エンタープライズ向けの実用的で堅牢なエージェント型AI基盤が実現されます。そこでは、エージェントが運用上の変化をリアルタイムに感知し、その変化に基づいて適切に応答できるようになります。