※ 本記事は、Jeff Pollock による”New GoldenGate Data Fabric: trusted AI starts with the data that runs your business“を翻訳したものです。
2026年10月27日

AIに信頼できる事実を提供する分散型レイヤー(distributed truth layer for AI)、Oracle GoldenGate Data Fabricをご紹介します。
ある火曜日の午前9時41分、顧客が商品を注文します。9時50分には、AIエージェントが別の顧客にも同じ商品の提供を約束してしまいました。エージェントが確認したシステムには、最初の注文がまだ伝わっていなかったためです。システムに障害が起きたわけではありません。どのシステムも、それぞれが把握している状況については正しく応答していました。企業は、9分前の断片的な自社の状況に基づいて行動したにすぎません。分散した業務環境には、すべての事実を一元的に把握する単一のシステムはなく、各システムの間には情報が行き渡るまでの時間差があります。エージェントは、その時間差を含んだ情報に基づいて行動したのです。
かつて、このような時間差は問題になりませんでした。人がレポートを読み、問題に気づき、判断を下していたからです。今では、そうした判断のうち、AIが人に代わって担う割合が増えています。人の介在が減るにつれて、データの遅れや不完全さも許容できなくなっています。より高性能なモデルを使っても、古くなった業務データの問題は解決しません。古いデータに基づいて、より速く行動するだけです。
本日、Oracle Cloud上のOCI GoldenGateの一部として、またMicrosoft AzureおよびGoogle Cloud Platformとのマルチクラウド環境向けに、Oracle GoldenGate Data Fabricを発表します。
GoldenGate Data Fabricは、ビジネスがどこで営まれていても、業務トランザクションを、ガバナンスが適用され、追跡可能で、AI活用向けに整備されたデータプロダクトへと継続的に変換します。私たちはこれを、AIに信頼できる事実を提供する分散型レイヤーと呼んでいます。ビジネスを支える業務システムと、そのビジネスを分析し、分析結果に基づいて行動するシステムをつなぐものです。GoldenGateがLLMの判断そのものを正しくするわけではありません。業務で実際にコミットされた内容を、そのコミット順序どおりにモデルが利用し、それに基づいて動作できるようにするのです。
その背景には、次のような考え方があります。主要なデータプラットフォームは優れており、ほとんどの企業にとって、そのうちの1つか2つを標準として採用するのは妥当な選択です。しかし、企業の業務は単一のプラットフォームの中だけで営まれているわけではありません。数百もの業務システム、複数のクラウド、いくつかのソブリン・リージョン、そして移行されずに残る多種多様なアプリケーションにまたがっています。AIは、そうしたプラットフォーム間の隙間にある情報に基づいて行動します。そして、その隙間こそが、古いデータの残る場所なのです。

IT環境全体をつなぐ、単一のファブリック:ビジネスを支えるシステムでコミットされた変更は、ガバナンスが適用されたデータプロダクトとなり、そのデータから学習するプラットフォーム、アプリケーション、エージェントの信頼できるアクションにつながります。
キャプチャは一度だけ。ガバナンスは継続的に。活用はあらゆる場所で。
GoldenGateは30年以上にわたり、遅延も誤りも許されないデータを、信頼性を保ちながら届けてきました。今、お客様から聞こえてくるのは、分析やAIを支える基盤にも、同じ信頼性を求める声です。GoldenGate Data Fabricは、分析とAIの両方にデータを供給するデータプロダクトを、一元的に構築し、ガバナンスを適用するための基盤を提供します。そのビジネス上の価値は、3つの成果に集約されます。
運用(Operate):変化の中でも、ミッションクリティカルな業務を継続する。
レイクハウスは、優れた図書館です。レジではありません。GoldenGateは30年にわたり、レジ同士の同期を維持してきました。データベースのアップグレード、データセンターの移転、クラウドへの移行が行われても、業務側がその変化を意識することはありませんでした。今では、レジ同士の同期を保つための同じ変更データが、図書館、アプリケーション、エージェントにも供給されます。データの利用先ごとに別々のETLマッピングを用意するのではなく、1つの変更を一度だけ取り込むのです。ミッションクリティカルな業務システムの継続稼働と、AIの取り組みへのデータ供給を、互いに競合する投資として扱う必要はありません。
活用(Activate):コミットからアクションまでの時間を短縮する。
午前9時41分の注文の話に戻りましょう。ファブリックがあれば、エージェントは最初の注文がコミットされてから、数分後ではなく数秒後に、その注文を把握できます。そのため、実際に保有する在庫に基づいて商品を出荷でき、計画を担うエージェントも、受注処理・出荷を担うチームと同じ事実に基づいて動けます。これにより、経営層が責任を持って管理する価値のある指標が得られます。それが、**コミットからアクションまでの遅延時間(commit-to-action latency)**です。業務でトランザクションがコミットされてから、その情報に基づいて企業が確信を持って行動するまでの時間を指します。これを測定してきた企業はほとんどありません。夜間バッチでデータが供給される処理では、この時間は1日になります。この時間を1時間短縮するごとに、より早い対応、より確かな情報に基づく顧客との対話、あるいは推測に頼らないエージェントの動作につながります。しかも、チームは好みの方法で構築できます。プロンプトで指示することも、図で設計することも、コードを書くこともできます。
最適化(Optimize):各ワークロードを、経済性に優れた場所に配置する。
利用するプラットフォームは変わっていきます。それに伴い、価格、性能、データ主権に関するルールも変化します。GoldenGate Data Fabricは、データプロダクトの設計を、特定のベンダーのプラットフォームから切り離して維持します。そのため、経済的な条件が変化したときにも、設計を保ったままワークロードの実行先を移せます。2026年の公開定価に基づくコストモデルで、5つのマネージドプラットフォーム上の同等のLakehouse Apache Sparkワークロードを比較したところ、最も高い見積額は、最も低い見積額を約54%上回りました。このコスト差が価値を持つのは、それを活かして実際に行動できる場合だけです。

ガバナンスが適用された単一の設計で、配置先を自由に選択。ワークロードを移動できてこそ、プラットフォームの選択が経済性を高める手段となります。(2026年の公開定価に基づくコストモデル。試算であり、ベンチマークではありません。)
しかし、最大のコスト削減効果は、コンピュート料金以外のところにあります。データ連携の仕組みを再構築せずに済むこと、そしてワークロードをより適した処理エンジンへ移せる柔軟性から生まれるのです。GoldenGate Data Fabricの技術資料では、Fortune 100企業であるお客様が、20年近くにわたってプラットフォームを変えてきた歩みを紹介しています。Teradata、Hadoop、Kafka、クラウド、レイクハウスへと移行し、その後、一部のワークロードをオンプレミスに戻したという経緯です。分析チームは、プラットフォームが変わるたびに処理を書き直しました。しかし、データの抽出処理は誰も書き直しませんでした。誰もがわかっているとおり、プラットフォームは今後も変わり続けます。その変化の中でも引き継がれていくのが、ファブリックです。

業務システム側でも分析基盤側でも、プラットフォームは移り変わってきました。変更ストリームはそのまま維持され、新たなデータの連携先も、すべてそのストリームを基盤として構築されました。
プラットフォームではなく、ファブリックを標準化する。
皆様はすでに、データプラットフォームに投資してきました。GoldenGate Data Fabricは、これらのプラットフォームを企業の業務システムとリアルタイムにつなぎ、経済性に最も優れた場所にワークロードを配置できるようにすることで、その投資の価値をさらに高めます。
次回のチームミーティングでは、次の問いを投げかけてみてください。AIはすでにどのような判断を自律的に下しており、その判断の基になるデータはどれほど古いのでしょうか。その時間差を測定することが第一歩です。技術資料に掲載されている「90-Day Change-to-Action Assessment」が、その方法を示しています。そのうえで、GoldenGate Data Fabricを活用して、その時間差を縮めていきましょう。
[技術資料を読む] | [YouTubeで動画を見る]
本サービスの詳細については、Oracleの担当営業チームにお問い合わせください。
