Dellows News

Teradata、企業向け自律型協働AI Tera機能強化 2026年第4四半期提供へ

Teradata(NYSE: TDC)は、最新プラットフォーム「Teradata Autonomous Knowledge Platform」の主要構成要素である企業向けAIエージェント「Tera」の機能を大幅に強化し、自律型協働AI(Agentic Coworker)へ移行したことを発表しました。自然言語とガイド付きの実行機能により、ビジネスアナリストからプラットフォームエンジニア、データベース管理者(DBA)までが、データ分析やAIアプリケーション構築、インフラ運用などの複雑なワークフローを単一の統制環境から実行可能になります。新機能群は2026年第4四半期に提供開始される予定です。

3つの新機能で構成される自律型協働基盤

Teraは、従来のエンタープライズAIが抱えていたビジネスの理解とそれに基づく行動の課題に対応するため、主に3つの新機能を統合しています。

  • Tera Context Engine:統制されたビジネス知識をAIに提供する、ベンダーに依存しないコンテキストおよびオーケストレーション層
  • Tera Harness:適切なスキル、ツール、データ、モデル全体にタスクをインテリジェントにルーティングする実行層
  • Agent Skills:データエンジニアリング、データ分析、データサイエンス向けに特化して構築された再利用可能なスキル群

さらに、Teradata環境内でネイティブにAIを実行し、外部モデルを呼び出すことなく企業データ上で直接分析や機械学習のワークロードを処理することで、データ移動やネットワーク遅延を排除し、ハルシネーションのリスクを低減します。

企業データ全体を連携するTera Context Engine

Tera Context Engineは、既存のデータ環境全体で動作するオープンでニュートラルな基盤です。データを移動させたり既存技術を置き換えたりすることなく、データベースやパイプラインエンジン、モデル、AIエージェントを連携させます。

散在する企業データを関係性として接続する「Native Context Graph」や、業界固有の知見を融合した「Neurosymbolic Models」を備えています。また、高コストな確率的推論から統制された実行パスへと処理をシフトさせる「Deterministic Query Economics」により推論コストを抑制し、「Governed Agentic Automation」によってデータプロダクト作成やパイプライン仕様策定の自動化を支援します。

効率的かつ耐障害性に優れた実行層Tera Harness

Tera Harnessは、ワークフロー全体でコンテキストを保持しながら最適なリソースを協調させる実行層です。事前推論段階で実証済みの84の実行パターンを適用して計画を策定する「Cost-Optimized Loop」により、無駄な反復処理やモデルの暴走を防ぎます。

実行面では、Go言語ネイティブのエンジンとgRPC上に構築された「Go-Native Performance Core」を採用し、単一の8-vCPU仮想マシン(VM)上で512の同時並行エージェントをサポートし、毎分279回のツール呼び出しを処理可能です。さらに「Loop-Embedded Guardrails」による安全性確保や、「Durable Agentic Execution」による状態管理とチェックポイント機能で、インフラ障害後も中断箇所から再開できる耐障害性を備えています。

実務向けAgent Skillsと高いベンチマーク結果

実務向け機能の「Agent Skills」では、運用管理を担う「Platform Agents」とデータ分析業務を担当する「Analytics Agents」が提供されます。Model Context Protocol(MCP)接続による独自ツールの追加・拡張も可能です。

性能検証において、同一のOpus 5モデルを用いたSWE-bench Proのテストでは、Claude Codeと比較してトークン消費量を73%削減、処理時間を42%短縮、総コストを58%削減しました。また、Snowflake LabsおよびBespoke Labsが策定したdata-eng-benchでは、Snowflake Cortex Codeと比較してタスク解決あたりのコストを53%削減し、ADE-benchでも高い精度を記録しています。

Teradata チーフ・プロダクト・オフィサーのSumeet Aroraは、Teraが環境全体で機能するよう設計されており、企業がモデルやデータ、実行場所に対する主権を手放すことなく、より少ないオーバーヘッドと低コストで実業務を遂行するAIを実現すると述べています。

本記事はTeradataの発表をもとに作成されています。

アクセスランキング

今日

1週間