2025年3月

3月にリリースされたSaaS機能のお知らせ¶

2025年3月

このページでは、2025年3月に新たにリリースされ、DataRobotのSaaS型マルチテナントAIプラットフォームで利用できる機能についてのお知らせと、追加情報へのリンクを掲載しています。 リリースセンターからは、過去にリリースされた機能のお知らせや、セルフマネージドAIプラットフォームのリリースノートにもアクセスできます。

注目の新機能¶

今回のデプロイでは、ナビゲーションの変更やプラットフォーム全体への新しい外観の適用など、ワークベンチ全体でさまざまなユーザーエクスペリエンスとインターフェイスの改善が導入されています。 以下の動画で簡単にご紹介します。

主な新機能は以下のとおりです。

• ワークベンチ全体で、2階層目への移動が常に左パネルからできるようになりました。
• ユースケースをユースケースディレクトリの最上位にピン留めして、すばやくアクセスできるようになりました。
• ユースケースにタグを追加することで、フィルター設定や整理が容易になります。
• ユースケース管理ページでは、コメントや説明を追加したり、タグやユーザーを管理したり、バリュートラッカーやリスク評価・管理ツールにアクセスしたりすることができます。
• 新たな全画面のリーダーボードにより、さらに多くの情報を表示できるようになりました。
• DataRobotの新しいブランディングを反映し、アクセシビリティのベストプラクティスにより適切に従うように、アプリのカラーパレットを変更しました。

3月リリースの機能¶

次の表は、新機能の一覧です。

アプリケーション¶

キャッシュフロー予測のアプリケーションテンプレート¶

ファイナンスAIアプリスイートの一部であるこのキャッシュフロー予測のアプリケーションテンプレートは、支払い遅延予測モデルの基本的な開発および予測ワークフローの概要を示しています。 SAP Datasphere、SAP S4/HANA、SAP Analytics Cloudに保存されたデータを活用し、AI主導の予測と自動化されたインサイトによって財務計画を強化します。

このアプリケーションは、キャッシュフロー、信用リスク、および回収の管理に役立ちます。 大量の請求書、支払い遅延、支払いサイクルの延長を取り扱う業界を対象としています。 このアプリケーションは、キャッシュフローの予測や支払い時期の予測についてリアルタイムのインサイトを提供し、運転資金の最適化や四半期ごとの財務目標の達成に関する意思決定を改善します。

需要計画のアプリケーションテンプレート¶

サプライチェーン＆オペレーションスイートの一部である需要計画のビジネスアプリケーションテンプレートは、DataRobotで需要計画予測モデルの開発および予測ワークフローを提供します。 SAP Datasphereに保存され、SAP IBPから取得されたサンプルデータを利用して、需要予測を強化します。 需要計画担当者がSKUレベルの需要変動を予測し、在庫配分を最適化して、在庫切れや値下げを削減するのに役立ちます。 SAP IBPの組み込みモデルをDataRobotの高度な時系列予測で拡張し、気候やインフレなどの外部変数を考慮することで精度を向上させます。 予実差異の大きいSKUを特定し、計画担当者が最も影響の大きい誤差の修正に集中できるようにします。

予測AIスターターのアプリケーションテンプレート¶

このスターターのアプリケーションテンプレートを使用して、DataRobotで基本的な予測AIデプロイワークフローを実行します。 このテンプレートは、新しいレシピを始めるのに最適です。特定のユースケースに合わせて簡単にカスタマイズできる、シンプルな"hello world"の例を用意しています。

カスタムアプリケーションのアクセスログを表示¶

カスタムアプリケーションがアクセスログを提供するようになりました。 アクセスログを閲覧して、カスタムアプリケーションを開いたり操作したりしたユーザーの履歴を監視します。 アプリケーションまたはアプリケーションソースから、アクセスログを表示できます。 アクセスログには、メールアドレス、ユーザーID、アクセス日時、アプリケーションに対するユーザーのロールなど、ユーザーによるアプリケーションへのアクセスの詳細が記録されます。

GenAI¶

プレイグラウンドで新たなLLMを一般提供¶

業界トップクラスかつ最新のGenAI技術を提供するというDataRobotのコミットメントは、すべてのサブスクリプションエンタープライズユーザーとトライアルユーザー向けに一般提供された新しいLLMスイートによって強化されています。 以下のLLMが新たに追加され、プレイグラウンドからのLLMブループリントの作成に使用できます。

DataRobotで利用可能なLLMの全リストをご覧ください。適切なモデルを選択するための開発者向けドキュメントへのリンクもあります。

LLMの使用非推奨からサポート終了までのプロセスを一新し、LLMのアセットを保護¶

DataRobotでは、LLMが使用非推奨プロセスに入った場合に警告するバッジを提供するようになりました。これにより、ベンダーサポートの予期しない終了からエクスペリメントとデプロイを保護することができます。 LLMに使用非推奨バッジが付いている場合、そのモデルは2か月後にサポートが終了することを示しています。 LLMが使用非推奨になると、ユーザーに通知されますが、機能は制限されません。 たとえば、チャットや比較プロンプトを送信したり、ブループリントの指標を生成したり、新しいブループリントにコピーしたりすることは可能です。 サポートが終了すると、そのモデルから作成されたアセットは引き続き表示できますが、新しいアセットは作成できません。 LLMブループリントのリストにある通知アイコンにカーソルを合わせると、最終日程が表示されます。

LLMがデプロイされている場合、DataRobotはベースとなるLLMに使用されている資格情報を制御できないため、デプロイは予測を返すことができません。 このような場合は、デプロイ済みのLLMを新しいモデルに置き換えてください。

以下のLLMは現在、またはまもなく使用非推奨になります。

トライアルユーザーは、自分のリージョンに適したすべてのLLMにアクセスできるようになりました。¶

これまで、トライアルユーザーは一部のLLMしか利用できませんでした。 現在、DataRobotでは、トライアルユーザーが自分のリージョンでサポートされているLLMにアクセスできるようになっています。 リージョン別の情報については、利用可能なLLMの全リストを参照してください。

データ¶

ワークベンチでのSQLレシピの作成¶

ワークベンチでSQLエディターをして、SQLクエリーで構成されたレシピを作成できます。このレシピにより、データセットを拡充、変換、整形、および組み合わせて、新しい出力データセットを作成できます。 SQLエディターを開くには、ユースケースのデータアセットタイルで、データセットの横にあるアクションメニューを開き、SQLエディターで開くを選択します。 プライマリーデータセットを充実させるために、元のデータセットと同じデータエンジンからデータ入力を追加できます。データ入力を追加したら、エディターへのSQLクエリーの追加を開始できます。 クエリーが完了したら、実行をクリックして結果をプレビューします。

特徴量探索の分散モードがプライベートプレビューに移行¶

特徴量探索プロジェクト向けの分散モードの現在のバージョンは、パフォーマンスの向上と、次期リリースでの本機能の新しい強化バージョンの準備のため、プライベートプレビューに移行されました。 特徴量探索プロジェクトの分散モードでは、セカンダリーデータセットの追加や操作がよりスケーラブルになります。 予測で有効にすると、バッチ予測が分散モードで処理されます。 この機能を有効にする方法については、DataRobotの担当者または管理者にお問い合わせください。

最大100GBのデータセットを取込み¶

最大100GBのトレーニングデータセットを取り込めるようになり、大規模なモデリングが可能になりました。 有効にすると、ファイル取込みの上限が10GBから100GBに引き上げられ、増分学習手法を使用してモデルがトレーニングされます。

モデリング¶

ワークベンチでVisual Artificial Intelligence (AI)の画像オーグメンテーションのサポートを開始¶

画像オーグメンテーションは、既存の画像をランダムに変換することでモデリングデータセットを拡張する仕組みです。 エクスペリメントで有効にすると、シフト、スケーリング、ぼかしなど、さまざまな変換が可能になります。 モデルが構築されたら、アテンションマップ、画像埋め込み、ニューラルネットワーク視覚化ツールの各インサイトを使用して、モデルの意思決定の要因をより深く理解します。 Visual Artificial Intelligence (AI)は時系列エクスペリメントではサポートされていませんが、時間認識予測エクスペリメントでは利用可能です。

Notebooks¶

CodespaceとGitプロバイダーの連携¶

DataRobotのcodespaceとGitプロバイダーを連携することで、DataRobotがOAuth 2.0標準を使用してリポジトリにアクセスできるようになりました。 Gitプロバイダーを選択し、DataRobotへの接続を認証すると、DataRobotのcodespaceでリポジトリのアセットを使い始めることができます。

予測とMLOps¶

デプロイでの地理空間の監視¶

トレーニングデータセット内の位置データを使用して構築し、デプロイした二値分類、連続値、多クラス、または位置モデルでは、DataRobotのLocation AIを活用して、デプロイのデータドリフトおよび精度タブで地理空間の監視ができます。 利用可能な可視化は、ターゲットのタイプによって異なります。 デプロイで地理空間分析を有効にするには、セグメント化された分析を有効化し、位置データの取込み中に生成される位置特徴量のセグメントを定義します。 ロケーションセグメント（geometryやDataRobot-Geo-Targetなど）には、世界をH3セルのグリッドに分割する際に使われる識別子が含まれています。 このリリースでは、位置ターゲットタイプに次の可視化が追加されました：

コンソールでのアクティビティログの確認¶

NextGenコンソールでは、モデル、デプロイ、カスタムモデル、エージェント、およびモデレーションの各イベントを、アクティビティログタブという一元的な場所から確認できます。

このタブには以下のサブタブがあり、一連のロギングアクティビティを記録します。

再トレーニングポリシーをユースケースにリンクする¶

コンソールで再トレーニングポリシーを作成すると、既存のユースケースを選択するか、新しいユースケースを作成して、ポリシーをワークベンチのユースケースにリンクすることができます。 再トレーニングポリシーがユースケースにリンクされると、登録済みの再トレーニングモデルがユースケースのアセットにリストされます。 ユースケースに再トレーニングポリシーをリンクするには、ポリシーの作成時にユースケースを選択します。

デプロイがユースケースにリンクされている場合、そのデプロイの再トレーニングポリシーと結果として再トレーニングされたモデルは、そのユースケースに自動的にリンクされます。ただし、各ポリシーのデフォルトのユースケースを上書きできます。 デプロイ設定で再トレーニングユーザーが指定されている場合、そのユーザーはユースケースのオーナーまたはユーザーのアクセス権を持っている必要があります。

カスタムカテゴリー指標の作成¶

NextGenコンソールでは、外部指標の作成時に、デプロイのカスタム指標タブでカテゴリー指標を定義できます。 カテゴリー指標ごとに、最大10クラスまで定義できます。

デフォルトでは、これらの指標はカスタム指標タブの棒グラフに表示されます。ただし、 設定メニューからチャートタイプを設定できます。

レジストリでモデルのインサイトを表示¶

レジストリ内のDataRobotモデルとカスタムモデルのインサイトタブに、リフトチャート、ROC曲線、残差の各インサイトが含まれるようになりました。 詳細については、登録モデルのインサイトのドキュメントを参照してください。

カスタムモデルでのボルトオンのガバナンスAPIの連携¶

構造化カスタムモデルを構築する際に利用できるchat関数を使うと、テキスト生成カスタムモデルがボルトオンのガバナンスAPIを実装できるため、ストリーミングレスポンスが可能になり、LLMのコンテキストとしてチャット履歴が提供されます。 デプロイされたLLMブループリントでボルトオンのガバナンスAPIを使用する場合、modelパラメーターの推奨値については利用可能なLLMを参照してください。 あるいは、予約値 model="datarobot-deployed-llm" を指定して、LLMプロバイダーのサービスを呼び出すときに、LLMブループリントが関連するモデルIDを自動的に選択するようにします。

ワークベンチで、chat関数を実装したデプロイ済みLLMを追加する場合、プレイグラウンドは優先通信手段としてボルトオンのガバナンスAPIを使用します。 LLMブループリントに関連付けられたチャットモデルIDを入力して、プレイグラウンドからデプロイされたLLMへのリクエストにmodelパラメーターを設定します。 あるいは、datarobot-deployed-llmを入力して、LLMプロバイダーのサービスを呼び出すときに、LLMブループリントが関連するモデルIDを自動的に選択するようにします。

レジストリでは、モデルワークショップはボルトオンのガバナンスAPIを使用したテストの実行をサポートしています。 テキスト生成カスタム推論モデルは、スタートアップテストと、予測エラーテスト（予測 API）またはチャットエラーテスト（ボルトオンのガバナンスAPI）のいずれかを実行します。

詳しくは、ドキュメント、注意事項、およびノートブックの例をご覧ください。

セキュリティが強化されたカスタムモデルのドロップイン環境¶

2025年3月にリリースされたマネージドAIプラットフォームから、ほとんどの汎用DataRobotカスタムモデルのドロップイン環境は、セキュリティが強化されたコンテナイメージになりました。 カスタムジョブの実行にセキュリティが強化された環境が必要な場合、POSIX-shell標準に準拠したシェルコードのみがサポートされます。 POSIXシェル標準に準拠したセキュリティ強化環境では、限られたシェルユーティリティのみがサポートされています。

管理¶

シートライセンス¶

管理者は、ユーザーのアクセス権を一度に1つずつ設定するのではなく、ユーザーアカウントにシートライセンスを割り当てることで、ユーザーのアクセス権を管理できるようになりました。 これにより、管理者はデプロイにアクセスできるユーザーの数をより細かく制御したり、各ユーザーに必要なアクセスレベルを微調整したりできます。

詳細については、シートライセンスの設定と割り当てに関するドキュメントを参照してください。

プラットフォーム¶

ショートカットを使用したNextGen内の移動¶

キーボードショートカットを使って、NextGenプラットフォーム内を移動できるようになりました。 ショートカットメニューを開くには：

• キーボードでCmd+Kを押します。
• ユーザー設定に移動し、ナビゲーションのショートカットを選択します。

特定のショートカットを見つけるには、上部の検索バーを使用します。 ナビゲーションショートカットは、メニューが開いているときだけ実行できます。

ユースケースでの価値の追跡とリスク評価¶

このリリースでは、ユースケースのユースケース管理タイル内にバリュートラッカータブとリスクタブが導入されています。

バリュートラッカーでは、ユースケースで達成したいことを指定できます。 予期する値を定義し、リアルタイムで受け取る実測値を追跡することで結果を測定できます。 また、バリュートラッカーでは、ユースケースツールを使用して、目標の達成や他のユーザーとの共同作業に使用する各種DataRobotアセットを収集することもできます。

リスクタブでは、ユースケースに対する潜在的なリスクを特定し、DataRobotのリスク管理ツールを使用して、それらのリスクに対処し、軽減する方法を決定できます。 リスクには、法律、運用、ITセキュリティ、戦略、バイアスと公平性など、ユースケースに影響を与える可能性のあるすべてのものが含まれます。 リスクは常に変化するため、リスク評価の更新や作成を定期的に行う必要があります。

NextGenのUIとナビゲーションを改善¶

NextGenでは、ユーザーエクスペリエンスとブランディングについて、以下の改善を行いました。

• UI要素に新しいブランドカラーパレットが反映され、アクセシビリティガイドラインに従うようになりました。
• 2階層目への移動が左パネルからできるようになりました。
• よく使うユースケースは、ワークベンチのユースケースディレクトリの最上位にピン留めすることができます。
• 次に、タグを追加してユースケースを整理およびフィルターします。
• ユーザー設定で、ライトテーマまたはダークテーマを選択します。

詳しくは、ページ上部の注目の新機能を紹介した動画をご覧ください。

サポート終了/移行ガイド¶

MLOpsライブラリにはJava 11以降が必要¶

2025年3月以降、MLOps監視ライブラリはJava 11以降で動作する必要があります。 これには、監視のためのスコアリングコードモデルが含まれます。

記載されている製品名および会社名は、各社の商標または登録商標です。 製品名または会社名の使用は、それらとの提携やそれらによる推奨を意味するものではありません。