エンタープライズ知識プラットフォームとは？AIエージェント時代に「コンテキストエンジニアリング」が壊れる3つの理由
VentureBeatに掲載された分析は、AIエージェントの本番展開が進むほど、アプリごとにチャンク・埋め込み・検索パイプラインを組む「コンテキストエンジニアリング」が破綻すると指摘します。処方箋はRaw→Refined→Integrated→Servingの4層で全社の知識を一度だけ管理する「エンタープライズ知識プラットフォーム」です。
#データ基盤 の記事一覧（4）
Databricksが50億ドルを追加調達した理由とは？ARR 70億ドル・黒字でも資金を積む「AIコスト」の中身を解説
Databricksが評価額1,900億ドルで50億ドルを調達しました。当初は10億ドルの調達しか想定していなかったものの、投資家からの関心が150億ドルに膨らんだためです。年換算売上70億ドル・成長率80%・キャッシュフロー黒字という企業が、それでも資金を積む理由が今回の焦点です。
MongoDB Atlasがなぜエージェント時代の標準になりつつあるのか——Huntr・Modelence・Tavilyの選択から読む
求人プラットフォームHuntr、AIアプリビルダーModelence、エージェント向け検索APIのTavilyという3つのスタートアップが、揃ってMongoDB Atlasをデータ基盤に採用した。ベクトル検索・ハイブリッド検索・オートスケールを単一プラットフォームで賄うことで、AIエージェント時代の「アーキテクチャの摩擦」を回避する狙いが共通する。
LTAPとLakehouse//RTとは?Databricksが挑む「AIエージェント向けデータ基盤」の正体
Databricksが6月のData + AI Summitで、ミリ秒応答の「Lakehouse//RT」と、Postgresの書き込みをDelta/Iceberg形式で直接保存する「LTAP」を発表しました。AIエージェント時代に向け、運用系と分析系のデータ二重持ちを「ストレージ層で」解消する設計が論点です。