Quollio 與 NEC 完成以目錄管理 dotData 所萃取特徵量與業務脈絡之情境層技術驗證,並於 NEC 內部展開實證
Quollio 與 NEC 完成為 AI 所萃取的資料特徵量附加業務脈絡的技術驗證。
📋 文章處理履歷
- 📰 發表: 2026年3月28日 16:18
- 🔍 收集: 2026年3月28日 21:59(發表後5小時41分鐘)
- 🤖 AI分析完成: 2026年4月15日 06:50(收集後416小時51分鐘)
專為日本企業級客戶提供次世代資料智慧解決方案的 Quollio Technologies 株式會社(總部:東京都港區,代表取締役社長 CEO:松元亮太,以下簡稱「Quollio」),與日本電氣株式會社(總部:東京都港區,取締役代表執行役社長兼 CEO:森田隆之,以下簡稱「NEC」)展開合作,完成了將 AI 資料分析平台「dotData」(注1) 自動萃取的特徵量與業務脈絡(Context)以業務元資料形式進行管理與運用的「Quollio Data Intelligence Cloud」整合技術驗證。基於此次驗證結果,兩家公司自 2026 年 3 月起開始在 NEC 內部實際業務環境中展開實證。
■ 共同驗證背景:AI-Ready 資料整備的課題
隨著生成式 AI 及 AI 代理程式的普及,將企業內部累積的資料轉換為 AI 能理解與運用的「知識(AI-Ready 資料)」的重要性日益提升。「dotData」能自動萃取資料中潛藏的統計事實特徵(洞察),從而提升 AI-Ready 資料整備的效率與速度。然而,如何在業務脈絡下解讀所萃取的特徵並與決策連結的「語意資訊」,往往依賴人的知識與業務經驗,成為 AI 理解脈絡並生成回應時的障礙。
■ 技術驗證內容:建立資料基礎上的「知識循環週期」
於 2025 年 10 月至 12 月期間,運用 Snowflake 合同會社提供的生成式 AI 代理程式「Cortex Agents」與資料視覺化及共享的應用開發工具「Streamlit」。在此環境下,透過 AI 代理程式聊天介面的對話互動,為 dotData 萃取的特徵量附加業務脈絡,確認了 AI 代理程式能在理解脈絡的前提下,生成超越單純數值呈現的有意義回應。此外,也確認了自主整合運用上述資訊的架構在技術上的可行性。

1. 驗證架構:將 dotData 萃取的特徵量儲存至 Snowflake,從 Streamlit 呼叫 Cortex Agents,建構與使用者進行對話的 AI 代理程式環境。
2. 統計事實與業務脈絡的融合(具體案例):以超市購買資料作為模型案例進行驗證。針對 dotData 萃取的特徵量,透過 AI 代理程式聊天介面的對話互動導出「業務脈絡」。確認了結合特徵量與業務脈絡後,AI 代理程式能提供超越單純數值的回應。
-
dotData 萃取的事實(特徵量):「購買時間為 22 時台」
-
透過聊天介面對話互動導出的業務脈絡(Context):「打烊前的來客(臨時需求)」
-
AI 代理程式的行為:使用者只需詢問「購買商品 A 的顧客有哪些特徵?」,AI 即會參照「22 時台(事實)」的資料,加入「打烊前的來客(業務脈絡)」,生成促進使用者理解的回應...