著者: Jozef de Vries、EDB 最高製品エンジニアリング責任者
20 年前の今年、EDB の創立者たちは 2 つの賭けをしました。1 つは、ますます多くの人が Postgres を使いたがるようになるということ、もう 1 つは、ますます多くの人が Oracle の使用をやめたがるようになるということでした。
これらの賭けは概ね成功しています。Postgresの人気は長年にわたって急上昇しており、EDBはOracleとの互換性に継続的に注力し、PostgreSQLコミュニティプロジェクトへの継続的な貢献、そしてエンタープライズ規模でPostgresを稼働させるためのデータベースツールの開発に注力してきたことで、継続的な成長を実現しています。
EDB が登場してからの 20 年間、あるいはテクノロジーとしての Postgres が登場してからの 30 年近くにわたって、業界はいくつかの注目すべき変化を経験してきましたが、その間ずっと、ユーザーは最も複雑なデータの課題に取り組むために Postgres だけを使用するようになりました (または切り替えています)。
Postgresの人気は成功ですが、ゴールではありません。EDBにとって、Postgresで何ができるかという可能性をさらに高め、革新と実験を続けるためのきっかけとなるのです。
今、私たちは新たな賭けに出ており、この賭けにおいて、EDB は 3 つの新たな問題の解決に注力しています。
- システムとユーザーの急増: 数十年にわたるさまざまなデータ システム、テクノロジ、地理、およびユーザーの増加により、管理がますます困難になる断片化された環境が生まれました。
- 断片化されたデータ システムは価値を逃しています。同じ膨大なデータ資産には、膨大な洞察の可能性が秘められていますが、これらのデータ資産の大きな管理オーバーヘッドと複雑さを考えると、その価値は実現されていません。
- ユーザーは依然として業務を遂行するために過酷な努力を強いられています。AIの登場により、タスクの実行と顧客向けソリューションの構築が容易になる可能性が示されました。その価値を認識しなければ、企業は「ドットコム」という言葉を口にするよりも早くリスクに直面することになります。
では、次の大きな賭けは何でしょうか?
EDBは、Postgresデータベース企業からPostgresデータおよびAIプラットフォーム企業へと変革を遂げています。この事業拡大により、EDBはトランザクションワークロードに関する専門知識を基盤に、データ分析とインテリジェンス生成におけるお客様の進化するニーズに応える機能を提供できるようになります。開発者はPostgresを好んで使用しており、EDBは、開発者がユースケースを拡大してもPostgresエコシステムに留まれるよう支援します。
EDB は、EDB Postgres® AI によってこれを実現します。
EDB Postgres AI: トランザクション、分析、AIワークロードのためのインテリジェントプラットフォーム
EDBは根本的に、依然としてトランザクションワークロードに重点を置いています。そうあるべきです。トランザクションデータは、私たちの社会における経験や相互作用のデジタルフットプリントを表しています。ユーザーとデジタルシステムのインタラクションに関する洞察を得るには、それらのインタラクションを通じて生成されたデータを分析する必要があります。知識の開発、ソリューションの創出、そして日常生活の課題の解決を支援するテクノロジーを提供するには、社会が自らと相互作用する様々な方法（良い面と悪い面の両方）を表すデータを用いてモデルをトレーニングする必要があります。
EDB は、その中核として、今後も Postgres と、Postgres をエンタープライズ規模で実行するためのツールを構築する企業であり続け、そして今では、顧客とそのユーザーがデータから価値を引き出そうとするあらゆる方法にわたって価値を実現する Postgres エコシステムを構築する企業でもあります。
上記の 3 つの問題をどのように解決し始めているかを見ていきましょう。
1. Postgres を実行する場所を問わず、データ資産管理とインテリジェントな観測可能性を実現します。
EDB Postgres AIは、セルフマネージド、クラウドホスト、サードパーティのPostgresシステム全体の情報を集約する資産管理プラットフォームを提供することで、この課題の解決を目指します。管理者は主要な健全性指標を確認し、システム所有者と連携して問題に対処し、タイプ、バージョン、リージョンなどのメタデータにアクセスしてコンプライアンスを確保できます。
今後は、Postgres 以外のデータベース システムのサポートの導入、ライフサイクル管理機能の提供、ポイントツーポイントの移行などの機能を提供する予定です。
画像: EDB Postgres AI ログインビュー
2. パフォーマンスを犠牲にすることなく、Postgres 内で迅速な分析を実行します。
数年前、EDBが顧客調査を実施したところ、約60%の顧客がPostgresサブスクリプションの一部を分析ユースケースに活用していることがわかりました。Postgresは分析に最適化されていないという見方が一般的でしたが（実際はそうではありません）、今回の調査では、お客様がパフォーマンスとスケールを犠牲にしてでも分析をトランザクションシステムに近づけ、Postgresインターフェースを通じて分析ユースケースを実行できることが示されました。
私たちは、その妥協を排除します。EDB Postgres AI Lakehouseの機能により、お客様は標準のPostgresインターフェースを介して分析ワークロードを実行でき、a) 運用ワークロードに影響を与えることなく、b) 従来のPostgresシステムよりも優れたパフォーマンスとスケールを実現できます。
最初のイテレーションで、Lakehouse は従来の Postgres システムと比べて、分析クエリが平均で 30 倍高速、ディスク テーブルが 5 倍小さく、ストレージのコスト効率が 18 倍優れているというベンチマーク結果がすでに出ています。
今後の私たちの最終目標は、Postgresクラスタ上で直接分析ワークロードを実行し、HTAPスタイルのアーキテクチャを通じてよりリアルタイムに近い分析エクスペリエンスを提供することです。この点については、近い将来、さらに詳しくお伝えする予定です。
画像: EDB Postgres AI の概要
3. AI を活用して Postgres のほぼ無限の可能性を実現します。
近年のAIブームを受け、EDBにとってAIを活用してお客様のデータ管理エクスペリエンスを向上させる絶好の機会が生まれています。この分野における私たちの戦略は2つの柱、すなわちPostgresにAIを導入することと、PostgresをAIに導入することです。
前者の場合、データベースの移行は困難です。EDB Postgres AIでは、AI駆動型の移行コパイロットをリリースすることで、お客様がレガシーシステムから脱却できるよう支援するというコミットメントを継続しています。このコパイロットは、EDBの膨大な知識ベースと数十年にわたる経験に基づいてトレーニングされており、Oracleシステムからの移行時に発生する非互換性の問題を迅速に把握し、対処できるよう支援します。
後者に関しては、Postgresで直接AIアプリケーションを構築できるようにするための投資です。NoSQLの波で見られたように、ベクターデータベース技術の導入により、開発者はAIアプリケーションを構築するためにPostgresエコシステムを離れる必要が生じています。これは事実上、「データシステムの急増」という新たな波と言えるでしょう。
最初のステップは、AIデータの類似性検索と分類の基盤となるベクトル埋め込みの保存、取得、クエリを可能にするpgvectorのサポートです。さらに、pgaiと呼ばれるPostgres拡張機能のテクニカルプレビューも提供します。この拡張機能により、アプリケーションはAIデータと直接やり取りできるようになり、ベクトル埋め込みの複雑さを抽象化します。また、データ準備、LLMベースのデータ生成、PostgresテーブルへのAIデータの保存サポート、そして自動ベクトル埋め込みとインデックス管理によるリアルタイムAIデータ取得といった機能を拡張します。さらに、このソリューションは、Lakehouse機能も活用し、オブジェクトストレージ上で大量のAIデータを保存・処理します。
結論
EDBは最終的に、お客様がエンタープライズ規模のデータ課題に取り組めるよう、製品機能に革新的な投資を行っています。Postgresのパワーを活用することで、データ環境全体にわたってその価値を拡大し、業界をリードするデータ管理プラットフォームとしての将来を確実に築くことを目指しています。
EDB Postgres AI がデータ戦略をどのように変革できるかについて詳しくは、www.enterprisedb.com をご覧ください。
