NEC与提供次世代数据智能解决方案给日本企业用户的Quollio Technologies（以下简称Quollio，注1）合作，完成了将AI数据分析平台「dotData」（注2）自动萃取的特征量，与能以商业元数据管理及运用商业脉络（情境）的「Quollio Data Intelligence Cloud」进行集成的技术验证。依据此验证结果，两家公司自2026年3月起开始于NEC内部的实际业务环境进行实证。 共同验证背景：AI就绪数据整备的课题 随着生成式AI与AI代理的普及，将企业内部累积数据转换为AI能理解并运用的「知识（AI就绪数据）」的重要性日益提升。「dotData」能自动萃取潜藏于数据中的统计性事实特征（洞察），有效提升并加速AI就绪数据的整备效率。然而，如何在商业脉络下解读所萃取特征并链接至决策的「语意信息」，往往依赖人的知识与业务经验，成为AI理解脉络并生成回答时的障碍。 技术验证内容：创建数据基础上的「知识循环周期」 在2025年10月至12月期间，活用了Snowflake合同公司提供的生成式AI代理「Cortex Agents」，以及数据可视化与共享的应用程序开发工具「Streamlit」。在此环境下，通过AI代理聊天接口的对话交互，为dotData萃取的特征量赋予商业脉络，确认了AI代理能在考量脉络的情况下，生成不仅限于呈现数字的有意义回答。此外，也确认了自律集成与运用这些信息的架构技术可行性。 知识循环周期示意图 验证架构： 将dotData萃取的特征量保存至Snowflake，从Streamlit调用Cortex Agents，创建与用户交互的AI代理环境。 统计事实与商业脉络的融合（具体案例）： 以超市购买数据作为模型案例进行验证。针对dotData萃取的特征量，通过AI代理聊天接口的对话交互导出「商业脉络」。确认了结合特征量与商业脉络后，AI代理能提供超越单纯数字的回答。 ・dotData萃取的事实（特征量）： 「购买时间为22时台」 ・ 通过聊天接口对话交互导出的商业脉络（情境）： 「临近打烊的来客（最后抢购需求）」 ・ AI代理的行为： 用户只需询问「购买商品A的顾客有何特征？」，AI便会参照「22时台（事实）」的数据，结合「临近打烊的来客（商业脉络）」生成促进用户理解的回答。 Quollio的情境管理： 保存为Snowflake数据表的特征量与商业脉络...