专为日本企业级客户提供次世代数据智能解决方案的 Quollio Technologies 株式会社（总部：东京都港区，代表取缔役社长 CEO：松元亮太，以下简称「Quollio」），与日本电气株式会社（总部：东京都港区，取缔役代表运行役社长兼 CEO：森田隆之，以下简称「NEC」）展开合作，完成了将 AI 数据分析平台「dotData」(注1) 自动萃取的特征量与业务脉络（Context）以业务元数据形式进行管理与运用的「Quollio Data Intelligence Cloud」集成技术验证。基于此次验证结果，两家公司自 2026 年 3 月起开始在 NEC 内部实际业务环境中展开实证。 ■ 共同验证背景：AI-Ready 数据整备的课题 随着生成式 AI 及 AI 代理程序的普及，将企业内部累积的数据转换为 AI 能理解与运用的「知识（AI-Ready 数据）」的重要性日益提升。「dotData」能自动萃取数据中潜藏的统计事实特征（洞察），从而提升 AI-Ready 数据整备的效率与速度。然而，如何在业务脉络下解读所萃取的特征并与决策链接的「语意信息」，往往依赖人的知识与业务经验，成为 AI 理解脉络并生成回应时的障碍。 ■ 技术验证内容：创建数据基础上的「知识循环周期」 于 2025 年 10 月至 12 月期间，运用 Snowflake 合同会社提供的生成式 AI 代理程序「Cortex Agents」与数据可视化及共享的应用开发工具「Streamlit」。在此环境下，通过 AI 代理程序聊天接口的对话交互，为 dotData 萃取的特征量附加业务脉络，确认了 AI 代理程序能在理解脉络的前提下，生成超越单纯数值呈现的有意义回应。此外，也确认了自主集成运用上述信息的架构在技术上的可行性。 知识循环周期示意图 １. 验证架构： 将 dotData 萃取的特征量保存至 Snowflake，从 Streamlit 调用 Cortex Agents，建构与用户进行对话的 AI 代理程序环境。 ２. 统计事实与业务脉络的融合（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 代理程序聊天接口的对话交互导出「业务脉络」。确认了结合特征量与业务脉络后，AI 代理程序能提供超越单纯数值的回应。 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业务脉络（Context）： 「打烊前的来客（临时需求）」 AI 代理程序的行为： 用户只需询问「购买商品 A 的顾客有哪些特征？」，AI 即会参照「22 时台（事实）」的数据，加入「打烊前的来客（业务脉络）」，生成促进用户理解的回应...