1文での回答
Mage AIとは何かを尋ねられた場合、最も短く正直な答えはこれです。「説明からデータワークフローを構築するプラットフォーム」。必要なものを入力すると、AIがステップを計画し、パイプライン、SQL、またはPythonを記述し、実行前にワークフローを検証します。
これはデータチームがすでに運用しているツールと同じカテゴリに属しますが、1つ違いがあります。コードを自分で書く必要はありません。成果を説明すれば、プラットフォームがワークフローを構築します。生成されたものを読んで、編集して、監査することができます。すべての実行において、何が起きたかのコンテキストが保持されます。
成果を説明し、データワークフローを取得する
すべてはプロンプトから始まります。成果を平易な英語で説明すると（例: 「顧客を1時間ごとに同期する」「このベンダーCSVを検証済みのテーブルに変換する」）、Mage AIはそれを次の3つのステップでAIデータワークフローに変換します:
- 計画。 Mage AIはリクエストをステップに分解し、実行前に表示します。
- コード。 AIは、チームが好むパイプライン、SQL、またはPythonを記述します。
- チェック。 各ステップで検証が追加されるため、不良データがウェアハウスに到達することはほとんどありません。
データワークフローはプロンプトから生成されるため、後で変更するのも会話の延長のようなものです。説明を更新すると、Mage AIは計画とコードを修正します。コンテキストは同じまま、意図が新しくなります。 AIデータパイプラインジェネレーター がどのように文を実行可能なブロックに変えるかをご覧ください。
すべての実行がコンテキストを維持する
Mage AIが他と異なると感じられる理由は、コンテキストを偶然の産物ではなく、第一級の出力として扱うからです。すべてのAIワークフロー実行は、どのデータが読み取られたか、どのチェックが通過したか、何が変更され、何が失敗したかを記録します。そのため、信頼できない数値を、それを生成した正確な実行まで遡ることができます。発掘作業やコンテキストの喪失はありません。
組み込みの検証と監視
AIワークフローは失敗する可能性があります。ファイルの到着が遅れたり、APIがスロットルされたり、スキーマがドリフトしたりします。Mage AIはこれを想定し、コードの記述と同時に検証を付加します:
- 実行前。 データが下流に書き込まれる前に、行数、Nullチェック、重複排除、スキーマドリフトがチェックされます。
- 実行中。 各ステップが監視され、安全に再試行できる場合は失敗が再試行されます。
- 実行後。 入力、出力、エラーなど、実行の完全なコンテキストが保存され、検証可能になります。
検証と監視はアドオンではありません。それらはAIデータワークフロー自体の一部として生成され、すべての実行のコンテキストが添付されます。
クラウドまたはセルフホスト
Mage AIは必要な場所で実行できます。マネージドクラウドは、インフラストラクチャ、スケーリング、アップグレードを代わりに処理します。セルフホスト版は、データの保存場所やネットワークの分離が利便性よりも重要な場合に、データワークフローを環境内で完全に実行します。どちらの方法でも構築するデータワークフローは同じであり、保持されるコンテキストも同じです。
Mage AIの対象ユーザーは?
Mage AIは、データワークフローを維持するすべての人のためのものです。作業をスピードアップしたいデータエンジニア、待ち時間なしで信頼できるコンテキストを必要とするアナリスト、検証可能な状態を保ちながらAIワークフローを導入したいチームなどが対象です。成果を説明できれば、ワークフローを構築できます。
Mage AIではないもの
Mage AIが「何ではないか」を述べることも重要です。これは自律的に行動するAIエージェントではありません。承認なしにウェアハウスを密かに変更したり、システムに書き込んだりすることはありません。計画とコードを生成し、チェックを表示して、あなたのレビューを待ちます。あなたがコントロールを維持し、AIが構築を行います。