CData Software Japan

CData のロゴ、変わったことにお気づきでしょうか。実は10年以上使ってきたブランドをゼロから作り直しました。 旧ロゴの小文字「cdata」は「edata? Adata?」と読み間違えられることがあり、「C」に埋め込まれた矢印も後ろ向きで、会社の方向性を正しく伝えられていませんでした。 コネクティビティツールの会社から AI データインフラの会社へ。事業が変わったのにブランドが追いついていなかった、というのが正直なところです。 新しいロゴ、カラーパレット、タグライン "Built for AI that has to be right." に込めた意図を Creative Director の Andre Thompson が語っています。デザイン判断の裏側が率直に書かれていて、ブランディングに関心のある方にも読み応えのある記事だと思います。

なんと！昨日行われたサイボウズパートナーミーティング仙台のお土産がCData Arc を使って #kintone と基幹システム連携を実現している小松製菓様の南部せんべいでした！ ちゃんと私も大好きな落花生のまめごろうも入ってて嬉しい！ jp.cdata.com/case-study/kom…

【社内ネットワーク完結型AIエージェントのアーキテクチャ】 「AIを業務に使いたいが、社内データを外部クラウドに出せない」 金融・医療・公共・製造の現場から、こうした相談をよくいただくようになりました。 こうした声にお応えする、n8n（セルフホスティング）+ ローカルLLM（Ollama）+ CData API Server の3コンポーネントで、外部ネットワーク通信なしにAIエージェントを動かす構成をまとめた記事を公開しました。 記事では2つのパターンを紹介しています。 ひとつは「ワークフロー型」。LLMは要約・整形に徹します。定期レポートや定例サマリに向いていて、再現性とコスト予測がしやすいはずです。 もうひとつは「業務スコープを絞ったエージェント型」。LLMが自然言語からODataクエリを動的に生成します。推論の範囲をクエリ生成に限定するのがポイントで、SQLを直接叩かせるよりもガードレールを引きやすい構成です。詳しくは👇

【🔥ChatGPTアプリディレクトリにConnect AIが登場】 CData Connect AI が ChatGPT の公式アプリディレクトリに加わりました！ Snowflake、BigQuery、リレーショナルDB、データレイクハウスなど 350 以上のエンタープライズシステムへ、ChatGPT からリアルタイムにアクセスできるようになります。 ChatGPT アプリディレクトリからConnect AIにログインして直接接続を追加できます。詳細とConnect AI無償トライアルはリンク先から👇

美容医療業界のリーディングカンパニー、ジェイメックさまでの #CData 製品活用事例が公開されました！顧客向け会員サイトを支えるマルチクラウドへのデータ連携を #CDataArc で内製化、データ品質向上と業務効率化を同時に実現されています。ぜひごらんください！ #kintone #Box #AWS #S3 #DynamoDB

“ERP導入後”こそAI・データ活用の本番　CDataとテクトラがパートナーシップ ascii.jp/elem/000/004/4…

【事例公開🆕✨】ジェイメック様が、オンプレミス基幹システムのデータをkintone・Box、医療機関向け会員サイトを支えるAmazon DynamoDB・S3へ自動連携し、顧客向け会員サイトのデータ品質向上と業務効率化を実現された事例を公開しました！ 👇記事はこちらから👇 jp.cdata.com/case-study/jme…

Claude とCData Connect AIを組み合わせながら、商談準備＋後処理が1時間→10分になった話、ASCII様に取材していただきました！ ・SFAのフォローアップ棚卸し自動化 ・アジェンダ自動生成 ・議事録＋メールドラフトも即作成 MTGが隙間無く入れられるようになって大変ですが笑 ascii.jp/elem/000/004/3…

【事例公開🆕✨】ミモナ様が『CData Power BI Connectors』を活用して EC・Amazon FBA・実店舗のデータをPower BIに直接連携。ECと実店舗を融合するOMO戦略の統合的なデータ分析基盤を内製で実現された事例を公開しました！ 👇記事はこちらから👇 jp.cdata.com/case-study/mim…

ウェビナーのお申込はこちら👇 lp.tectura.com/ja/ai_cdata

【プレスリリース】 CDataがDynamics 365のスペシャリスト、テクトラジャパン様とパートナーシップを締結しました！Dynamics 365 Business CentralなどのERP導入後の「データ活用の壁」を、両社で一緒に崩していこうという取り組みです。 5月26日（火）14時からは「AIが『使える会社』と『使えない会社』の決定的な違い」をテーマに共同ウェビナーも開催します。Business Central を活用されている方、ERP導入後のデータ活用・AI推進を検討されている方に参考になる内容かと思います。 詳細はこちら👇 jp.cdata.com/company/press/…

5月29日にMCPプラットフォーム・CData Connect AI の新機能をまとめて紹介するウェビナーを開催！ デモも豊富に用意して、私がガッツリ解説していきます！ ✅Gemini Enterprise × OAuth PKCE ✅Connect Gateway でオンプレDBを安全接続 ✅カスタムMCPツール・Toolkits jp.cdata.com/resources/conn…

詳しくは👇 jp.cdata.com/blog/ibm-i-cdc…

【IBM i × AI 連携 - 全件取得の限界】 「IBM i のデータを AI に使いたい」という相談が増えています。 ただ、多くの現場でまず試みるのが「夜間バッチで全件取得してクラウド DWH に流す」方式で、これが想定外の壁にぶつかりがちです。 テーブルが肥大化するにつれてバッチが朝までに終わらない。変更が数万件でも 1000 万件分のロードコストがかかる。そして AI が参照するのは「昨日のスナップショット」今朝キャンセルされた受注は翌日まで反映されない。 さらに見落とされがちなのが「削除」の問題です。物理削除されたレコードが検知できず、廃番商品・退職者情報が AI の回答に混入するリスクがあります。 この課題に対してバランスよく機能するのが、ログベース CDC（Change Data Capture）。 IBM i が標準で持っているジャーナル機能をログとして活用する仕組みで、本番 DB への接続は読み取り時のみ、差分データのみを転送するため転送量がほぼ一定に保てます。INSERT・UPDATE・DELETE をすべて検知できるので、廃番商品の削除も AI 基盤に正確に伝わります。また、IBM i 固有の EBCDIC（CCSID 5026/5035）から UTF-8 への変換にも対応しているので、半角カナ・外字の文字化けリスクも減らせます。

マネージドMCP プラットフォーム「CData Connect AI」のQ1アップデートがめっちゃ充実していたので、がっつり解説するウェビナーを開催しますよ！ 私がGemini Enterprise 連携から、オンプレミスゲートウェイ、MCP Toolkitまでライブデモでお届け予定♪ ぜひご参加ください！ jp.cdata.com/resources/conn…

アップデートの詳細はこちら👇 jp.cdata.com/blog/cdataarc-…

【CData Arc 2026 メジャーアップデート】 CData Arc 2026（26.1）が公開されました！CData のブランドリニューアルのタイミングで、接続性・AI連携・エンタープライズ管理の3軸で大きく進化しています。 とくに注目は2点 ひとつは AIコネクタ の搭載。業務自動化・EDIフロー内で、テキスト分析・分類とその後の処理の分岐、といった処理をAIで実施できます。フローの中にAIを「部品」として組み込む感覚です。さらにGemini・DeepSeek・Ollama CloudおよびOpenAI互換プロバイダーに対応しました。 もうひとつは Git バージョン管理。Arc の設定変更をGitで追跡し、開発からステージング・本番への変更を安全に管理できます。改ざん検知ログも追加され、監査ログを暗号的に検証できるようになりました。コンプライアンス対応が求められる金融・製造業の現場では、かなり実用的な機能になるはずです。 Arc Cloud（マネージド版）でのカスタムコネクタ対応など、その他の改善も含めて、詳細はブログ記事でご確認ください。

詳しくはこちら jp.cdata.com/blog/ipaas-ai-…

【iPaaS は AI エージェントに最適化されていない？】 iPaaS は、長年にわたってエンタープライズインテグレーションの標準として機能してきました。Salesforce と ERP をつなぐ、メールトリガーで在庫を更新する——こうした「決まった処理を確実に動かす」用途には今も優れた選択肢です。 ただ、AI エージェントに同じ基盤を使おうとすると、少し話が変わってきます。 iPaaS の各エンドポイントは、人間が事前に選択・定義する場合がほとんどです。「新規顧客を作成する」「商談ステータスを取得する」という操作は、誰かがあらかじめ設計した動線を通じて実行されます。 しかし、AI エージェントの本来の価値は複数のシステムをまたいで推論し、誰も事前に定義しなかった問いを発して答えを組み立てることにあるはずです。 例えば「このアカウントは今どんな状態か？」という問いに答えるとき、AI は Salesforce の商談、ServiceNow のサポートチケット、NetSuite の支払いパターン、製品の利用データを横断的に見ていきます。この探索プロセスは、事前定義のワークフローでは捉えきれないかもしれません。 CData が提唱する「ユニバーサルコネクティビティ」は、こうしたリアルタイムの探索型アクセスに向いています。AI がデータにアクセスし、リアルタイムで推論を進められる基盤として設計されています。 AI エージェントの活用を検討されている方に、設計の考え方として参考になるかもしれません。