[Google Cloud Next '26 Las Vegas] セッション参加レポート - カオスから信頼できるエージェントへ：LookMLでセマンティックレイヤーをマスターする

Google Cloud Next '26 Las Vegasとは

Google Cloud Next '26は、2026年4月22日から4月24日の3日間、アメリカ・ラスベガスのMandalay Bayにおいて開催されるGoogleのクラウドサービスに関する世界最大級のイベントです。「ディープ ラーニング、刺激的なセッション、共同での問題解決など、充実した 1 週間になることでしょう。業界の専門家や、あなたと同じ課題や機会に直面している同業者から直接学ぶチャンスです。Next 26 を終える頃には、他では得られない斬新なアイデア、最先端のスキル、行動につながる知見を身につけていることでしょう。」と銘打っており、AIコンテンツで大いに盛り上がった昨年や一昨年にも勝るとも劣らないイベントとなることが期待されます。

私たちNTTインテグレーションも、Google Cloudに精通した専門家として、技術イノベーションの最新動向を取り入れ、顧客に対するソリューション提供に活かしていくことを目指して参加しています。

このような貴重な機会ですので、現地からいち早くブログで最新情報や熱量を発信してまいります。

本記事で紹介するセッション概要

• セッションタイトル： From chaos to trusted agents: Master the semantic standard with LookML

• 講演日時： 2026年4月23日 5:15 PM - 6:00 PM

• 内容サマリ： AI時代の必須要件としてセマンティックレイヤーの重要性と、LookMLを活用してAIのインサイトの正確性を確保する方法についてのセッションです 。さらに、Model Context Protocol (MCP) を使用してLookerとエージェント的に連携し、データ整合性の基盤を構築する具体的な手法が紹介されました 。

このセッションで期待できること

生成AI（LLM）の台頭により、自然言語によるデータ分析が急速に普及しています。しかし、AIが「売上（Revenue）」といったビジネス指標を文脈なしに解釈すると、総売上なのか、純利益なのか、あるいはGAAPベースなのかを勝手に推測してしまい、誤った数値を算出してしまうリスクがあります。

本セッションでは、このAIによる「カオス（無秩序）」を防ぐための唯一の解決策として、LookMLを用いた「セマンティックレイヤー」の重要性を学び、AIエージェントを確定的で信頼性の高いビジネスロジックにグラウンディング（根拠付け）するための新しいアプローチを理解することができます。

セッション内容

セッションでは、LLM単体でのデータ分析が抱える課題と、それを解決するための最新機能が解説されました。

「カオス」問題とセマンティックレイヤーの必要性

• 自信満々なハルシネーション： セマンティックレイヤーを持たないLLMに直接SQLを生成させた場合、重要な意思決定には到底耐えられない「確率的な推測」に依存することになります。

• 人間のためのガバナンスから、エージェントのためのガバナンスへ： これまでデータサイエンティストやアナリストといった「人間」向けに提供されてきたデータガバナンスですが、これからは「AIエージェント」という新たなステークホルダーにも、信頼できるメタデータとビジネスの意味論（セマンティクス）を提供する必要があります。

• LookMLによる役割分担： AIにSQL生成の負担を負わせるのではなく、指標定義やJoin条件をLookMLに集約することで、圧倒的な精度とAIへの信頼（AI Trust）を確立できます。

Looker MCP（Model Context Protocol）の登場

今回のセッションの目玉として、AIエージェントがLookMLのコンテキストを直接利用できる「Looker MCP」が紹介されました。

• Looker-hosted MCP Server： Lookerデプロイメントの一部としてフルマネージドで提供され、サードパーティのLLMやアプリケーションから安全にLookMLのセマンティックモデルをクエリできます。

• Agentic LookML Development： 新たなVS Code拡張機能により、LLMの柔軟性を活かしながら、ダッシュボードのモックアップ等から自動でLookMLを構築・メンテナンスする開発体験（AI-assisted authoring）がサポートされます。

Looker MCPのエンタープライズ活用事例（PayPal社）

後半では、PayPalのVenkata Sangaraju氏が登壇し、実際のエンタープライズ環境におけるLooker MCPの導入事例とデモが披露されました。

スケールとガバナンスの両立

PayPalでは、4,500人以上のアクティブユーザーと200以上のLookMLモデルが本番稼働しています。同社は、ClaudeデスクトップなどのAIエージェントとLookerの間に「PayPal MCP Hub」や「AI Proxy（セキュリティレイヤー）」を挟むことで、権限管理やPII（個人情報）のマスキングを徹底したセキュアなアーキテクチャを構築していました。

導入による劇的な変化（Before / After）

• 正確な指標の特定： 導入前は、AIが生のスキーマからそれらしいカラムを推測してしまいがちでしたが、導入後はLookMLで定義・承認された単一のロジックに必ず解決されるため、推測や曖昧さが排除されました。

• 業務効率の飛躍的向上： 従来は手作業で数時間かかっていた深掘り分析やマルチメトリクスの調査が、AIエージェントとの1回のセッションで完結するようになり、分析1回あたり1時間以上の工数削減に繋がっています。

デモ画面では、ユーザーが自然言語でチャットするだけで、裏側でLookMLのガードレールが機能し、ゼロ除算の回避ルールや定義済みの集計ロジックが確実に適用された精緻なデータが即座に返される様子が確認できました。

まとめ・感想

「AIにすべてを任せる」のではなく、「LookMLという確定的なビジネスルールの辞書をAIに提供する」というアプローチは、エンタープライズAIを試験導入から本格的な本番運用（Pilot to Production）へと引き上げるための絶対条件だと思います。

特に、Looker MCPの登場によって、任意のLLMやAIエージェントが「正しいデータ」へシームレスかつ安全にアクセスできるようになっていますので、ぜひ既存ユーザーの方々はエージェント利用環境にLookerエージェントを追加して効果を実感いただければと思います。

参考

• From chaos to trusted agents: Master the semantic standard with LookML

Google Cloud、Google Workspace に関するご相談はXIMIXへ！

Google Cloud、Google Workspaceに関する お問い合わせはこちら
XIMIX®はNTTインテグレーションが所有する登録商標です。（商標登録第６７５５２３４号）