AIP アーキテクチャ

AIP、Foundry、Apollo の概要で説明しているように、AIP は生成 AI を業務領域に接続する Palantir のプラットフォームです。AIP と Foundry は、Apollo を基盤とし、Rubix 内にデプロイされた共通のサービスメッシュの一部として連携して動作します。このページでは、AI を中心とした視点から AIP のエンドツーエンドのアーキテクチャを紹介します。これには、幅広い LLM への安全な接続、オントロジーへのコンテキストの継続的な統合、エージェントと自動化の構築、デプロイされたエージェントの継続的なパフォーマンスの観測と評価、および AI 駆動の製品を管理するための包括的な開発者向けツールチェーンが含まれます。

AIP アーキテクチャの機能は、大きく12のカテゴリーにまとめられます。

1. 安全な LLM の統合とアクセス： 幅広い商用 LLM（GPT、Gemini、Claude、Grok モデルなど）およびオープンソースモデル（Llama など）への安全なアクセスを、Palantir が管理するインフラストラクチャを通じて実現します。このインフラストラクチャでは、送信されたデータがサードパーティープロバイダーに保持されず、モデルプロバイダーによる再トレーニングにも使用されないことが保証されます。企業は、既存のモデルの購読、ファインチューニングされたモデル、ドメイン固有のモデルなど、既存のモデルを統合することもできます。
2. エンドツーエンドの観測可能性： AI 駆動のワークフローとエージェントによるプロセスのすべてのステップに対応する監視ツールを提供します。これには、オントロジーにデータを供給するすべてのデータフローの詳細な監視、人間のユーザーまたは AI エージェントが実行するすべてのアクションのログ記録、およびワークフロー内で連鎖する実行を追跡する機能が含まれます。この観測可能性は、トークン消費量やその他のリソース使用状況にも及びます。
3. コンテキストエンジニアリング： オントロジーとそれに依存するすべてのワークフローを支えるコンテキストデータ、ロジック、アクションを統合するためのノーコード、ローコード、プロコードのツールを開発者に提供します。バッチ、ストリーミング、CDC によるリアルタイムレプリケーションなど、データ統合のすべてのモダリティを、Spark、Flink、DataFusion、Polars などの任意のランタイムで活用できます。同時に、一貫したセキュリティ、ガバナンス、来歴追跡、およびその他の重要な保証が維持されます。
4. オントロジーシステム： それぞれ異なるデータ、ロジック、アクション、セキュリティを、企業の意思決定を表す統一的な表現に統合することで、コンテキストを活用できるようにします。オントロジーの詳細をご覧ください。
   • オントロジーの言語は、業務プロセスの「名詞」と「動詞」を、人間とエージェントの双方が理解できる形式でモデル化します。
   • オントロジーのエンジンは、数十億個のオブジェクトへのクエリ、数万件のアクションのオーケストレーション、およびフィードバックに基づく学習の継続的な取り込みを可能にします。
   • オントロジーのツールチェーンにより、開発者は共通の基盤の上に、多様で複雑な AI 搭載アプリケーションを構築できます。
5. ベクトル、コンピューティング、ツールのサービス： 埋め込みの生成と管理に必要な統合ベクトル化サービス、マルチノードエンジン（Spark、Flink など）、効率的なシングルノードエンジン（DuckDB、Polars など）、および任意のコンテナー化された「持ち込み」エンジンを活用できる拡張可能なコンピューティングフレームワーク、さらにオントロジーシステムと連携し、進化し続けるツールファクトリーとして機能する統合ツールサービスを提供します。このプラットフォームは、モデル、コンピューティングエンジン、インターフェースに関して、モジュール性と拡張性を備えるように設計されています。
6. セキュリティとガバナンス： 人間とエージェントが行うすべての操作が、ロール、マーキング、目的に基づく厳格な制御に従うことを保証します。これには、インフラストラクチャ、プラットフォーム、企業のセキュリティ制御の組み合わせが必要です。これらの制御は、きめ細かく設定でき、動的に照会することもでき、表現力豊かな監査ログに記録されます。ガバナンス機能は、プラットフォームのインターフェース内で行われるすべての業務、エンジニアリング、開発活動に加え、API/SDK を通じてプログラムで行われる活動にも一貫して適用されます。
7. エージェントのライフサイクル： 本番環境のエージェントについて、相互に接続された構築、オーケストレーション、評価のプロセスを支えます。エージェントは、ノーコード、ローコード、プロコードのワークベンチを使用して構築できます。永続的なオーケストレーションは、AIP Logic のようなローコードインターフェース、または Code Workspaces のようなプロコードインターフェースを通じて設定、管理できます。統合評価フレームワーク（AIP Evals）はオントロジーとシームレスに連携し、テストケースの作成、エージェント定義のデバッグと反復的な改善、異なる LLM 間でのパフォーマンスの比較、実行間のばらつきの調査などを可能にします。
8. 業務の自動化： ワークフロー内およびワークフロー間で必要となるさまざまな形態の自動化を実現します。これには、スケーラブルなスケジュールベースの自動化、ストリーミングデータを処理するほぼリアルタイムのイベント駆動型自動化、および API 駆動の操作と密接に組み合わされた自動化が含まれます。モダリティに関係なく、すべての自動化で、オントロジーシステム内の豊富なデータ、ロジック、アクションのプリミティブと、多様な実行および通知の設定を活用できます。
9. 開発環境： 開発者が望む方法と環境でエージェントや自動化を構築できるようにします。AIP は統合開発環境（VS Code、JupyterLab など）を提供し、オントロジー駆動のアプリケーションや統合されたテストおよび評価フレームワークとのシームレスな接続を実現します。同様に、プラットフォーム SDK ↗ とオントロジー SDK を Palantir の VS Code プラグインと組み合わせることで、既存の環境や開発者向けツールチェーンでも同じ主要機能を利用できます。さらに、Palantir MCP は、エージェントによる開発のための安全なインターフェースを提供します（プラットフォーム内で AI FDE を使用して実現できることと同様です）。
10. 人間と AI のアプリケーション： オブジェクト指向の分析から、リアルタイムのアプリケーション構築、マルチモーダルなガバナンスワークフロー、主要なプラットフォーム機能の管理まで、AI 駆動の体験を幅広く提供します。業務ユーザー、コンプライアンスチーム、エンジニア、アナリスト、その他の主要なペルソナは、それぞれのワークフローに特化した、すぐに使えるアプリケーションを利用できるとともに、オントロジーを活用した新しいアプリケーションを迅速に構築できます。いずれの場合も、AI の導入を慎重に制御し、透明性を持って評価できるため、支援から自動化へと円滑に移行できます。
11. パッケージ化、リリース、デプロイ： 開発者は、個別の分析やアプリケーションにとどまらず、統合された DevOps ツールチェーンを活用して、十分な機能を備えた AI 製品を構築できます。データパイプライン、オントロジー定義、自動化、構築済みアプリケーションをエンドツーエンドでまとめてパッケージ化し、異種の対象環境にリリース、デプロイできます。開発者は「ラストマイル」のカスタマイズで許容する範囲を指定でき、下流のチームは、製品定義が進化し、変更が検証されてリリースチャネル間で昇格されるにつれて、更新を安全に受け取ることができます。
12. 企業の自動化： あらゆるペルソナや背景を持つ構築者が、特化した AI エージェント（AI FDE、AIP Analyst など）を活用し、データパイプラインの構築、ビジネスロジックの記述、モデルのトレーニング、オントロジーの構築、分析の作成、エンドツーエンドのアプリケーション開発を行えるようにします。重要なのは、これらのエージェントが人間のユーザーと同じ基盤の上で動作することです。つまり、同じ統合変更管理機能（Global Branching など）に従い、人間が関与するワークフローと完全に自律的な操作をシームレスに組み合わせることができます。