はじめに

2025年6月に公開した「Qlik Cloud Analyticsが展開するAIの世界 2025」で、Qlik Cloud Analyticsが、可視化や分析だけでなく予測やナレッジ活用まで支援するAI基盤へ進化している全体像をご紹介しました。本記事でご紹介するのは、その世界観をさらに具体化する、この1年でのAI機能の進化です。

前回記事の公開以降、2026年8月までに、大きく以下のようなAI関連のアップデートがありました。

今回は「Qlik Answers」「Qlik Predict」の2つに焦点を当て、2026年8月時点の進化点と今後の展開を整理しながら、活用イメージをご紹介します。

構造化データとエージェントで広がる「Qlik Answers」の活用

「Qlik Answers」の進化については、「構造化データへの対応」と「エージェントの実行」に分けてご紹介します。

1. 構造化データへの対応

これまで扱えた非構造化データに加え、Qlikのアプリケーションにロードされた構造化データも、回答のソースとして利用できるようになりました。構造化データの数値的な事実と、非構造化データに含まれる現場の背景・知見を組み合わせることで、データの変化の理由まで捉え、より納得感のある意思決定につなげられます。

▼構造化データにも対応したQlik Answersのイメージ

例えば、売上減少の原因について、アプリ内の売上実績や顧客のデータと、営業日報や失注理由の文書を組み合わせて確認できます。その結果「特定地域の特定商品で受注が落ちており、営業日報には納期遅延や競合値引きに関する記載が集中している」といった、数値と現場情報の両面から見た仮説を含む回答を得られます。

さらに、構造化データが扱えるようになったことで「売上分析を行うダッシュボードを作成してください」「年ごと・部署ごとに売上金額を表示してください」といった指示によって、チャートやダッシュボードを作成できるようになりました。

▼ダッシュボード作成例
　「売上分析のダッシュボードを作成して」と指定

※再生時間の都合上、一部をカット・早送りして掲載しています。 

Qlikの操作に精通していないユーザーでも、自然言語での質問・依頼によって、これまで以上に簡単にデータ活用ができるようになりました。

2. エージェントの実行
Qlik Answersの進化で注目したいのは、質問に対する回答を得るだけでなく、分析に関する業務アクションまで行えるようになった点です。

「はじめに」で記載したエージェント機能のうち、多くはQlik Answersの画面から使用します。Qlik Answersから各エージェントを使って、ワークフローの実行や予測モデルの作成といった、Qlik Cloudに元々備わっている別機能を対話形式で実行できるようになっています。

これにより、例えば分析結果をTeamsに送信したり、過去データを基に解約の可能性が高い顧客を予測したりと、これまで各機能の画面を開いて行っていた作業を自然言語で依頼できるようになりました。

ここでは、Qlik Answersを起点に業務を進めるイメージとして、Predict AgentとAutomate Agentの活用例をご紹介します。

▼Predict Agent
　機械学習機能「Qlik Predict」の画面を直接操作せずに、「案件の受注/失注」の予測
　モデルをQlik Answersから自動作成

▼Automate Agent
　「Qlik Automate」で作成した「対象者へのメール送信」の自動化ワークフローをQlik
　Answersから実行（Qlik Answersで得た分析結果をメールで送信）

現在はユーザーが指示した内容に応じてエージェントが各機能を実行する形ですが、今後は状況に応じて必要な処理を自律的に判断・実行する方向へ進化していくことが期待されます。Qlik Answersから自然言語で行える操作の幅が広がることで、日々の分析業務はより手軽になっていくでしょう。

※Qlik Answersの基本的な機能については、以下の記事をご覧ください。
　データ分析も社内ルールもAIに聞くだけ！「Qlik Answers」のご紹介
※利用時の設定方法や詳しい手順に関する記事も今後公開予定です。

時系列予測に対応した「Qlik Predict」

ノーコードで機械学習の予測モデルを作成できる「Qlik Predict」に、新たな実験タイプとして「時系列」が追加されました。

▼時系列予測モデルの作成画面

従来の回帰・分類に加え、日付を含む学習用データ（過去データ）から、将来の売上や需要などを予測できるようになりました。例えば、店舗や商品ごとの売上を予測し、在庫・発注・人員配置といった計画に活用できます。

時系列予測モデルの作成・展開は、これまでと同様にGUIの操作でシンプルに行えます。
学習用データを指定すると、Qlikが複数の機械学習アルゴリズムを自動評価して、最適な予測モデルを構築します。その後、構築されたモデルを未来の日付を含む予測用データに適用し、予測を実行します。実行後に出力された予測結果は、分析アプリに取り込み可視化することで、実績との比較や計画の見直しに活用できます。

▼出力された予測結果の可視化例
　売上予測を実施し、過去のデータは青、予測結果の未来のデータは赤で表示

使用するデータの要件や、データの更新など運用に関する検討といった留意事項はありますが、うまく活用することで、経験や勘に頼っていた将来予測を、データに基づく判断へと変え、先回りした意思決定につなげることができます。

具体的な実装手順や制限事項などの詳細については以下メーカーヘルプをご覧ください。
多変量時系列予測の作業

さいごに

AIによる自動分析から将来予測、業務アクションまでを支援し、対話を通じて誰もが気づきを得て意思決定に活かせるツールへと進化し続けるQlik Cloud Analyticsに、今後もぜひご注目ください。 

また、今回ご紹介した機能はQlik Cloud Analyticsでのみご利用可能です。オンプレミス版のQlik Sense Enterprise Client-Managedをご利用のお客様は、ぜひこの機会に移行をご検討ください。

移行に関するご支援や最新情報の紹介、デモの実施なども含め、以下よりお気軽にお問い合わせください。