Tablize は、データが多すぎて整理する人がいない小規模チームを運営していた頃、私たちが欲しかったツールです。だから自分たちで作りました。
過去 20 年間、「データと話す」とは 2 つのことしか意味していませんでした。BI チームを雇ってダッシュボードを構築する（Tableau、Looker、Metabase）か、SQL を書く人を雇う（Jupyter、dbt、BigQuery コンソール）か。多くのチームにとって、どちらの形も合いませんでした。彼らはアナリストではなく、月 1 回しか聞かない質問のために BI 導入を正当化することもできなかったのです。
Data Agent はその両極端の間に位置します。質問に対して適切なツールを選び、SQL や Python を書き、分析を実行し、グラフを描き、結果を説明する — アナリストの仕事を行うエージェントに支えられたチャット表面です。役立つ回答は、再利用可能な資産になります：レポート、スクリプト、ダッシュボード、ウォッチ。
私たちはこのカテゴリを発明したわけではありません。いくつかの企業がこの分野に本気で取り組んでいます。私たちの賭けはチャットの *後* に起こることに — keep ループが差別化要因であり、私たちは会社をそこに賭けています。
「データのための AI」ツールの多くは、ユーザーが技術者であることを前提にしています。私たちはその逆で、技術的な仕事（SQL を書く、ダッシュボードを組む、スケジュールを配線する）こそがエージェントに任せたかった仕事だと考えています。
チャットボットの回答は消えてしまいます。Data Agent の回答は、レポート、スクリプト、ウォッチ、ダッシュボードになります — セッションを超えて残り、次に必要になったときも機能する形に。
AI は自信ありげな回答を作るのは得意ですが、正しさには弱いです。私たちは Verifiable Reasoning（検証可能な推論）をプロダクトに組み込み、エージェントが立ち止まり、データをサンプリングし、自己検証し、計算過程を見せるようにしました。
Pro プラン以上でセルフホストが可能。LLM キーは持ち込み。ランタイムはオープンソース。エージェントは不要なアクセスを取得すべきではなく、プロダクトを使うことと自分のデータを所有することの間で選択を迫られるべきではありません。
主に：データチームを持たない小規模チーム。製品データはあるがアナリストがいないソロ開発者やインディーメーカー。友人の助けを借りて Shopify を運営している DTC オペレーター。3 つの異なるクライアントのデータセットで同じ分析を行うフリーランスアナリスト。モニタリングプラットフォームなしでセンサーを稼働させている IoT メーカー。何が変わったかを知って週を始めたいスタートアップ創業者。
主にではない：確立した BI 部門を持つ大企業。すでに Looker を大規模に運用し、ガバナンスされたメトリクスとそれを愛するデータチームがいるなら、私たちはあなたに合うツールではありません。そのまま使い続けることを心からお勧めします。今あるツールは、今ある形に合っています。
Tablize は活発に開発中です。コアプロダクト — Connect、Ask、Keep — は今日出荷され、利用可能です。無料プランは稼働中で、有料プランは Fly.io マネージドインフラ上で動作し、ランタイムはオープンソース、セルフホストの道は十分に踏み固められており、厳格なデータレジデンシー要件のあるチームには推奨しています。
次に取り組んでいるもの：より深い IoT、より広い連携カバレッジ、より良い予測プリミティブ、高リスクな分析作業のためのより厳密な推論モード。プロダクトロードマップは、ユーザーが実際に使うものに従って動きます — 求めるものよりも具体的だからです。
ご質問、アイデア、ご不満、提携のご提案、セキュリティ報告 — すべて目を通します。hello@tablize.com までメールしてください。本物のメッセージにはすべて、数営業日以内に返信します。
セキュリティ研究者の方は security@tablize.com をご利用ください。詳細は セキュリティページ をご覧ください。