御社のデータのためのエージェント型AI

AIエージェントが御社のデータを調査します。 トークン課金はありません。

日本語で質問すると、Luminyが答えにたどり着くまで段階的に調査し、御社自身のデータベースの正確な数値によるダッシュボードで回答します。データベースをAIに開くことなく、技術者も介さず、ユーザー課金もありません。

年商14億ドルを超える企業で利用されています。

答えは古くなる。 理解は積み上がる。
なぜAIはまだ御社のデータに届いていないのか

3つの壁が、AIを御社のデータから遠ざけています。Luminyはその3つをすべて解決します。

壁

「データにAIエージェントを使いたい。でも、データベースをAIに開くことはできない。」

機密保持、個人情報保護、リスクを理由に、情報システム部門と法務がプロジェクトを止めてしまいます。

Luminyなら

データベースにアクセスせずに調査するエージェント

AIはクエリを組み立て、結果だけを読みます。レコードは決して読みません。データベースはそのままの場所にあります。

壁

「新しい質問のたびに、情報システム部門の順番待ちになる。」

出来合いのダッシュボードは次の質問に答えられず、アナリストがボトルネックになります。

Luminyなら

どんな質問もダッシュボードに。技術者は不要です

日本語で質問すれば、御社のデータベースの正確な数値によるグラフが届き、すぐに深掘りできます。

壁

「AIの請求額は増え続けるのに、何が質問されたのか誰も知らない。」

トークン単位、ユーザー単位で課金され、利用状況は管理されないままです。

Luminyなら

ユーザー課金なし、トークン課金なし

すべてのクエリが記録されます。企業は利用状況を測定し、社員の質問が少しずつ上達していく様子を追えます。

すべては一つの質問から

データを見はじめた時点では、問題がどこにあるかはまだ分かりません。

だから専門家にレポートを頼んでも、文章で答えるAIに聞いても足りません。どちらも「何を探すか」をすでに知っていることを前提にしているからです。効くのは新しい見方——見ながら、何が重要かに気づける見方です。下でご覧ください。

日付、営業担当、2026年の売上
質問は変わりません。変わるのは見方だけです。
17名の営業担当を月別にクロス集計したLuminyの表。色分け、増減、トレンド、合計行つき
一文が、17名 × 7か月のクロス集計表になりました。合計行が落ち込みを示しています——5月の44.3万レアルから7月の12.8万レアルへ。下がったことは明らかです。誰が原因かは、119個の数字に散らばっています。
同じ質問を営業担当ごとの棒グラフに展開したもの。それぞれに最大値と平均値の線つき
クリック一つで、表の各行がグラフになりました。Jackは1月の9.1万レアルから7月の4,800レアルへ。Denzelは5月以降に急落。どれも質問し直してはいません——変えたのは見方だけです。

質問の項目、その並び順、グラフの種類を変えるだけで、まったく別の結果が出ます。専門知識は不要です。誰かの手を借りる必要もありません。

データから学び、質問がどんどん良くなっていく。

なぜチャットではないのか

文章は会話を終わらせます。グラフは、会話が始まる場所です。

AIに聞くのとここで聞くのとの違いは、答えそのものではありません。答えが出たあとに何ができるかです。文章は読むもの。グラフは動かすもの。

文章で返る答え

出たところで終わる

質問する
数字の入った一段落が返ってくる
おわり

別の角度から見るには、すべてを組み立て直す必要があります。しかも正しい質問を書くには、まだ手に入っていないものが要る——問題がどこにあるかという知識です。

答えを読むだけでは、誰も学べません。動かすことで学ぶのです。
仕組みを中から見てみますか?
機能と動画カタログ
答えと意思決定のあいだの空白

御社にはすでにデータの源があります。足りないのは一つのレイヤーです。

Luminyの位置づけ
01
源

基幹システム

ERP、CRM、業務システム、外部データ。

02
データ

データレイクとDB

データが集約され、整理され、準備されます。

03
答え

BI・表計算・AI

質問はレポートやグラフ、文章になります。そしてそこで終わります。

BIはここで終わる
04
Luminy

理解のレイヤー

既存の環境の上で動き、データを源から読み取ります。

05
意思決定

決める人が待たなくなる

理解が一部の専門家に集中しなくなります。

理解が積み上がる流れ
1週目

ライブラリ

役に立った質問が、自分だけのライブラリになります。

4週目

ダッシュボード

ライブラリの項目が集まり、すぐ見られるダッシュボードになります。

12週目

自前のエンジン

自社のデータだけを土台に、自前の分析エンジンをつくります。

理解し、慣れ、そして自分で組み立てるようになる——次のバージョンを待たずに。
情報システム部門の最初の質問

データは外に出るのですか?その場所から動きません。

移行も、新しいデータウェアハウスも、最初の質問までの6か月のプロジェクトも不要です。Luminyはすでにあるものを、すでにある場所で読みます。変わるのはインフラではなく、質問できる人です。

接続

データは今ある場所にとどまります

御社がすべてのシステムのデータをすでに集約しているデータベースやデータレイクに直接接続します。保守すべき並行コピーも、新たに用意する環境も、開始前のデータチームへの順番待ちもありません。

作り直すものは何もありません
整理

技術的な名前がビジネスの言葉になります

テーブル、項目、指標を、人々が実際に使う言葉に対応づけます。だから「2026年の売上」と書くだけで、誰もクエリを書かずに正しい答えが見つかります。

一度設定すれば、全社で使えます
保護

AIは御社のレコードを読みません

AIは質問を理解してクエリを組み立てますが、データベースにアクセスすることも、レコードを読むこともありません。調査するときに見るのは、クエリの集計値だけです。御社のレコードがモデルの学習に使われることはなく、社内または専用サーバーなど、御社が選んだ環境にとどまります。

御社のデータがモデルの学習に使われることはありません
Luminyが読むデータ
XLS
スプレッドシート
部門がすでに使っているファイルで、情報システム部門を待たずに始められます。
DB
データベース
SQL Server、PostgreSQL、Oracle、MySQLなど。
DL
データレイク
御社がすでに構築した環境、または御社のために構築する環境。
API
外部ソース
APIと補完的な市場データ。
御社のERPのAI
ERPの中にあるものしか見えません。
Luminy
すべてのシステムがすでに集約されたデータベースを読みます。
すでにBIをお使いの方へ

御社のBIはSQL文でできていますか?Luminyはそれをそのまま受け付けます。

Luminyでは、質問をSQLクエリやJSONデータで渡すこともできます。結果はグラフで返り、ほかの回答と同じように、深掘りしたり、表示を切り替えたり、別の角度から見たりできます。

SELECT 担当者, 月, SUM(金額) …
ダッシュボードを作らずに、すぐにグラフ
誰のためのものか

同じデータソースが、経営層、マネージャー、アナリスト、そして現場の営業担当者に役立ちます。

データチームがほかの人の代わりに操作するためのツールではありません。一人ひとりがプラットフォームを最大限に活用できるよう、さまざまな方法を用意しました。それぞれの職務の具体的なニーズに合わせています。

Luminyがすでに成果を上げている業種
小売 製造 ヘルスケア 金融 サービス

600人の店舗スーパーバイザーが売上データを照会しています。アナリストを通す人は一人もいません。

ある小売チェーンでは、店舗を担当する人が数字に直接質問し、ダッシュボードで答えを受け取っています。こうして理解が会社全体に広がっていきます。

実例・小売
次の一歩

いちばんの証明は、御社自身の数字を見ることです。

ツアーはデモ用データで動き、誰とも話さずに大半の疑問に答えます。そのあとに意味があるのは、御社のデータについての一度の会話だけです。

つくった本人と

御社のデータについて話す

対応するのはLuminy創業者のMarcusです。データがどこにあるか、最初の一週間で何に答えられるか、御社の現場でのPoCはどんな形になるか——話すのはその三点です。

営業トークなしの、率直な会話です。
コンサルティング会社、インテグレーター、販売パートナーの方へ。ライセンスが扉を開き、サービスがその周りにエコシステムを築きます。 パートナーモデルを見る →

一度触れるごとに、理解が深まります。

Luminy · 理解のレイヤー