2026年6月9日から10日にかけてニューヨークのノース・ジャビッツ・センターで開催される、Datadogの年次グローバルカンファレンス「DASH」に、株式会社タップル所属 Kaito Yamagishiが登壇いたします。
DASHとは
クラウドアプリケーション向けのオブザーバビリティおよびセキュリティプラットフォームを提供するDatadogが主催し、今回で9回目の開催となる年次グローバルカンファレンスです。
2026年の「DASH」では、AIやLLMを活用したワークロードが実験段階からミッションクリティカルな導入へと移行する中、組織がテクノロジースタック全体にわたって「可視性」「信頼性」「セキュリティ」をどのように維持できるかに焦点を当てます。同社の最新の技術ビジョンや実践的な顧客事例セッションを通じて、ますます複雑化するAI主導のシステム時代においてオブザーバビリティとセキュリティがどう進化していくかを探求し、新たな知見を得られる場を目指しています。
2026年の「DASH」では、AIやLLMを活用したワークロードが実験段階からミッションクリティカルな導入へと移行する中、組織がテクノロジースタック全体にわたって「可視性」「信頼性」「セキュリティ」をどのように維持できるかに焦点を当てます。同社の最新の技術ビジョンや実践的な顧客事例セッションを通じて、ますます複雑化するAI主導のシステム時代においてオブザーバビリティとセキュリティがどう進化していくかを探求し、新たな知見を得られる場を目指しています。
登壇について
・タイトル
The AI Engineering Playbook: How to Evaluate & Iterate at Every Phase of Development
（AIエンジニアリングプレイブック：開発のあらゆるフェーズで評価とイテレーションを行う方法）
・登壇者
株式会社タップル Kaito Yamagishi
・登壇時間
6月10日 14:00-14:40（現地時間）
・概要
AIコーディングツールは開発スピードを加速させていますが、同時に、多くのチームが対応しきれない「リリースにおける課題」を生み出しています。制御されたロールアウトを行わないまま変更のスピードが上がると、本番環境で発生している事象が、具体的にどのリリースによって引き起こされたのかを特定することが困難になります。
さらに、チームが「AIを使ってAIを構築する」（LLMアプリやAIエージェントの開発など）ようになると、その複雑さは一層増大します。従来のオブザーバビリティでは、本番環境のスケールにおいて、AIエージェントの品質、パフォーマンス、コスト効率を担保することはできません。
本セッションでは、Datadog Feature FlagsとLLM Observabilityを連携させ、ソフトウェアデリバリーのライフサイクル全体でいかにバランスを保つかについて解説します。先進的なAI開発チームが、各ステージで信頼性を最大化しつつ、いかに迅速に開発を進めているかをご紹介します。
・本番環境適用前における、構造化された実験を通じたエージェントの評価とイテレーション
・リリースの一時停止やロールバックを実行する「自動化されたガードレール」によるロールアウトの制御
・機能リリースと、トレース、ユーザーセッション、ダウンストリームの挙動との即時紐付け
本番環境におけるエージェントの挙動監視、およびすべてのステップ、検索（Retrieval）、ツール呼び出しのトレース 参加される皆様には、品質、セキュリティ、そして投資対効果を継続的に向上させながら、より迅速にプロダクトをリリースするための方法をまとめた「実践的なAIエンジニアリングプレイブック」をお持ち帰りいただきます。
The AI Engineering Playbook: How to Evaluate & Iterate at Every Phase of Development
（AIエンジニアリングプレイブック：開発のあらゆるフェーズで評価とイテレーションを行う方法）
・登壇者
株式会社タップル Kaito Yamagishi
・登壇時間
6月10日 14:00-14:40（現地時間）
・概要
AIコーディングツールは開発スピードを加速させていますが、同時に、多くのチームが対応しきれない「リリースにおける課題」を生み出しています。制御されたロールアウトを行わないまま変更のスピードが上がると、本番環境で発生している事象が、具体的にどのリリースによって引き起こされたのかを特定することが困難になります。
さらに、チームが「AIを使ってAIを構築する」（LLMアプリやAIエージェントの開発など）ようになると、その複雑さは一層増大します。従来のオブザーバビリティでは、本番環境のスケールにおいて、AIエージェントの品質、パフォーマンス、コスト効率を担保することはできません。
本セッションでは、Datadog Feature FlagsとLLM Observabilityを連携させ、ソフトウェアデリバリーのライフサイクル全体でいかにバランスを保つかについて解説します。先進的なAI開発チームが、各ステージで信頼性を最大化しつつ、いかに迅速に開発を進めているかをご紹介します。
・本番環境適用前における、構造化された実験を通じたエージェントの評価とイテレーション
・リリースの一時停止やロールバックを実行する「自動化されたガードレール」によるロールアウトの制御
・機能リリースと、トレース、ユーザーセッション、ダウンストリームの挙動との即時紐付け
本番環境におけるエージェントの挙動監視、およびすべてのステップ、検索（Retrieval）、ツール呼び出しのトレース 参加される皆様には、品質、セキュリティ、そして投資対効果を継続的に向上させながら、より迅速にプロダクトをリリースするための方法をまとめた「実践的なAIエンジニアリングプレイブック」をお持ち帰りいただきます。