Metabase 61、AI governance layer を追加

Metabase は 2026年5月のリリースとして、Metabase 61 を案内しました。主題は AI governance layer で、AI機能のアクセス制御、token / message limit、Metabot customization、AI usage analytics、AI terminal からの dashboards-as-code などが含まれます。

要点

• Metabase 61 は AI governance を前面に出したリリース
• group単位の access controls、token / message limits、Metabot の customization が含まれる
• AI usage analytics により、誰がどのようにAI機能を使っているかを見える化する方向
• dashboards-as-code は、AI terminal から dashboard 定義を扱う運用に関係する

今回のリリースで語られていること

Metabase 61 のリリースカードは、AI governance を中心に置いています。BIツールにAIが入ると、自然言語で質問できる便利さだけでなく、誰がAI機能を使えるのか、どのデータに対して使えるのか、どれだけのtokenやmessageを消費してよいのか、AIの回答や操作をどう管理するのかが重要になります。Metabase は、Metabot のような会話型・支援型の機能を広げる一方で、管理者が制御できる層を強化していると読めます。

特に access controls と token / message limits は、AI BI を全社展開するときに避けて通れない論点です。従来のBI権限は、collection、dashboard、database、row/column権限などを中心に設計されます。しかしAI機能では、ユーザーが自然言語で広い範囲の質問を投げるため、意図しないデータ露出やコスト増が起きやすくなります。group単位の制御や利用上限は、AIを一部チームで試す段階から本番利用へ進めるときの安全弁になります。

AI usage analytics も重要です。AI機能は、導入しただけでは価値が分かりにくく、どのチームが使っているか、どの用途で使われているか、どの程度コストを生んでいるかを見なければ改善できません。dashboards-as-code については、AI terminal から dashboard を作る・管理する流れを示しており、BI assets をコードやレビュー可能な成果物として扱う方向に近づきます。Metabase をセルフサービスBIとして使う組織ほど、AIの利用範囲と管理方法をセットで検討する必要があります。

対象になりそうなチーム

• Metabase を全社BIやembedded analyticsに使う管理者
• AI機能の利用権限、コスト、監査を設計する data governance team
• BI assets をコード管理やレビューに寄せたい analytics engineering team

実務で確認したいポイント

1. AI機能を利用できるgroup、対象database、権限境界を確認する
2. token / message limits を、試験利用、本番利用、部門別利用でどう設定するか決める
3. Metabot customization のsystem promptや振る舞いを組織ルールに合わせる
4. AI usage analytics を使って、利用状況とコストを定期的に確認する

結局、このリリースをどう見るべきか

Metabase 61 は、AI BI を便利機能としてではなく、管理対象として扱うリリースです。自然言語分析を広げるほど、権限、上限、利用状況、dashboard管理を合わせて設計する必要があります。Metabase を本番BI基盤として使う組織では、AI governance の設定を先に確認したい更新です。