Domino Data Lab

AIモデル開発プラットフォーム（AutoML／MLOps）

使いやすさ
セットアップ
料金
サポート充実
連携・拡張性
機能性
セキュリティ

あなたの職場・業務に求められることや重視することは？

この製品が本当に相応しいかチェックしてみましょう。

コスト

要問合せ

無料プラン

IT導入補助金

無料トライアル

~ AIモデル開発プラットフォーム（AutoML／MLOps）

事業規模

中小

中堅

大企業

Domino Data Labとは

強み

注意点

カテゴリ別市場マーケットシェア

代替サービス

サービス基本情報

運営サービス一覧

FitGapにおけるすべての評価は、公平性を最優先に、客観的なアルゴリズムを用いて計算されています。製品の評価方法は「FitGapの評価メソッド」、シェアデータの算出根拠は「シェアスコアの算出方法」をご覧ください。

Domino Data Labとは

Domino Data Labは、Domino Data Lab社が提供するエンタープライズ向けのAIモデル開発プラットフォームです。データサイエンティストのプロジェクト管理を一元化し、コード、データ、環境のバージョン管理を通じてチームでのコラボレーションを支援します。Jupyter NotebookやRStudioといった複数の開発ツールを統合して利用でき、プロジェクトごとに計算リソースやライブラリ環境を再現性高く構築することが可能です。実験結果やモデルは中央リポジトリで管理され、モデルのデプロイやAPI化もプラットフォーム内でシームレスに実行できます。また、モデルの性能モニタリングやアラート機能など、MLOpsに必要な機能も備えています。これらの機能により、大規模なデータサイエンスチームの生産性向上とガバナンス強化に貢献するとされています。金融機関など厳格な管理が求められる業界を含む、主に中規模から大規模企業での採用が進んでいるプラットフォームです。

強み

開発からデプロイまで一元管理

Domino Data Labは、モデル作成から実験管理、デプロイ後のモニタリングまで、データサイエンスプロジェクトの全工程を統合したプラットフォームです。分散しがちなモデル開発ライフサイクルを一箇所で管理できるため、プロジェクト全体の状況把握が容易になります。複数の案件や複数チームにまたがるモデル資産を集中管理することで、組織としてのAI活用を体系的に推進することが可能です。

チームでの協働と成果の再利用

Domino Data Labは、データサイエンスチームが同一環境で協力してモデル開発を行えるコラボレーション機能を提供します。プロジェクトごとにコード、データ、ノートブックを体系的に整理・蓄積できるため、チームメンバーは過去の分析結果を活用して迅速に新たなアイデアを検証することができます。この仕組みにより、従来属人的になりやすい分析業務をチーム全体で効率的に進められ、組織全体のイノベーション促進に寄与します。

エンタープライズ志向のガバナンス

Domino Data Labは大規模組織での利用を想定し、ユーザー権限の詳細設定、実験ログの保存、監査証跡の出力といったガバナンス機能を備えています。モデル開発時の環境情報（ライブラリや依存関係）も自動記録されるため、後日でも同一条件での実行と結果検証が可能です。オンプレミス型とクラウド型の両方に対応する柔軟な導入形態により、金融機関をはじめとする規制業種においても各社のポリシーに適合した運用を実現できます。

注意点

見積制で価格非公開

Domino Data Labは一般的な価格表が公開されておらず、導入を検討する際には個別に見積もりを取得する必要があります。企業向けのカスタム契約を前提としているため、事前の予算計画や他製品との価格比較が困難になる場合があります。導入を検討する場合は、早めに営業担当者に連絡して見積もりを依頼し、予算との整合性を確認することが重要です。

エンタープライズ重視

Domino Data Labはエンタープライズ向けの豊富な機能を備えていますが、導入時には専門的な技術知識を持つ人材や複雑なインフラ環境の整備が求められます。そのため、小規模なチームや短期間のプロジェクトにおいては、提供される機能が要件に対して過剰になってしまう場合があります。導入を検討する際は、組織の規模やプロジェクトの性質、利用可能なリソースを十分に評価し、費用対効果を慎重に検討することが重要です。

高コスト傾向

Domino Data Labの運用には、サーバーやライセンス費用に加えて継続的なサポートコストが発生します。クラウド環境とオンプレミス環境の両方に対応する柔軟な導入オプションが用意されているものの、これらの要素を総合した場合、TCO（総所有コスト）は比較的高額になる可能性があります。特に長期的な運用を検討する際は、初期導入費用だけでなく、継続的に必要となる各種コストを含めた全体的な予算計画を慎重に立てることが重要と考えられます。

カテゴリ別マーケットシェア

2026年3月 FitGap調査

Domino Data LabのAIモデル開発プラットフォーム（AutoML／MLOps）マーケットシェア

事業規模

中小

中堅

大企業

Domino Data Labの利用環境・機能

利用環境

端末・OS

Windows

シングルサインオン

対応言語

提供形態

対応サポート

機能

標準対応

オプション/条件付き

非対応

AIモデル開発プラットフォーム（AutoML／MLOps）

モデル自動生成（AutoML）

学習パイプライン構築

モデル評価・比較

モデル運用管理（MLOps）

データパイプライン連携

対応データ（表）

対応データ（時系列）

対応データ（画像）

対応データ（テキスト）

リアルタイム推論API

バッチ推論

サーバレス推論

モデルアーティファクト出力（Docker／ONNX）

AutoML（CV／NLP）

AutoML（時系列）

BYOM対応（外部モデル持ち込み）

コード拡張（SDK／Notebook）

ノーコード前処理

データ取込パイプライン

特徴量ストア（Feature Store）

データ品質管理（データ品質／系譜）

モデル監視（精度／ドリフト）

監査ログ（変更履歴）

Explainability（理由の見える化）

公平性チェック（バイアス検出／緩和）

自動再学習

CI／CD連携（継続的統合・継続デリバリー）

デプロイ実験管理（A/B・カナリア）

多系列・階層（時系列）

外生変数（時系列）

カレンダー要素（時系列）

予測区間（時系列）

将来予測タスク（TS）

異常検知タスク（TS）

画像分類（CV）

物体検出（CV）

画像分割（CV）

転移学習テンプレート（CV）

画像アノテーション

画像データ拡張

エッジ出力（CV）

テキスト分類（NLP）

感情・トピック分析（NLP）

固有表現抽出（NER／NLP）

要約・QA（NLP）

テキストアノテーション（NLP）

ベクトル検索／RAG連携

Domino Data Labのプラン

プラン名	料金	概要
Domino Cloud	詳細は要問い合わせ	フルマネージドソリューションを求めるクラウドファースト企業向けのシングルテナントSaaS
Premium	詳細は要問い合わせ	セルフマネージドのプライベート/パブリッククラウド展開を求める企業向け
Enterprise	詳細は要問い合わせ	ミッションクリティカルなAIを扱う、規制の厳しい業界の大企業向け

Domino Data Labと比較されるサービス

Domino Data Labは、コード中心のデータサイエンスとMLOpsを企業統制のもとで運用するAI基盤です。実験・モデル・アプリの履歴を一元的に追跡でき、権限やモデル承認のガバナンスを効かせられるため、規制業種や大規模チームに向きます。データ基盤を起点にするならDatabricks、部門横断でのAI活用ではDataikuが候補になります。Kubernetesネイティブに作り込むならKubeflow、AWS標準で固めるならAWS SageMakerも比較対象です。