※本記事は、Snowflakeの共同創業者であるBenoit Dageville氏と、プロダクト担当エグゼクティブ・バイス・プレジデントのChristian Kleinerman氏が主導した「Snowflake Summit 2026 Platform Keynote」の内容を基に作成されています。本キーノートでは、AI Data Cloudがいかにしてあらゆる企業をagentic enterprise（エージェンティック・エンタープライズ）へと変えるよう設計されているかが、3つのライブデモと、Caitlin Halferty氏（Thomson Reuters）、Patrick Duroseau氏（Under Armour）、Jung Suh氏（Samsung）による顧客の声とともに示されました。また、Lead Developer AdvocateのDash Desai氏が、開発者（ビルダー）向けの新機能をデモを交えて解説しました。本動画は https://www.youtube.com/watch?v=CtqKJV6gyGQ でご覧いただけます。本記事では、キーノートの内容を要約しております。なお、本記事の内容は原著作者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご視聴いただくことをお勧めいたします。
1. オープニングとSnowflakeアーキテクチャの原点（Benoit Dageville）
1.1 オープニング演出と登壇、基調テーマの提示
ナレーション： アイデアが知性と出会うとき、何が起こるのでしょうか。進歩は加速し、創造性は増幅され、インスピレーションはインパクトへと変わっていきます。
Benoit： 皆さん、おはようございます。すごいですね、おはようございます。今ご覧いただいたものは、決して魔法ではありません。あれはCortex Codeが、私たちのライブコーディングを担当するR Tylerと協働している様子なのです。ほんの数年前であれば、ああいったものはサイエンスフィクションのように感じられたことでしょう。ところが今日では、その魔法が現実のものとなっています。そして、まさにそれこそが、私たちがここでお話ししたいことなのです。つまり、皆さんのアイデアを本番環境へと変え、しかもそれを高速に実現するということです。昨日Shriaが説明したとおり、agentic enterprise（エージェンティック・エンタープライズ）こそが、そこへ到達するための究極の道だと私たちは考えています。そこで私は今から、このビジョン全体を可能にするアーキテクチャ上の基盤について、深く掘り下げてお話ししたいと思います。
1.2 2012年の問題意識と三つの基本原則
Benoit： 話は2012年にさかのぼります。当時、私とMichael（Microphoneと聞こえますが、共同創業者を指しています）は、データを扱う作業が根本的に壊れていると痛感していました。その理由は、突き詰めると二つありました。第一に、データがサイロ化していたことです。構造化データは従来型のデータウェアハウスの中に閉じ込められ、一方で半構造化データはHadoopシステムへと追いやられていました。さらに事態を悪くしていたのは、そのどちらも単一のクラスタを超えてスケールできなかったという点です。容量が足りなくなった瞬間に、別のシステムを立ち上げざるを得ず、結果としてまた新たなサイロを生んでしまっていたのです。第二に、データがあちこちに散在していたために、一貫したセキュリティとガバナンスを維持することが、ほとんど不可能な作業になっていました。加えて、こうしたレガシーシステムは本質的に複雑で、無数のパフォーマンスチューニング用のつまみに埋もれており、それを調整するためには専門家の大軍が必要だったのです。
Benoit： Snowflakeでは、これらを解決するために、三つの基本原則の上に築かれた一つの完全なプラットフォームを作り上げようとしました。第一の原則は「All Data（すべてのデータ）」です。私たちは構造化データと半構造化データをシームレスに同等に扱えるシステムを設計し、データウェアハウスとビッグデータシステムを実質的に統合して、マルチペタバイト規模でかつてない性能を実現しました。第二の原則は「All Compute（すべてのコンピュート）」です。コンピュートとストレージを分離するという革新的なアーキテクチャを切り拓くことで、ワークロード同士の干渉を完全に排除し、経済性そのものを再定義しました。その計算はとてもシンプルです。たとえばコンピュートを10倍にスケールさせれば、コストを増やすことなく、ほぼ線形の性能向上が得られるのです。そして第三の原則が「All Users（すべてのユーザー）」です。私たちはメンテナンス不要の、完全マネージド型のサービスを提供しました。誰にとっても、ただ動く、というものです。
Benoit： 2016年には、私たちはデータマネジメントの最高峰の学会であるSigmodで、このアーキテクチャに関する論文を発表しました。そして今年、その論文がtest of time award（時の試練に耐えた賞）を受賞したのです。これは、私たちの創業時の原則が、今日のモダンなデータクラウドのデータシステムを今もなお形作り続けていることの、まさに証だと言えます。よく考えてみれば、この論文は一つのマイルストーンではありましたが、実際には私たちの旅のほんの始まりにすぎなかったのです。
2. サイロ解消の10年とAgentic Enterprise時代の要件（Benoit Dageville）
2.1 データとコンピュートのサイロ解消
Benoit： あの論文の発表から十年以上にわたって、私たちはこの当初の目標を、ひたすら追い求め続けてきました。つまり、サイロを打ち破り、サイロが存在する根本的な理由を一つ残らず取り除いていく、ということです。まず私たちは、地理的な境界を打ち破ることから始めました。Snowflakeをクロスクラウドかつクロスリージョンに対応させ、グローバルに展開したのです。これによって、皆さんのデータが特定のクラウドプロバイダーや物理的なロケーションに縛られてしまうことは、決してなくなりました。そこから次に、私たちは摩擦のないデータ共有を可能にしました。グローバルなデータネットワークとマーケットプレイスを構築し、外部のデータとの協働を、まるで自分自身のデータを扱うのと同じくらいシームレスなものにしたのです。
Benoit： さらに私たちはApache Icebergを取り入れました。これによって、たとえデータがSnowflakeの外側のオープンフォーマットの中に存在していたとしても、データ資産全体にわたって完全な相互運用性と統一されたガバナンスを確保できるようになりました。そして最後に、私たちは非構造化データへと領域を広げました。AIのおかげで、文書、音声、画像、さらには動画までもが、今やSnowflakeプラットフォームのネイティブな市民となり、構造化データや半構造化データと並んでシームレスに共存できるようになったのです。
Benoit： とはいえ、データは物語の半分にすぎません。たとえ皆さんのデータが完璧に統合されていたとしても、もしプラットフォームが幅広いスペクトルのワークロードを支えられなければ、サイロはやはり忍び寄ってくるのです。そこで私たちは、いくつかの方法でコンピュートの能力を拡張しました。一つ目は、言語の境界を打ち破ることです。私たちはSQLを補完するものとしてSnowparkを導入し、Python、Java、Scalaの開発者に対して、まったく同じ性能とガバナンスを保ったまま、プラットフォームへのフルアクセスを提供しました。二つ目は、トランザクション処理と分析処理のワークロードを統合することです。私たちはUnistoreとSnowflake Postgresをプラットフォームの中に直接組み込みました。これによって、もはや別個のオペレーショナルデータベースは必要なくなったのです。そして三つ目は、アプリケーションを完全にホスティングすることです。Snowpark Container Servicesを使えば、あらゆるコンテナ化されたアプリケーションや、さらには複雑なAIワークロードまでも、データのすぐ隣で、プラットフォームの内部で直接実行できるようになりました。すべてのデータ、すべてのワークロード、すべてのユーザーを、一つの統一されたガバナンスモデルのもとに束ねること。これは非常に大きな拡張でした。そしてそのすべてを通じて、私たちはできる限り使いやすくすることに、二重三重に力を注いできたのです。
2.2 Agentic Enterpriseに必要な二要素とフライホイール
Benoit： しかし、私たちはそこで立ち止まりませんでした。先ほど申し上げたとおり、私たちは今やagentic enterpriseの時代へと足を踏み入れています。そして、この新しい時代で成功するためには、本当に二つのものが必要になります。第一に、基盤です。世界で最高のAIエージェントは、世界で最高のデータプラットフォームによって動かされなければなりません。第二に、統一されたアーキテクチャが必要です。AIとデータの両方が、単一の統合されたプラットフォームの上に存在しなければならないのです。孤立したAIスタックを構築してしまえば、それは先ほどお話ししたのとまったく同じ過ちを繰り返すことになります。つまり、またしてもサイロを生み出し、ガバナンスを分断させ、コストと複雑さを押し上げてしまうのです。
Benoit： さらに言えば、AIとデータを統合したプラットフォームを持つことは、究極のフライホイールを解き放ちます。皆さんのデータが、皆さんのAIプラットフォームを途方もなく賢くしてくれます。そしてそのことが、今度は皆さんのデータプラットフォーム全体を、より速く、よりシンプルで、限りなく生産的なものにしてくれるのです。AIとデータを一つに結びつけることによって、Snowflake AI Data Cloudは、皆さんのagentic enterpriseを動かすための理想的な基盤を提供します。さて、このすべての魔法がどのように一つにまとまっていくのかをお見せするために、私たちのプロダクト担当エグゼクティブ・バイス・プレジデントであるChristianを呼び寄せたいと思います。Christian、どうぞ姿を現してください。
3. 製品改称と第1幕：摩擦の排除とCocoの進化（Christian Kleinerman）
3.1 導入と二つの製品改称
Christian： おはようございます、Snowflake Summit。うん、こっちのほうがいいですね。今日お越しいただいて、本当にありがとうございます。皆さんにお会いできて、本当に、本当にわくわくしています。多くの方が私のことをご存じだと思いますが、本当のことを言いますと、Snowflake Summitは一年で私のいちばん好きな週なのです。ここでは、私たちが取り組んできたイノベーションを皆さんと分かち合えますし、お互いから学び合うこともできます。そして、皆さんがSnowflakeで作り上げているすばらしいものを見せていただくこともできるのです。
Christian： 今日はまず、一つの引用から始めたいと思います。この言葉は、私よりも年上です。それもずいぶんと、です。「十分に発達した技術は、魔法と見分けがつかない」。私は何年もこの言葉を口にしてきました。なぜなら、本当にすばらしいプロダクトを目にしたとき、それはまさに魔法のように感じられるからです。そして私たちは今、ほとんど毎週のように、何か新しいかたちでこれが真実だと思える時代に生きています。わくわくする時代です。AIは私たち全員にとって何が可能なのかを変えつつあり、私たち全員がイノベーションを起こすための機会を広げてくれています。そしてSnowflakeである私たちも、確かにイノベーションを起こし続けています。私たちは四半期ごとに何百もの機能をローンチしていますし、そのスピードはますます上がっています。
Christian： そうしたすべてのイノベーションの中でも、ここ六か月から十二か月で、二つのプロダクトがとりわけ際立っていました。Shriaが話し、Benが触れた、Snowflake IntelligenceとSnowflake Cortex Codeです。これらは、皆さんと皆さんの組織の誰もが、より生産的になれるよう手助けするコントロールプレーンを具現化したものです。私たちがCortex Codeを世に出すと、多くの方がすぐに「ああ、Cocoね」と呼ぶようになりました。私たち自身も、つい「Coco」と言ってしまっているほどです。そこで、ここにいるDeniseが言ったのです。「もう『Cortex Code』はやめにして、いっそ『Coco』と呼んでしまいましょうよ」と。皆さん、どう思われますか。いいですね。というわけで、今この瞬間から、もう「Cortex Code」はありません。正式にSnowflake Cocoです。そしてこのカンファレンスを通じて、ずっとCocoで通します。
Christian： そしてもう一つ、Snowflake Intelligenceもまた際立ってきました。そこで私たちは考えました。「Snowflake Intelligenceがカバーする範囲は、始めたころと比べて、はるかに広くなっている。これは私たちの働き方そのものを変えつつある」と。そういうわけで、こちらもSnowflake Co-workへと名前を改めることにしました。今日は本当にたくさんのイノベーションを取り上げますが、それでもなお、お話ししきれずに残してしまうものもたくさんあります。それほどまでに、このカンファレンスでは多くのことが起きているのです。ですから、すべてが終わったときに、少なくとも一つだけは覚えておいていただきたいことがあります。それは、可能性そのものを問い直してほしい、ということです。「何が可能か」という、その可能性の地平が変わりつつあります。Snowflakeは、皆さんの組織の全員が、自社のコンテキストの中で、しかもガバナンスとセキュリティに安心感を持ちながら、AIを活用してより生産的になれるよう、皆さん全員を後押しします。これから一時間ほどかけて、私たちが持つ最新のイノベーションのいくつかを皆さんにご紹介し、私たちがセキュリティとコンプライアンスを念頭に置きながら皆さんのAI活用を支援できるという、その証拠をお見せしていきます。そしてこれを、四つの幕（four acts）に分けて進めていきたいと思います。
3.2 Cocoの進化と新発表
Christian： さて、ご存じのとおり、私たちは非常に複雑な世界に生きています。どの次元から見ても複雑さは至るところにあり、データの技術、新しいシステム、新しいモデルと、本当にいろいろなことが起きていて、AIも進化し続けています。BenとThierryが成し遂げようとし、私たちが今日に至るまで取り組み続けていること、それは「複雑なものを簡単にする」ことに焦点を当てることです。Snowflakeで「使いやすさ」を語るとき、私たちはそれを本気で意味しています。皆さん全員に、技術と格闘するのではなく、ご自身の組織に価値を加えることに集中していただきたいのです。そしてここ半年あまりで、私たちは使いやすさにおいて、大きな転換点を目にしてきました。Snowflakeとデータマネジメントにとって、使いやすさを変えたものが何か、お分かりになる方はいらっしゃいますか。はい、どなたかが「Coco」とおっしゃいましたね。求められてもいないアドバイスをするなら、確信が持てないときは、答えは「Coco」です。それからどんな文脈でも、質問のほうを考えてみればよいのです。というわけで、本当にそのとおりで、CocoはSnowflakeに対する私たちの考え方そのものを、そしてその守備範囲や、皆さんがいかに生産的で機敏に物事を片づけられるかを、本当に変えつつあります。そしておもしろいのは、私たちが口々に語っているCocoが、登場してまだ六か月ちょっとしか経っていないということなのです。
Christian： ここに、Cocoの進化と改良のペースを示したタイムラインがあります。CocoはCLIとSnowsight上での体験から始まりました。Snowflakeに関する知識を持っていて、そこから私たちはAirflow、dbt、Sparkといった他の概念へ、さらにMCP、ACPへと広げていきました。SDKやagent teamsも手がけ、そしてもちろん、このSnowflake Summitでも、Cocoの改良を引き続きお見せしていきます。今日このカンファレンスで発表するのは、まずほぼ一般提供（GA）となるcloud agentsです。これによって何ができるかというと、Snowsightにおいて、バックエンドにサンドボックスを持ち、そこでコマンドを実行できるようになります。つまり、これまでCLIで見られた多くのパワーが、今やSnowsightでも使えるようになるのです。同様に、CLIのローカル開発環境向けにもサンドボックスを導入します。さらに、automations（自動化）と、スケジュールされた操作や非同期API経由で自律的なエージェントを動かせる機能を導入し、加えてskill catalog（スキルカタログ）も導入します。これはスキルやプラグインを共有し、発見し、再利用できるようにするもので、これもSnowsightと連携して動きます。
Christian： そして、皆さんの組織がより速く成果を上げられるよう、Cocoを活用してくださっている多くのパートナーの皆さんに、感謝の意を表したいと思います。もしこのスクリーンに皆さんの会社が映っていたら、ありがとうございます。もし映っていなくても、さあ始めましょう。Cocoが皆さんを助けてくれます。Cocoは、私たちが手がけることのライフサイクル全体を、すっかり変えてしまいました。
4. データライフサイクルの革新：取り込みから処理まで（Christian Kleinerman）
4.1 ソース・取り込み・移行
Christian： この図は以前にもお見せしたことがあります。データのソース、処理、そして消費という流れを簡略化して示したものです。今からこの図を左から右へとたどりながら、私たちが生み出しているイノベーションのいくつかを手短にご紹介していきます。そしてその多くが、まさにCocoを最前面に押し立てたものになっています。まずソースの部分から始めましょう。一年前、ここSnowflake Summitで、私たちはSnowflake OpenFlowを発表しました。これは構造化・非構造化を問わずデータ統合を行うためのマネージドサービスです。今回のSummitでは、このOpenFlowをプログラムから扱えるよう、APIとプログラマブルなオブジェクトモデルを発表します。なぜこれを作ったとお思いですか。Cocoです。Cocoこそが答えだと申し上げましたよね。また、多くの方からプライベートな接続性が欲しいというお声をいただいていました。そこで私たちは、OpenFlowへのプライベートな接続性を実現するためのdata connectivity proxyを導入し、さらにコネクタも増やし続けています。OracleコネクタはGAになり、Viva、Shopifyといったものも、今や多くがOpenFlowの一部となっています。
Christian： とはいえ、すでにどこか別の場所に着地してしまったデータを取り込みたいのではなく、もっと手前で、最初の段階でデータを捕まえたい、というケースもあります。多くの方とお話ししてきて分かったのですが、皆さんはSnowflakeをストリーミングのソリューションで補完されていて、その中でもいちばん多いのがKafkaです。スクリーンに映っている名前のいくつかを見て、「ああ、これ全部に関わっているよ」とおっしゃる方もいるでしょう。そこで私たちは考えました。皆さんが上流でイベントを捕まえる手助けをしたい、しかもこの複雑さすべてに付き合わなくて済むようにしたい、と。それこそが、今日私が皆さんに発表できて非常にうれしいSnowflake Data Streamです。Snowflake Data Streamとは何かというと、Snowflakeの中に直接組み込まれた、フルマネージド型のストリーミングサービスです。Snowflakeらしく、ストレージとコンピュートが分離されています。ゼロコピーストリーミングを行うので、サブ秒のレイテンシでSnowflakeとの間でデータをストリーミングできます。そして何より重要なのは、これがKafkaのワイヤプロトコルと互換性があるという点です。ですから、皆さんのクライアントやアプリケーションは、そのままData Streamへ直接ストリーミングできるのです。もちろん、トピックをSnowflakeのテーブルとして具現化できる、統合されたストリーミング分析も備えています。これはまもなくprivate previewになります。
Christian： さらに、AIは移行に対する私たちの考え方も変えました。私たちは今、すべての移行に関する取り組みを、AIM、すなわちAI-powered migrations（AIによる移行）という言葉のもとに統合しました。もし皆さんがまだいくつものレガシーなデータベースプラットフォームを抱えていて、Snowflakeへ移りたいとお考えなら、CocoとAIMのツール群が、より速く進む手助けをしてくれます。Sparkのワークロードを移したい場合も、CocoとAIMがより速く移行できるよう支援します。つい先ほども、ある方がRDDのコードをSnowflakeへ移したら五倍速くなった、という話を耳にしたばかりです。そして、Teradataのシステムからいつ移ればいいのかとまだ迷っている方々のために、私たちはvirtualization（仮想化）を導入しました。これを使えば、ワークロードをTeradataのSQLやBTEに準拠したまま移してきて、Snowflakeの恩恵を受けることができ、そのうえで後から、好きなタイミングで変換していけばよいのです。
4.2 処理・モデル・機械学習
Christian： 私たちはまた、このライフサイクルの処理（processing）のフェーズをどう改善するかを、常に考え続けています。非構造化データの話になると、まず私たちが思い浮かべる答えが、AI関数（AI functions）です。これはおそらく、皆さんの多くがデータの文脈でAIを活用している、もっとも一般的な方法の一つでしょう。私たちはここに、さらなる機能も追加しています。たとえばAI Completeは、今や音声や動画を入力として受け取り、それらすべてについて推論し、思考できるようになりました。感情分析、分類など、ユースケースの数は積み重なる一方です。そして今日、私たちはCortex Function Studioと呼ぶものをpublic previewで導入します。これは、皆さんが独自のAI関数を作り、それを専門特化させられるようにするものです。関数を作り、評価（eval）を行い、皆さんのプラットフォームのユーザーがどんなAI操作を行うかを評価・制御できるのです。
Christian： AI関数の鍵となるものの一つがAI Completeで、これはモデルとどうインターフェースするかを担うものです。その最初のパラメータは、まさにモデルそのものです。そして昨日も申し上げた、皆さんへの私たちのコミットメントは、常に最新かつ最良のモデルをSnowflakeで使えるようにする、ということです。モデルに関して、皆さんに選択肢を持っていただきたいのです。明日もし何か別のものがより優れていたら、私たちはそれを必ず持ってきます。だからこそ、SpaceXのAIモデルをCortexで利用可能にすることを、私はとてもうれしく思っています。さまざまなリーダーボードやベンチマーク、評価をすべて追っていらっしゃるかは分かりませんが、これらのモデルは本当に良い進歩を遂げていて、価格の面でも性能の面でも、非常に説得力があります。SnowflakeとSpaceXのこのコラボレーションを、私たちは大いに楽しみにしています。これは昨日付でprivate previewに入りました。間に合いましたね。
Christian： 私たちはまた、agentic searchと呼ぶもののpublic previewも発表します。これは非構造化の世界と構造化の世界の、いいとこ取りをしたものだと考えていて、私はとてもクールだと思っています。これによって何ができるかというと、Snowflake Intelligence、Co-work、あるいはCortex agents経由で質問を投げかけられるのですが、それも精密な分析的回答を必要とするような質問ができるのです。たとえば「2025年付けの契約はいくつあるか」と尋ねるところを想像してみてください。スクリーンにも三つの例が出ています。agentic searchが何をするかというと、単にtop-kのような結果を返すだけの従来のRAGをするのではなく、AI関数を活用して非構造化データから情報を抽出し、それを構造化された形に整え、分析クエリを実行して、非構造化データから精密な分析結果を返してくれるのです。これもpublic previewです。とてもわくわくしています。
Christian： 皆さんの中に、よそで開発したPythonファイルをSnowflakeへ持ち込んで、ただSnowflakeの中で実行したい、と思ったことがある方はいませんか。もしやったことがあれば、必ず摩擦に出くわしたはずだと断言できます。ラッパーで包んだり、コピー&ペーストしたり、ストアドプロシージャや権限の中に押し込んだりしなければなりませんでした。そこで今日、私たちはcode bundlesも導入します。これはシンプルな概念で、PythonやJavaのコードを取って、それをそのまま、手元のファイルから直接Snowflakeへデプロイして実行する、というものです。ラッパーも、コピー&ペーストもいりません。SQLを直接実行することも、コードを直接実行することも、その操作をスケジュールすることもできます。これも今、public previewになっています。
Christian： 皆さんの中には、「SnowflakeはあのML、機械学習というものには手を出さなかったよね」と思っている方もいるかもしれません。ですが実際には、私たちはオフライン、オンラインを問わず、機械学習でやりたいことが何であれ、フルスタックの機能を備えています。Snowflakeは皆さんのためにそこにありますし、その結果もすばらしいものです。私たちの訓練API（training APIs）は、いわば他のプラットフォームと比べて二倍速く、三倍安価です。そして、機械学習のすべてをより簡単にするスキルを持っているのは誰だと思いますか。もうお分かりですね、Cocoです。とはいえ、機械学習のための新しいイノベーションも発表します。今日導入するCortex Trainingは、ファウンデーションモデルをカスタマイズして訓練できるようにし、ファインチューニングや強化学習のためのフルマネージドな体験を提供するものです。また、もし皆さんの好みの開発ツールがVS Codeやcursorであれば、それらへの拡張機能も導入します。さらに、一般提供となったストリーミング機能も発表します。これによって、特徴量ベクトルのサービングをリアルタイムで、必要なだけ低いレイテンシ、すなわち数十ミリ秒で行えます。そして最後に、新しいモデルを安全に評価できるよう、オンラインA/Bテストも導入します。制御された実験を行い、トラフィックを分散させて評価し、気に入ればデプロイする、ということができるのです。
4.3 変換・消費とCocoの新フォームファクタ
Christian： さて、変換（transformation）の面についてです。Snowflakeにビジュアルなパイプラインエディタを追加してほしいと思っていた方は、どれくらいいらっしゃいますか。誰もいませんね。分かりました、JBのために、それから後ろのほうで「ウー」と言ってくださった方のために、私たちはそれを作りました。Snowsightに新しいプロジェクトタイプを導入します。Snowsight pipeline builderと呼ぶもので、見たものがそのまま得られる、というものです。パイプラインを視覚的に表現し、編集できます。変更を加えることもできますし、ノートブックやMMLパッケージからブートストラップすることもできて、エラーを確認したり変更を加えたりできます。これはprivate previewです。ある程度の検証が取れ次第、まもなくロールアウトしていきます。
Christian： ライフサイクルの消費（consumption）の部分についての最後のお話です。もちろん、データを消費する花形の方法はCo-workであり、これについては後ほど詳しくお話しします。ですが今は、Streamlitについてです。Streamlitは、皆さんが組織に対してずっと大きな力を発揮できるようにするフレームワークで、美しいデータ体験を構築できます。Streamlit上には月間170万人のアクティブな開発者がいて、その勢いはさらに増しています。そして今回、新しい統合を通じて、SnowflakeにホストされたStreamlitの一般提供を発表します。これによってworkspaceの統合やgitの統合が得られ、コンテナ上で動作し、より速く、より安価になり、データの上ですばらしい体験を構築できるようになります。
Christian： しかし、もう少し制御が欲しいという方もいます。「Streamlitはいいけれど、自分のコード、自分のReactアプリが欲しいんだ」とおっしゃる方のために、私たちはSnowflake App Runtimeを導入します。これはSummitでpublic previewです。Node.jsを実行でき、まもなくPythonにも対応します。つまり、フルのReactアプリケーションを実行できるということです。そして、いったん作り上げたら、それをデプロイするいちばん簡単な方法は、そう、Cocoが手伝ってくれます。Snowflake CLIの一部として一行のコマンドも用意しています。snow app deployと打つだけで、あとは私たちがあらゆる細部を引き受けます。私たちはまた、snap and askと呼ぶものも導入します。これはCocoに視覚的にコンテキストを与え、それについて質問できるようにするものです。これは後ほどお見せします。総じて、私たちはデータのライフサイクル全体を見渡し、AIの力を借りて、皆さん全員がより生産的になれるよう取り組んでいるのです。
Christian： とはいえ、「私は他のフォームファクタでもAIを使うので、そこでもCocoの価値を確実に得られるようにしてほしい」という方もいます。そこで私たちは、そのための新しいフォームファクタをいくつか導入します。新しいCocoのExcel用プラグイン、VS Code用の拡張機能、そしてCloud Codeのマーケットプレイス上でのものです。そして最後に、CLIにおけるCocoのパワーを、Snowsightで味わえるCocoの使いやすさやわくわく感とともに手にできたら、どうでしょうか。だからこそ今日、私たちはCoco for desktopを導入します。本日付で一般提供です。これ以上は何も申し上げません。皆さんご自身に見ていただきたいのです。デモをご覧になりたいですか。
5. デモ1：データエンジニア／アプリ開発者向け（Dash）
5.1 ライブパイプラインの自動診断・修正
Christian： では、私の後ろにDashがいます。彼が、今お話ししたばかりの技術のいくつかをお見せします。Dash、お願いします。
Dash： ありがとう、Christian。今日はお越しいただき、本当にありがとうございます。ライブデモをご覧になりたい方は、どれくらいいらっしゃいますか。さあ、いきましょう。今日のデモは、Snow Musicという架空の会社に焦点を当てて進めていきます。この会社はライブのツアー運営を手がけていて、なおかつトラフィックの多いアプリケーションも運用しています。私の最初のデモでは、データエンジニアとアプリ開発者にフォーカスします。さあ始めましょう。今ご覧いただいているのが、Cocoのデスクトップアプリケーションです。ここではこのボタンをクリックしてアプリを構築したり、スキルを作成したりできますし、カスタムのプロンプトを入力して、アプリケーションのプランを組み立てさせることもできます。時間の都合上、すでにアプリケーションは構築済みです。では、Cocoが構築してデプロイしたアプリケーションを見てみましょう。これですね。いちばん上に四つのカードがあるのが分かります。
Dash： これはライブストリーミングのアプリケーションです。データが流れ込んできているのが見えますね。私はこのデータパイプラインを、Cocoに直してもらいたいと思います。そこで、私の右手側にこのパネルを開いて、プロンプトを貼り付けます。私がお願いしているのは、ただ「何がおかしいのかを見て、自然言語を使って直すのを手伝ってほしい」ということだけです。これはすごいですよ。データが流れ込んでいるのが見えます。Cocoが、ここで一体何が問題なのかを突き止めようとしています。既存のタスクを調べていきます。それらは停止していないか、欠けているカラムはないか、と。私のプロンプトを見ていただくと、とても汎用的なものだとお分かりいただけるはずです。さて、Cocoが「料理」している間に、このデータがどこから来ているのかを見てみましょう。データはData Streamを使ってライブでストリーミングされていて、同時にIcebergテーブルにも挿入されています。そしてそのデータは、Salesforceのゼロコピーデータコネクタを使ってSalesforceと結合されています。これらすべてが、私たちの目の前で起きているわけです。
Dash： そして右手側を見ると、Cocoはいずれかのタスクでdevice typeというカラムが欠けていることを突き止めました。すでにそのタスクを変更し、パイプラインを直すために他に何ができるかを検証しようとしています。では、下のほうにある他のいくつかの点も見ておきましょう。モデルを選ぶためのセレクターがあるのがお分かりいただけると思います。私はautoを選んでいますが、ユースケースに応じて、ドロップダウンから一つを選ぶこともできます。さて、Cocoが何を料理しているか見てみましょう。いくつかのコマンドを実行するよう私に求めてきています。これはなぜかというと、破壊的なコマンドが自動的には実行されないようにしているからです。先へ進む前に、ユーザーの許可を必要とするのです。
Dash： Cocoが料理している間に、データがどこから来ているのかをお見せします。これはSalesforceのゼロコピーコネクタからデータをストリーミングしている直接共有（direct share）です。これらがライブで結合されているテーブルで、fan profilesとticket historyです。これらはSalesforceのゼロコピーデータコネクタから来ています。さて、今タスクが正常に実行されました。問題を診断して修正してくれたと思います。ほんの数秒で、カードが緑色に切り替わるのが見えるはずです。もしそうならなくても、いつでも私のほうから「データパイプラインを検証して」とお願いできます。それをクリックして、私たちがすでに頼んだことに加えて、Cocoが何をするのか見てみましょう。
Dash： さて、Christianがsnap and askというクールな機能について触れていましたね。次にそれをお見せしますが、Cocoが料理している間、少し待ちましょう。その間に、デスクトップアプリのほうで、Cocoが組み立てたプランを見てみます。ここでは、Cocoデスクトップを使って、一つひとつのステップがプランとして並べられているのが分かります。私はこのプランを編集することもできますし、buildをクリックすれば、先ほどSnowsightで見たのとよく似た形で、アプリケーションの構築を始めることもできます。では、戻って、行数がいちばん少ないものを特定して、データの損失がないことを確認しましょう。
Dash： ここで少し更新して、Cocoが今までに何をしたのか見てみます。実は、AIとこのDash D'Caiには、共通点が二つあります。私の姓にはAIが入っていますし、そしてDashとAIはどちらも間違いを犯すことがある、ということです。さて、本当にクールなものをお見せしたいと思います。私は今から「カードを直して」とお願いします。Cocoが料理している間に、今見たものをまとめておきましょう。
Dash： アプリ開発者とデータエンジニアは、Snowsightからでも、あるいはCocoのデスクトップアプリケーションからでも、Cocoを使うことができます。私たちは、Salesforceのデータとともにライブのストリーミングイベントが取り込まれていく様子を見ましたし、Cocoがユーザーの許可なしには破壊的なコマンドを一切実行しないということも見届けました。私の持ち時間はこのあたりまでだと思います。Christian、お返しします。
6. 第2幕：信頼・ガバナンス・セキュリティ（Christian Kleinerman）
6.1 ガバナンスとAIセキュリティ
Christian： クールだと思っていただけたなら幸いです。さて、ここまで見てきたことを振り返りましょう。私たちは「摩擦を取り除く」というビジネスをしています。皆さんが何かをするうえで摩擦に出くわし、私たちに助けてほしいと思ったら、私たちの誰でもいいので捕まえてください。私たちは本当に、そのすべてを皆さんを助ける機会だと捉えています。では先へ進みましょう。昨日DanielaとSridharが信頼について語りました。信頼は、私たちの仕事の中でおそらくもっとも重要なものの一つです。皆さんの会社は皆さんを信頼し、皆さんはSnowflakeを信頼してくださっています。そして信頼は、築き上げるのに時間がかかるものです。それはいくつもの面での一貫性を求められます。もちろんセキュリティ、パフォーマンスの一貫性、可観測性、ガバナンス、業務継続性などです。では、私たちがこの信頼をさらに深めるために何をしているのか、見ていきましょう。
Christian： 私たちにとって、信頼とガバナンスはHorizon catalogを通じて一つになります。これは組み込み型の、ユニバーサルなガバナンスソリューションです。そしてこれは聞き飽きるかもしれませんが、Cocoには、これまで皆さんがやってきたよりもはるかに簡単にガバナンスを管理できるスキルがたくさんあります。今日私たちは、intent-driven governance（意図駆動のガバナンス）という概念も導入します。これもまたAIとCocoによって駆動されるもので、たとえば「私のデータベースの中のPIIデータをすべて取って、それが確実に保護されるようにしてほしい」と言うことができます。するとこれが分類を起動して、何がPIIデータなのかを突き止め、適切なポリシーを作成し、それが常に適切にガバナンスされ続けるようにしてくれます。つまり、皆さんは意図を表現するだけで、細部は私たちが引き受ける、ということです。
Christian： これはガバナンスだけの話ではなく、セキュリティの話でもあります。エージェントの時代において、私たちは皆さん全員が自分のエージェントを守れるようにしたいですし、複数のレベルの保護と、もちろん組み込みのセキュリティを持って、夜安心して眠れるようにしたいと考えています。今年の初めに、私たちはHorizon AI guardrailsを導入しました。これはCocoとCo-workの両方に組み込まれた保護機能で、ジェイルブレイクやプロンプトインジェクションのような高リスクな脅威を防ぐものです。これは組み込みで、ゼロデイ攻撃を検知します。今日私たちは、agent identity（エージェントアイデンティティ）という概念も導入します。これによって、Snowflake内の何らかのコードや何らかのアクティビティが、エージェントのコンテキストのもとで起きているのかどうかを判別できます。そして、ここに表示されているようなコンテキスト関数を提供します。たとえばマスキングポリシーや行レベルポリシーの中で、「もしこれがエージェンティックなコンテキストなら、見せる範囲を狭くする」あるいは逆に「広くする」といったことを、皆さんのやりたいように指定できるのです。要は、エージェントが何をしているかについて、皆さんに制御権をお渡ししたいのです。
Christian： さらに私たちは、data movement policies（データ移動ポリシー）も導入します。これによって、「このタグの付いたデータは、内部・外部を問わずステージに移動させてはならない」とか、「Snowsightのユーザーインターフェース上でダウンロードさせてはならない」といったことを指定できます。皆さんが制御権を握っているのです。ポリシーは、皆さんがAIやエージェントにやらせたいことについて、皆さん自身が制御を握る手助けをするためのものです。私たちはまた、現在public reviewのTrust Centerに検知パッケージも用意しています。これは、異常なデータ転送を監視する手助けをするものです。なぜなら、私たちは皆「データが自分のセキュアな境界の外へ動いていないか」を知りたいからです。
6.2 サイバーレジリエンスとHorizon Context
Christian： 数か月前、私たちはbackupsという概念を導入しました。これは、オブジェクトでもスキーマでもデータベースでも、ある時点における不変のスナップショットを作成する方法です。そしてretention lockという概念も導入しました。これはそのスナップショットを削除不可能にするもので、アカウント管理者でさえ削除できません。なぜこれが役に立つのでしょうか。これはサイバーレジリエンス戦略の一部であり、ランサムウェア対策の一部だからです。今日私たちは、multi-party approvals（多者承認）も導入します。これは、特定の高度に機密性の高い操作について、必須の第二者による検証を求められるようにするもので、どの操作にそれを課すかは皆さんが決められます。これによって、悪意のある内部の管理者や、何かを変更しようとするエージェントであっても、たとえば「全員からMFAを無効化する」といった高度に機密性の高い操作を行えなくなります。システム内の二人の管理者が同意しない限り、それは実行できないのです。これは現在private previewです。さらに私たちは、Trust Centerに多数のAIセキュリティチェックも追加していて、エージェントの構成とAIの構成の両方について、私たちがベストプラクティスと考えるものを皆さん全員がチェックできるようにしています。
Christian： ですが、私たちや他の方々から皆さんも耳にされたかもしれませんが、AIを、特にエンタープライズの文脈で本当に機能させるものは、まさに自分のデータを理解し、コンテキストを理解することなのです。だからこそ今日、私たちはHorizon contextを導入します。知性だけでは十分ではありません。そして、しばしば本当に欠けているのが、そのコンテキストなのです。Horizon contextが何をするかというと、これはHorizonの一部であって、別の技術ではありません。Horizon catalogの一部として、シグナルを収集し、それらのシグナルを拡充して、Coco、Co-work、あるいはCortex agentsが利用できるようにし、皆さんがより多くのコンテキストとより多くの意味的情報を得られるようにするものです。semantic views（セマンティックビュー）で私たちが行ってきた多くのことは、引き続き前進していて、Horizon contextの一部となっています。チームはsemantic viewsの表現力を高めるために何十ものローンチを行ってきたと思います。私たちはまた、Horizon contextの一部となる多数のメタデータコネクタも導入していて、BIツール、データ変換ツール、あるいは他のデータベースからコンテキストを得られるようにしています。総じてHorizonは、皆さんのデータをガバナンスし、AIが何をするかをガバナンスする手助けをするために、私たちがイノベーションを起こす場なのです。
6.3 顧客事例：Thomson Reuters
Christian： とはいえ、私はガバナンスと信頼について延々と語ることができますが、それよりもはるかに、はるかに実感を伴うのは、私たちのお客様の一人から直接お聞きいただくことだと思います。おそらく、もっとも厳格な規制要件のいくつかを抱えている会社の一つである、Thomson Reutersからです。Kaitlyn Huffertyを拍手でお迎えください。Kaitlyn、ようこそ。お越しいただきありがとうございます。Snowflake Summitへようこそ。
Kaitlyn： お招きいただきありがとうございます。皆さんにお会いできてうれしいです。
Christian： さて、正確さと信頼はあなたにとって大きな問題ですよね。あなたはこのfiduciary grade standard（受託者水準の基準）を築こうとしていると思います。それについてもっと聞かせてください。
Kaitlyn： もちろんです。Thomson Reutersでは、私たちのお客様は弁護士であり、税務、会計、監査の専門家です。ですからご想像のとおり、彼らの名前と評判が懸かっています。彼らは間違うわけにはいきません。私たちが下すすべての判断には、専門職としての賠償責任が伴うのです。だからこそ私たちは、その信頼の基準を満たすように製品やサービスを作り上げています。私が好んで使う頭字語があります。皆さんも持ち帰っていただいて構いません。WINです。What's Important Now、つまり「今、何が重要か」ということです。私たちにとってそれは、データと製品を安全に保ち、イノベーションとM&A活動に大きく投資し、そしてThomson Reutersをすばらしい働きやすい場所にする、ということだと考えています。私たちは、皆さんの多くと同じように、作り手（builders）なのです。ですからChristianがおっしゃったとおり、私たちは受託者水準に合わせて作り込みます。それが意味するのは、コンテンツがあり、データのプライバシーとセキュリティへのコミットメントがあり、私たちのすべての専門知識の助けを借り、その専門性を活用し、そして私たちのアウトプットが透明性を持ち、その仕事を検証できるようにする、ということです。私たちのフラッグシップとなるAI機能はCoCounselで、100万人を超える専門家が日々の業務の中で毎日使ってくださっています。
Christian： ガバナンスを制約、つまり自分を後退させるものと考える人もいます。ですがあなたは、ガバナンスはイネーブラー（実現を後押しするもの）だ、というおもしろいことを私に教えてくれました。もっと聞かせてください。
Kaitlyn： そのとおりです。私たちにとってガバナンスは、社内・社外の両方で、AIへの変革のリスクを下げ、加速させることを可能にしてくれました。私たちが提供するこのfiduciary grade standardは、信頼できるデータ基盤の上に築かれなければなりません。私たちはSnowflakeとのパートナーシップを本当に活用してきましたし、それにとても感謝しています。中央集権化されたアクセス制御や、キュレーションされたコンテンツとデータセットといったものが、スピードとスケールを持って構築することを可能にしてくれているのです。私たちが注力してきた取り組みの一つにsemantic intelligenceがあります。他にもセマンティックを構築している方がいれば、ぜひお話ししたいです。これは、全社のすべてのデータにわたってビジネスインテリジェンスを実現するという、すばらしい機会でした。財務とビジネスのコミュニティにまたがって1,500人を超える社内ユーザーがいて、彼らはそれを、私たちのもっとも重要なビジネス上・財務上の判断のすべてに毎日使っています。これは私たちにとってすばらしい取り組みであり、パートナーシップの表れでもあります。
Christian： Snowflakeは、組織全体でAIを展開し活用するうえで、どのように役立っているのか教えてください。
Kaitlyn： はい。Snowflakeは、私たちが必要としていたもの、すなわちガバナンスされ、一貫性があり、キュレーションされたデータを与えてくれました。それは、私たちが社内のデータとAIの能力、製品、そして市場へAIの能力を届ける方法、その両方を築いていく基盤です。私たちは多くの異なるデータソースを横断して引き出すことができました。私たちにとってそれは、Reutersのニュース、ビジネス、製品、マーケティング、財務、人事のデータです。それらを構造化・非構造化のデータを含めて一つにまとめ、適切なガバナンスとアクセス制御を備えた状態にできたのです。これが私たちをスピードを持って前進させてくれました。
Christian： あなたは作り手だとおっしゃって、いくつかアプリを作っていますね。そのアプリケーションについてもっと聞かせてください。
Kaitlyn： ええ、もちろんです。私たちにとって2026年は「顧客への徹底したこだわり（customer obsession）」の年です。私たちは幸運なことに、長年連れ添ってくれている、本当に忠実で長期的なお客様がいます。同時に、外には信じられないほど競争の激しい環境があることも分かっています。あらゆる場面に競争上の脅威があり、だからこそ、卓越した顧客体験を提供し続けるために、私たちはもっとうまくやらなければなりません。一つの例として、私たちは製品の利用データを、顧客のセンチメント、請求、回収、契約更新といったものと一つにまとめました。これによって、ホリスティックなcustomer 360の体験が得られます。アラートやキャンペーンを行い、デジタルビジネスを成長させ、その充実した顧客体験を本当に活性化できるのです。これは、私たちがビジネスのために実現できたことの、すばらしい一例となっています。
Christian： Fredが昨日触れていましたが、私たちは人々がAIを本番（production）に乗せる手助けをしたいのです。あなたのAIはデモやトライアルではなく、本番ですよね。
Kaitlyn： そのとおりです。そしておそらく、それが他の一部の方々と違う点かもしれません。私たちはパイロットを超えて本番に移っているのです。これは財務的に検証された指標が、私たちの主要なワークフローに組み込まれている状態です。そして、私たちがこのfiduciary grade standardを満たしていることを確実にする方法の一つが、responsible AI（責任あるAI）です。すべてのAI機能は、市場や製品へ統合され、市場へ出荷される前に、このプロセスを通します。これもまた、私たちが責任あるAIを仕事全体に織り込むことを確実にする一つの方法なのです。
Christian： Kaitlyn、Summitにお越しいただき、本当にありがとうございました。Kaitlynに拍手を。ありがとうございました。
7. 第3幕：パフォーマンス・可観測性・コスト・業務継続性（Christian Kleinerman）
7.1 コンピュートとエンジンの革新
Christian： 昨年のSnowflake Summitで、私たちはadaptive computeを、Snowflakeにとっての次世代のコンピュートのパラダイムとして導入しました。これは、いったいどれだけのリソースが適切なのかを私たちが見極めるもので、その量はワークロードによって変わってきます。昨年以来、二つのことが起きました。一つは、私たちがadaptive computeに膨大なパフォーマンスのイノベーションと強化を注ぎ込んだことです。スクリーンに、皆さんが期待できる恩恵のいくつかが出ています。私はいつも「効果は人それぞれです」と但し書きをするようにしていますが、大まかなメンタルモデルとして、adaptive computeは元の第一世代のウェアハウスと比べておよそ二倍速い、と考えていただければと思います。そしてもう一つは、私たちがそのadaptive computeを今、一般提供（GA）へと持ってくることに、非常にわくわくしているということです。まもなくロールアウトしていきます。
Christian： つい先ごろ、私たちはSnowflake Postgresも導入しました。世に出ているもっとも人気のあるオープンソースのデータベースです。これは2月に一般提供となり、それ以来私たちはイノベーションに励んできました。private linkのサポートや顧客管理キー（customer managed keys）を追加しましたが、それは、皆さんがSnowflakeで馴染んできた安全性や機能の多くを、Snowflake Postgresでも使えるようにしたいからです。今年の初めには、私たちはPG Lakeを導入しました。これは、Postgresから、オープンで相互運用可能なレイクへとデータを同期する手助けをする拡張機能をオープンソース化したものです。私たちは今、その拡張機能をサービスの一部に組み込みました。つまり、PG Lakeのマネージド版があるということで、これは今年後半に一般提供となります。今日私たちは、Postgres data mirroringも導入します。これについては、「PGはもっと強力で、はるかに柔軟に物事を動かせる」という言い方もできますが、もし皆さんがただPostgresのテーブルをSnowflakeへミラーリングしたいだけなら、スイッチを一つ入れてミラーリングをオンにするだけで、あとはSnowflakeがすべての重い仕事、すなわち変更データキャプチャ（CDC）や、もう一方の側での同期を、非常に低いレイテンシで引き受けてくれます。これはpublic previewになります。
Christian： 私たちはまた、interactive workloads（インタラクティブなワークロード）という概念も導入してきました。これはinteractive tablesがinteractive warehousesの上で動くことで実現するもので、ここでもイノベーションは止まりません。私たちはクラスタのサイズとキーを変えていて、これがほとんどのユースケースに大きなパフォーマンスの向上をもたらします。プリキャッシングも行っています。そして、近ごろはすべてがCocoを通じてよりシンプルで簡単になる、ということが万一はっきりしていなかったといけないので申し上げますが、最適化、クラスタリング、キーの選択などを手伝ってくれるスキルがたくさんあります。
Christian： ですが、それでも十分ではありませんでした。AIの助けを借りて、今日私たちは、新しいinteractive compiler、すなわちSnowflakeのための新しいクエリコンパイラの導入を、非常に、非常にわくわくしながら皆さんと分かち合いたいと思います。私たちがどのようにクエリを実行しているかをご存じであれば、まずコンパイルにいくらか時間を費やし、それから実行にいくらか時間を費やす、ということがお分かりだと思います。この新しいコンパイラはよりメモリ効率に優れています。そしてここでも絶対的なパフォーマンスについては但し書きをつけますが、私たちが最大級のお客様の一社と行った初期のワークロードでは、コンパイル時間が40倍速くなり、それがこのお客様のワークロードをおおよそ3倍から4倍加速しました。これを構築したエンジニアは私にこう言いました。「このinteractive compilerがあれば、皆さんはもうSnowflakeでコンパイル時間のことを考えなくて済むようになるはずです」と。クールに聞こえますよね。
Christian： そして、これらすべてのパフォーマンス向上を皆さんと分かち合いたいので、Unistoreも取り残してはいません。私たちは、レイテンシとスループットをおおよそ8倍改善する、大規模な新しいエンジンの最適化を導入します。スクリーンに概略図が出ています。もし過去にhybrid tablesを試して引退させてしまった方がいれば、ぜひ戻ってきてください。なぜなら、それは目に見えてはるかに良くなっているからです。これも今、public previewになっています。まだ試していない方は、行って試してみる良い機会かもしれません。
7.2 可観測性・コストガバナンス・業務継続性
Christian： また今年の初めに、私たちはObserveの買収を完了しました。これは、ログ、アプリケーションパフォーマンス監視（APM）、そしてインフラの監視を、すべてSnowflakeネイティブのソリューションの中に組み合わせたプラットフォームです。そして、非常に競争力のあるコスト構造を持っています。もちろん私たちはイノベーションを続け、それをより良くし続けています。Observeは今やCLIを導入しました。ペンギンがヒントを出してくれていますが、なぜだか当てられる方はいますか。Cocoですね。最前列の方々はCocoをご存じですね。そういうわけで、私たちはObserveのために、ずっとシンプルな体験を導入しています。設定、トリアージ、アラートの調査など、可観測性で皆さんがやりたいことすべてを、Cocoのインターフェースかコマンドラインのインターフェースを通じて行えるようにするものです。さらに私たちは、ObserveをSnowflakeのIcebergテーブルの上でサポートする作業も行いました。
Christian： さて、信頼を生み出す、あるいは信頼を損なうものへと話を移しましょう。皆さん全員にとって重要なこと、すなわちコストガバナンスです。私は何度も申し上げてきましたが、皆さんがどんなユースケースであれ、それに見合うだけの価値が返ってこないのなら、Snowflakeにお金を使ってほしくありません。私たちは、皆さんの支出がすべて効率的であることを確実にするために、完全な可視性、制御、そして最適化を提供することにコミットしています。AIのコスト制御についてですが、多くの方から「budget（予算）でやってきたことすべてが確実に機能するようにしてほしい」というお声をいただいていました。皆さんの願いは私たちへの命令です。AIは、皆さんが期待されるとおりにbudgetと連携して動きます。私たちはper user quotas（ユーザーごとのクォータ）を導入します。共有ウェアハウス上で、異なる部門や異なるユーザーがいる場合に、コストガバナンスを行える機能も導入します。そしてbudget custom actionも導入します。これによって、ある閾値に達したときに、ストアドプロシージャを呼び出したり、何らかのアクティビティを実行したりできます。
Christian： そしてこの信頼のセクションの最後に、業務継続性（business continuity）についてお話ししたいと思います。業務継続性について、私たちが業界最高のソリューションを持っていると、私は誰に対してでも言ってのけます。昨年クラウドプロバイダーで障害が起きたとき、300を超えるワークロードがフェイルオーバーしましたが、何事もなかったかのようでした。ビジネスは動き続けたのです。そして今日、私たちは次世代のaccount replication（アカウントレプリケーション）を導入します。これはログを利用していて、ご覧のとおり、数字でいうとおよそ20倍速くなっています。これによって、SLA backed RPO assurance（SLAに裏打ちされたRPOの保証）を提供する機会が生まれます。つまり、私たちが実際に目にしてきたパフォーマンス上の余裕に基づいて、フェイルオーバー時のレイテンシとデータのギャップについて、私たちが責任を持って保証する、ということです。クールですよね。そして、ちょうどこのあたりで、Dashに次のデモをお見せしてもらうのが良い頃合いです。Dashに拍手を。
8. デモ2：セキュリティオフィサー向けガバナンス（Dash）
8.1 ポリシーによるエージェント制御の実演
Dash： ありがとう、Christian。さて、二つ目のデモに移る前に、私が席を外している間にCocoが何を料理していたのか、お見せしたいと思います。では、私たちが先ほど直してほしいとお願いしたパイプラインがどうなったか、見てみましょう。もう一度画面を見てください。カードが緑色に切り替わっているのがお分かりいただけると思います。皆さん、どう思われますか。クールですね。そして根本原因（root cause）を見てください。Cocoは、あるテーブルでdevice typeというカラムの一つが欠けていたことを実際に突き止め、それを診断して、本当に修正したのです。
Dash： さて、今日皆さんがご覧になるもののうち、もっともクールなものの一つをお見せしたいと思います。Christianも先ほど触れていた、snap and askです。では、このページを更新してみます。ここにチャートが、うまくいけば表示されるはずです。エンゲージメントのチャートですね。ここで私にできるのは、このセクションをドラッグして、explain（説明して）をクリックすることです。これによってCocoは、私が何を尋ねているのかというコンテキストを得て、このエンゲージメントの低下を引き起こしているのが一体何なのかについて、深い洞察を与えてくれます。すごいですね。今日皆さんがご覧になるもののうち、もっともクールなものの一つです。
Dash： では、二つ目のデモに移りましょう。Cocoには今のところ料理を続けてもらうことにします。そのために、タブを切り替えます。これがCo-workで、Christianがちょうど紹介したものです。ここで私が皆さんにお見せするのは、data movement policy、masking policy、そしてagent identityを、まさにエージェントのレイヤーでどう活用できるか、ということです。では、ツアー運営の従業員として、私はCo-workに、VIPの方々のリストを連絡先情報付きでエクスポートする、あるいは取得するよう頼んでみます。さて、私はこの情報にアクセスすることを許可されていません。ですから、たとえエージェントがそのテーブルを見る能力を持っていたとしても、私が探している値、たとえば各VIPの連絡先情報を、実際には返せないことになります。データが返ってきたときに見てみましょう。マスクされているか、あるいは「その情報は提供できません」と言ってくるかのどちらかになるはずです。すごいですね。
Dash： さて、こうしたdata movement policyやagent identityを、実際にどうやって設定するのでしょうか。これらは、皆さんがアカウントの中でデータベースやテーブルを作成するのとちょうど同じように、ファーストクラスのSnowflakeオブジェクトなのです。ここでは、私がいくつかのcreate文を持っているのがお分かりいただけます。そして、ここですべてのDMP(data movement policy)違反を見ることもできますし、あるいはセキュリティオフィサーとして、Trust Centerを見ることもできます。Trust Centerでは、Horizon catalogとTrust Centerを通じて、このアカウント内で起きていることすべてのホリスティックなビューが得られます。ここでは違反や、管理されているスキャナを見ることができます。これらは常に、皆さんが修正したり是正したりするのを手伝えるものを探し続けています。データセキュリティとAIセキュリティ。これは、セキュリティオフィサーとして、誰がどのエージェントを作成したか、どんな種類のセキュリティスキャナが有効になっているか、というホリスティックなビューを持てる場所です。そしてAI guardrailsは、セキュリティオフィサーが探すべきもっとも重要なものの一つです。基本的にこれは、ランタイムでプロンプトインジェクションから保護してくれます。
Dash： ではCo-workに戻って、何をしたか見てみましょう。ここでCocoは、テーブルのデータにこれだけのカラムがありますが、設定されたポリシーのために実際の値を提供することはできません、と言っています。では、今度はデータをエクスポートするよう頼んでみましょう。ツアー運営の従業員として、私はそのデータを外部のステージへエクスポートするよう頼んでいます。さて、ここでも再びdata movement policyが、このデータの持ち出しを止めてくれます。それがほんの数秒後にここで見られるはずです。これを展開してみても、その背後にある実際の思考(thinking)を見ることができ、そして下のほうで、data movement policyに突き当たるのが見えます。多くのレコードがここにあって、そして失敗(failure)します。これは本物の失敗であって、ユーザーのエラーでもAIのエラーでもありません。ご覧のとおり、これはdata movement policyによってブロックされているのです。すばらしいですね。
Dash： では、まとめましょう。今私たちが見たのは、セキュリティオフィサーがTrust Centerを使い、なおかつこうしたdata movement policyやagent identityをエージェントのレイヤーで適用することによってできる、すばらしいことの数々です。そしてそれが、皆さんのデータが存在する場所であるSnowflakeにまで、ずっと下まで波及していくのです。それでは、Christianにお返しします。ありがとうございました。
9. 第4幕：相互運用性とデータ共有（Christian Kleinerman）
9.1 相互運用性とデータ共有の拡張
Christian： ありがとう、Dash。さて、このセクションを一言でまとめると、私たちは皆さんの信頼を勝ち取り、それを維持するために本当に懸命に取り組んでいて、これからもAIの最良のものを、しかしセキュリティとガバナンスを中心に据えて、皆さんに届けられるようイノベーションを続けていく、ということです。先へ進みましょう。Snowfakeのいちばん最初、私たちが「サイロを打ち壊したい」と言っていたころを思い返してみると、多くのサイロは、誰かが朝起きて「新しいサイロを作りたい気分だ」と思ったからではなく、ただ技術がそうさせたからこそ生まれてきたものでした。そうですよね。そこで私たちは、皆さんが必要とするデータに、皆さんの組織の人々が必要とするデータに、そしてAIやエージェントが必要とするデータに、確実にアクセスできるようにするための、いくつものイノベーションの方向性を持っています。
Christian： まず相互運用性（interoperability）の話題ですが、私たちは、誰もSnowflakeにロックインされていると感じないようにすることに、誰にも負けないほどコミットしています。そして、Apache Icebergの仕様に対して投資し、それを実装することの最前線にいます。私たちはV3仕様のもっとも広範な実装を持っていて、V4仕様の策定にも取り組んでいます。私たちはまた、Apache PolarisからIceberg RESTカタログのインターフェースを取り込み、それらをHorizon catalogに折り込みました。そして、カタログとエンジンの間で完全な双方向のサポートと相互運用を備えているのは、私たちが唯一のベンダーだと思います。これによって、データがSnowflakeのHorizon catalogによって管理されていようと、外部のカタログによって管理されていようと、あらゆるデータへの読み取りと書き込みが可能になります。もう一つの要素として、私たちはIcebergテーブルのためのSnowflake managed storageも導入しました。これはSummitにおいて、AWSとAzureの両方で一般提供となり、GCPでもまもなく提供されます。そして私たちは、セマンティクスの相互運用性にもコミットしています。だからこそ私たちは、Open Semantic Interchange groupの創設を主導しました。「相互運用可能なセマンティクスが欲しい」と名乗りを上げる企業の数は増え続けていて、私はSnowflakeがオープンで相互運用可能であることに私たちがコミットしているということを、皆さんに確実に知っておいていただきたいのです。
Christian： さて、データ共有(data sharing)です。私たちは2018年、ずいぶん前にこれを市場に導入しました。この会場にいる皆さんのおよそ半分が、社内であれ組織をまたいでであれ、データ共有を日常的に使ってくださっています。そして私たちは、Snowflakeで皆さんが何を共有し、協働できるかについて、投資を続けています。それがsemantic viewsであれ、エージェントであれ、モデルであれ、協働が欠かせないものであるようにしたいのです。データのレベルにサイロはなく、ビジネスロジックの上にもサイロはない、という状態です。そして今回のSummitでは、長年にわたって皆さんからいただいてきた、ほぼすべてのリクエストにお応えしたと思っています。
Christian： 一つ目です。皆さんはデータのリスティング（listings）を持っていて、「でも、それがAIやCortex agentsに簡単にプラグインできるようにしてほしい」とおっしゃっていました。皆さんの願いは私たちへの命令です。この時点でもう改めてお尋ねはしませんが、誰がsemantic viewの作成、エージェントの作成、そして「私のデータはAIに対応しています」と示すためのリスティングや共有の更新を、ものすごく簡単にしているか、もうお分かりですね。さて、私たちが最初に共有を導入したとき、その一週間後くらいに、多くの方がこれを試そうとしました。つまり、誰かが自分に共有してくれたものを取って、それを再共有(reshare)しようとしたのです。すると、あの三角形に小さな吹き出しが付いて、「ああ、それはできません」となってしまいました。これは興味深い問題ですが、私たちは今、皆さんが他の人々と自由にデータを再共有できるようになったことを、しかも一般提供で、大変うれしく発表できます。
Christian： そして、皆さんがもう一つ私たちにはっきりとおっしゃっていたことがあります。「まだSnowflakeに目覚めていない相手とも共有したい」というものです。そこで私たちは、open sharingと呼ぶものを導入します。Icebergと、Iceberg RESTカタログを活用して、そうしたパブリックなプラットフォームと共有できるようにするのです。これによって何ができるかというと、実質的にデータを取って、それをSnowflakeを使っていない消費者にも利用可能にし、IcebergとIceberg RESTカタログのAPIを通じて、彼らがそのデータの消費者になれる、ということです。これは、私たちが持つ共有と相互運用性という二つの技術が一つにまとまり、すばらしいストーリーを届ける一つのかたちです。これは今、public previewになっています。そして、皆さんがおっしゃっていたもう一つのこと、「でも共有は二者間だけで、しかも一方向だよね」という点についてです。そこで今日、私たちはmulti-party collaboration（多者間の協働）をご紹介できることをうれしく思います。その名のとおり、複数の当事者が、一つのセキュアな環境の中で協働できるようになります。これは何を意味するかというと、一つの環境の中で異なる役割を持つことができ、「私はデータを提供する人かもしれないし、ただ分析を行うだけの人かもしれない」と言えるのです。これは私たちのclean room技術から始まりますが、より広範なグローバルな協働の基盤の上に築かれています。この会場にNetflixの方はいらっしゃいますか。それは望み薄でしょうね。では、Netflixを観ている方は。私がこれを取り上げたのは、彼らがこの協働技術を採用することの最前線にいるからです。彼らはclean roomを構築し、多くのパートナーと協働していて、本当にクールです。そしてこれらすべてが、今や一般提供になっています。
9.2 ゼロコピーパートナーシップと顧客事例：Under Armour
Christian： 私たちがやってきたもう一つのこと、これはFredが昨日触れていましたが、zero copy partnerships（ゼロコピーのパートナーシップ）です。皆さんにとって重要なデータを持っているアプリケーションプラットフォームはたくさんありますが、皆さんはそれをサイロから解放したいわけです。私たちはSalesforceから始めました。今では、Workdayのdata cloudとのパートナーシップも発表しました。Snowflakeでは、IBMのwatsonx.dataを紹介していて、メインフレームや別のDB2のデータをSnowflakeとゼロコピーで扱えるようにします。同じことを、産業用データでAvevaを使っている方のために、Aveva Connectとも行います。これまで皆さんから受けたもっともリクエストの多かったパートナーシップの一つがSAPでした。私たちは当然ながら彼らと完全に足並みをそろえていて、彼らとの統合が一般提供になったことを、この上なくうれしく発表できます。そして最後に、ときには他のシステムにデータがあって、それらのシステムをまたいでクエリを実行できるようにしたい、ということもあります。私たちが実現にフォーカスしている主要なユースケースは、Snowflake Co-workを通じて、SnowflakeとSnowflakeのAIのすべての力を、Redshiftやpostgres、その他のソースにあるデータの上で使えるようにすることです。私たちはこのquery acrossを可能にしています。
Christian： さて、私たちのお客様のもう一社、Under Armourからお話を聞いていただきたいと思います。彼らはSnowflakeですばらしいことをなさっています。そのために、次の動画をご覧いただきたいと思います。動画を流しましょう。
Patrick（動画）： Under Armourでは、私たちはスポーツの力を使って、あらゆる競技場を広げています。私たちは、スポーツでも、人生でも、世界でも、より多くを求めて努力するアスリートに夢中です。そして私たちの使命は、彼らがなくてはならないと思える革新的なパフォーマンスとデザインのソリューションで、アスリートを鼓舞することです。私はPatrick D'Arrigoです。Under ArmourのChief Data and AI Officerを務めています。私の責任は、組織全体、エンタープライズ全体にわたって、グローバルに成果を生み出すためのAI戦略を本当に推進し、実現することです。常に立ちはだかっていた最大の課題は、ずっと存在していた断片化したデータでした。私たちが戦略として足並みをそろえ、それを一つの統合された場所へ持ってくることで、統一されたビュー、信頼できるビューでデータを見られるようになって、ようやくそれが変わったのです。
Patrick（動画）： 私たちが直面した最大の課題は、データが非構造化されていて、属性付け（attributing）が今ほど一貫していなかったことです。そうした洞察を見つけるためには、洞察を見つけ出すために、データに対して本当に多くの手作業をしなければなりませんでした。結果として、データを引き出すことにより多くの時間を費やし、洞察のために実際にそのデータを使える時間はより少なくなっていたのです。リーダーや誰かが意思決定をしようとしているとき、その注意と洞察はまさにその時点にあるので、本当に機会を逃してしまいます。ですから、適切な情報を持つというその機会を逃すと、本当にその勢いを失ってしまうのです。私たちには、パートナーシップにとって極めて重要だと考える概念があり、それをmonument（記念碑）と呼んでいます。Snowflakeが私たちのために満たしてくれていたのは、技術の観点でロックインされていない、しかし技術が進化し成長するにつれて、自分たちも成長しスケールできる、という考え方です。Snowflakeを導入してから、私たちははるかに簡単にデータをプラットフォームに取り込めるようになりました。従来型のBIや高度な分析を可能にする多くの能力を持ち、なおかつ、私たちのエコシステムの中で、これまでのほんの一部の時間でデータを共有することもできました。
Patrick（動画）： ですから、いったんデータの中から洞察を見つけ出すというボトルネックを取り除いてしまえば、私たちはより速く意思決定を進められるようになりました。私たちは超ハイペースなビジネスで働いていて、特にダイレクト・トゥ・コンシューマーのビジネスでは、ときに一時間ごとに物事が起きています。会話型AI（conversational AI）が私たちのリーダーシップチームにとって本当に解き放ったのは、最初の問いを投げかけたうえで、意思決定やアクションをどう推進するかを理解するために、本当に深掘りすべきより深い洞察を表面化させられる、ということです。私たちが、技術が動いていくそのスピードで本当にイノベーションを起こせる能力。次の章は重要です。
Christian： さて、私はUnder Armourがやっていることが大好きですし、皆さんも動画でPatrickをご覧になりましたが、彼はここSnowflake Summitにも来てくれています。ですから、Patrickをステージにお迎えしましょう。Patrick、どうぞ。お越しいただいてうれしいです。
Patrick： お招きいただきありがとうございます。
Christian： あなたと私は一年前のSummitで昼食をともにして、あなたはAIでこういうクレイジーなことをやっているんだ、と話してくれました。取り組んでいらっしゃるイニシアチブについて少し聞かせてください。そしてあなたはAIにSnowflakeをWを信頼してくださっているのですよね。
Patrick： 間違いなくAIにSnowflakeを信頼しています。私たちはSnowflakeファミリーの一員になって七年になります。おそらく五、六年前に、それが取引的な関係から真のパートナーシップへと移行した、それが違いを生んだのだと思います。そのパートナーシップこそが、皆さんが届けてくれるすばらしい技術を超えて、最終的に私たちが一つのビジネス全体としているその場所で、私たちに寄り添ってくれることを可能にしてくれたのです。それが私たちのパートナー、機能部門のビジネスパートナーへと伝わっていって、私たちがやっていることを彼らが信頼してくれるようにします。なぜなら、私たちが皆さんのやっていることを信頼しているからです。それに関連して私たちがやってきたことですが、動画でもご覧いただいたとおり、機能部門のパートナーとともに、すべて会話型AIを実現してきました。そして、signal strength（信号強度）と呼ぶ概念があります。その信号強度とは、私たちがデータを届けたとき、それが厳格なプロセスを通って完全に信頼できるものになっている、ということです。そしてもしそれが信頼できるなら、それに関連するすべてのことも面倒を見られている、ということになります。それが本当に、データの基盤の出発点になるのです。
Christian： 私たちは、データがアクセス可能であってほしいので、オープン性と相互運用性に非常にコミットしています。私たちが下すそうしたアーキテクチャや設計上の選択は、Under Armourのチームにとってどう役立ち、どう展開していますか。
Patrick： 相互運用性に関する鍵となることは、今や私たちが信頼を置き、自分たちのデータプラットフォームとデータアーキテクチャの周りにプラットフォームを築いた、ということです。私たちのビジネスパートナーは、エンタープライズのレベルでそのデータと関わり、つなげたいアプリケーションを持っていますが、私たちは最終的にそのエコシステムを所有しているわけではありません。ですから、彼らと一緒に動けて、hybrid tablesやdynamic tablesのようなものを活用し、TTL/TSSが有効になっていることを確認しながら、先ほど話に出ていたようなスピードで動かして、パフォーマンスがビジネスのニーズを満たすようにできる、という事実が重要です。最終的にそれが、私たち全員が目指し、狙っている成果なのです。
Christian： それによって、あなたは何を生み出せるようになりますか。最終的に何が得られるのでしょうか。
Patrick： 想像していただければと思いますが、私たちはアシスタントを構築してきました。昨日Sridharとともに披露された会話型アシスタントをご覧になりましたよね。私たちは社内向けに自分たち専用のそのバージョンを持っていて、私たちのチームメイトが、自分一人ではすぐに答えられなかった質問に答えられるように、ADAと呼んでいる私たちのエージェントと話し、チャットし、関わることができるのです。
Christian： 昨年、私の心に残ったことの一つは、あなたが「いろいろなSaaSアプリがあるけれど、自分でもっとパーソナライズされた、もっと洗練されたものを作れる」と話してくれたことでした。それはどうなっていますか。何が起きていますか。
Patrick： 鍵となることの一つ、そして本当の学びは、パートナーシップについてです。そのパートナーシップの中で、私たちはアジェンティックな能力を本当に取り入れようとしていました。Elementumが、Snowflakeのパートナーが私たちのパートナーになってくれて、私たちのために解き放ってくれたのは、変革とは何かを本当に再構想することでした。ただデータを持つだけでなく、本当にワークフローを再利用し、アプリケーションをただのアプリケーションとして見るのではなく、ビジネスの成果を届けるものとして捉えることです。ですからElementumとSnowflakeとのそのパートナーシップ、その移行、私たちのチームメイトが私たちに実際に実行してくれることを期待しているその信頼、そして確かなことの一つは、AIがより進化し、より深く関わるようになるにつれて、ワークフローを変革する機会がより多く生まれる、ということです。ただデータを増やしたり、レポートを増やしたりすることではないのです。
Christian： Patrick、あなたはAIを活用することの革命の最前線にいます。私たちはあなたとパートナーシップを結べることを、本当に誇りに、そしてうれしく思っています。すべてに感謝します。ありがとうございました。Patrickに、大きな拍手を。さて、このセクションからの学びです。私たちは、皆さんのデータのサイロを解消し、Snowflake、皆さんのデータ、そしてセマンティクスが相互運用可能であるようにすることに、非常にコミットしています。
10. Snowflake Co-workのビジョンとパーソナル化（Christian Kleinerman）
10.1 ubiquitous intelligenceのビジョンと顧客事例：Samsung
Christian： 私が今という時代について考え、AIが何をしているのかを考えるたびに、いつも立ち返るのは、このデータ駆動の知性が、つい先ごろまでどうであったか、ということです。皆さんの多くは、ITの時代を覚えているでしょう。皆さんはレポートを依頼し、皆さんの中にはそうした依頼を受け取る側にいた方もいるかもしれませんが、そのレポートを作り上げるのに何日も、ときには何週間もかかったものです。それからビジネスインテリジェンス(BI)が登場し、データと情報へのアクセスを本当に民主化しました。ですが今、私たちがどこにいるかを考えてみてください。私たちが、遍在する知性(ubiquitous intelligence)の世界、あるいは時代にいるということは、まったくもって信じがたいことです。今や私たち一人ひとりが、いわばデータサイエンティスト、アナリスト、統計家の力を持つことができ、しかも自分の代わりにフォローアップしてくれる存在まで持てるのです。
Christian： これらすべてが私たちの指先にあり、そしてそれこそが、私たちがSnowflake Co-workで実現しようとしていることなのです。私たちはこの機会に、本当にわくわくしています。私たちの目標は、Snowflake Co-workが、CEOからすべての最前線の従業員に至るまで、組織の中の全員を助けることです。もしF1がお好きなら、一人ひとりが自分専用のピットクルーを持っているところを想像してみてください。Iron Manがお好きなら、一人ひとりが自分専用のJarvisを持っているのです。そして、それがどれほどの最適化と、ビジネスのスピードを可能にするかを考えてみてください。すべてがエビデンスに基づくものになります。もう勘に頼った意思決定はありません。意思決定をその文脈の中で下すための情報が、皆さんの指先にあるのです。もちろん、私たちはCo-workのためのイノベーションを続けています。先月、私たちはskills、MCP、deep researchを導入しました。もしCo-workでのdeep research、私はつい「Intelligence」と言ってしまいますが、それをまだ試していないなら、得られる洞察や情報の種類は本当にすごいものです。私たちはモバイルアプリを導入し、再利用可能なartifactsを導入しました。そしてそのすべてが、今や一般提供になっています。
Christian： さて、他のいくつかのイノベーションに移る前に、Snowflake Co-workがもたらしているインパクトについて、もう一社のお客様からお聞きいただきたいと思います。SamsungのJung Suに来ていただいています。Jung、こちらへどうぞ。
Jung： ありがとう、Christian。ここの雰囲気、最高ですね。
Christian： さて、Samsungはフラッグシップのデバイス、Galaxy S26をローンチします。そしてそれが起きるとき、あなたの世界では多くのことが起こります。そうしたローンチが、ローンチ当日がどう進んでいくのか教えてください。
Jung： 強烈です。フラッグシップをローンチするとき、私たちは膨大なデータの流れを同時に追跡しています。グローバルな市場シェアから、きめ細かな顧客セグメント、オンラインのトラフィック、時間ごとの売上や価格、そして顧客レビューまでです。量(volume)については、私たちは扱うことができました。私たちには常に量はあったのです。本当の課題は、速度(velocity)でした。従来型の分析チームが、ある地域でなぜコンバージョンが下がっているのかを表面化させ、その理由を見つけ出すころには、私たちはすでに行動すべき窓を逃してしまっています。すでにターゲットとする顧客層の注目を失ってしまっているのです。私たちはローンチに合わせて動かなければなりません。ローンチに遅れて動くのではなく、です。
Christian： ええ。そして、ここがあなたにとってAIが物事を変えた点ですよね。
Jung： 根本的に、そのとおりです。私たちは、Shoppers Insight Action agent、通称CIAと呼ぶものを、Snowflake Co-workの上に構築しました。その違いは、このエージェントが単にデータを取得するだけでなく、推論し、そしてデータをまたいで行動する、という点です。たとえば、私はデータを取って、このエージェントに、Galaxy S26のローンチパフォーマンスを、Amazonで前回ローンチしたモデルと比較するよう頼むことができます。エージェントは単に数字を引っ張ってくるだけではありません。一連のステップを計画し、複数のシグナルを突き合わせて、統合された答えを返してくれるのです。私のチームが何時間もかけていた作業が、今では数秒で済みます。そしてそれらの数秒は、リアルタイムで問題のトラブルシューティングをしようとしているときには、本当に重要なのです。
Christian： ええ。さて、私は今年の初めに韓国のあなたのオフィスを訪ねて、あなたはAX、すなわちAIベースのプロセス変革について話してくれました。AXについて皆さんにも教えてもらえますか。
Jung： もちろんです。AXでは、私たちは既存のレポートの上にただAIを乗せただけ、ではありませんでした。私たちはプロセスそのものを再設計したのです。AX以前は、パフォーマンスに関する単純な質問でさえ、地域マーケティング、eコマース、サプライチェーン、財務の間を行き来していました。人々はスプレッドシートをメールで送り合い、ダッシュボードを待ち、レビューの会議に座っていました。私たちが答えが何であるかに合意するころには、その瞬間はもう過ぎ去ってしまっていたのです。そしてAXでは、エージェントがプロセスのまさに真ん中に座ります。エージェントは絶えずシグナルを監視し、アクションを提案し、それらを適切なチームへと振り分けます。ですから、ある地域や国でのスパイクが、新しいクリエイティブの予算シフトや在庫の再配分を、何週間ではなく何時間で引き起こせるのです。
Christian： ええ。
Jung： ですから私たちは、季節ごとのプロモーション管理を、一連の手作業による引き継ぎから、継続的でAIに支援されたフローへと変革しているのです。そしてこれこそが、私たちがここで伝えたいメッセージの核心です。つまり、これは単なるダッシュボードではない、ということです。これは違った働き方なのです。
Christian： まさにそのとおりです。
Jung： AXは、誰が行動できるか、そしてどれだけ速く行動できるかを変えることなのです。私たちはエージェントを、チームの日々のツールやワークフローの中に直接埋め込みます。ですから、推奨される次善のアクションがまさにそこにあって、後で誰かが分析しなければならないレポートの中に隠れているわけではありません。そしてこれはあなたのデータチームのためだけのものではなく、もっと広いものです。
Christian： それが私のいちばん誇りに思っていることです。
Jung： 今日、Samsungではグローバルでおよそ1,000人の経営幹部や営業・マーケティング担当者が、このエージェントを使っています。彼らはデータサイエンティストではありません。彼らは、地域の目標やプロモーション戦略、製品ロードマップの意思決定を担うビジネスリーダーたちです。以前は、自分の質問に答えてもらうのに完全にアナリストに依存していた人々です。それが、ボトルネックとしてのデータチームから、AXのモデルの中で動く、自分自身のアナリストとしてのすべてのリーダーへ、というシフトなのです。それが、私たちがSnowflakeへ来た理由である変革です。
Christian： ええ。私たちはこのストーリーが大好きです。さて、あなたのロードマップはどこへ向かっていますか。
Jung： 私たちは、運用効率、つまり今いる場所から、まったく新しいビジネスの機会を発見することへと移ろうとしています。私たちにとってAXとは、製品のエッジデータや競合のインテリジェンスといった新しいシグナルを、市場がどこへ動いているのかという単一のAI駆動のビューへと、それが動く前に統合することを意味します。私たちは、エージェントが季節ごとのプロモーションを最適化するだけでなく、新しいプロモーション戦略、新しいセグメント、さらには私たち自身では気づけなかったような新しい体験までも提案してくれることを望んでいます。私たちはまだ始まったばかりだと思っています。
Christian： ええ、すばらしいストーリーです。Jung、Snowflake Summitにお越しいただき、本当にありがとうございました。Christianに拍手を、ということで。
10.2 パーソナルワークエンジンと新機能群
Christian： 私たちが最初にSnowflake Co-workを導入したとき、皆さんがエージェントを簡単に作れるようにして、その後でエージェントのドロップダウンが表示され、皆さんの組織のユーザーは、自分が使いたいものを選ばなければなりませんでした。ですが今日、私たちがSnowflake Summitで皆さんと分かち合うのは、Co-workをより個人化された視点、より一人ひとりのユーザーを中心に据えた方向へと進化させている、ということです。なぜなら、私たちが見てきたのは、私たち一人ひとりがツールを少しずつ違うやり方で使っている、ということだからです。そして、私たち一人ひとりが、働き、協働し、共有したいやり方も、それぞれ異なるということも見てきました。さらに私たちは、ただ質問に答えることから、ただアクションを取ること、そして仕事を片づけることへとシフトできるようにしたいのです。Jungが言っていたとおりです。それは違った働き方なのです。
Christian： だからこそ今日、私たちはCo-workにpersonal work engine（パーソナルワークエンジン）を導入できることを、非常にうれしく思っています。これは何をするものでしょうか。物事をよりシンプルにします。皆さんの組織のユーザーは、もうどのエージェントを使うかを選ぶ必要がありません。一つのパーソナルなエージェントがあって、それがマルチエッジのエージェントオーケストレーションを行うので、異なるリクエストをどう振り分ければよいかを心得ています。私たちはまた、user memory（ユーザーメモリ）も導入していて、それが学習し、パターンを把握します。皆さんが何を好み、何を好まないか、何が役に立ったかを覚えていて、それが将来の応答に反映されるのです。そしてもちろん、皆さんが組織の誰の前にこれを置こうとも、ガバナンスとセキュリティが皆さん自身の定める基準で守られているという安心感は、変わらず保たれます。
Christian： 私たちはこの一環として、他にも多くの強化を行っています。これはパーソナルアシスタントですから、今や皆さんはパーソナルなスキル、パーソナルなMCPコネクタを持つことができ、私たちはscheduled tasks（スケジュールされたタスク）も導入します。これはCocoについて触れたものと似ています。「この分析が気に入った。週に一度、あるいは月に一度、私に送ってもらえるかい」と言うことができるのです。皆さんのニーズ、皆さんのユーザーのニーズが何であれ、対応します。私たちはまた、次世代のartifactsも導入していて、これによって、そう、ダッシュボードを作れますが、Johnが言ったとおり、それは単なるダッシュボードではありません。それはライブのデータ、信頼できるデータをガバナンスされた形で見るビューなのです。そしてここで、物事がとても見事に一つにまとまります。皆さんはCocoの中でこうした体験の一つを作り、「このソリューションを認証して、組織のビジネスユーザーが使えるようにしたい」と言うことができ、するとそれがSnowflake Co-workに現れます。つまり、Snowflake Co-workに公開する(publish)わけで、それが何であれ、協働や共有を可能にします。私は本当に、これがデータ駆動のagentic enterpriseの未来だと考えています。
10.3 Cortex SenseとNATO買収
Christian： 皆さんに、もう一つ発表があります。それは、どうすればエージェントをより効果的に、箱から出してすぐに高い精度を出せるようにできるか、ということです。その一環として、私はCortex Senseをご紹介できることを、とても誇りに思っています。Cortex Senseとは何でしょうか。これは、エージェントを自動的に強化するランタイムの機能だと考えてください。コンテキストを集め、エージェントをより信頼でき、より役に立つものにします。これは、すでにSnowflakeの中にあるデータやアクティビティから、自動的にシグナルを構築します。たとえば、もし私がデータサイエンティストだと分かっていて、データサイエンティストは通常こうした種類の答えを好意的に受け取ると分かっていれば、それは私のために物事を文脈づける方法を心得ているのです。これはCocoとCo-workの両方で機能します。これはとても重要です。そして、私は慎重に申し上げたいのですが、これは一つの評価セット(eval set)です。ですから、全員にとって同じ効果になるわけではありません。ですが、もしCocoとCo-workを箱から出したそのままの状態で使ったコーディングエージェントと、CocoとCo-workにCortex Senseを加えたものとを比べると、精度は、もう一方の24%に対して、83%にまで跳ね上がります。なかなか印象的です。
Christian： そして最後に、これも忘れてはなりませんが、Sridharが昨日触れていました。これはagentic enterpriseの重要な部分です。どうやってエンタープライズのシステムに接続するのか、ということです。私たちは、CocoとCo-workが100を超える異なるビジネスシステムと接続できるようにする、NATOの買収について、この上なくわくわくしています。本当にエキサイティングです。
11. デモ3とクロージング（Dash／Christian Kleinerman）
11.1 デモ3：パーソナルワークエージェント
Christian： 最後のデモの準備はいいですか。
Dash： はい。よし、Dash、いってください。
Dash： ありがとう、Christian。では、戻ってまいりました。どういたしまして。さて、デモ3では、私は営業のVP(バイス・プレジデント)として、Christianがちょうど紹介したパーソナルワークエージェントを使って、よりスマートに働いてみます。今、私の画面にご覧いただいているのが、基本的にCo-workです。Christianは、以前はSnowflake Intelligenceにエージェントピッカーがあった、とも触れていましたね。Snowflake Co-workは、そのピッカーを取り払います。なぜなら、やり取りという面で起きていることすべてが、実は私個人にパーソナライズされているからです。ここで私は、一日を「start my day(私の一日を始めて)」と言って始められます。私は何を知っておくべきか、と。これは、私が持っているすべてのMCPコネクタ、私のメール、私のSlackのメッセージなどを見にいきます。さらに、営業のVPとしての私のアカウントにある現在のデータも見て、売上やエンゲージメント、その他もろもろについての情報を私に教えてくれます。
Dash： さて、私は毎日Co-workに同じプロンプトを尋ねる必要はありません。そこで登場するのがautomations(自動化)です。それがどういうものか、お見せしましょう。ここで私は、毎朝6時に私の受信箱にメールを届けるデイリーブリーフを設定しています。実際に、今朝、そうですね、4時間ほど前に送られてきたメールをお見せできます。これがCo-workとautomationが連携して働く力です。なかなかいいでしょう。
Dash： さて、次にお見せしたいのは、組織内の異なるチームメンバーとどうやって協働し、artifactsを共有するか、ということです。ではCo-workに戻りましょう。左側の三つ目のメニュー項目にartifactsとあって、その真ん中にshared with me(私と共有されたもの)とあります。これらは、他のチームメンバーが私と共有してくれたartifactsです。ここで見ることができます。それだけでなく、私はこうしたダッシュボード、いわばartifactsと実際にやり取りすることもできます。さて、Miamiで約45%のVIPサージ(急増)があったのが見えますね。私はここでフォローアップの質問として、「このVIPサージを引き起こしているのは何か。本当に知る必要がある」と尋ねることができます。私はこれを、deep researchを有効にすることで拡張できます。これによって、なぜこれが起きているのかについての本当に深い洞察が得られます。これをCo-workの中で行うという選択肢があるのです。なかなかいいですね。Cocoは今まさに料理中です。拍手していただいて構いませんよ。
Dash： さて、deep researchには少し時間がかかります。これは、私がすでに実行しておいた出力です。これが実際に何をするかというと、サブエージェント(sub agents)のチームを作り上げて、私たちが尋ねた質問やプロンプトについての深い洞察を私たちに与えてくれます。上のほうにご覧いただけるのが、まったく同じプロンプトです。そして下のほうでは、サブエージェントが次々と生成されているのが見えます。そうやって、皆さんのデータの中の、何であれお望みのものについての深い洞察を得るのです。
Dash： さて、これは本当にすごいですよ。これを見てください。Christianがcortex senseについて触れていましたね。さて、私の最初のデモで、San Franciscoでエンゲージメントの低下があったのをご覧になったと思います。さあ、San Francisco、もうひと頑張りして、盛り上げてくださいよ。ですが、私たちはMiamiでVIPサージがあったことも、ちょうど見たばかりです。ここでできるのは、汎用的な質問、汎用的なプロンプトを尋ねることです。「直近の四半期で、ファンのエンゲージメントは強かったのに、マーチャンダイズ(物販)の売上では振るわなかった都市はどこか」と。すると、Co-workが何をするかというと、基本的に異なるartifactsを取って、それらが何ら関連していないにもかかわらず、私たちに洞察を与えてくれます。そしてこれが、その洞察の見た目です。なかなかすごいですね、cortex sense。
Dash： さて、締めくくる前にもう一つ。皆さんはCo-workの中で交わしているこうしたartifactsや会話を、チームメンバーと簡単に共有できます。私がやらなければならないのは、基本的にこのリンクをクリックすることだけです。リンクが得られて、私は「これをSlackでチームと共有して」と言えます。ここで、Co-workのMCPコネクタなど、すべてが効いてきます。これは少し時間がかかるかもしれません。どうなるか見てみましょう。では、戻って他の洞察を見てみましょう。これが私の「start my day」です。ここに私への応答があります。ですが、申し上げたとおり、こうしたことは本当に簡単に自動化できます。では、ここに戻りましょう。ツールを使っていますね。これをクリックすると、実際にそれが何をしているのかを見ることができます。さて、これにはまた戻ってきますが、私はそろそろ締めくくって、Christianに戻ってきてもらいたいと思います。
Dash： 今ご覧いただいたのは、本当に三つの強力なことです。皆さんのエージェントを、日々のユースケースのためにパーソナライズできること。また、artifactsの共有、協働、そしてMCPコネクタも見ました。ここで、Slackのメッセージが送られたのがお分かりいただけます。実際にそのメッセージがどう見えるかをお見せしましょう。さあ、これです。これはたった今、10時44分に届けられたばかりです。皆さんのチームメンバーは、実際にこれをクリックして、共有されたartifactsを見ることができます。お時間をいただき、本当にありがとうございました。すばらしいSummitをお過ごしください。
11.2 クロージング
Christian： ありがとう、Dash。さて、私たちは摩擦の排除と使いやすさについてお話ししました。私たちはそこにコミットしています。私たちは信頼についてもお話ししました。これは私たち全員にとって非常に重要なことです。オープンで相互運用可能であることについてもお話ししました。そして、すべての人のためのコントロールプレーンについてもお話ししました。そして今、Sridharが昨日agentic enterpriseについて語ったことに、それを結びつけてみます。私たちはデータを持っています。私たちはモデルを持っています。私たちは皆さんがソフトウェアやアプリケーションとつながる手助けをします。そして、CocoとCo-workが、そのコントロールプレーンなのです。私たちはCocoとCo-workを、皆さんが組織の全員の前に届ける必要のあるツールだと考えています。
Christian： 最後に、もう一つの引用で締めくくらせてください。これは、何が可能かを問い直すための招待状です。私たちは、それがこれまでとは違う、そんな時代にいます。Snowflakeは、皆さんを「can we(私たちにできるだろうか)」の時代から、「shall we(さあ、やろうか)」の時代へと連れていきます。そして私が皆さん全員にお願いしたいのは、自分が何を成し遂げたいのかを夢見てほしい、ということです。そしてSnowflakeとともになら、皆さんはそれを、ちょうどこんなふうに、実現できるのです。おや。まだいらっしゃるのですか。次のセッションに遅れてしまいますよ。さあ、ベースキャンプを探索して、Summitを楽しんでください。