ブレインパッドが現地から速報！Snowflake Summit 2025：Enterprise AI 最新動向：Day3

Builders Keynoteの感想

本日のKeynoteはSnowflakeのビルダーコミュニティに焦点を当てた内容となっています。

50万人のメンバー、5万人のアクティブユーザー、82のアクティブグループが存在するSnowlfakeのコミュニティは非常に活発なものとなっており、日本でもSnowVillageというコミュニティが有名です。弊社メンバーも参加しており、SlackでSnowflakeユーザーとコミュニケーションを取ることができる貴重な場です。

メインの講演内容としては、AIがソフトウェア開発ライフサイクル、特にデータアーキテクチャに与える影響について語り、PLAN、ARCHITECTといった各STEPに分けてSnowflakeの機能についてデモを交えながら説明する形で進みました。

具体的なKeynoteの内容であるBuilders Keynote Resoucesは下記にまとめて公開されていますので、気になる方はご一読ください。

【参考】
https://snowflake.com/en/summit/resources/developers/?utm_source=snowflake&utm_medium=qrcode&utm_campaign=summit25builderkeynote

その中でも気になったものをひとつあげるとするならば、OpenAI compatible APIになります。OpenAI SDKと互換性のあるエンドポイントを提供すると発表があり、これにより既存のOpenAI SDK用に書かれたコードを最小限の労力でSnowflake環境に移行することができます。

既存のコードをSnowflake Cortexで動作させるためには、APIキー、ベースURL、および必要に応じてモデル名と、わずか3行のコード変更で済みます。OpenAI SDK用に書かれたどのようなコードでも、Snowflakeから直接実行できるという点が強調されていました。

ほかにもvLLMやDeepSpeedへの投資、シリコンバレーAIハブの設立など、広範なビルダーコミュニティと連携しながらAIイノベーションを推進していくというメッセージが全体を通して感じ取れたように思います。

Data Superheroesと歩くEXPOツアーの様子

Keynoteが終わった後、日本のSnowflakeコミュニティによる企画に参加してきました。
こちらは、Data Superheros^※ がお勧めするブースを回るツアーになっていて、注目のソリューションや、現地でしか体験できないSnowflakeブースなどを案内してもらえるツアーとなっています。

※Data Superheros：情熱的なデータエキスパートが集まるグローバルコミュニティ。

【参考】
https://www.snowflake.com/en/data-superheroes/

今回は以下の4チームで募集があり、応募し参加してきました。

【第1回】6月4日（水） 11:30~13:00

• 「ブルーチーム」エンタープライズ企業から注目されているブースを紹介！
• 「レッドチーム」今後目を離せない、最新のプロダクトを一足先にチェック！ 

【第2回】6月4日（水） 15:30~17:00

• 「ブラックチーム」ディープ＆マニアックに語ります
• 「イエローチーム」サミットでしか出会えない！？個性派プロダクトの世界へご案内！

各チーム20名（計80名）

ブレインパッドからは1名の参加でしたが、今回は「「レッドチーム」今後目を離せない、最新のプロダクトを一足先にチェック！」に参加してきました。

ブースは全部で4つ回りました。日本人で集まって回ることができるので、安心感がありました。
ツアーらしく、Snowflakeの旗を持っている人についていく形でした。

回ったブースは以下の通りです。

1.dbt Labs

2.Fivetran

3.Sigma

4.hightouch

1から3についてはそれぞれの企業から日本語で説明いただき、4については、コミュニティの方々が説明や翻訳をしながら質疑応答にも対応されるなど、英語が苦手な方でも参加しやすい素晴らしいツアーでした。

Snowflakeはコミュニティが強いのが魅力と聞いていましたが、このような場面でも実感できる良い機会でした。来年など参加される際はぜひ申し込んでみてください。ただ、人数制限で申し込みはすぐ終わってしまうので注意が必要です。

ツアーで回った際に、dbt LabsとSigmaの2社からTシャツをいただきました。こういうのもうれしいですね。また次回参加できるなら必ず申し込みたいと思います。

他のセッションなど

What’s new: Advanced Analytics with Cortex AISQL

昨日のKeynoteで発表され、我々のDay2レポートでも取り上げたCortex AISQLについてPdMのRenee Huang氏が詳細を説明するセッションに参加しました。

改めて説明すると、Cortex AISQLとはSQL内でLLMへのクエリをそのまま自然言語入力することができ、画像や音声などの非構造化データに対してSQL文で生成や要約、分類などのタスクを実施できる機能です。

AISQLが生まれた背景として、

• 構造化データと非構造化データを簡単に接続して分析することが困難
• 非構造化データに対してLLMを用いた分析をするには自分でパイプラインを組む必要があり一定の手間がかかる

という課題感があるなか、よりシンプルに非構造化データを分析するためにも、SQLライクでの機能が求められていたようです。実際にSnowflakeは様々な機能をSQL上で実行できるように機能を追加してきた背景があります。

AISQLの利用例として、例えば「再生可能エネルギー業界において、直近でCEOが交代した企業の年間利益成長率とその市場における見通しを知りたい」場合を考えます。
ただしデータは日本の有価証券報告書にあるような企業概況や事業状況、といったテキストしかありません。

通常であれば、再生可能エネルギー：業界のタグやCEO交代フラグを何かしらの条件で付与してフィルターし、今後の見通し成長率や今後の見通しを抽出するのが一般的です。できないわけではないですが、いくつかのsytep-by-stepの処理が必要になります。

対して、このタスクをAISQLで実装すると以下の画像のようなSQLクエリになります。

• AIによるフィルタリング（上部）: 企業概況や事業概要を参照してCEO交代と再生エネルギー業界の会社を自然言語クエリでフィルタします。
• AIによるセマンティックジョイン（下部）：市場レポートにおいて参照されている企業と企業名でLLMを用いて意味的にジョインします。
• 集計された単位での要約（真ん中）：会社、年度で集計して利益を出すのと同時に、その粒度で要約をLLMに指示します。

このSQLクエリにより、単一の文書でこれらのタスクを実行できるようになります。昨日のレポートで言及したように、JOINの精度には懸念があるため、確実な結合方法を用いるのが賢明でしょう。しかし、LLMを使用してこれほど容易に集計できるのであれば、通常数時間かかるアンケートレポート業務が、わずか数クエリで完了する可能性を秘めています。

AISQLで用意されている関数はいくつかがパブリックプレビューとなり、すでに使えるものもあれば、まだプレビューになっていないものもあるようです。引き続きウォッチしていきたい機能のひとつです。

Atlan: How Metadata and Governance Take AI from Pilot to Production-Ready

Snowflake社のTechnology Partnerで、Modern Data Catalogサービスを提供するAtlan社の創業者のセッションに参加しました。
ブレインパッドのビジネス現場感と合致しており、非常に共感できる内容だったので、ご紹介させていただきます。

Atlanの根底にあるのは「In the AI era, context is king」という信念であり、ビジネスとデータを繋げて成果を出すためには、Contextの共有が人間のアウトプットを最大化するという考え方です。

現代においてAI活用が想定より本番への移行へ進んでいないのは、結局3つのAI Value Chasmがあるからだと整理しています。

1.Data：分散したデータの発見と理解の難しさ
パイロット段階では小規模なデータセットでモデルを訓練するのは容易です。しかし、本番環境では企業内に多くのシステムが散在し、人間の属人知識といった多様な場所にコンテキストが分散しているため、必要なデータを網羅的に発見し、その意味を正確に理解することは極めて困難です。

2.Meaning：ビジネス上の意味の統一とAIへの教育
人間同士でも言葉の定義が各部門で異なってしまうように、ビジネス用語の解釈にはばらつきがあります。大規模言語モデルは言語を理解しますが、企業固有のビジネス定義や用語のニュアンスを正確に教え込むことは非常に難しい課題です。

3.Governance：AIと基盤となるデータのガバナンス
特定のAIアプリケーションで使用するデータは厳密に隔離し、他の組織データとの接触を禁止したいといったケースはよくあります。しかし、予測不可能な利用、広範なデータアクセス、変化する規制、多様なユーザーが存在する本番環境で、これらのデータガバナンスとAIガバナンスを確実に適用することは非常に困難です。

これらの3つのAI Value Chasmを乗り越え、AI Native Companyを創出するために、「Context Bridge」を果たすソリューションを提供しています。

A.Unify：データとAIの環境を統一する
組織全体のデータ、意味、ガバナンスを統合し、スケーラブルな基盤を構築する。

<主要機能>

• DIYノーコードコネクタ: データソース、セキュリティアプリ、AIアプリケーション、変換ツールなど、データランドスケープ全体からメタデータを集約。
• 双方向同期: コンテキストをシステム間で双方向に同期させ、相互運用性を確保。
• コンテキストグラフの構築: すべてのオペレーション、知識、メタデータアセットからコンテキストグラフを作成し、ユースケースを活性化。
• セキュアエージェントアーキテクチャ: 企業のセキュリティ要件に対応。
• オープンなアプリフレームワーク: 独自のメタデータツールとの連携を可能にする。
• 自動ドキュメント生成とエンリッチメント: AIを活用し、ドキュメント作成と更新を効率化。
• システム間のリネージ: トランザクションソースからBIツールまで、データのリネージを可視化。

B.Collaborate：データとAIのライフサイクル全体で人間がコラボレーションするのを助ける
データとAIのプロダクトライフサイクル全体で、異なる役割、システム、ポリシー、プロセスを持つ人々が効果的に協力できるオペレーティングモデルを構築する。

<主要機能>

• データプロダクトの発見と信頼性: 信頼の基本単位として、品質テスト済みで適切なガードレールを備えたデータプロダクトを提供。
• データプロダクトライフサイクル管理: 要件定義から設計、開発、公開まで、ソフトウェア開発ライフサイクルに沿ったコラボレーションを支援。
• データ品質スタジオ: 簡単にデータ品質ルールを作成・適用し、データの信頼性を向上。
• アクセスリクエストと承認ワークフロー: データプロダクトへのアクセスを効率的に管理。
• AIアプリガバナンス: AIアプリケーションの登録、承認、ライフサイクル管理、リネージ追跡を通じて、シャドウAIを防ぎ、統制されたAI利用を促進。

C.Activate：多様な人間とAIのユースケースを活性化する
人間の行動をAIで拡張し、Atlanをユーザーのワークフローに埋め込み、AIネイティブな体験を可能にする。

<主要機能>

• AI拡張（AI Augmented）: 既存のワークフロー（BIツール、バージョン管理システムなど）にAIの力を埋め込み、コンテキストを提供。
• 埋め込み体験（Embedded）: Slack, Teams, GitHub, BIツール, バージョン管理システム, 承認システム, コミュニケーションツールなど、ユーザーが既に利用しているツールにAtlanの機能とコンテキストを組み込む。
• AIネイティブなエージェント体験（New Agent Experience）: テキストからSQLへの変換、AIファーストな分析、チャットインターフェース（ChatGPTなど）、AIエージェントによる検索など、新たなAIプロトコルとワークフローをサポート。

セッションの最後には、AIネイティブな世界のためにゼロから再構築する「メタデータレイクハウス」が必要だと主張しています。Atlanは、データ活用人材がAIと協力し、今後10年間に直面すると考えている問題に取り組んでいくことを使命として企業活動を行っていくとのことです。

ブレインパッドは「Data-driven as Usual」をビジョンに掲げており、Atlan社が提唱する今後の展開に深く共感しています。日本でともに何かを始めるのも良い方法だと感じました。

Snowflake Summit は参加者も活発でアツい空気感が流れており、3日目にして興奮も最高潮に達しています。Swagの購入を控えていたメンバー1名も我慢ができなかったようでした。

Day3も終わり、ついに明日でSummit最終日となります。
最後まで集中して楽しみたいと思います！