モダンな開発者ワークフロー
開発者の生産性向上を目指す「モダンな開発者ワークフロー」においては、新たな統合開発環境「Snowflake Workspaces」と、その中核機能である「Cortex Code」が紹介されました。Cortex Codeは、自然言語での指示に基づいてSQLやPythonコードの生成、データ調査、ドキュメント作成をAIが支援する機能です。田中はデモンストレーションで、気象データを題材にAIが自律的にクエリを生成・実行する様子を実演しました。この機能は、「指示を与えるだけでコーディングが完了する『バイブコーディング（Vibecoding）』に近い体験を提供するもの」であり、「開発者だけでなくビジネスユーザーのデータ活用も強力に支援する」と説明されました。
全てのユーザーへのAI実現
ビジネスの意思決定を加速させる「全てのユーザーへのAI実現」に向けた機能として、「Snowflake Intelligence」が紹介されました。Snowflake Intelligenceは、自然言語での問いかけに対してAIデータエージェントが必要なデータを特定し、回答を生成する機能です。デモンストレーションでは、売上数値データ（構造化データ）とカスタマーサポートへの問い合わせ履歴（非構造化データ）を組み合わせて、売上減少の要因を多角的に分析する様子が示されました。
また、AIエージェントの標準規格「MCP（Model Context Protocol）」に対応した「SnowflakeマネージドMCPサーバー」についても解説がありました。田中はMCPのセキュリティリスクに触れ、「Snowflake内で自社のセキュリティを担保したままMCPサーバーを構築できるため、エンタープライズレベルでも安心してエージェントAIを活用できる」とその安全性を強調しました。
制限のないデータとAI対応
データのサイロ化解消に向けた「制限のないデータとAI対応」では、トランザクション処理と分析を統合する「Snowflake Postgres」と、オープンソース拡張機能「pg_lake」が紹介されました。これにより、PostgreSQLのワークロードをSnowflake上でシームレスに拡張することが可能になります。加えて、AI活用におけるセキュリティ機能として「AI_REDACT」が紹介されました。AI_REDACTは、入力テキスト内の個人情報（名前、年齢、住所など）をAIが自動検出し、マスキング処理を行う関数です。この機能は機密情報を扱う企業にとって非常に有用であると評価されました。
さらに、1月に発表されたGemini 3のSnowflake Cortex AIへの導入を含む多様なLLMへの対応により、企業が最適なモデルを選択できる環境が整い、プラットフォームとしての進化が示されました。
Snowflakeについて
Snowflakeは、AI時代のためのプラットフォームとして、企業がより迅速にイノベーションを実現し、データからより多くの価値を引き出すことを支援しています。世界中で12,600社以上がSnowflakeのAIデータクラウドを活用し、データやアプリケーション、AIの構築・活用・共有を実践しています。Snowflakeに関する詳細は、snowflake.com/jaをご覧ください。
コメント