{"canonicalLink":"https://www.snowflake.com/ja/blog/enterprise-ai-agents-agentic-ai/","robotsTags":["index","follow"],"allowedRenditionsWidth":["320","480","640","768","960","1200","1440","1920"],"cssClassNames":"blog-page page basicpage summit-page","templateName":"blog-page","language":"ja","description":"エンタープライズAIエージェント、リアルタイムデータ、エージェントオーケストレーションが、コマース、サプライチェーン、店舗運営をどのように再構築しているかについて解説します。","title":"エージェント型AI時代に向けたエンタープライズAIエージェント","analyticsPageType":"homepage","analyticsCategory":"general","analyticsSubCategory":"","excludeFromAnalytics":false,":path":"/content/snowflake-site/global/ja/blog/enterprise-ai-agents-agentic-ai",":hierarchyType":"page","analyticsEnabled":true,":mappedPath":"/ja/blog/enterprise-ai-agents-agentic-ai/",":type":"snowflake-site/components/structure/page","analyticsDebugMode":false,"analyticsData":{"excludeFromAnalytics":false,"subCategory":"","pageType":"homepage","templateName":"blog-page","siteName":"snowflake","pageUrl":"/content/snowflake-site/global/ja/blog/enterprise-ai-agents-agentic-ai","language":"ja","category":"general","pageName":"技術革命：エージェント型AI時代への備え","contentTags":["snowflake-site:taxonomy/blog/product-and-technology/ai-ml","snowflake-site:taxonomy/blog/industry-solutions/retail-consumer-goods"]},"coveoConfig":{"apiKey":"xx335921a6-2a0a-40f2-a167-e390b4766c3d","organizationId":"snowflakecomputingproduction8neljofn","searchHub":"snowflake.com","pipeline":"snowflake.com"},":items":{"root":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"experiencefragment-banner":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-sub-header":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-pre-footer":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-header":"aem-GridColumn aem-GridColumn--default--12","markup_editor-table":"aem-GridColumn aem-GridColumn--default--12","responsivegrid":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-footer":"aem-GridColumn aem-GridColumn--default--12","markup_editor":"aem-GridColumn aem-GridColumn--default--12","container_47873732":"aem-GridColumn aem-GridColumn--default--12"},"columnCount":12,":items":{"experiencefragment-banner":{"id":"experiencefragment-02d7eff0e5","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/en/site/pushdown-banner/pushdown-banner-blank/jcr:content","configured":true,"xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/en/site/pushdown-banner/pushdown-banner-blank.xfmodel.json",":type":"snowflake-site/components/experiencefragment"},"experiencefragment-header":{"id":"experiencefragment-42d461bcff","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/ja/site/mega-nav-header/master/jcr:content","configured":true,"xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/ja/site/mega-nav-header/master.xfmodel.json","languageNavPath":"/content/snowflake-site/global/ja/blog/enterprise-ai-agents-agentic-ai.languagenav.json",":type":"snowflake-site/components/experiencefragment","appliedCssClassNames":"snowflake-sticky-nav-host"},"experiencefragment-sub-header":{"id":"experiencefragment-30b0742e26","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/ja/site/sub-navigation/master/jcr:content","configured":true,"xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/ja/site/sub-navigation/master.xfmodel.json",":type":"snowflake-site/components/experiencefragment"},"responsivegrid":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"container_breadcrumb":"aem-GridColumn aem-GridColumn--default--12","container_main_content":"aem-GridColumn aem-GridColumn--default--12"},"columnCount":12,":items":{"container_breadcrumb":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"breadcrumb":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"blog-page-breadcrumb-indentation","appliedCssClassNames":"snowflake-container",":type":"snowflake-site/components/container",":items":{"breadcrumb":{"id":"breadcrumb-d3bcc81106","breadcrumbItems":[{"title":"Blog","path":"/ja/blog/","active":false},{"title":"小売および消費財","active":false},{"title":"技術革命：エージェント型AI時代への備え","path":"/ja/blog/enterprise-ai-agents-agentic-ai/","active":false}],":type":"snowflake-site/components/blog/breadcrumb"}},":itemsOrder":["breadcrumb"]},"container_main_content":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"flexible_column_container":"aem-GridColumn aem-GridColumn--default--12","related_content":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"main-content","appliedCssClassNames":"snowflake-container",":type":"snowflake-site/components/container",":items":{"flexible_column_container":{"id":"flexible-column-container-bab6b8cd08","propertiesId":"snowflake-blog-template-main-container","type":"2-column-60-40","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"none","bottomPadding":"none","spaceBetween":"none","reverseOnMobile":true,"carouselOnMobile":false,"backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"container-53dcbc7aa5",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"container_hero":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"blog_hero":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-bfa5ce60d1",":type":"snowflake-site/components/container",":items":{"blog_hero":{"id":"blog-hero-ff7db82754","showClaude":true,"showChatGpt":true,"timeToRead":"8","publicationDate":"JUL 22, 2026","tag":{"tagText":"小売および消費財","tagColor":"#29B5E8"},"authors":[],"image":{"id":"image-4936b3942b","lazyEnabled":true,"isLcpImage":false,"alt":"Woman shopping for luggage in-store while looking at her phone","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--ddd87377-5b74-4500-95f2-66c9388f869b/04-retail.jpg?quality=85&preferwebp=true","height":"720","width":"1680",":type":"snowflake-site/components/image"},"title":{"lines":["技術革命：エージェント型AI時代への備え"],"type":"heading2",":type":"snowflake-site/components/title-v2"},":type":"snowflake-site/components/blog/blog-hero"}},":itemsOrder":["blog_hero"]},"responsivegrid_content":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"blog_text":"aem-GridColumn aem-GridColumn--default--12"},"columnCount":12,"appliedCssClassNames":"snowflake-layout-container-inner-padding-small",":items":{"blog_text":{"id":"blog-text-5e50ab87da","text":"\u003Cp\u003E2026年には、エージェント型AIの成熟に伴い、インテリジェントシステムは受動的なアシスタントから自律的なアクターへと移行しつつあります。この革命は、ショッピング体験と、サプライチェーン、店舗運営、製品製造にわたるエンタープライズ業務の両方を変革しています。\u003C/p\u003E\n\u003Cp\u003E消費者側では、小売業界がエージェント型コマースを模索しています。これは、AIエージェントが消費者に代わって自律的に調査、交渉、購入を実行するものです。「買い物客」が人ではなくアルゴリズムになる傾向が強まっているため、これは買い物客とマーチャントの関係を根本的に変えることになります。\u003C/p\u003E\n\u003Cp\u003Eこのことがもたらす可視性のギャップにより、ブランドは従来のSEOから生成AIエンジン最適化（GEO）への転換を余儀なくされています。AIエージェントが制御する発見プロセスにおいて可視性を維持するためには、自社の商品データが構造化され、正確で機械可読であることを確実にする必要があります。\u003C/p\u003E\n\u003Cp\u003Eパーソナルエージェントとマーチャントとのやり取りを標準化するユニバーサルコマースプロトコル（UCP）のようなイノベーションが進むなかで、これからの小売企業の成功はインテリジェントなマーチャントエージェントに依存するようになります。複雑な法的環境でクライアントの代理を務める弁護士と同様に、インテリジェントなマーチャントエージェントはマーチャントの代理を務め、利用可能なデータソースを活用して競争の激しい環境でオファーを最適化し、セキュアなトランザクションを実現します。\u003C/p\u003E\n\u003Cp\u003E社内では、エージェントの能力が商品の物理的な製造と物流に革命をもたらしています。\u003C/p\u003E\n\u003Cp\u003E製造やサプライチェーンにおいては、AIエージェントを搭載した規範的エンジンが受動的な分析ダッシュボードに取って代わり、人間の介入なしに生産スケジュールの自律的な調整、気象データに基づく出荷ルートの変更、補充契約の交渉を行っています。\u003C/p\u003E\n\u003Cp\u003Eウェアハウス実行システム（WES）は中枢神経系として台頭しており、ロボットデパレタイザーや自律型モバイルロボット（AMR）などの物理的AIをオーケストレーションして、複雑でモジュール化されたフルフィルメントタスクを処理しています。\u003C/p\u003E\n\u003Cp\u003E店舗運営においては、空間コンピューティングとRFIDテクノロジーが、エージェントに必要なグラウンドトゥルース（正解データ）を提供します。店舗在庫のリアルタイムのデジタルツインを作成することで、これらのシステムはエージェントが自律的に在庫レベルを管理し、人員配置を最適化し、手動の手段では実現できない精度で損失を防ぐことを可能にします。\u003C/p\u003E\n\u003Cp\u003E最後に、規制の状況は、徹底的な透明性に向けた並行する技術的シフトを促進しています。EUにおけるデジタル製品パスポート（DPP）の施行により、製品には、そのジャーニー、持続可能性、構成に関する検証可能なデジタル記録を保持することが求められるようになります。\u003C/p\u003E\n\u003Cp\u003E2026年には、テクノロジーはもはや単なる支援機能ではなく、モダンコマースの中枢神経系となります。\u003C/p\u003E\n\u003Ch2\u003Eデータが示唆すること：データサイロから自律型エージェントへ\u003C/h2\u003E\n\u003Cp\u003Eエージェント型AIは、データモダナイゼーションの戦略的重要性を高めます。顧客プロファイルがあるシステムにあり、在庫が別のシステムにあり、マージンデータがスプレッドシートにある状態では、フロントエンドのコマースエージェントや販売員のアシスタント、バックエンドのサプライチェーンエージェント、および事業部門（LOB）のアシスタントは効果的に機能できません。組織は、サイロ化した消費者データ、商品データ、価格設定データ、サプライチェーンデータを、ガバナンスの効いたリアルタイムの信頼できる唯一の情報源に統合する必要があります。クラウドネイティブで相互運用可能、かつイベントドリブンなモダンなデータファウンデーションにより、エージェントは信頼できるデータセットをナビゲートし、コンテキストを理解し、スピードと正確性をもって行動できるようになります。\u003C/p\u003E\n\u003Cp\u003E第二に、データはAI-readyである必要があります。従来のSEOがGEOへと進化するにつれて、製品カタログは構造化され、エンリッチ化され、機械可読である必要があります。サードパーティのショッピングエージェントが製品を正確に解釈、比較、推奨するためには、詳細な属性、持続可能性データ、使用手順、価格設定ロジック、および在庫状況が必要です。オペレーティングエージェントは、統合されたセマンティックレイヤーを活用してレポートを取得し、ビジネス上の意思決定をサポートします。\u003C/p\u003E\n\u003Cp\u003E最終的に、小売および消費財業界での成功は、エージェント構築の能力にかかっています。AIエージェントの作成と管理には、堅牢なエンタープライズプラットフォームが必要です。この基盤は、相互運用可能なリアルタイムデータソースをAIプラットフォームに接続するために必要なガバナンスとスケールを提供し、影響力が高く信頼できる自己修復型の運用インフラストラクチャを構築します。\u003C/p\u003E\n\u003Ch2\u003E実現するテクノロジー：エンタープライズデータとエージェント型AIプラットフォーム\u003C/h2\u003E\n\u003Cp\u003E自律型コマースという概念的な約束から運用上の現実へと移行するには、単なる優れたアルゴリズム以上のものが必要であり、基盤となるテクノロジースタックの根本的な見直しが求められます。データがエージェント型AIの生命線であるならば、エンタープライズプラットフォームはその中枢神経系です。受動的なダッシュボードから自己修復型の運用へと適切に移行するためには、組織は脆弱で断片化されたシステムから脱却し、統合された産業グレードのアーキテクチャへと移行する必要があります。以下のコアとなるアーキテクチャの柱が、モダンなエンタープライズプラットフォームを定義します。それは、マルチソースのデータを取り込み、機械が読み取れるインテリジェンスに変換し、ビジネスに代わって行動できるガバナンスの効いた自律型エージェントを展開するように設計された基盤です。\u003C/p\u003E\n\u003Ch3\u003E統合されたデータファウンデーション\u003C/h3\u003E\n\u003Cp\u003E自律的に行動するために、エージェントは遅延と断片化を徹底的に排除する基盤を必要とします。もはや夜間にデータを同期するだけでは不十分です。エージェントには、サプライチェーンからEコマースまで、構造化および非構造化レコードを信頼できる唯一の情報源に統合し、リアルタイムで提供するアーキテクチャが必要です。クラウドネイティブなデータプラットフォームとリアルタイムのイベントドリブンアーキテクチャを組み合わせることで、企業は交渉エージェントに対し、その場で取引を成立させるために必要なミリ秒単位の精度を提供できます。\u003C/p\u003E\n\u003Cul\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003Eクラウドネイティブなデータプラットフォーム：\u003C/b\u003Eエージェント型コマースは、断片化されたデータでは機能しません。それは、構造化データと非構造化データの両方を含む、消費者、製品、価格設定、サプライチェーンのデータを、ガバナンスの効いた信頼できる唯一の情報源に統合するクラウドネイティブなプラットフォームから始まります。部門間でスプレッドシートを照合する必要はもうありません。Eコマースシステムと店舗システムの間で製品レコードが競合することもなくなります。あらゆるエージェントやアプリケーションの構築基盤となる、単一のファウンデーションと単一のバージョンの現実が用意されます。\u003Cbr\u003E\n\u003Cbr\u003E\n\u003C/p\u003E\n\u003C/li\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003Eリアルタイムのイベントドリブンアーキテクチャ：\u003C/b\u003Eショッパーエージェントとマーチャントエージェントがパーソナライズされたオファーについて交渉する際、レイテンシーは些細な不都合ではなく、取引を台無しにする致命的な問題となります。リアルタイムのイベントドリブンアーキテクチャは、エージェント型コマースに求められる迅速なやり取りを可能にします。価格が調整されます。在庫が確認されます。オファーが確定します。これらすべてが、顧客が「購入」をタップするわずかな時間で行われます。\u003C/p\u003E\n\u003C/li\u003E\n\u003C/ul\u003E\n\u003Ch3\u003EAI-readyデータ\u003C/h3\u003E\n\u003Cp\u003Eエージェントは理解できないデータに基づいて行動することはできません。つまり、組織は機械が処理できるように情報を意図的に構造化する必要があります。これは、基本的なSKUや価格をはるかに超える取り組みです。統合されたセマンティックレイヤーを介した共通のビジネスロジックの定義や、生成エンジンの出力に向けた最適化から、詳細な属性によるカタログのエンリッチメント、ナレッジグラフを通じた関係性のマッピング、厳格なDPP規制への対応に至るまで、このレイヤーは生データを、AIが効率的にナビゲートできる、高度にコンテキスト化された読み取り可能なマップに変換します。\u003C/p\u003E\n\u003Cul\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003E統合されたセマンティックレイヤー\u003C/b\u003Eマーケティングチームの「マージン」の定義が財務チームの定義と異なり、さらにサプライチェーンの認識とも異なる場合、そのデータの上に構築されたすべてのエージェントがその混乱を引き継ぐことになります。統合されたセマンティックレイヤーは、企業全体でビジネスロジックを標準化します。これにより、「マージン」、「在庫」、「在庫状況」をクエリするエージェントは、どの部門にサービスを提供しているかに関係なく、同じ回答を得ることができます。\u003Cbr\u003E\n\u003Cbr\u003E\n\u003C/p\u003E\n\u003C/li\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003EGEO対応の製品カタログ：\u003C/b\u003E人間向けに構築された製品データは、機械では処理できません。生成エンジンやショッピングエージェントは、マーケティングコピー、ライフスタイルの画像、または一貫性のないフォーマットの仕様書を確実に解析することはできません。製品カタログをGEOに最適化された、忠実度の高い機械可読フォーマットに再構築することで、AIを介したインタラクションにおいて製品が発見され、比較され、正確に表現されるようになります。\u003Cbr\u003E\n\u003Cbr\u003E\n\u003C/p\u003E\n\u003C/li\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003E属性のエンリッチメント：\u003C/b\u003E価格とSKUはテーブルステークス（最低限の条件）です。エージェント型の世界では、製品データはさらに深く掘り下げる必要があります。リアルタイムの在庫状況、使用手順、持続可能性の証明、複雑な価格設定ロジック（バンドル、ボリューム層、地域ごとのバリエーション）などが求められます。属性レイヤーが豊富であればあるほど、エージェントは製品と意図をよりインテリジェントに一致させることができ、AIが生成するレコメンデーションにおいて製品がより正確かつ一貫して表示されるようになります。\u003Cbr\u003E\n\u003Cbr\u003E\n\u003C/p\u003E\n\u003C/li\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003E統合ナレッジグラフ：\u003C/b\u003E単独のデータは、何が起こったかを教えてくれます。関連付けられたデータは、それが\u003Ci\u003Eなぜ\u003C/i\u003E起きたのか、そして次に何が起こりそうかを示します。統合ナレッジグラフは、異なるデータセット間のつながりをマッピングし、エージェントが大規模に推論するために必要な環境コンテキストを提供します。気象事象は特定のSKUの物流にどのような影響を与えるのか。どのサプライヤーの混乱が、どの地域の在庫切れに連鎖するのか。ナレッジグラフは、こうした疑問を調査プロジェクトからリアルタイムのエージェント機能へと変換します。\u003Cbr\u003E\n\u003Cbr\u003E\n\u003C/p\u003E\n\u003C/li\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003EDPP規制：\u003C/b\u003E欧州では現在、特定の業界で規制上の透明性が義務付けられており、今後数年間で全業界を対象とした段階的なロールアウトが予定されています。DPPは、原材料の調達から製造、流通、販売管理に至るまで、製品のジャーニーと構成に関する検証可能なエンドツーエンドの記録を作成します。コンプライアンスを超えて、DPPは新たな価値をもたらします。エージェントが持続可能性の主張を検証し、循環型経済のワークフローをサポートし、消費者がますます求める来歴データを提供できるようになります。\u003C/p\u003E\n\u003C/li\u003E\n\u003C/ul\u003E\n\u003Ch3\u003Eエンタープライズエージェント型プラットフォーム\u003C/h3\u003E\n\u003Cp\u003Eデータを統合および変換した後は、デジタルワークフォースを構築、実行、統制するための運用エンジンが必要になります。このオーケストレーションレイヤーは、戦略を実現します。顧客対応のマーチャントエージェントを展開して取引を交渉し、エンタープライズデータエージェントを使用して部門間の意思決定をスケーリングし、厳格なヒューマンオンザループ（HOL）モニタリングを適用します。これは、意思決定レイヤーで人間がしっかりと制御を維持しながら、エージェントが自律的に複雑な問題を解決できるようにする、統制されたフレームワークです。\u003C/p\u003E\n\u003Cul\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003Eマーチャントエージェント：\u003C/b\u003Eこれは、エージェント型コマースの中心となるAIの頭脳です。マーチャントエージェントは、標準化されたプロトコル（ACP/UCP）を通じてショッパーエージェントと対話し、製品カタログの全容、顧客の360度プロファイル、リアルタイムの在庫、サードパーティデータを活用して、その瞬間に最適なオファーを構築します。これは静的なレコメンデーションエンジンではなく、マージン目標、顧客生涯価値、在庫の制約のバランスを取り、双方にとって可能な限り最良の取引を成立させる動的なネゴシエーターです。\u003Cbr\u003E\n\u003Cbr\u003E\n\u003C/p\u003E\n\u003C/li\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003Eエンタープライズデータエージェント：\u003C/b\u003Eアナリティクスは、雇用できるアナリストの数によってボトルネックになるべきではありません。エンタープライズデータエージェントは、マーチャンダイジングから財務、オペレーション、マーケティングに至るまで、あらゆる部門のビジネスユーザーが対話型AIを通じてデータをクエリ、探索、活用できるようにすることで、インサイトへのアクセスを民主化します。数千のエージェントを同時に実行できるように設計された高性能プラットフォーム上に構築されており、このようにして組織全体で意思決定サポートをスケーリングします。\u003Cbr\u003E\n\u003Cbr\u003E\n\u003C/p\u003E\n\u003C/li\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003EHOLモニタリング：\u003C/b\u003E監視のない自律性はインテリジェンスではなく、リスクです。ヒューマンオンザループシステムは、エージェントが定義された境界内で独立して動作しつつ、重要な場合にはエスカレーションを行うガバナンスレイヤーを構築します。エージェントは混乱を検知すると、単にフラグを立てるだけでなく、代替案をシミュレートし、トレードオフを評価して、人間の承認を得るための推奨ソリューションを提示します。人間は実行レイヤーではなく意思決定レイヤーでループにとどまり、ビジネスは制御を犠牲にすることなく迅速に進行します。\u003C/p\u003E\n\u003C/li\u003E\n\u003C/ul\u003E\n\u003Ch2\u003Eエグゼクティブ向けの要点\u003C/h2\u003E\n\u003Cp\u003EAIテクノロジーが受動的なアシスタントの実現から自律型エージェントの駆動へと移行する中、成功の鍵はエージェント構築の能力を強化することにあります。アクセス可能なAI-readyデータを提供し、エージェント型コマース、製造、店舗、サプライチェーン全体でヒューマンインザループと自律型オペレーションの両方を可能にする、エンタープライズクラスのデータおよびエージェント型AIインフラストラクチャを展開します。\u003C/p\u003E\n\u003Cp\u003E\u003Cb\u003E\u003Ci\u003E企業全体でAIエージェントを活用するための準備についてご検討ください。エージェント型ロードマップの設計については、\u003Ca href=\"https://www.snowflake.com/en/contact-sales/\" target=\"_blank\" rel=\"nofollow noopener noreferrer\"\u003ESnowflakeの小売および消費財チーム\u003C/a\u003Eにご相談ください。\u003C/i\u003E\u003C/b\u003E\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"}},":itemsOrder":["blog_text"],":type":"wcm/foundation/components/responsivegrid"},"responsivegrid_premium_content_banner":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{},"columnCount":12,"appliedCssClassNames":"snowflake-responsive-component-top-padding-medium",":items":{},":itemsOrder":[],":type":"wcm/foundation/components/responsivegrid"},"container_author_chip":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"author_chip":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-c2d45343ed","appliedCssClassNames":"snowflake-responsive-component-top-padding-medium",":type":"snowflake-site/components/container",":items":{"author_chip":{"id":"author-chip-82a2fbeec3","title":{"id":"title","type":"heading2","lines":["Learn more about the authors"],":type":"snowflake-site/components/title-v2"},"authors":[],":type":"snowflake-site/components/blog/author-chip"}},":itemsOrder":["author_chip"]},"container_share_article":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"share_article":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-22b5c6cea3","appliedCssClassNames":"snowflake-responsive-component-top-padding-small",":type":"snowflake-site/components/container",":items":{"share_article":{"id":"share-article-ecd8f984ad","linkedInShareUrl":"https://www.linkedin.com/shareArticle?mini=true&url=https%3A%2F%2Fwww.snowflake.com%2Fcontent%2Fsnowflake-site%2Fglobal%2Fja%2Fblog%2Fenterprise-ai-agents-agentic-ai&title=%E6%8A%80%E8%A1%93%E9%9D%A9%E5%91%BD%EF%BC%9A%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E5%9E%8BAI%E6%99%82%E4%BB%A3%E3%81%B8%E3%81%AE%E5%82%99%E3%81%88","twitterShareUrl":"https://x.com/intent/post?url=https%3A%2F%2Fwww.snowflake.com%2Fcontent%2Fsnowflake-site%2Fglobal%2Fja%2Fblog%2Fenterprise-ai-agents-agentic-ai&text=%E6%8A%80%E8%A1%93%E9%9D%A9%E5%91%BD%EF%BC%9A%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E5%9E%8BAI%E6%99%82%E4%BB%A3%E3%81%B8%E3%81%AE%E5%82%99%E3%81%88","facebookShareUrl":"https://www.facebook.com/sharer/sharer.php?u=https%3A%2F%2Fwww.snowflake.com%2Fcontent%2Fsnowflake-site%2Fglobal%2Fja%2Fblog%2Fenterprise-ai-agents-agentic-ai",":type":"snowflake-site/components/blog/share-article"}},":itemsOrder":["share_article"]}},":itemsOrder":["container_hero","responsivegrid_content","responsivegrid_premium_content_banner","container_author_chip","container_share_article"]},"flexible_column_content_container_2":{"layout":"SIMPLE","id":"container-60fd3b1a03",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"blog_table_of_content":{"id":"blog-table-of-content-65064f7b67","tableOfContents":[],":type":"snowflake-site/components/blog/blog-table-of-content"}},":itemsOrder":["blog_table_of_content"]},"isBlogPage":true,"isActiveTOC":false,":type":"snowflake-site/components/flexible-column-container"},"related_content":{"id":"related-content-267f23eb59","relatedContent":[],"isBlogPage":true,":type":"snowflake-site/components/blog/related-content"}},":itemsOrder":["flexible_column_container","related_content"]}},":itemsOrder":["container_breadcrumb","container_main_content"],":type":"wcm/foundation/components/responsivegrid"},"container_47873732":{"additionalClasses":"section--blog-newsletter","gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"flexible_column_cont":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-55c12a2fbe","appliedCssClassNames":"snowflake-container",":type":"snowflake-site/components/container",":items":{"flexible_column_cont":{"id":"flexible-column-container-08afa6232c","type":"1-column","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"small","bottomPadding":"none","spaceBetween":"small","reverseOnMobile":false,"carouselOnMobile":false,"propertiesCSSClasses":"section--blog-newsletter","backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"container-1e0070631b",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"marketo_v2":{"id":"marketo-v2-35bc8b74d1","marketoForm":{"formId":"3320","edit":false,"successUrl":null,"hidden":null,"script":null,"values":null},"title":{"id":"title","type":"heading3","lines":["Subscribe to our blog newsletter","Get the best, coolest and latest delivered to your inbox each week"],":type":"snowflake-site/components/title-v2"},"munchkinId":"252-RFO-227","serverInstance":"252-RFO-227.mktoweb.com","marketoConfigured":true,"formConfigured":true,"partnerCampaignPage":false,":type":"snowflake-site/components/form/marketo-v2"},"text":{"id":"text-76d2449130","additionalClasses":"newsletter-disclaimer","text":"\u003Cp\u003EBy submitting this form, I understand Snowflake will process my personal information in accordance with their Privacy Notice.\u003C/p\u003E\r\n","richText":true,":type":"snowflake-site/components/text"}},":itemsOrder":["marketo_v2","text"]},"isBlogPage":true,"isActiveTOC":false,":type":"snowflake-site/components/flexible-column-container"}},":itemsOrder":["flexible_column_cont"]},"experiencefragment-pre-footer":{"id":"experiencefragment-ea1cdec5ba","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/ja/site/get-started-pre-footer/get-started-pre-footer/jcr:content","configured":true,"xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/ja/site/get-started-pre-footer/get-started-pre-footer.xfmodel.json",":type":"snowflake-site/components/experiencefragment"},"markup_editor":{"id":"markup-editor-f8fe0d7875","title":"Page CSS","cssContent":"@media screen and (min-width:768px){.snowflake-blog-author-chip-wrapper{justify-content:flex-start}.snowflake-blog-related-content-on-blog-page{max-width:1408px;margin-left:auto;margin-right:auto}.snowflake-text{font-family:Lato,sans-serif;font-weight:400;font-size:16px;line-height:24px}}.section--blog-newsletter{max-width:none;width:100%;padding-left:0;padding-right:0;margin-left:0;margin-right:0;margin-bottom:0}.section--blog-newsletter .mktoField{background-color:transparent !important}.section--blog-newsletter\u003E.container{padding-left:0;padding-right:0}@media screen and (min-width:768px){.section--blog-newsletter\u003E.container{padding-left:0;padding-right:0}}.newsletter-disclaimer p{font-size:14px !important}.section--blog-newsletter .snowflake-marketo-form-container{margin-bottom:24px;background-color:#f6f9fa;gap:48px;box-shadow:none}.section--blog-newsletter .snowflake-title p.snowflake-title-line:first-child{font-family:Texta;font-size:24px;line-height:26px;font-weight:700;margin-bottom:4px}.section--blog-newsletter .snowflake-title p.snowflake-title-line{text-transform:none;font-family:\"Lato\",sans-serif;font-size:16px;line-height:24px;font-weight:normal}@media screen and (min-width:1024px){.section--blog-newsletter .snowflake-marketo-form-container{display:flex;justify-content:center}.section--blog-newsletter .snowflake-title .snowflake-title-line{text-align:left}.section--blog-newsletter .snowflake-marketo-form .mktoFormRow:has(\u003E input[type=\"hidden\"]){flex-grow:0}.section--blog-newsletter .snowflake-marketo-form{display:flex;width:50% !important}.section--blog-newsletter .snowflake-marketo-form .mktoButtonRow{flex-grow:0;width:auto !important;margin-left:0;margin-right:0}.section--blog-newsletter .snowflake-marketo-form .mktoFormRow{flex-grow:1}.section--blog-newsletter\u003E.container{padding-left:0;padding-right:0}.section--blog-newsletter .snowflake-marketo-form-title{width:50%;margin-bottom:0 !important}.section--blog-newsletter .center .snowflake-title{align-items:flex-start}}.snowflake-sub-navigation a.snowflake-sub-navigation-primary-link{width:auto !important}.snowflake-blog-hero{align-items:stretch !important}","isGSAPEnabled":false,":type":"snowflake-site/components/markup-editor"},"markup_editor-table":{"id":"markup-editor-9a20c04097","title":"Table Styling CSS","cssContent":"#snowflake-blog-template-main-container table{width:100%;background-color:var(--ui-background-01);border-collapse:collapse;border:2px solid var(--ui-background-09);font-family:'Lato',sans-serif;color:var(--ui-background-09)}#snowflake-blog-template-main-container table thead{background-color:var(--ui-01)}#snowflake-blog-template-main-container table th,#snowflake-blog-template-main-container table td{border:2px solid var(--ui-background-09);padding:var(--spacing-01)}","isGSAPEnabled":false,":type":"snowflake-site/components/markup-editor"},"experiencefragment-footer":{"id":"experiencefragment-64c5416a38","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/ja/site/footer/master/jcr:content","configured":true,"xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/ja/site/footer/master.xfmodel.json",":type":"snowflake-site/components/experiencefragment"}},":itemsOrder":["experiencefragment-banner","experiencefragment-header","experiencefragment-sub-header","responsivegrid","container_47873732","experiencefragment-pre-footer","markup_editor","markup_editor-table","experiencefragment-footer"],":type":"wcm/foundation/components/responsivegrid"}},":itemsOrder":["root"],"isPasswordProtected":false,"analyticsContentTags":["snowflake-site:taxonomy/blog/product-and-technology/ai-ml","snowflake-site:taxonomy/blog/industry-solutions/retail-consumer-goods"],"locale":"ja"}