{"templateName":"blog-page","cssClassNames":"blog-page page basicpage summit-page","allowedRenditionsWidth":["320","480","640","768","960","1200","1440","1920"],"language":"ja","description":"Cortex Agentsの新機能により、マネージドのオーケストレーション、実行、ガバナンスを備えたエンタープライズAIエージェントの構築、展開、運用を簡素化する方法をご確認ください。","title":"エンタープライズAI向けSnowflake Cortex Agentsの新機能","analyticsPageType":"homepage","analyticsCategory":"general","analyticsSubCategory":"","excludeFromAnalytics":false,":type":"snowflake-site/components/structure/page",":mappedPath":"/ja/blog/snowflake-cortex-agents-enterprise-ai-scale/",":items":{"root":{"columnCount":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"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12",":items":{"experiencefragment-banner":{"id":"experiencefragment-ef05a9bb25","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/en/site/pushdown-banner/pushdown-banner-blank/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/en/site/pushdown-banner/pushdown-banner-blank.xfmodel.json?callerPage=/content/snowflake-site/global/ja/blog/snowflake-cortex-agents-enterprise-ai-scale"},"experiencefragment-header":{"id":"experiencefragment-15579e411f","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/ja/site/mega-nav-header/master/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/ja/site/mega-nav-header/master.xfmodel.json?callerPage=/content/snowflake-site/global/ja/blog/snowflake-cortex-agents-enterprise-ai-scale","appliedCssClassNames":"snowflake-sticky-nav-host"},"experiencefragment-sub-header":{"id":"experiencefragment-ffd5772834","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/ja/site/sub-navigation/master/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/ja/site/sub-navigation/master.xfmodel.json?callerPage=/content/snowflake-site/global/ja/blog/snowflake-cortex-agents-enterprise-ai-scale"},"responsivegrid":{"columnCount":12,"columnClassNames":{"container_breadcrumb":"aem-GridColumn aem-GridColumn--default--12","container_main_content":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12",":items":{"container_breadcrumb":{"layout":"RESPONSIVE_GRID","columnCount":12,"columnClassNames":{"breadcrumb":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","id":"blog-page-breadcrumb-indentation",":type":"snowflake-site/components/container",":items":{"breadcrumb":{"id":"breadcrumb-afe6e43222","breadcrumbItems":[{"title":"Blog","path":"/ja/blog/","active":false},{"title":"AI & ML","path":"/ja/blog/ai-ml/","active":false},{"title":"エージェントの本番稼働。次のステップは？","path":"/ja/blog/snowflake-cortex-agents-enterprise-ai-scale/","active":false}],":type":"snowflake-site/components/blog/breadcrumb"}},":itemsOrder":["breadcrumb"],"appliedCssClassNames":"snowflake-container"},"container_main_content":{"layout":"RESPONSIVE_GRID","columnCount":12,"columnClassNames":{"flexible_column_container":"aem-GridColumn aem-GridColumn--default--12","related_content":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","id":"main-content",":type":"snowflake-site/components/container",":items":{"flexible_column_container":{"id":"flexible-column-container-1f5ca8bb53","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-909a1faa5a",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"container_hero":{"layout":"RESPONSIVE_GRID","columnCount":12,"columnClassNames":{"blog_hero":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","id":"container-c9fbe304c3",":type":"snowflake-site/components/container",":items":{"blog_hero":{"id":"blog-hero-47806a1a22","linkedInShareUrl":"https://www.linkedin.com/shareArticle?mini=true&url=https%3A%2F%2Fwww.snowflake.com%2Fcontent%2Fsnowflake-site%2Fglobal%2Fja%2Fblog%2Fsnowflake-cortex-agents-enterprise-ai-scale&title=%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E3%81%AE%E6%9C%AC%E7%95%AA%E7%A8%BC%E5%83%8D%E3%80%82%E6%AC%A1%E3%81%AE%E3%82%B9%E3%83%86%E3%83%83%E3%83%97%E3%81%AF%EF%BC%9F","twitterShareUrl":"https://x.com/intent/post?url=https%3A%2F%2Fwww.snowflake.com%2Fcontent%2Fsnowflake-site%2Fglobal%2Fja%2Fblog%2Fsnowflake-cortex-agents-enterprise-ai-scale&text=%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E3%81%AE%E6%9C%AC%E7%95%AA%E7%A8%BC%E5%83%8D%E3%80%82%E6%AC%A1%E3%81%AE%E3%82%B9%E3%83%86%E3%83%83%E3%83%97%E3%81%AF%EF%BC%9F","facebookShareUrl":"https://www.facebook.com/sharer/sharer.php?u=https%3A%2F%2Fwww.snowflake.com%2Fcontent%2Fsnowflake-site%2Fglobal%2Fja%2Fblog%2Fsnowflake-cortex-agents-enterprise-ai-scale","authors":[{"authorImage":{"id":"image-ce25d870a5","height":"653","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--8049a19c-6f69-400d-9f50-c2ee72ba1d88/arun-agarwal.jpg?quality=85&preferwebp=true","lazyEnabled":true,"alt":"Arun Agarwal","width":"720",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-e7c781b678","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/arun-agarwal/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Arun Agarwal"}},{"authorImage":{"id":"image-ee0a95ed7c","height":"400","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--bab3c432-9d00-4fbb-9785-e632873b6c56/harshal.jpg?quality=85&preferwebp=true","lazyEnabled":true,"alt":"Harshal Pimpalkhute","width":"400",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-9b923582c9","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/harshal-pimpalkhute/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Harshal Pimpalkhute"}},{"authorImage":{"id":"image-073f3bb0ce","height":"2549","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--3ab8a4fd-dd09-4fd7-b945-2d43de0f11d8/william-allen.jpg?quality=85&preferwebp=true","lazyEnabled":true,"width":"2549",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-219e69ac6e","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/william-allen/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"William Allen"}},{"authorImage":{"id":"image-0cce413294","height":"346","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--67ef09e9-67c2-4577-b469-c3cc5c2b457a/vino-duraisamy.png?quality=85&preferwebp=true","lazyEnabled":true,"width":"346",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-90f4969537","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/vino-duraisamy/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Vino Duraisamy"}}],"image":{"id":"image-64390f3974","height":"720","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--863e6d46-fa10-4c4a-9afd-f5f2f2ca6cd8/30-snowflake.png?quality=85&preferwebp=true","lazyEnabled":true,"width":"1680",":type":"snowflake-site/components/image"},"timeToRead":"1","publicationDate":"JUL 21, 2026","tag":{"tagText":"AI & ML","tagColor":"#C54985"},"title":{"lines":["エージェントの本番稼働。次のステップは？"],"type":"heading2",":type":"snowflake-site/components/title-v2"},":type":"snowflake-site/components/blog/blog-hero"}},":itemsOrder":["blog_hero"]},"responsivegrid_content":{"columnCount":12,"columnClassNames":{"image":"aem-GridColumn aem-GridColumn--default--12","blog_text_1859485776":"aem-GridColumn aem-GridColumn--default--12","blog_text":"aem-GridColumn aem-GridColumn--default--12","blog_text_1528741199":"aem-GridColumn aem-GridColumn--default--12","image_1660099645":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","appliedCssClassNames":"snowflake-layout-container-inner-padding-small",":items":{"blog_text":{"id":"blog-text-58db55ff9a","text":"\u003Cp\u003E第1世代のエンタープライズAIは、エージェントの構築に重点を置いていました。次世代のエンタープライズAIで重要になるのは、エージェントの大規模な運用です。\u003C/p\u003E\n\u003Cp\u003E\u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://docs.snowflake.com/en/user-guide/snowflake-cortex/cortex-agents\"\u003ECortex Agents\u003C/a\u003Eはこれまでも、Snowflake内でAIアプリケーションを構築するためのマネージドランタイムを提供してきました。過去1年間、お客様が最初のエージェントの展開から、エンタープライズ規模の展開の管理へと移行する様子を見てきました。この移行により、オーケストレーション、実行、ガバナンスに関する新たな運用上の課題が浮き彫りになりました。\u003C/p\u003E\n\u003Cp\u003E本日、エンタープライズAIエージェントを大規模に構築、展開、運用する際の運用の複雑さを簡素化する新機能によって、Cortex Agentsを拡張します。\u003C/p\u003E\n\u003Ch2\u003E要点\u003C/h2\u003E\n\u003Cul\u003E\n\u003Cli\u003E\u003Cb\u003E構築\u003C/b\u003E\u003Cul\u003E\n\u003Cli\u003E\u003Cb\u003Eコーディングエージェント（近日パブリックプレビュー開始）：\u003C/b\u003ECoCoを支えるものと同じランタイムを基盤とするマネージドコーディングエージェントを構築し、任意のアプリケーションに展開\u003C/li\u003E\n\u003Cli\u003E\u003Cb\u003Eスキルパッケージ（近日パブリックプレビュー開始）：\u003C/b\u003E厳選されたスキルのセットを単一のオブジェクトにパッケージ化し、単一のURIを使用してエージェント内で参照\u003C/li\u003E\n\u003Cli\u003E\u003Cb\u003Eエージェントツールセット（近日パブリックプレビュー開始）：\u003C/b\u003E重複するツールの定義を書き直して維持する代わりに、現在のエージェント仕様で別のエージェントのツールを参照\u003C/li\u003E\n\u003Cli\u003E\u003Cb\u003Eツール検索（近日パブリックプレビュー開始）：\u003C/b\u003Eすべての定義を事前に読み込むのではなく、オンデマンドでツールを検出\u003C/li\u003E\n\u003C/ul\u003E\n\u003C/li\u003E\n\u003C/ul\u003E\n\u003Cul\u003E\n\u003Cli\u003E\u003Cb\u003E実行\u003C/b\u003E\u003Cul\u003E\n\u003Cli\u003E\u003Cb\u003E非同期エージェントAPI（近日一般提供開始）：\u003C/b\u003E接続を開いたままにすることなく、バックグラウンドで長時間のジョブを実行\u003C/li\u003E\n\u003Cli\u003E\u003Cb\u003Eコード実行ツール（近日パブリックプレビュー開始）：\u003C/b\u003Eサンドボックス化されたPython環境内でデータを処理し、洗練された出力を生成\u003C/li\u003E\n\u003Cli\u003E\u003Cb\u003E中断と再開（近日一般提供開始）：\u003C/b\u003E実行中のエージェントを停止して軌道修正し、中断したところから再開\u003C/li\u003E\n\u003Cli\u003E\u003Cb\u003E部分アクセス（近日パブリックプレビュー開始）：\u003C/b\u003E単一のマネージドエージェントから、異なる許可レベルを持つユーザーに対応\u003C/li\u003E\n\u003C/ul\u003E\n\u003C/li\u003E\n\u003C/ul\u003E\n\u003Cul\u003E\n\u003Cli\u003E\u003Cb\u003E管理\u003C/b\u003E\u003Cul\u003E\n\u003Cli\u003E\u003Cb\u003Eバージョン管理UI（パブリックプレビュー中）：\u003C/b\u003EYAMLを編集することなく、エージェント構成を比較、ロールバック、プロモート\u003C/li\u003E\n\u003C/ul\u003E\n\u003C/li\u003E\n\u003C/ul\u003E\n\u003Ch2\u003ECortex Agentsのおさらい\u003C/h2\u003E\n\u003Cp\u003ECortex Agentsは、エンタープライズデータに対する推論、ツールの呼び出し、コードの実行、接続されたシステム全体でのアクションの実行を、すべてSnowflakeのガバナンス境界内で行うことができます。すべてのアクションは、他のデータに適用されるものと同じアクセス制御と監査証跡の対象となります。\u003C/p\u003E\n\u003Cp\u003Eオーケストレーションモデル、ツール、指示を含むCortex Agentsを宣言的に定義します。アプリケーションはREST APIを介してこれを呼び出し、Snowflakeがモデルのルーティング、ツールの呼び出し、結果の組み立てを処理します。\u003C/p\u003E\n\u003Ch2\u003E本番環境における課題\u003C/h2\u003E\n\u003Cp\u003Eほとんどの展開は、単一のエージェント、少数のツール、短いタスクから始まります。このセットアップは、PoC（概念実証）や小規模な展開であれば十分に機能します。\u003C/p\u003E\n\u003Cp\u003Eしかし、大規模なエンタープライズ本番環境は異なります。ワークフローは複数の特化型エージェントにまたがり、ツールライブラリは数十の統合へと拡大し、リクエストの実行にはミリ秒ではなく数分を要するようになります。また、ガバナンスチームには、各エージェントに許可されている操作を正確に把握するための可視性が必要になります。これらは、プロンプトの改善やモデルの高速化によって解決できる問題ではありません。これらは運用上の課題であり、以下で紹介する新機能はまさにその解決を目的として設計されています。\u003C/p\u003E\n\u003Ch2\u003Eエージェントの構築\u003C/h2\u003E\n\u003Ch4\u003ESnowflake CoCoのコーディング機能をあらゆるアプリケーションに導入\u003C/h4\u003E\n\u003Cp\u003ESnowflake CoCoは、モダンデータスタック全体で価値実現までの時間を短縮するために構築された、初のデータネイティブなAIコーディングエージェントです。CoCoは、企業のデータ、コンピュート、ガバナンス、運用セマンティクスを深く認識しており、複雑なデータエンジニアリング、アナリティクス、機械学習、エージェント構築のタスクを、高い精度と信頼性を備えたシンプルで情報に基づいた会話へと変換します。\u003C/p\u003E\n\u003Cp\u003ECortex Agents REST APIを使用することで、これらと同じ\u003Cb\u003Eコーディング機能（近日パブリックプレビュー開始）\u003C/b\u003Eを独自のアプリケーションやインターフェースに導入するマネージドエージェントを構築できるようになりました。CoCoツールセット（サンドボックスを含む）でエージェントを構成し、指示とデータグラウンディングを自社の環境にスコープして、標準のRESTエンドポイント経由で公開します。コード生成、SQL実行、データ変換、またはパイプラインの自動化を必要とするクエリはすべて、サンドボックス化されたランタイム内で処理されます。これはCoCoを支える基盤と同じものであり、独自のエージェントワークフローの一部として構成できるようになりました。\u003C/p\u003E\n\u003Cp\u003Eたとえば、当社のエンジニアリングチームは、Cortex Agentのあらゆるリクエストの根本原因を特定する内部ツール「Debug with CoCo」を20分足らずで構築しました。アプリ自体は数百行の長さで、UI経由でrequest_idを受け取り、専用のプロンプトを使用してCortex Agent APIを1回呼び出します。マネージドAPIはCoCoサンドボックスをプロビジョニングし、ログをエージェントのグラウンディングとしてマウントし、CoCoツールセットを通じてbashとSQLを実行して、証拠に基づく根本原因分析をブラウザにストリームします。コーディングエージェントのランタイムは不要で、データがSnowflakeの外部に出ることもありません。必要なのはREST呼び出しのみです。\u003C/p\u003E\n\u003Cp\u003E \u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"},"image":{"id":"image-7740112d88","height":"1068","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--f65618b8-c110-479c-b9e3-7934fd987751/agent-request-debugger.png?quality=85&preferwebp=true","lazyEnabled":true,"alt":"agent request debugger","width":"1820",":type":"snowflake-site/components/image"},"blog_text_1859485776":{"id":"blog-text-7ffb81fe66","text":"\u003Cp\u003E\u003Csub\u003E\u003Ci\u003E図1：  CoCoランタイムを備えたマネージドエージェントAPI上に構築されたエンジニア向けツール「Debug with CoCo」。\u003C/i\u003E\u003C/sub\u003E\u003C/p\u003E\n\u003Ch4\u003Eエージェントへの共有機能レイヤーの提供\u003C/h4\u003E\n\u003Cp\u003Eエージェントの展開が拡大するにつれて、スキルの管理がボトルネックになります。新しいエージェントにはそれぞれ独自の機能リストが必要であり、更新のたびに各エージェントに個別に適用する必要があります。また、スキルライブラリが拡張するにつれて、エージェントの仕様の維持が困難になり、同期が取れなくなりやすくなります。\u003C/p\u003E\n\u003Cp\u003E\u003Cb\u003Eスキルパッケージ（近日パブリックプレビュー開始）\u003C/b\u003Eを使用すると、厳選されたスキルセットを一度定義するだけで、単一のURIを使用して任意のエージェント仕様でコレクション全体を参照できるようになります。パッケージが更新されると、それを参照しているすべてのエージェントに変更が自動的に適用されます。チームは、データワークフローの標準セット、ドメイン固有のツール、承認済みの統合などの共有機能レイヤーを構築し、個別のコピーを複製したり維持したりすることなく、その上に新しいエージェントを構成できます。\u003C/p\u003E\n\u003Ch4\u003E書き換えることなくエージェント間でツールを再利用\u003C/h4\u003E\n\u003Cp\u003Eエンタープライズにおけるエージェントの展開は、多くの場合、慎重に厳選されたツールセット、テスト済みの統合、調整された構成を備えた、明確に定義されたエージェントから始まります。2つ目のエージェントが同じツールの一部を必要とする場合、現在のアプローチではツール定義を複製します。つまり、仕様をコピーし、2つのコピーを維持して、何かが変更されるたびにそれらの同期を保つ必要があります。\u003C/p\u003E\n\u003Cp\u003E\u003Cb\u003Eエージェントツールセット（近日パブリックプレビュー開始）\u003C/b\u003Eを使用すると、現在のエージェントの仕様で別のエージェントのツールを直接参照できるようになります。1行でソースエージェントを指定するだけで、そのすべてのツールがすぐに利用可能になります。再定義は必要ありません。ソースエージェントのツールが更新されると、そのツールセットを参照しているすべてのエージェントに変更が自動的に継承されます。チームは、共有データアクセスレイヤー、検索統合の標準セット、共通のMCP構成などの正規のツールセットを一度定義するだけで、オリジナルを複製したり分岐させたりすることなく、その上に新しいエージェントを構成できます。\u003C/p\u003E\n\u003Ch4\u003Eエージェントのコンテキスト構築の最適化\u003C/h4\u003E\n\u003Cp\u003EGitHub、Slack、Jira、Salesforce、および内部MCPサーバーに接続する大規模なエンタープライズの展開では、数十ものツールが簡単に蓄積される可能性があります。1つの質問に答える前に、エージェントはツール定義をコンテキストに読み込むために数万トークンを消費する場合があります。\u003C/p\u003E\n\u003Cp\u003E\u003Cb\u003Eツール検索（近日パブリックプレビュー開始）\u003C/b\u003Eは、段階的開示によってこの問題に対処します。エージェントは、すべてのツール定義を事前に読み込むのではなく、推論時にツールライブラリを検索し、現在のタスクに関連する定義のみを読み込みます。大規模な環境では、これは単なるパフォーマンスの最適化にとどまりません。コンテキストウィンドウの圧迫を軽減することで精度が向上し、一度にすべてを読み込むことが現実的ではないツールエコシステム全体でエージェントを動作させることが可能になります。\u003C/p\u003E\n\u003Ch2\u003Eエージェントの実行\u003C/h2\u003E\n\u003Ch4\u003E長時間のタスクによるアプリのブロックを回避\u003C/h4\u003E\n\u003Cp\u003E一部のタスクには、ミリ秒単位ではなく数分かかります。月次財務データの照合、包括的な調査レポートの生成、顧客契約のバッチ処理などは、HTTP接続を開いたままにできるジョブではありません。\u003C/p\u003E\n\u003Cp\u003E\u003Cb\u003E非同期エージェントAPI（近日一般提供開始）\u003C/b\u003Eを使用すると、エージェントはこれらのタスクをバックグラウンドで実行できるようになります。呼び出し元はすぐにrun_idを受け取り、タスクの完了時に応答を取得します。\u003C/p\u003E\n\u003Cp\u003Eエージェントは完了するまで実行され（ユーザーの入力が必要な場合は一時停止します）、準備ができ次第結果を利用できます。長時間実行されるエージェントワークフローは、カスタムのキューイングやオーケストレーションインフラストラクチャを必要とせずに、マネージドランタイム内で完全に実行できるようになりました。\u003C/p\u003E\n\u003Ch4\u003E1回の実行で生データから洗練された出力までセキュアに生成\u003C/h4\u003E\n\u003Cp\u003E\u003Cb\u003Eコード実行ツール（近日パブリックプレビュー開始）\u003C/b\u003Eにより、Cortex Agentsはセキュアでサンドボックス化されたPython環境にアクセスできるようになります。この環境では、Snowflakeから離れることなく、データを処理し、計算を実行し、視覚化を生成して、PDF、PowerPointプレゼンテーション、チャートなどの洗練された出力を生成できます。\u003C/p\u003E\n\u003Cp\u003EサンドボックスではPython 3.12が実行され、デフォルトでnumpyとpandasが含まれています。追加のパッケージは、アーティファクトリポジトリを通じてPyPIから取得できます。外部ネットワークアクセスは、名前付き統合を通じてスコープを設定できます。\u003Ci\u003E各実行は隔離された環境で行われます。エージェントが生成したコードは、明示的な権限なしにデータにアクセスすることはできません。\u003C/i\u003Eこれにより、エージェントはデータセットの分析からフォーマットされたPDFレポートの作成まで、ワークフロー全体を1回の実行で完了できるようになります。\u003C/p\u003E\n\u003Ch4\u003Eワークフローの一時停止、修正、再開\u003C/h4\u003E\n\u003Cp\u003Eエージェントに2年分の財務データの分析を依頼した後で、実際には5年分が必要であることに気づく場合があります。あるいは、エージェントが役に立たない方向に進んでいることに気づき、完了する前に方向転換させたい場合もあります。\u003C/p\u003E\n\u003Cp\u003E\u003Cb\u003E中断と再開（近日一般提供開始）\u003C/b\u003Eは、人間による制御のためのファーストクラスのAPIをビルダーに提供します。エージェントを停止して修正を送信すると、中断したところから再開されます。\u003C/p\u003E\n\u003Cp\u003Eエージェントは一時停止して作業を保存し、次の指示を待ちます。これにより、中断されたワークフローに関するカスタムの状態管理やリカバリロジックを構築する必要がなくなります。\u003C/p\u003E\n\u003Ch4\u003E1つのマネージドエージェントで複数のアクセスレベルに対応\u003C/h4\u003E\n\u003Cp\u003Eほとんどの組織では、ユーザーごとに異なる権限が設定されています。営業チームは顧客のヘルスメトリクスにアクセスできる一方で、財務チームは請求情報も閲覧できる場合があります。このような違いに対応するには、多くの場合、同じエージェントの複数のバージョンを構築して維持する必要があります。\u003C/p\u003E\n\u003Cp\u003E\u003Cb\u003E部分アクセス（近日パブリックプレビュー開始）\u003C/b\u003Eを使用すると、同じマネージドエージェントで、異なる許可レベルにまたがるリクエストを処理できます。リクエストが届くと、エージェントはユーザーが使用を認可されているツールを評価し、その範囲内でリクエストを処理します。制御はSnowflakeレイヤーで適用され、その他のデータをすでに管理しているRBACと一貫性が保たれます。実際には、単一のエージェントが同じナレッジベースから、従業員とマネージャー、またはアナリストと経営幹部の両方に対応しつつ、それぞれに異なるアクセス境界を適用できます。\u003C/p\u003E\n\u003Ch2\u003Eエージェントの管理と更新\u003C/h2\u003E\n\u003Ch4\u003Eすべてのエージェント構成の視覚的なスナップショット\u003C/h4\u003E\n\u003Cp\u003Eエージェントの構成は時間の経過とともに進化します。プロンプトが調整され、ツールが追加され、ビジネスロジックが変更されます。構造化されていない場合、本番環境で実行されているものとテストされているものとの間に、文書化されていない乖離がチーム内に蓄積されます。\u003C/p\u003E\n\u003Cp\u003E\u003Cb\u003Eバージョン管理UI（パブリックプレビュー中）\u003C/b\u003Eにより、チームはエージェント構成の履歴を視覚的に確認できます。YAMLを手動で編集することなく、バージョンを並べて比較し、以前の状態にロールバックして、テスト済みの候補を本番環境に昇格させることができます。リリース前にチームが候補バージョンのイテレーションを安全に行う間も、LIVEバージョンは本番環境に維持されます。規制産業の場合、これにより、すべてのエージェント構成について、何が変更され、いつ、誰が承認したかという明確な管理チェーンが構築されます。\u003C/p\u003E\n\u003Cp\u003E \u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"},"image_1660099645":{"id":"image-34ea2f0957","height":"692","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--ecd61876-ee09-4c3b-8136-2d97a3e72cf0/cortex-agent-versioning.png?quality=85&preferwebp=true","lazyEnabled":true,"alt":"cortex","width":"1892",":type":"snowflake-site/components/image"},"blog_text_1528741199":{"id":"blog-text-a6a5ead734","text":"\u003Ch2\u003Eエンタープライズ規模に対応する設計\u003C/h2\u003E\n\u003Cp\u003E本日発表された機能は、Cortex Agentsがすでに提供しているマネージドプラットフォームを拡張するものです。オーケストレーション、実行、および運用制御は、チームが最初の本番環境への展開から組織全体への導入へとスケールするのに役立ちます。\u003C/p\u003E\n\u003Cp\u003ESnowflakeがマネージドエージェントを提供するにあたり、これは主な焦点となってきました。運用の複雑さを簡素化するプラットフォームにより、ビルダーはインフラストラクチャの維持に費やす時間を減らし、AIアプリケーションの構築により多くの時間を割くことができます。エンタープライズAIの展開が成熟し続けるにつれて、作業はエージェントの構築から運用へと移行します。それこそが、Cortex Agentsがサポートするように構築された次のフェーズです。\u003C/p\u003E\n\u003Ch2\u003E使用を開始する\u003C/h2\u003E\n\u003Cul\u003E\n\u003Cli\u003Eコード実行ツールをお試しいただけます。\u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://docs.snowflake.com/en/user-guide/snowflake-cortex/cortex-agents/code-execution\"\u003Eこちらのサンドボックス構成とパッケージのセットアップ\u003C/a\u003Eをご活用ください。\u003C/li\u003E\n\u003Cli\u003E初めてのマルチエージェントワークフローを構築できます。\u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://docs.snowflake.com/en/user-guide/snowflake-cortex/cortex-agents/multi-agent\"\u003E実際の例を交えたこちらの宣言型オーケストレーションガイド\u003C/a\u003Eをご活用ください。\u003C/li\u003E\n\u003Cli\u003Eこれらの機能が実際に稼働している様子をご覧いただけます。詳しくは、\u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://www.snowflake.com/summit/\"\u003ESnowflake Summit 2026のデモをご視聴ください\u003C/a\u003E。\u003C/li\u003E\n\u003C/ul\u003E\n\u003Cp\u003E \u003C/p\u003E\n\u003Cp\u003E\u003Ci\u003E\u003Csub\u003E将来の見通しに関する記述：本ブログ記事には、開発中、一般提供前、またはその他の理由でまだ利用できない製品、機能、および性能に関する記述を含む、将来の見通しに関する記述が含まれています。これらの将来の見通しに関する記述は、実際の結果が大きく異なる原因となり得るリスクと不確実性の影響を受けます。実際の結果が異なる原因となり得るリスクの詳細については、SnowflakeのSEC提出書類をご参照ください。\u003C/sub\u003E\u003C/i\u003E\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"}},":itemsOrder":["blog_text","image","blog_text_1859485776","image_1660099645","blog_text_1528741199"],":type":"wcm/foundation/components/responsivegrid"},"responsivegrid_premium_content_banner":{"columnCount":12,"columnClassNames":{},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","appliedCssClassNames":"snowflake-responsive-component-top-padding-medium",":items":{},":itemsOrder":[],":type":"wcm/foundation/components/responsivegrid"},"container_author_chip":{"layout":"RESPONSIVE_GRID","columnCount":12,"columnClassNames":{"author_chip":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","id":"container-1affa3edae",":type":"snowflake-site/components/container",":items":{"author_chip":{"id":"author-chip-5bf5ca502e","title":{"id":"title","type":"heading2","lines":["Learn more about the authors"],":type":"snowflake-site/components/title-v2"},"authors":[{"authorImage":{"id":"image-ce25d870a5","height":"653","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--8049a19c-6f69-400d-9f50-c2ee72ba1d88/arun-agarwal.jpg?quality=85&preferwebp=true","lazyEnabled":true,"alt":"Arun Agarwal","width":"720",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-e7c781b678","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/arun-agarwal/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Arun Agarwal"},"authorTitle":"AI Product Marketing, Snowflake"},{"authorImage":{"id":"image-ee0a95ed7c","height":"400","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--bab3c432-9d00-4fbb-9785-e632873b6c56/harshal.jpg?quality=85&preferwebp=true","lazyEnabled":true,"alt":"Harshal Pimpalkhute","width":"400",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-9b923582c9","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/harshal-pimpalkhute/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Harshal Pimpalkhute"},"authorTitle":"Principal Product Manager"},{"authorImage":{"id":"image-073f3bb0ce","height":"2549","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--3ab8a4fd-dd09-4fd7-b945-2d43de0f11d8/william-allen.jpg?quality=85&preferwebp=true","lazyEnabled":true,"width":"2549",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-219e69ac6e","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/william-allen/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"William Allen"},"authorTitle":"Head of Product, AI - Cortex Agents and Snowflake CoWork"},{"authorImage":{"id":"image-0cce413294","height":"346","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--67ef09e9-67c2-4577-b469-c3cc5c2b457a/vino-duraisamy.png?quality=85&preferwebp=true","lazyEnabled":true,"width":"346",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-90f4969537","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/vino-duraisamy/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Vino Duraisamy"},"authorTitle":"Senior Developer Advocate, Product Management at Snowflake"}],":type":"snowflake-site/components/blog/author-chip"}},":itemsOrder":["author_chip"],"appliedCssClassNames":"snowflake-responsive-component-top-padding-medium"}},":itemsOrder":["container_hero","responsivegrid_content","responsivegrid_premium_content_banner","container_author_chip"]},"flexible_column_content_container_2":{"layout":"SIMPLE","id":"container-742064d46f",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"blog_table_of_content":{"id":"blog-table-of-content-7efc5e3873",":type":"snowflake-site/components/blog/blog-table-of-content","tableOfContents":[]}},":itemsOrder":["blog_table_of_content"]},":type":"snowflake-site/components/flexible-column-container","isBlogPage":true,"isActiveTOC":false},"related_content":{"id":"related-content-58df67f098","relatedContent":[],":type":"snowflake-site/components/blog/related-content","isBlogPage":true}},":itemsOrder":["flexible_column_container","related_content"],"appliedCssClassNames":"snowflake-container"}},":itemsOrder":["container_breadcrumb","container_main_content"],":type":"wcm/foundation/components/responsivegrid"},"container_47873732":{"additionalClasses":"section--blog-newsletter","layout":"RESPONSIVE_GRID","columnCount":12,"columnClassNames":{"flexible_column_cont":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","id":"container-1e13531caf",":type":"snowflake-site/components/container",":items":{"flexible_column_cont":{"id":"flexible-column-container-7f8610a749","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-87f9b5caa8",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"marketo_v2":{"id":"marketo-v2-cedda56b8e","marketoForm":{"hidden":null,"formId":"3320","edit":false,"successUrl":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,":type":"snowflake-site/components/form/marketo-v2"},"text":{"id":"text-69e8331b43","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"]},":type":"snowflake-site/components/flexible-column-container","isBlogPage":true,"isActiveTOC":false}},":itemsOrder":["flexible_column_cont"],"appliedCssClassNames":"snowflake-container"},"experiencefragment-pre-footer":{"id":"experiencefragment-58207536b9","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/ja/site/get-started-pre-footer/get-started-pre-footer/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/ja/site/get-started-pre-footer/get-started-pre-footer.xfmodel.json?callerPage=/content/snowflake-site/global/ja/blog/snowflake-cortex-agents-enterprise-ai-scale"},"markup_editor":{"id":"markup-editor-f28d3f08f6","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}",":type":"snowflake-site/components/markup-editor","isGSAPEnabled":false},"markup_editor-table":{"id":"markup-editor-5b247a6e7c","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)}",":type":"snowflake-site/components/markup-editor","isGSAPEnabled":false},"experiencefragment-footer":{"id":"experiencefragment-d3aecfb276","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/ja/site/footer/master/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/ja/site/footer/master.xfmodel.json?callerPage=/content/snowflake-site/global/ja/blog/snowflake-cortex-agents-enterprise-ai-scale"}},":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"],":path":"/content/snowflake-site/global/ja/blog/snowflake-cortex-agents-enterprise-ai-scale",":hierarchyType":"page","isPasswordProtected":false,"analyticsContentTags":["snowflake-site:taxonomy/blog/product-and-technology/ai-ml"],"analyticsEnabled":true,"coveoConfig":{"pipeline":"snowflake.com","apiKey":"xx335921a6-2a0a-40f2-a167-e390b4766c3d","organizationId":"snowflakecomputingproduction8neljofn","searchHub":"snowflake.com"},"analyticsDebugMode":false,"analyticsData":{"excludeFromAnalytics":false,"subCategory":"","pageType":"homepage","templateName":"blog-page","siteName":"snowflake","pageUrl":"/content/snowflake-site/global/ja/blog/snowflake-cortex-agents-enterprise-ai-scale","language":"ja","category":"general","pageName":"エージェントの本番稼働。次のステップは？","contentTags":["snowflake-site:taxonomy/blog/product-and-technology/ai-ml"]},"locale":"ja"}