Deloitteの2026年Tech Trendsレポートによると、38%の組織がエージェントを試験運用しているにもかかわらず、本番環境でエージェントを導入している組織はわずか11%です。このような試験運用と本番展開のギャップは、あらゆる規模の企業や業界で発生しています。チームが魅力的なデモを構築し、実際のデータに対して展開しても、誤った収益の数値を自信満々に返したり、ジュニアアナリストなら気づくようなポリシーの制約を見落としたりする結果に終わります。
問題はコンテキストの欠如です。エージェントは、どのメトリクス定義が信頼できるか、どのデータが最新か、各ユーザーがどのような権限を持っているか、そして前回の会話で何が起こったかを知る必要があります。そのようなグラウンディングがなければ、最も有能なモデルであっても推測に基づいて動作することになります。また、エージェントが正しい答えを出したとしても、そのインサイトをビジネスの他の部門と共有することは困難な場合があります。
Expedition 2026において、Snowflakeは、完全なガバナンスとコンテキストを備え、エージェントとアプリがデータとともにどのように実行されるかを強化する、3つの側面にわたる機能を発表します。
グラウンディング：エージェントをガバナンスの効いたデータ、メトリクス、ビジネスロジックに接続し、推測ではなく信頼できる定義に基づいて質問に回答できるようにします。
行動：明確な監査性を備え、チームがすでに使用しているツール内で、各ユーザー自身の権限に従ってエージェントが実際の作業を実行できるようにします。ガバナンスの効いたデータ上でSnowflakeアプリを迅速かつ安全に提供し、ユーザーとエージェントがインサイトを抽出してアクションを起こせるようにします。
複合：実績のあるスキル、プロファイル、メモリを組織全体で共有し、新しいエージェントが常に以前よりも優れた状態から開始できるようにします。
グラウンディング初日からすべてのエージェントに関連データとビジネスコンテキストを提供する
a16zの調査チームは、2026年3月の分析で次のように明言しています。「エージェントがうまく機能しなかった決定的な理由は、適切なデータコンテキストの欠如でした」「前四半期の収益成長率はどうだったか」という質問に答えるエージェントは、もっともらしいテーブルに対して適切なSQLを記述できるにもかかわらず、どのフィールドが「収益」の信頼できる定義を持っているかを誰も教えていないため、自信満々に誤った数値を返す可能性があります。
Snowflakeのアプローチは、エージェントが組織ですでに構築されたコンテキストを継承すべきであるという原則から始まります。つまり、データの動作を定義するスキーマ、メトリクス、ビジネスロジック、ガバナンスポリシー、および権限です。いくつかの新しい機能と強化された機能により、これが実用的になります。
Snowflake Cortex Sense（まもなくパブリックプレビュー）は、既存のスキーマ、メトリクス定義、ビジネスロジックからコンテキストを自動構築するため、接続の設定や定義に何週間も費やす必要はありません。Cortex Senseは、自社のデータ、共有データ、およびSnowflakeマーケットプレイスを通じて購入したデータ全体で機能するため、エージェントは1つのチームの一部だけでなく、全体像を理解できます。
エージェントが大量の非構造化情報を推論する必要がある場合、Analytical Search（パブリックプレビュー）を使用すると、契約書やサポートチケットから社内レポートまで、何千ものドキュメント全体で一度にカウント、比較、傾向の発見を行うことができます。これはキーワード検索ではありません。Analytical Searchは、ドキュメントコレクション全体にAI関数を適用して、「価格高騰条項が含まれている契約はいくつあるか」や「同じ根本原因に言及しているサポートチケットはどれか」といった質問に答えます。また、Cortex Searchがソーステーブルに行アクセスポリシーとマスキングポリシーを適用するようになったため（プライベートプレビュー）、エージェントが表示できるドキュメントは、クエリを実行する構造化データと同じルールに従います。
エージェントがドキュメントの検索から理解へと移行するにつれて、Snowflakeの新しい埋め込みモデルであるArctic Embed 3S（まもなく一般提供）は、同じコンパクトなサイズクラスを維持しながら、Arctic Embed L-v2.0と比較して、英語で3%、多言語検索で6%、構造化テーブルと列で23%検索品質を向上させます。
フロンティアモデルがコモディティ化するにつれて、競争優位性はモデルが特定のビジネスをどれだけよく理解しているかに移ります。組織は、教師ありファインチューニングや強化学習などのポストトレーニング手法を使用して、特定のドメインに合わせてカスタマイズされたオープンウェイトの基盤モデルに目を向けています。Snowflake Cortexトレーニング （パブリックプレビュー）を使用すると、フルマネージドGPUを使用して、専有データ上でQwen、DeepSeek、Mistral、Gemmaなどのオープンウェイトモデルを簡単にポストトレーニングおよび展開できます。ベンチマークによると、競合するサーバーレス製品よりも最大61%低いコストが示されています。1
Cortexトレーニングを使用すると、チームはガバナンスの効いたデータと同じプラットフォーム上で、カスタマイズされたモデルをトレーニング、実験、評価、展開できます。CortexトレーニングはCortex AIゲートウェイ（パブリックプレビュー）も統合してエージェントのトレースとログをキャプチャし、モデルのカスタマイズと改善のための継続的なフィードバックループを作成します。
新機能により、共有データや外部データもエージェンティックになります。主要な業界にわたる60以上のキュレーションされた外部データセットを備えたAIデータパッケージ（パブリックプレビュー）には、セマンティックビューと、マネージドサービスとしてすぐに使用できるSnowflake CoWorkエージェントが完備されています。Snowflake CoCoを搭載したAgenticマーケットプレイスDiscovery（パブリックプレビュー）を使用すると、ユーザーは会話を通じてデータ、アプリ、AIを調達できます。Agents for Shared Data （パブリックプレビュー）は、共有されたすべてのデータに対してCortexエージェントとセマンティックビューを自動的に生成するため、受信者はそれを対話形式で使用できます。これらの機能を組み合わせることで、ユーザーは自然言語のみを使用して、共有データや外部データを検出し、クエリを実行し、使用できるようになります。
行動：チームが働く場所ならどこでも、エージェントに実際の作業を任せる
エージェントを適切なデータにグラウンディングさせることが出発点です。次の課題は、チームが時間を費やす場所で、適切な権限を持ち、自律的に実際の作業を行えるかどうかです。Capgeminiの調査によると、データプライバシー、「AIのブラックボックス」の不透明性、および限られたデータ準備状況に対する懸念の中で、完全自律型AIエージェントに対する信頼はわずか1年で43%から27%に低下したことがわかりました。
Snowflakeの統合され、ガバナンスの効いたAIへのアプローチは、そのような状況を防ぐように設計されており、最新の機能強化は、透明性、権限の適用、および監査性を通じてエージェントの信頼を構築するのに役立ちます。
Snowflake CoCo：ログオフ後も働き続けるコーディングエージェント
データチーム向けのコーディングエージェントであるSnowflake CoCoは、セッション、スケジュール、ツール全体で実際の作業を自律的に実行できるようになりました。
CoCo Automations （SnowsightインターフェイスとCLIで一般提供、CoCo Desktopでパブリックプレビュー）は、定期的な作業をスケジュールされたSnowflakeタスクに変換することで、To-Doリストから除外します。データエンジニアは、「スタンドアップの前にパイプラインの健全性を確認する」や「月曜日のレポートを再構築する」など、平易な言葉でジョブを記述し、実行間隔を設定します。各実行はトランスクリプトを生成し、作成者の権限内で動作し、エージェントが消費できる上限を定める事前設定されたクォータ内で実行されます。チームは、アカウント全体のスキルおよびプラグインカタログを通じて、構築した自動化とCoCoスキルを共有できるため、1人のエンジニアが作成したワークフローをチーム全体で利用できるようになります。
SnowsightにCoCoモードが追加されました。これは、シェル、ファイルシステム、Git、ライブプレビューを備えた独自のクラウドコンテナに裏打ちされたフルスクリーンワークスペースです。長時間の移行、マルチステップの分析、またはパイプラインの構築を開始し、ノートパソコンを閉じて、完了した結果に戻ることができます。Cloud Agents（一般提供）を使用すると、チームは長時間のタスクをサポートする、分離されたSnowflakeマネージド環境でCoCoを実行できます。すべてのセッションは作成したユーザーのSnowflake権限を使用し、制限されたセッションスコープ（一般提供）により、管理者は各エージェントが実行できることをさらに制限できます。
また、CoCoはチームがすでに作業している場所にも対応するようになりました。CoCo Slackbot統合（パブリックプレビュー）により、質問、ワークフロートリガー、結果のレビューのためにCoCoをSlackチャネルに導入できます。CoCo GitHub統合（パブリックプレビュー）は、提案されたコード変更をチームの既存のプルリクエストプロセスを通じてルーティングします。CoCo in Snowflake Mobile（iOSは一般提供、Androidはパブリックプレビュー）を使用すると、ユーザーはスマートフォンからクラウドセッションの確認、ツール呼び出しの承認、またはフォローアップの送信を行うことができます。さらに、CortexエージェントSDK （パブリックプレビュー）を使用すると、開発者は提供する任意のアプリケーション内にCoCoのコーディング機能を埋め込むことができます。
詳細については、新しいCoCoの機能強化に関するブログ記事をお読みください。
Snowflake CoWork：すべてのチームのためのパーソナルワークエージェント
Snowflake CoWorkは、組織全体のナレッジワーカー向けのパーソナルワークエージェントです。Expeditionでは、チームの特定の作業に合わせてCoWorkを調整する機能を追加しています。
まず、CoWorkプロファイル（パブリックプレビュー）により、管理者は各チームが表示するエージェント、スキル、コネクタ、および指示を構成できます。財務チームのCoWorkエクスペリエンスでは質問を財務計画エージェントにルーティングし、マーケティングチームのCoWorkではキャンペーンアナリティクスエージェントにルーティングできます。これらはすべて、アクセスを広げることなく実行されます。同じ質問が自動的に適切な専門知識に到達するため、ユーザーは認識していないエージェントのメニューから選択するのではなく、自然に質問することができます。
次に、Snowflakeダッシュボード（パブリックプレビュー）により、チームの誰もがCoWorkを通じてダッシュボードと対話できるようになります。要約したり、変更の要因を尋ねたり、セグメントにフィルタリングしたりできます。アナリストは、CoCoに説明し、適切なロールと共有することでダッシュボードを構築します。ダッシュボードの背後にあるデータはSnowflake内に留まり、既存の行アクセスポリシーとマスキングポリシーによってガバナンスが適用されます。
ダッシュボードは共有の信頼できる情報源を作成し、チームがガバナンスの効いたデータと共有コンテキストから引き出すAI駆動の会話を行えるようにします。Snowflakeは、BI向けAIに対するMoraの独創的なアプローチをSnowflakeのプラットフォームに組み込むことでこれらの取り組みを強化するために、Moraチームを歓迎しています。
カスタム探索、高度な視覚化、マルチステップワークフローなど、ダッシュボードを超えるニーズに対して、チームは組み込みの対話型AIを備えたSnowflakeアプリランタイム上でStreamlit in Snowflakeアプリ、またはReactおよびNext.jsアプリを作成できます。
CoWorkのより幅広い機能もExpeditionで拡張されています。Automationsは、ライブの質問と同じ権限で、スケジュールに従って定期的な作業を実行します。ユーザーメモリ（一般提供）とユーザースキルは、あるセッションから次のセッションへコンテキストを引き継ぐため、チームの仕組みを誰も再説明する必要がありません。MCPコネクタ、コード実行、およびドキュメント生成（PDF、PPTX、DOCX、HTML）は回答を共有可能な作業プロダクトに変換し、HTMLレポート（パブリックプレビュー）により、チームはCoWorkの会話から直接、洗練されたガバナンスの効いたレポートを公開できます。
Snowflake Bots：常にオンで、常に稼働
Snowflake Bots（まもなくプライベートプレビュー）は、プロアクティブで目標主導型のエージェントをCoCoとCoWorkにもたらします。重要なパイプラインを健全に保つことや、顧客の解約を把握することなど、ボットに責任を与えると、ボットは最初から最後まで目標を所有します。監視すべきシグナルを提案し、作業を計画し、既存の権限の下で、ガバナンスの効いたデータ上で数日または数週間にわたってタスクを最後まで見届けます。
ボットは、意思決定に人間の入力が必要な場合にのみユーザーを関与させ、ジョブが完了したときに報告するため、チームは作業の追跡に費やす時間を減らし、人間にしかできない戦略的で創造的な作業により多くの時間を費やすことができます。
エージェントが到達可能で、Snowflakeを超えて埋め込み可能なアプリ
新しい機能強化により、社内エンタープライズアプリであれ顧客向けアプリであれ、Snowflakeアプリはより幅広いリーチ、より高い柔軟性、およびエージェンティックワークフローのネイティブサポートを獲得します。
Streamlit in Snowflakeアプリは、そのリーチと対話型機能を拡張するいくつかの機能を獲得します。
ユーザーベースの共有（一般提供）：チームは、ロールに加えて個々のユーザーとアプリを共有できます。
埋め込みサポート（一般提供）：Streamlitアプリは、Snowflakeのログインを必要とせず、ガバナンスの効いたアクセスを維持したまま、ポータルやSalesforceなどのサードパーティツールに埋め込み可能になりました。
発見可能性と表示可能性：アプリは、CoWork内でCoWorkアーティファクトとして表示できます（プライベートプレビュー）。
対話型機能：ユーザーは、Snowsight（一般提供）およびCoWork（プライベートプレビュー）内で、アプリ内のデータについてCoCoと並行して会話できます。
自動MCP公開（パブリックプレビュー）：すべてのアプリがエージェントから呼び出し可能なツールのセットに変わり、アプリのデータとアクションを直接呼び出します。
フルスタックWebアプリの場合、Appランタイムは、Snowflakeアカウント内でプロンプトから展開されたWebアプリへと移行するためのエンドツーエンドのソリューションです。アプリのアイデアをSnowflake CoCoに説明すると、SSO、RBAC、および監査ログがすでに有効になっている状態で、Snowflakeアカウント内にアプリを構築して公開できます。サーバーレスコンピュート（まもなくパブリックプレビュー）により、アプリはアイドル時にゼロにスケーリングし、誰かが開いたときに数秒で起動できるため、チームはオールウェイズオンのコンピュートではなく実際の使用量に対して料金を支払うことができます。
Workspaces統合（まもなくパブリックプレビュー）を使用すると、ローカルの開発ツールが制限されている場合でも、チームはSnowsight内で完全に構築および展開できます。CortexエージェントSDK、app.yml v2、展開ターゲット、および水平スケーリングにより、Appランタイムは、CoCoが生成したプロトタイプから本番運用への明確なパスを提供できます。
Snowflakeネイティブアプリの機能強化により、ISVパートナーやアプリプロバイダーが構築できるものも充実します。SnowflakeネイティブアプリのフロントエンドとしてAppランタイムを使用する（まもなくパブリックプレビュー）ことで、プロバイダーは高度なデータ探索と複雑なワークフローのためのフルスタックWebフレームワークを利用できます。また、SnowflakeネイティブアプリはSnowflake Postgresにアクセスできるようになったため（まもなくパブリックプレビュー）、プロバイダーは外部アクセス統合の回避策なしで、アカウント内で直接Postgresインスタンスを作成してクエリを実行できます。
これらのすべての機能が組み合わさることで、Snowflakeアプリはエージェンティックな企業の重要な一部となります。社内向けアプリと社外向けアプリの両方がエージェントから到達可能になり、Snowflakeを超えた環境に埋め込み可能になり、適切にガバナンスが効いたデータの基盤上に構築されるようになりました。
複合：個々のエージェントの成果を組織の優位性に変える
適切にグラウンディングされたエージェントの組織的な見返りは、次のエージェントが前のエージェントが学習したすべてに基づいて構築され、実績のあるワークフロー、チームのコンテキスト、および費用対効果の高いモデルルーティングが、プロジェクトごとに再構築されるのではなく、デフォルトで共有される場合にもたらされます。
スキルおよびプラグインの共有（一般提供）により、1人の専門家のワークフローが、Snowflakeアカウント全体で再利用可能なガバナンスの効いた資産に変わります。パイプラインレビュースキルまたはデータ品質スキルを一度構築すれば、snow://リンクとして共有したり、検索可能なSnowsightカタログで発見できるようにしたりできます。アクセス権を持つチームメンバーは、CoCo Desktop、Snowsight CoCo、またはCoCo CLIにインストールできます。管理者は信頼できるバージョンを認定し、エージェントが使用するものを固定し、導入状況を追跡します。チームは同じ問題の再解決に費やすトークンを減らし、より一貫した出力を得ることができ、エージェントは即興で対応するのではなく、レビュー済みのプレイブックに従います。
エージェントプロファイルは、指示、コネクタ、優先データソースなど、チーム固有のデフォルトをすべてのセッションにもたらします。セッション間で個人的なコンテキストを保持するメモリと組み合わせることで、エージェントはチームの仕組み、前回話し合われた内容、および重要な規則を完全に認識した上で各会話を開始します。毎週月曜日の朝に、技術スタックや命名規則を再説明する必要は誰にもありません。
自動ルーティングを備えたモデル階層は、各タスクをジョブに最適なモデルと照合します。日常的な要約やフォーマットのタスクは費用対効果の高いモデルで実行され、複雑な推論タスクはより有能なモデルにルーティングされます。チームは、モデルを手動で選択したり、単純なタスクに過剰な費用をかけたりすることなく、必要な品質を得ることができます。
最後に、AgenticマーケットプレイスDiscovery（パブリックプレビュー）により、SnowsightのSnowflakeマーケットプレイスにCoCoが導入されます。ユーザーは「EMEAアカウントの企業属性データ」など、必要なものを説明し、CoCoが一致するデータ、アプリ、AIプロダクトを見つけて比較する際に、会話を通じてそれを絞り込むことができます。同じ会話から、リスティングがサポートしており、ロールで許可されている場合、ユーザーはリスティングを探索し、インストールし、トライアルを開始し、または見積もりをリクエストできます。Discoveryは、新しいデータを活用するための第一歩となります。
ビジネスを理解し、実際の作業を行うエージェントの構築と使用
これらの発表は、共通の設計原則に対するSnowflakeの取り組みを示しています。エージェントは、必要なデータと同じプラットフォーム上で実行され、すでに存在するガバナンスを継承し、使用するにつれて改善されるべきです。エージェントがデータにグラウンディングされ、実際の権限で行動するための適切なガードレールを備えている場合、AIワークフローに摩擦を加えることなく、信頼できる結果と応答を提供できます。
Snowflake Expeditionのその他の発表についてはsnowflake.com/en/blog/expedition-26/をご覧いただくか、snowflake.com/en/expedition/のバーチャルイベントにご参加ください。
将来の見通しに関する記述：この記事には、将来のプロダクト提供に関するものを含め、将来の見通しに関する記述が含まれている場合があり、プロダクトの提供を約束するものではありません。実際の結果および提供内容は異なる場合があります。詳細については、最新の四半期報告書（10-Q）をご覧ください。
1 コスト比較手法：FireworksおよびTinkerの価格は、2026年10月22日にそれぞれのWebページで公開された価格に基づいています。さまざまなコンテキスト長でCortexトレーニング上でLoRA SFTトレーニングワークロードを実行し、H200 GPUあたりのスループットを測定しました。スループット（トークン/秒）を使用し、(price_per_second / throughput) x 1Mの式を使用して、Cortexトレーニングの100万トークンあたりの価格を計算しました。
よくある質問
Snowflake Expedition 2026でのエージェント関連の発表の概要
主な発表には、SnowsightのCoCoモード、自律型コーディングワークフロー向けのCloud Agents、チーム固有のエージェントルーティング向けのCoWorkプロファイル、CoWorkのSnowflakeダッシュボード、オープンウェイトモデルをカスタマイズするためのCortexトレーニング、サーバーレスコンピュートを備えたAppランタイム、組織的な再利用のためのスキルおよびプラグインの共有、対話型データ調達のためのAgenticマーケットプレイスDiscoveryが含まれます。
SnowflakeによるAIエージェントの信頼性向上の仕組み
Snowflakeは、スキーマ、メトリクス、ビジネスロジックからコンテキストを自動構築するCortex Senseを通じて、ガバナンスの効いたデータにエージェントをグラウンディングさせます。エージェントは既存の権限、行アクセスポリシー、およびマスキングルールを継承するため、推測ではなく信頼できる定義に基づいて回答できます。エージェントのアクションは、ユーザーまたは所有者のSnowflake権限の下で実行され、監査可能です。
Cortex Senseとは？
Cortex Sense（まもなくパブリックプレビュー）は、既存のスキーマ、メトリクス定義、ビジネスロジックからビジネスコンテキストを自動的に構築します。エージェントにデータを理解させるために通常必要となる何週間もの手動プロンプトエンジニアリングを排除するように設計されており、自社のデータ、共有データ、およびマーケットプレイスデータ全体で機能します。
CoCo Agent Modeとは？
CoCo Agent Modeは、Snowflakeのコーディングエージェントに、クラウドコンテナに裏打ちされたフルスクリーンワークスペースを提供します。データエンジニアは、長時間の移行、ビルド、または分析を開始し、ノートパソコンを閉じて、完了した結果に戻ることができます。セッションは、追加の制御のために制限されたセッションスコープを使用して、ユーザーのSnowflake権限の下で実行されます。
CoWorkプロファイルとは？
CoWorkプロファイル（パブリックプレビュー）により、管理者は利用可能なエージェント、スキル、コネクタ、および指示を指定することで、各チームに合わせたエージェントエクスペリエンスを構成できます。同じ質問が、データアクセスを広げることなく、適切な専門知識に自動的にルーティングされます。
Snowflakeのアプリ開発プラットフォームの有無
はい、引き続きデータアナリストの存在は不可欠です。データ探索アプリ、フルスタックWebアプリ、社外向けデータプロダクトなど、エンタープライズグレードのアプリをSnowflake上で構築して提供できます。Streamlit in Snowflakeは、データダッシュボードや視覚化、探索的アナリティクス、軽量ワークフローなど、社内向けのPythonベースのデータアプリを構築するために使用されます。Snowflakeアプリランタイムを使用すると、高度なデータ探索アプリ、複雑なワークフローアプリ、AIアプリ/エージェントなど、カスタムUIを備えたフルスタックアプリを構築できます。Snowflakeネイティブアプリフレームワークは、社外向けの収益化可能なデータプロダクトを構築するためのものであり、Snowflakeマーケットプレイスにリストして配布できます。
AppランタイムとStreamlit in Snowflakeの違い
Streamlit in SnowflakeはPythonファーストであり、データダッシュボードや視覚化、探索的アナリティクス、軽量ワークフロー向けに設計されています。AppランタイムはフルスタックWebアプリ向けであり、高度なデータ探索、複雑なワークフロー、およびカスタムUIとUX、専用のJavaScriptライブラリ、カスタマイズされたナビゲーション、またはAPIエンドポイントを必要とするAIアプリとエージェントに対応します。どちらもSnowflakeアカウント内で実行され、そのガバナンスフレームワークを継承します。
