Snowflakeの最新イノベーションでAIを活用したアナリティクスと移行をワープスピードで体験

現代の複雑なデータ環境には、テキスト、画像、音声などの非構造化データ形式の膨大な未開拓の情報が含まれています。企業は、情報に基づく意思決定のために、構造化されたアセットと併せてこのデータを活用する必要があることはわかっていますが、その可能性を引き出すことが課題となっています。要求は明確です。アナリティクスソリューションは、使いやすく、本質的にインテリジェントで、すべてのデータに対して迅速にインサイトを提供するものでなければなりません。しかし、多くの企業がレガシーシステムの限界に取り組まなければならず、データウェアハウスの移行は骨の折れる作業であり、進捗の妨げにもなります。

そのため、Snowflakeでは、これらの課題に追随するだけでなく、AIを活用したアナリティクスの未来の構築に取り組んでいます。本日は、AIによってデータアナリストとデータアーキテクトの能力を最大限に引き出すための一連の新機能を発表します。レガシー環境から最新のAIアナリティクスエンジンへのAIを活用したシームレスな移行を実現することで、より広範なデータプラットフォーム戦略の将来性を確保できます。この基盤により、すべてのデータでAIドリブンなインサイトの力を解き放ち、アナリストをAIエンジニアに変えることができます。最後に、Snowflakeは、主要なレイクハウス分析エンジンとしてのIcebergのピーク性能を含め、すべてのワークロードで世界トップクラスの性能を提供し、常に競合他社を上回っています。これらすべての発表は、未加工データをAIを活用した驚くほど簡単かつ迅速に実用的なインサイトに変換するのに役立ちます。

レガシーから最先端へ：AIを活用したエンドツーエンドのデータエコシステムの移行

Snowflakeでは、最新のAIおよびデータプラットフォームは簡単で、コネクテッドで、信頼性が高いと考えています。これは、インテリジェントで自動化されたクラスター管理、ビルトインのガバナンス、ゼロETLコラボレーション、継続的なパフォーマンス最適化などの機能により達成されます。これにより、オンボーディングと手動のプラットフォーム管理が減り、時間とコストが削減されます。そのため、レガシーデータウェアハウス、ビジネスインテリジェンス（BI）システム、SparkベースのデータレイクやレイクハウスをSnowflake AIデータクラウドに移行することが、組織全体のイノベーション、効率性、成長を実現するカギとなります。

SnowConvert AIにより、レガシーシステムからSnowflake AIデータクラウドへの移行がかつてないほど容易になり、コスト効率が向上しました。SnowConvert AIは、Snowflake Cortex AIを利用したデータエコシステム移行エージェントにより、データウェアハウス、BI、ETLの移行に伴う複雑さ、コスト、タイムラインを劇的に軽減するよう設計された、無料の自動ソリューションです。既存のコードをインテリジェントに分析し、コード変換とデータ検証を自動化しながら移行プロセス全体を合理化します。

データウェアハウスの移行において、SnowConvert AIは増え続けるソースプラットフォームを強力にサポートします。この度、サポートの拡充を発表いたします。

• Greenplum（テーブルとビュー）：Greenplumテーブルとビューのコード変換により、スキーマの移行を促進します。

• Netezza（テーブルとビュー）：Netezzaテーブルとビューのコード変換により、スキーマの移行を促進します。

• Postgres（テーブルとビュー）：Postgresテーブルとビューのコード変換により、スキーマの移行を促進します。

• BigQuery（テーブルとビュー）：BigQueryテーブルとビューの自動変換により、複雑なロジックの移行を簡略化します。

• Sybase（テーブルとビュー）：Sybaseテーブルとビューの自動変換により、重要なビジネスルールをシームレスに移行します。

• Microsoft Synapse:テーブル、ビュー、ストアドプロシージャなどのコード変換サポートにより、Synapseデータウェアハウスワークロードの移行の自動化を強化します。

• 既存のサポート：Teradata、Oracle、SQL Server、Amazon Redshiftなどのプラットフォーム向けに定評のあるSnowConvert AIの機能を引き続き活用。

また、Snowflakeへの移行をできる限りスムーズかつ効率的に行えるよう、私たちは継続的なイノベーションに取り組んでいます。ここでは、移行の主要フェーズに沿った最新の進歩をご紹介します。

エンドツーエンドのデータ移行（近日中に一般提供開始）：Amazon RedshiftやSQL Serverなどの特定のプラットフォームでは、SnowConvert AI内で統合されたエンドツーエンドのエクスペリエンスを利用できます。これにより、コードとデータの両方を抽出、変換、移行、検証、展開するための単一のビューが提供され、プロセスが簡素化され、タイムラインが短縮されます。

• AIを活用した移行アシスタント （一般提供）：SnowConvert AIは、まずレガシーデータベースの文法を深く理解し、コードの大部分を自動的にSnowflakeに変換します。残りのコードについては、AIドリブンな説明とエラー、警告、問題の修正提案をツール内で直接提供することにより、開発を合理化し、ユーザー定義関数やストアドプロシージャなどの複雑なデータベースオブジェクトの変換を高速化します。 

• AIを活用したコード検証（プライベートプレビュー中）：Snowflake Cortex AIを活用して、変換されたコードをデータエコシステム移行エージェントで自動的に検証します。これにより、変換されたオブジェクトをソースシステムとSnowflakeの両方で合成データでテストし、移行を大幅に高速化し、問題を早期に検出できるようになります。ユーザー受け入れテスト（UAT）ではなくコード変換中に問題を特定するというこの能動的なアプローチにより、移行プロセスが大幅にスムーズになります。

• AIを活用したデータ検証（近日中にパブリックプレビュー開始）：ソースデータとターゲットデータをインテリジェントかつ効率的に比較し、Snowflake内の移行データの整合性を確保します。この機能は、型、セマンティクス、値を簡単に照合し、手作業を削減し、問題を早期発見し、全体的な信頼性を高めます。

• エコシステムの移行：既存のツールをSnowflakeとシームレスに統合：

  • SSISの再指摘（パブリックプレビュー中）：SQL Server Integration Services（SSIS）パッケージをSnowflakeを参照するように自動的に更新し、ETLの移行を簡略化します。

  • Power BIの再研磨（近日中にパブリックプレビュー開始）：Power BIレポートの接続とコードを自動的に更新し、シームレスにSnowflakeに接続し、中断を最小限に抑えてBI投資を保護します。

• Snowflake Migration Hub（一般提供）の利用を開始する：Snowsight内の一元化されたSnowflake Migration Hubを使用して、移行プロセスを簡単にナビゲートします。SnowConvert AIやSnowpark移行アクセラレータなど、移行に関連するすべてのソリューションと情報に1つの直感的な場所からアクセスできます。

SnowConvert AIのパワーとSnowflake AIデータクラウドの包括的な機能を活用することで、レガシーシステムから最先端のAIを活用したデータエコシステムへの移行をこれまで以上に迅速、コスト効率良く、シームレスに行うことができます。

どんな構造であっても、SQLを書くのと同じくらい簡単にAIを使ってすべてのデータを分析できる世界を想像してみてください。Snowflake Cortex AISQL（パブリックプレビュー中）により、このビジョンが現実のものとなります。Snowflakeは、複雑なAIパイプラインを簡素化し、データアナリストが従来の境界を越えて真のAIエンジニアになることを可能にします。Cortex AISQLの魅力は、その使いやすさにあります。直感的な構文により、使い慣れたSQLを使用して、単一のテーブル内の構造化データと非構造化データをシームレスに結合して分析できます。このアクセシビリティにより、AIアナリティクスが民主化され、専門的なAI専門知識や複雑な設定を必要とすることなく、会社全体のアナリストがそのパワーを利用できるようになります。

個別のデータサービスとインフラストラクチャーを統合する複雑さを解消します。Cortex AISQLはSnowflake内でネイティブに動作し、外部統合のオーバーヘッドなしでマルチモーダルデータを直接分析できます。パワフルでコスト効率の良いSnowflakeエンジン内で、非構造化データを膨大なデータセットからクエリ可能なインサイトに変換し、パフォーマンスを最適化します。外部サービスへのデータ出力が不要になることで、ワークフローを合理化し、すべての企業データから重要なインサイトを迅速に抽出します。これにより、アナリストは、新しいスキルの学習や専用のAIエンジニアリングリソースに頼ることなく、強力なAI機能を活用できます。

Cortex AIを補完するSnowflakeセマンティックビュー（パブリックプレビュー）は、rawデータとビジネス理解のギャップを埋める強力な方法です。これらのビューでは、ビジネスメトリクスとエンティティ関係をSnowflake内で直接定義および保存できるため、Snowflake Cortex Analyst、Snowflake Intelligence、BIツール、さらには直接SQLクエリのいずれを使用していても、一貫性のある統合レイヤーが提供され、Hex、Omni、Sigmaとのパートナー統合を含む、さまざまなユーザーインターフェースで正確かつ高パフォーマンスの結果が保証されます。 

また、QAS（一般提供）によって既存の機能を強化し、より多くのクエリが自動的に高速化されるようになりました。時系列データの操作をさらに簡略化するために、時系列分析のネイティブ関数スイートを拡張し、RESAMPLE句でデータをアップサンプリングするための強力な関数や、データのギャップを埋めるためのINTERPOLATE_LINEARなどの新しい関数を追加しました。時間データを扱うと、特に市場の休日などの予期されるギャップや、短時間のセンサー停止などの予期されないギャップによってデータポイントが欠落している場合に、特有の課題が生じることがよくあります。以前は、このような不正行為に対処するためには、複雑で煩雑なロジックを記述し、データを一貫した分析可能な形式に再構成する必要がありました。これは、新しい時系列関数スイートを使用して簡単かつ効率的に行うことができます。以前は何行ものあやふやなSQLが必要だったものを、より明確に表現できるようになり、時間分析が簡単かつ高性能になりました。

新たな次元のデータ型をサポート

大規模で複雑なデータセットに対応するため、ネイティブのSnowflakeテーブルとIcebergの両方にデータを保存するサイズ制限を大幅に8倍にしました（一般提供）。さらに、Data Types - Structured Type for Snowflake Native Table（一般提供）の導入により、FDN内の複雑なデータ構造の正確なスキーマを定義、適用し、データガバナンスを強化できます。Data Types - XML Support（一般提供）により、XMLデータをネイティブに取得、解析、クエリし、分析可能な半構造化形式に変換できるようになりました。 

アナリティクスパフォーマンスが2倍以上高速化 

Snowflakeでは、価格対性能比の高いアナリティクスをより迅速かつ簡単に実行できるようにイノベーションを続けています。 

Snowflakeは、2012年の創業以来、あらゆるワークロードの高速性能で市場をリードすることに努め、手間のかかる作業をお客様に代わって行うことで自動的に改善するよう迅速に反復し続けています。この度、Standard Warehouse - Generation 2（Gen2）（一般提供）をリリースいたします。これは、Snowflakeの現在のスタンダードウェアハウスのアップデートバージョンで、ハードウェアのアップグレードと、削除、更新、マージ操作の強化、テーブルスキャン操作の高速化などのパフォーマンス強化が行われています。2025年5月2日までの過去12か月間で、SnowflakeはGen2によってSnowflakeテーブル上のコアアナリティクスワークロードのパフォーマンスを2.1倍に高速化しました。 

Managed Sparkと比較して、Snowflakeの新しい強力なウェアハウスは1.9倍の速度で動作します。 

また、Gen2はStandard Warehousesと比較して、BIワークロードの同時実行のスループットが2.3倍高く、削除、更新、マージが最大4.4倍高速です。

また、Snowflakeは、Snowflake Adaptive Compute（プライベートプレビュー中）を発表します。これは、時間とコストを節約するためにインフラストラクチャーを選択するという手間のかかる作業を省く、Snowflakeのコンピュートサービスの次なる進化形です。Adaptive Compute では、ジョブの適切なクラスターサイズ、クラスター数、自動サスペンド/再開時間をユーザーに代わって自動的に選択し、必要な構成を最小限に抑えることで、使いやすさを最大限に高めることができます。適切なサイズのクラスターへのクエリルーティングも、ユーザーの操作なしでインテリジェントに実行されます。さらに、Adaptive Compute は、Snowflakeの最新かつ最高のハードウェアと性能の強化を活用するだけでなく、アカウント全体でコンピュートリソースを最適に共有して効率を最大化するクエリにより、優れた価格性能比を提供します。Adaptive Computeサービスを使用して作成されたウェアハウスはAdaptive Warehouseと呼ばれ、現在プライベートプレビュー中です。 

ワークロードのパフォーマンスに対する可視性を高めるために、Performance Explorer（近日中に一般提供開始）はSnowsight内で詳細かつインタラクティブなインサイトを提供し、管理者はボトルネックをすばやく特定して対処できます。また、すべてのユーザーに対して、Query Insights（プライベートプレビュー中）は、クエリ性能に影響を与える主要な要因を理解するための有益な情報を提供し、能動的な最適化とコスト削減を可能にします。

Icebergの最高性能を実現するトップクラスのレイクハウスアナリティクスエンジンを利用

オープンデータレイクハウスアーキテクチャを採用している組織のために、Snowflakeの高速かつ効率的なコアエンジンを、Merge on Read（パブリックプレビュー中）によってApache Icebergテーブルに拡張し、SnowflakeがあらゆるIcebergテーブルから読み取れるようにすることを発表します。さらに、Icebergテーブルのパフォーマンスを大幅に改善し、お客様が大規模なアナリティクスにアクセスできるようにする予定です。これには以下が含まれます。 

• Icebergの検索最適化（一般提供）：最適化されたフルマネージド型のインテリジェントな検索最適化サービスにより、Snowflakeがスキャンする必要のあるデータを減らすことで、Snowflakeが管理するIcebergテーブルでの選択クエリを高速化します。 

• Iceberg向けクエリアクセラレーションサービス（一般提供）：SQLやSnowflakeが管理するIcebergテーブルのデータモードを変更することなく、コンピュート負荷の高いクエリを自動的に高速化します。

• Iceberg圧縮のサポート（プライベートプレビュー中）：Snowflakeが定義されたターゲットファイルサイズを自動的に維持し、Apache Icebergファイルへの読み取りと書き込みのコストとパフォーマンスをコントロールできるようにします。

• Icebergでの地理空間データ型のプルーニング（プライベートプレビュー中）：プルーニング技術を適用し、地理空間検索クエリ、特にGEOMETRYデータ型を高速化します。

• 適応型I/Oおよびメモリチューニング（一般提供）：リアルタイムメトリクスに基づいてクエリ実行中にシステムリソースを動的に調整し、パフォーマンスを最適化してネットワークオーバーヘッドを低減します。

• プルーニングの最適化（一般提供）：最適化されたブルームフィルターによって選択クエリの効率を高め、スキャンするデータ量を減らす。

• Joinパフォーマンス改善（一般提供）：特に複雑なキーの結合操作の速度と効率を高め、クエリ結果を高速化します。

• 演算子効率の向上（一般提供）：クエリ実行中にクエリ演算子間のデータ分散を適応的に最適化することにより、複雑なクエリのクエリパフォーマンスを改善する。

これらのIcebergの改善と、Gen2によるハードウェアのアップグレードおよび追加のパフォーマンス強化により、外部管理のIcebergテーブルのコア分析性能が2.4倍*、Snowflake管理のIcebergテーブルのコア分析性能が2.1倍**向上しました。また、Snowflakeは使用量ベースの価格設定モデルを採用しているため、処理時間の短縮がコスト削減に直接つながります。 

さらに詳しく

Snowflakeのアナリティクス製品カテゴリーにおけるこれらのイノベーションは、企業がデータの可能性を最大限に引き出すための大きな前進です。さまざまなデータタイプにおける比類ないAIアドバンテージの獲得から、複雑な移行の簡素化、優れたパフォーマンスの実現まで、Snowflakeはアナリティクスの未来の構築におけるパートナーです。私たちは、これらの新機能が簡単、インテリジェント、迅速なアナリティクスを実現する可能性に期待を寄せており、データジャーニーにどのような影響を与えるかを楽しみにしています。 

詳細については、Snowflake for Analyticsウェブページを参照してください。 

将来の見通しに関する記述

このページには、Snowflakeが将来提供する製品に関する記述を含め、将来の見通しに関する記述が含まれていますが、これはいかなる製品の提供も約束するものではありません。実際の成果や提供物は異なる可能性があり、既知および未知のリスクおよび不確実性の影響を受けます。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。