Snowflake Horizon Context：AI、BI、アプリ向けのガバナンスが効いたコンテキストレイヤー

営業部門のトップが確認した第3四半期の収益は1,420万ドルでした。一方、CFOが確認した収益は1,280万ドルでした。どちらも今朝、AIエージェントに数値を提示するよう求めた結果です。同じデータを使用しているにもかかわらずです。なぜこのような不一致が生じるのでしょうか。

これは、ビジネスロジックが別々のツールに分散している場合に起こり得る現象です。例えば、特定のチームだけが所有するBIモデル内で定義された指標、ダッシュボードに埋もれた計算式、LLMのプロンプトに手作業でハードコーディングされた一連の指示などが挙げられます。その結果、同じ質問に対して営業と財務で異なる数値が示されるという、指標のズレが生じるだけではありません。信頼の欠如を招き、自信を持ってAIプロジェクトを迅速に進めることが困難になります。

しかし、今日からは違います。Snowflakeは、AIやBI向けのアクティブなコンテキストを備え、連携とガバナンスが効いたセマンティック基盤を提供するHorizonカタログの新機能、Horizon Contextを発表します。

Snowflake Horizon Contextは、Horizonカタログのメタデータ基盤を土台として構築されており、そのメタデータをガバナンスの効いたビジネス上の意味へと変換します。データエステート全体からコンテキストを収集し、ビジネス上の定義や関係性を用いてエンリッチメントを行います。さらに、AIエージェント、BIツール、アプリケーションが信頼できるロジックを自動的に発見して適用できるように、そのコンテキストをアクティブ化します。

記録のシステムからインテリジェンスのシステムへ

AIエージェントは、SQLの記述、コードのデバッグ、データの分析を行うことができます。しかし、ビジネスにおける収益の意味を尋ねた際に、エージェントが推測しなければならないとしたら、それはコンテキストの問題です。

エンタープライズAIと、それが必要とするコンテキストとの間の乖離は、次の3つの問題に帰結します。 

• コンテキストの分散：重要なコンテキストが、ばらばらのデータベース、BI、データパイプラインシステムに分散している場合、信頼できる回答を提供するために必要な全体像を把握できる単一のシステムは存在しません。

• コンテキストが未加工：未加工のリソースをAIにとって有用なものにするには、より高度な意味を持たせてエンリッチメントを行う必要があります。これらのデータアセットはどのように関連しているのでしょうか。どれが信頼できる情報源なのでしょうか。このカラムは何を意味しているのでしょうか。この指標の正しい計算方法は何でしょうか。

• コンテキストが非アクティブ：コンテキストは、使用されて初めて機能します。特定のエージェントの場所や、特定のプロンプトの入力方法をユーザーが知っているかどうかに依存する場合、大半のAIセッションはその恩恵を受けることができません。

これらの各問題に対処するため、Snowflake Horizon Contextはばらばらのシステムからメタデータを収集し、エンリッチメントを行い、ビジネスに役立つようにアクティブ化します。これにより、Snowflakeは記録のシステムから理解のシステムへと進化します。

収集：全体像の構築 

AIには、Snowflakeの内部および外部を問わず、データエステート全体からのコンテキストが必要です。Horizon Contextは、外部システムからコンテキストを抽出し、Horizonカタログに収集します。

• メタデータコネクタ（プライベートプレビュー）：Snowflakeは、HorizonカタログをSnowflake用のデータカタログから、あらゆるデータに対応するデータカタログへと拡張しています。PostgreSQL、Microsoft SQL Server、Tableau、Power BI、dbtなどの外部データベース、BI、データパイプラインシステムに接続し、データベーススキーマ、クエリログ、ダッシュボード定義などを収集します。

• OpenLineage API（パブリックプレビュー）：Apache AirflowなどのOpenLineageプロデューサーを構成して、リネージ情報をHorizonカタログに直接送信します。

• Open Semantic Interchange（OSI）：Snowflakeは、異なるシステム間でセマンティックメタデータを交換するためのオープンスタンダードを主導しています。現在、このワーキンググループには54社のベンダーが参加しており、仕様が公開されています。

エンリッチメント：未加工のメタデータをビジネス上の意味に変換 

未加工のコンテキストは出発点にすぎず、より高度な意味を持たせるにはエンリッチメントが必要です。Snowflake Horizon Contextは、この大部分を自動化し、コンテキストレイヤーの構築と維持にかかる手作業を大幅に削減しながら、人間のコラボレーションをサポートします。

• エンドツーエンドの列レベルのリネージ：Horizon Contextは、Snowflakeや外部のクエリログ、BIシステム、OpenLineageフィードからリネージをマイニングし、それらをつなぎ合わせて完全なリネージグラフを作成します。

• 人気度：似たようなデータアセットが何十も存在する場合、どれを信頼すべきかを判断することが重要になります。Horizon Contextは、クエリログやアクセスログを使用して人気度を計算し、それを信頼性のシグナルとして利用します。

• AIが生成するデータドキュメント：Horizon Contextは、AIを使用して、メタデータと（オプションで）サンプルデータの両方からテーブルや列の説明を生成します。

• セマンティックビュー：Snowflakeは、Summit 2026でいくつかの機能強化を発表します。Advanced Semantics（プライベートプレビュー）は、詳細レベル（LOD）の計算、構成可能な定義、および自動クエリ書き換えを伴うユーザー定義のマテリアライゼーションを提供します。Semantic Studio（プライベートプレビュー）は、CoCo統合とGit統合を備えた、ワークスペース内の本格的なAI支援IDEです。Semantic View Autopilotは、既存のSQL、Tableau、Power BIファイルを取り込み、セマンティックビューを自動的に作成します。

アクティベーション：コンテキストを自動的に機能させる 

コンテキストの最終段階は、それが確実に使用されるようにすることです。Horizon Contextを使用すると、コンテキストが検出およびアクセス可能になり、エージェントとのやり取りの中で自動的にアクティベートされます。

• コンテキスト検索：CoCoは、Universal Searchを使用して関連するコンテキストを自動的に取得します。これは、ランキングに人気度などのシグナルを、フィルタリングにアクセス制御ポリシーを使用する、キーワード検索とセマンティック検索のハイブリッド検索です。新しい機能強化には、データエステート全体にわたる検索（プライベートプレビュー）、より関連性の高い結果を提供するアップグレードされたAIモデル、ワークスペースファイル、セマンティックビュー、エージェントの検索が含まれます。

• セマンティックビューの自動検出：データに関する質問を受けると、CoCoは関連するセマンティックビューを自動的に検索してクエリを実行し、存在しない場合はテーブルにフォールバックするようになりました。

• セマンティックビューの相互運用性：Horizonカタログによってガバナンスが適用されたセマンティックビューをMCP経由で公開し、Claude、Cursor、Antigravity CLI、または任意のエージェントから接続できます。サポートされるBIプラットフォームのエコシステムを、Omni、Sigma、Hex、Tableauだけでなく、Power BI（近日プライベートプレビュー）、Excel（近日プライベートプレビュー）、ThoughtSpot（早期アクセス）、Google CloudのLooker（プレビュー）にも拡大しています。

信頼できるコンテキストはガバナンスが適用されたデータから始まる

これが、Horizon Contextが他のサードパーティのセマンティックレイヤーと一線を画す点です。Snowflakeエンジンにネイティブであるため、ガバナンスフレームワークはテーブルレベルだけでなく、意味のレベルでも適用されます。ロールベースのアクセス制御ポリシーと行レベルのマスキングは、すべてのツール、すべてのクエリ、すべてのAI応答といったコンテキストに追従します。財務チーム向けに制限された定義は、Power BI、Salesforce、およびそれをクエリするすべてのエージェントでも制限されたままになります。

コンテキストレイヤーはチームが作業するあらゆる場所で機能すべきである 

Horizon Contextはオープンなエコシステム向けに設計されているため、ガバナンスが適用されたビジネス定義は、組織がすでに依存しているBIツール、AIエージェント、アプリケーションにシームレスに引き継がれます。当社のビジネスパートナーは、この取り組みにおいて不可欠な存在であり、Snowflakeのお客様が日常的に使用するシステムやアプリケーションへの直接接続を提供しています。パートナー各社がHorizon Contextをどのように統合し、活用しているかについて、各社の言葉でご紹介します。 

Alation

「AlationとSnowflake Horizon Contextの統合により、ガバナンスが適用されたセマンティック定義がエンタープライズデータカタログに接続されます。これにより、組織内のあらゆるツールやAIエージェントにわたってビジネスメトリクスを検出し、信頼し、使用するために必要なコンテキストをチームに提供できます」

—Alation、アライアンスおよびコーポレート開発担当責任者、Satya Mishra氏

AtScale

「AtScaleとSnowflakeは、ビジネス定義は一度ガバナンスを適用すれば、アナリストやAIアプリケーションが機能するあらゆる場所で使用されるべきであるという、シンプルな信念を共有しています。Horizon Contextを使用すると、信頼できるセマンティックコンテキストがSnowflakeのより広範なガバナンスフレームワークの一部となり、エンタープライズ全体での検出、セキュアな保護、アクティベートが容易になります。チームがセマンティクスをAtScaleで定義するかSnowflakeで定義するかにかかわらず、それらの定義がデータエステートの他の部分と同様にガバナンスが適用され、それらに依存するAIやアナリティクスのエクスペリエンスで利用できることを確信して投資できます」

—AtScale、共同創業者兼CTO、David Mariani氏

Collibra

「AIエージェントやデータユーザーがAIのスピードでデータを理解し、信頼し、行動するためには、エンタープライズ全体でガバナンスが適用された一貫性のあるセマンティクスとビジネスオントロジーが必要です。Snowflake Horizon Contextとの統合により、信頼できるメタデータが双方向に流れるようになり、共通のお客様にエンタープライズ全体のコンテキストに関する単一の信頼できるビューを提供し、本番環境規模でのAIを加速させます」

—Collibra、プロダクトマネジメント、統合およびリネージ担当VP、Chandra Papudesu氏

Domo

「Snowflakeのガバナンスが適用されたセマンティック定義をDomoと統合することで、共通のお客様は重複を減らし、ガバナンスを強化し、組織全体で信頼できるKPIに関するインサイト獲得までの時間を短縮できます」

—Domo、エンジニアリング担当VP、Matthew Payne氏

Hex

「HexでSnowflake Semantic Viewsを使用することで、チームはノートブック、SQL、データアプリにおいて、信頼できるガバナンスの効いたメトリクスに基づいて作業できるようになります。これにより、不整合が減少し、信頼性の高いインサイトを得てより迅速に行動できるようになります」

—Hex、プロダクト責任者、Carlos Aguilar氏

Looker Studio

「Lookerのユニバーサルセマンティックレイヤーを拡張し、Snowflake Semantic Viewsを使用してデータベース内でホストされる分析モデルをサポートできることを嬉しく思います。これにより、お客様はセマンティック定義をクエリおよびライトバックするオプションを利用できるようになり、Snowflake AIデータクラウドを使用して企業全体で対話型アナリティクスを拡張できます」 

—Google Cloud、アウトバウンドプロダクトマネジメント担当ディレクター、Sean Zinsmeister氏

Omni

「Snowflake Horizon Contextとの統合により、AIドリブンのチャットからスプレッドシート、ダッシュボードに至るまで、あらゆるインターフェイスにガバナンスの効いた定義がもたらされます。この一貫性により、お客様はセルフサービスアナリティクスを拡張し、信頼できるデータプロダクトを強化できます」

—Omni、共同創業者、Jamie Davidson氏

Sigma Computing

「SigmaはSnowflake Horizon Contextと直接統合し、Semantic Viewsをリアルタイムでクエリします。そのため、ガバナンスの効いたビジネス定義がすべてのスプレッドシート、ダッシュボード、データ探索に即座に反映されます。これにより、共通のお客様は、迅速な行動に必要な柔軟性を犠牲にすることなく、信頼できる唯一の情報源を得ることができます」

—Sigma Computing、プロダクト担当SVP、Hassen Karaa氏

Tableau

「Tableauは、データモデル内でSnowflake Horizon Contextのセマンティック定義のサポートを追加しています。これにより、アナリストはメトリクスが一貫して定義され、基盤となるセマンティックレイヤーによって正確に集計されていることを信頼できるようになります。これにより、共通のお客様はTableauとSnowflake全体で信頼できる唯一の定義を得ることができます」

—Tableau、プロダクト管理担当シニアディレクター、Nick Brisoux氏

ThoughtSpot

「ThoughtSpotによるSnowflake Semantic Viewsのネイティブサポートにより、ユーザーはAIネイティブなコンテキストで強化されたセマンティクスレイヤーからクエリを実行できます。そのため、ビジネスを支えるすべてのエージェント、ダッシュボード、組み込みエクスペリエンスは、ガバナンスが効き継続的に改善される単一のコンテキストレイヤーに基づいて推論を行います」

—ThoughtSpot、プロダクト管理担当SVP、Francois Lopitaux氏

エージェント型AIへの道

データに意味が組み込まれていなければ、自律型エージェントはビジネスについて推論できません。コンテキストがなければ、エージェントは推測するしかありません。プラットフォームにネイティブに組み込まれたコンテキストがあれば、エージェントは行動できます。ネイティブにガバナンスが効いたコンテキストがあれば、エージェントを信頼できます。

しかし、コンテキストは1か所から得られるわけではありません。BIツール、クエリ履歴、メタデータカタログ、そしてチームが長年蓄積してきた組織の知識の中に存在しています。Horizon Contextはこれらのソースに接続し、セマンティックレイヤーを自動的に強化します。そして、その結果を1つのシステムで管理し、同期やドリフトの問題を防ぎます。

これは、ほとんどのプラットフォームが提供できないことです。ガバナンスエンジンの上に後付けされたコンテキストレイヤーでは、クエリが実行されるたびに2つのシステムを調整する必要があります。定義にドリフトが生じると、エージェントは誤った定義に従ってしまいます。Horizon Contextは異なります。セマンティクスがガバナンスエンジン内に存在し、コピーやキャッシュされるのではなく、クエリ実行時に適用されるためです。 

Horizon Contextの詳細については、snowflake.com/en/product/features/horizon-contextをご覧ください。

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。実際の結果や提供内容は異なる場合があり、既知および未知のリスクや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。