AIをめぐる会話は絶え間なく続いていますが、データからは、企業へのAIの導入は言うは易く行うは難しであることが分かります。適切なモデルとツールがあれば、得られる可能性は非常に大きく、たくさんの価値があります。

現在、高度なAIを実装するには、強固なデータファウンデーションと、それぞれが独自のツールと複雑なインフラストラクチャーを必要とする一連のソリューションが必要です。つまり、データを1つのポイントソリューションから別のソリューションに移動してからホームに戻すというプロセスは、コストがかかり、面倒で、セキュリティもそれほど高くありません。 

しかし、RelationalAIは、AIデータクラウドの登場によって可能になった別のパラダイムを捉えました。それは、すべてのチーム、グループリーダー、組織、エグゼクティブがSnowflakeにあるデータとビジネスに関する知識を組み合わせて、情報に基づいたより良い意思決定を下せるように、Snowflakeアカウント内のデータが存在する場所で作業できるツールを作成するというものでした。

RelationalAIのCEOであるMolham Aref氏は、グラフ、ルールベースの推論、処方的および予測的アナリティクスのサポートをSnowflakeに直接追加することで 、「Snowflakeが『すべてのデータ、すべてのワークロード』を実現するのを手助けし、複雑な意思決定技術をより利用しやすくする」と述べています。 

SnowflakeネイティブアプリとSnowflakeコンテナサービス：より良い組み合わせ

RelationalAIのSnowflakeネイティブアプリは、Snowflakeコンテナサービス（現在パブリックプレビュー中）を利用し、Snowflake内にリレーショナルナレッジグラフコプロセッサとして完全に組み込まれています。ナレッジグラフは、RelationalAIのグラフアルゴリズムが類似点を検出し、推論とビジネスロジックを適用するために使用する、組織の運営、表面上のパターン、関係、つながりのデジタルモデルを示します。 

フルマネージド型のサービスであるSnowflakeコンテナサービスは、コンテナ化されたアプリケーションの導入、管理、スケーリングを促進するよう設計されています。これらはすべてSnowflake環境内で実行されます。セキュリティや構成のいずれであっても、Snowflakeコンテナサービスが複雑な処理を行うため、ユーザーは基盤となるインフラストラクチャーの管理オーバーヘッドなしにアプリケーションに集中できます。

RelationalAIの製品担当副社長であるJohn Macintyre氏は、次のように述べています。「[Snowflakeコンテナサービスは]構成要素として優れています。しかし、実際には、お客様が統合エクスペリエンスを提供するためにすべてを結び付けるのがSnowflakeネイティブアプリフレームワークなのです」。

ワークロードをデータに近づけることで、SnowflakeネイティブアプリケーションはSnowflakeコンテナサービスと統合され、RAIのお客様はより簡単にそのテクノロジーを採用できるようになります。 

Macintyre氏は次のように説明しています。「従来、セキュリティと調達に関するレビューがあったため、企業組織のユーザーが製品にアクセスできるようになるまでに数か月かかる可能性がありました。「SnowflakeネイティブアプリやSnowflakeコンテナサービスでは、驚くべきことに、今では数日、数時間で完了することがあります。」

この価値創出の速度と、RelationalAIのナレッジグラフの伸縮性とパワーにより、企業はより詳細なアナリティクスをより迅速に実行できるようになります。たとえばAT&Tは、RelationalAIのクラウドネイティブなナレッジグラフソリューションをデータに適用し、グラフ分析を実行して、主に詐欺や内部の脅威を検出します。これについては、AT&Tのテクノロジー担当ディレクターであるPratiba SugumaranがSnowflake AI Data Cloud Summit 2024のプラットフォーム基調講演で述べています。

Cash Appの場合、主な要因は顧客の行動モデリングでした。Cash Appのネットワークサイエンスおよび行動モデリング責任者であるChristian Figueroa氏は、Snowflake AI Data Cloud Summit 2024のビルダーズ基調講演で次のように説明しました。「当社は、ある顧客から次の顧客にお金が流れるようにすることで価値を創出します。「そのため、私たちは、顧客ベース、顧客を観察し、グラフを観察し、ネットワークで最も重要なノードとノード間の接続方法に関するインサイトを引き出す手段として、RelationalAIを使用し始めました。」 

Cash Appチームは、RelationalAIのメソッドを試すことから始めました。彼らは、ネットワークアナリティクスで一般的なアルゴリズムとして、顧客を別のグループに分けるために使用されるコミュニティ検出アルゴリズムと、ネットワークで最も重要なノードを特定するために使用される集中性分析の2つのクラスを選びました。この2つのアルゴリズムは、リソースを大量に消費し、時間がかかることで有名です。

Figueroa氏は次のように述べています。「非常に素晴らしい結果でした。コンピュート時間とコストの両方が10分の1に削減されました。

Figueroa氏によると、SnowflakeマーケットプレイスからRelationalAIツールを入手することで、「適切なツールを使いこなし、比較的速いペースで移行できるようになりました。なぜなら、新しいツールに必要な初期コストがなくなったからです」とのことです。

RelationalAIにとって、SnowflakeネイティブアプリケーションフレームワークとSnowflakeコンテナサービスの統合は、導入とメンテナンスの容易さ、安全で信頼性の高いデータガバナンス基盤、Snowflakeマーケットプレイスへのアクセスという3つの大きなメリットをもたらしました。

Macintyre氏によると、SnowflakeネイティブアプリとSnowflakeコンテナサービスによって提供されるレベルのビルトインインフラストラクチャがなければ、顧客のオンボーディングとRelationalAIへの移行ははるかに困難です。「Snowflakeから別のシステムにデータを移す最初のステップで、組織のデータの有用性を高めるのは非常に困難です。多くの場合、これは不可能です」と彼は言います。  

「多くのグラフプラットフォームはスケーラブルではありません」とアレフ氏は言います。「場合によっては、グラフ表示をオフにすることもあります。しかし、私たちのスケーラビリティは、[RelationalAIとSnowflake]の両方が持つアーキテクチャの機能であり、コンピューティングとは別のストレージを使用するクラウドネイティブです。」 

データを移動することなく複雑なAIワークロードを実行する能力と、Snowflakeのビルトインデータガバナンス基盤は、今日の企業が必要とするセキュリティを提供します。 

Macintyre氏は次のように語っています。「これらのワークロードをデータに近づけることで、顧客がテクノロジーを使用するだけでなく、採用することも非常に簡単になります。特に、データガバナンスとデータセキュリティの懸念が高い場合に便利です。

Aref氏は次のように語っています。「RelationalAIは、プロダクトがプライベートプレビュー中だったにもかかわらず、新規顧客の関心と需要が急増しました。これは、数百ものサードパーティプロバイダーがデータセット、アプリケーション、AI製品をAIデータクラウドとシームレスに統合する中枢ハブであるSnowflakeマーケットプレイスのおかげです。 

RelationalAIのエンジニアリング責任者であるReto Kramer氏は、課金オプションを提供し、簡単にアップグレードを配信できるSnowflakeマーケットプレイスの機能を、Snowflake上に構築する大きなメリットだと指摘しています。「これは、Snowflakeがプラットフォームの機能として提供するのが好きな、差別化されていない開発です。コアな専門知識ではないからです」と彼は言います。

また、Snowflakeが顧客と築いてきた強固な関係は、RelationalAIの自社製品の調達プロセスにも反映されています。実用面では、Snowflakeマーケットプレイスは、RelationalAIとその潜在顧客の両方の請求プロセスを円滑化し、請求を1か所に集約し、総支出をより正確に可視化するのに役立ちます。これらの機能から、RelationalAIは強力なビジネスドライバーであることが分かります。

RelationalAIのナレッジグラフコプロセッサの価値は、すでに多くのお客様が体験済みです。ぜひSnowflakeマーケットプレイスでご確認ください。

RelationalAIの詳細と、同社のテクノロジーとSnowflakeネイティブアプリの実際の影響については、AT&TとCash AppによるディスカッションとRelationaAIのツールのデモを含む、Snowflake AI Data Cloud Summit 2024のオンデマンド基調講演をご覧ください。

• プラットフォーム基調講演：AT&TがどのようにRelationalAIを使用して不正と戦い、アップタイムを最大化しているかをご紹介します。また、RelationalAIのナレッジグラフコプロセッサアプリが、セルタワーネットワーク内の依存関係とリスクの可視化と分析にどのように役立つかのデモもご覧いただけます。
• ビルダー基調講演：Cash AppがどのようにRelationalAIを使用してトップカスタマーを特定し、エンゲージメントを維持しているかをご紹介します。