スプレッドシートにガバナンスの効いたAIを導入：Microsoft ExcelおよびGoogle Sheets向けSnowflake CoCoの発表

​​

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を、世界で最も使用されている2つの分析サーフェスに導入できることを嬉しく思います。Microsoft ExcelおよびGoogle Sheetsです。これらのオファリングは、アナリストがすでに使用しているスプレッドシートのインターフェイス内に、ガバナンスの効いたSnowflakeデータ、セマンティクス、AIをネイティブに統合します。ビジネスユーザーは自然言語でCoCoと対話し、日常的なセルの書式設定やデータ統合を気にすることなく、ネイティブの数式、グラフ、ピボットテーブルを使用してワークブックを構築できます。エージェントがスプレッドシートを構築するためのインターフェイスになるにつれて、ユーザーはすでに使用しているツールを使用して、より高い効率でより多くのことを達成できるようになります。

スプレッドシートは、40年以上にわたりデータと対話するための主要なインターフェイスでした。このような普及にもかかわらず、ファイル名、コメント、メールで異なるバージョンやソースが示されるため、チームはスプレッドシート全体で一貫したデータを維持することが困難であると感じています。通常、ユーザーにはデータを接続するための3つのオプションがあります。

• CSVエクスポート：スプレッドシートユーザーは、クエリ結果、テーブル、またはノートブックの出力をデバイスにローカルにダウンロードします。
• ODBCコネクタ：スプレッドシートユーザーは、SQLを使用してデータに接続するためのODBCドライバを構成するようデータチームに依頼します。
• サードパーティ製コネクタ：スプレッドシートユーザーは、データを接続するための個別のシステムをプロビジョニングして維持するようITチームに依頼します。

手動エクスポートはデータの切断されたコピーをもたらし、データサイロを作成します。管理チームにとって、これはデータスプロール全体にわたるガバナンスの課題を生み出します。ビジネスユーザーにとって、これは一貫性のない分析と孤立した作業をもたらします。

重要なことに、手動データコネクタの制限により、AIをスプレッドシートに統合することが困難になります。コーディング統合開発環境（IDE）などの他のインターフェイスと同様に、エージェントがスプレッドシートを操作するためのデフォルトのモードになると予想しています。AIは、データの抽出とクリーニング、複雑な数式の記述、モデルの作成など、ワークブック構築の機械的な部分を処理できるため、アナリストは分析に集中できます。

図2：CoCoがExcelで財務作業をエージェント的に実行し（4倍速）、Snowflakeデータを使用してグラフやピボットテーブルなどを備えたレバレッジドバイアウトモデルを構築しています。

Microsoft ExcelおよびGoogle Sheets向けSnowflake CoCoは、アナリストがまったく新しい異なるツールを学習することなく、日常的に使用するスプレッドシートにSnowflakeを導入します。CoCoは、ユーザーの権限でSnowflakeデータに対するクエリを作成して実行し、従来のコネクタの必要性を排除します。次に、CoCoはセルをコンテキストとして使用してネイティブのスプレッドシートオブジェクトを作成し、ワークブックを構築します。

ExcelおよびSheets向けCoCoは、エンタープライズガバナンスとコンテキストを維持しながら、ライブSnowflakeデータをスプレッドシートに直接配信します。ユーザーがサインインすると、CoCoは選択された、またはデフォルトのSnowflakeロールを使用してアクセスを制限します。Snowflakeのアクセス制御、マスキング、および行アクセスポリシーが結果に適用され、スプレッドシートに書き込まれます。これらのデータとAIクエリは、セマンティックビュー、ビジネスオントロジー、Snowflake Cortex Senseなど、アナリストに一貫した正確な結果を提供するように設計されたすべてのSnowflakeコンテキストの恩恵を受けます。これは、信頼できる分析にAIを使用する場合に不可欠です。

データがスプレッドシートに抽出された後、インテリジェントなリフレッシュにより、データを簡単に最新の状態に保つことができます。CoCoがデータを抽出するクエリを実行すると、クエリテキストがワークブックの設定に保存されます。CoCoがデータをリフレッシュする際、結果のサイズの変更を考慮してワークブックをインテリジェントに更新できます。ユーザーは2つの方法でリフレッシュをトリガーできます。

• 手動：これは、ボタンまたは/refreshスキルを介して行われます。これは、アナリストが最新のデータでモデルを更新することを目的としています。
• 自動：これは、ワークブックを開いたときに行われます。これは、エグゼクティブがワークブックを開いて、クリックや構成を行うことなく常に最新のデータを取得できるようにすることを目的としています。これは、Excel向けCoCoでのみサポートされています。

異なる結果サイズやSELECT *ステートメントから返される異なる列セットなど、クエリが変更された場合、CoCoは既存のデータ、数式、アセットをそのまま維持するようにワークブックを更新します。

すべてのクエリがワークブックに保存されるため、ユーザーは分析にどのデータアセットが使用されたかを明確に可視化できます。これにより、ワークブック間で異なる回答を簡単に照合できるようになり、最終的にどの数値を信頼できるかという疑問に答えることができます。

CoCoは、チャットボットの統合やデータコネクタを超えて、スプレッドシートを直接操作するエージェント型のワークフローをもたらします。サイドパネルで質問に答える代わりに、CoCoは数式とオブジェクトを使用してスプレッドシートにネイティブに出力を生成します。Excelでは、ユーザーはCORTEX.CLASSIFYやCORTEX.SUMMARIZEなど、サポートされているSnowflake Cortex AI関数をスプレッドシートのセルで直接呼び出すことができます。

たとえば、売上データに基づいて、リージョン別の四半期収益と成長予測を表示するようにCoCoに依頼できます。数秒で、CoCoはそれを分析を構築する計画に変換し、数式とピボットテーブルを完成させます。

これらのエージェント機能は、スプレッドシートユーザーが構築するコア分析オブジェクトを使用して、アナリストが日常的に使用するサーフェスにまで及びます。CoCoはスキル、ワークブック、データをコンテキストとしてアクセスできるため、人間のアナリストと同じように構築できます。

• データ可視化：CoCoはデータの形状を分析して、最も効果的なグラフタイプを選択します。グラフは完全にライブでインタラクティブな状態を保ち、簡単に編集できるようにスプレッドシートに接続されています。
• ピボットテーブル：CoCoは、Excelの100万行の制限やSheetsの2,000万セルの制限を超えるソースデータサイズであっても、ピボットを構築するためのデータモデリングと集計の重い処理にSnowflakeコンピュートを使用します。
• 書式設定と検証：CoCoは、条件付き書式、正確な数値形式、およびデータ検証ルールを自動的に適用します。これらは、ワークフローやプラクティスに固有のスキルでカスタマイズできます。

The Chefs’ Warehouseは、Excel向けCoCoのエージェント機能により、複雑な表形式のデータの処理が簡単かつ直感的になることを発見しました。

CoCoは、セマンティックビュー、ビジネスオントロジー、Cortex Senseなど、Snowflakeのコンテキストと緊密に統合されています。Snowflakeコンテキストを使用して、CoCoは自社のビジネスオントロジーに分析の基礎を置き、エンティティの関係と定義を理解し、セマンティックビューを使用して概念をデータに接続します。さらに、CoCoはCortex Senseと統合して、アドホック分析に特に役立つデータアセットのロングテールを自動的にカバーします。多くのチームはすでにAIおよびBIアプリケーションのコンテキストをキュレートしており、これがExcelおよびSheetsに直接拡張されるようになりました。

さらに、CoCoは集中的で複雑な計算をSnowflakeのスケーラブルな仮想ウェアハウスにオフロードできます。従来、大規模なデータソースの場合、ユーザーはカスタムデータ製品をキュレートするためのパイプラインを構築するようデータチームに依頼していました。ExcelおよびSheets向けCoCoを使用すると、複雑なクエリはクライアントのスプレッドシートインターフェイス内で直接実行されるのではなく、Snowflakeウェアハウス内で実行されます。これにより、スプレッドシートインターフェイスが保持または計算できる範囲を超える作業が処理されます。

CoCoは効率的なデータ作業のために専用に構築されています。ワークブックの検査、数式の記述、セルの書式設定、グラフやピボットテーブルの作成を行うためのツールを使用して、その基盤をExcelおよびSheetsに拡張しました。

ただし、モデリングアクションはワークフローの一部にすぎません。ビジネス上の質問に答えるには、基盤となるデータへのアクセスと理解も必要です。CoCoは、Snowflakeオブジェクトの検出とセマンティック情報へのアクセスをワークブック固有のツールと組み合わせることで、ユーザーが質問から関連するデータと分析に移行できるように支援します。

エンドツーエンドのスプレッドシートワークフローを評価するために、推論、モデリング、Snowflakeデータの抽出を含むExcelの一般的なスプレッドシートタスクを内部でテストしました。^[1]3回のトライアルにわたり、Excel向けCoCoとSnowflake MCPを使用したExcel向けAIモデルハーネスの両方について、3つの次元（精度、レイテンシー、タスクあたりの出力トークン）でパフォーマンスを測定しました。アドインはこれらのタスクで同様の精度を示しましたが、Excel向けCoCoはレイテンシーが優れており、使用する出力トークンが少なくなりました。

Excel向けCoCoは、オブジェクトの検出、理解、スケールなど、データでの作業に最適化されています。CoCoはシートへの直接データ転送をオーケストレーションし、モデルのコンテキストウィンドウを使用せずにクエリ結果をワークブックに直接ストリーミングします。このアーキテクチャは、Snowflakeのコンピュート機能とアセット統合を活用して、大規模なデータ操作と分析のために設計されています。

これらの内部結果は、データチーム向けのコーディングエージェントとしてのCoCoの設計目標を反映しています。つまり、精度を維持しながらレイテンシーを改善し、タスクあたりの出力トークンを減らすことです。データコンテキストが分析の基礎となる一方で、最適化されたデータ転送により、それを提供するために必要なモデルの作業が軽減されます。

スプレッドシートユーザーは、スプレッドシート向けの簡単で信頼性が高く効率的なAIであるMicrosoft ExcelおよびGoogle Sheets向けSnowflake CoCoを使用して、より優れたインサイトを発見し、より深い分析を実行できるようになりました。どちらも現在パブリックプレビューで利用可能です。始めるには：

1. ドキュメントを使用してExcel向けCoCoまたはSheets向けCoCoをインストールする
2. Snowflakeアカウントにログインして最初の分析を開始する

Horizonカタログへのスプレッドシートリネージの追加、可視化のエクスポートなど、追加の機能アップデートにご期待ください。

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。

1.  モデルおよびハーネス全体の内部テストは、2026年10月26日から2026年10月28日までの間に、Excel for Webを使用して実行されました。結果は、両方のアドインでOpus 5.5、Sonnet 5.5、およびHaiku 5.5を使用して実行された25のスプレッドシートタスクを3回のトライアルにわたって反映しています。図5は、トライアル全体のタスクあたりの時間（秒）の中央値を示しています。図6では、失敗したタスクまたはタイムアウトしたタスクは900秒の上限で示されています。↩