Snowflake Intelligence:パーソナルワークエージェントによる、回答からアクションへの転換

ビジネスユーザーの毎朝のルーティンは同じです。複数のツールを開き、レポートの更新を待ち、意味のあるアクションを起こすために昨日必要だった数値をアナリストに問い合わせます。ツールやデータは存在しています。しかし、それらを連携したり、業務を前に進めたりしてくれるものはありません。Snowflake Intelligenceは、その状況を変えます。
最新のアップデートにより、Snowflake Intelligenceはすべてのビジネスユーザー向けのパーソナライズされたワークエージェントになりました。各ユーザーがどのようにデータにアクセスし、インサイトを引き出し、日常的に使用しているツールをまたいでアクションを起こすかを学習します。
Snowflake Intelligenceにより、ビジネスユーザーはデータ全体に対する質問とアクションの実行を1か所で行えるようになります。このパーソナライズされたワークエージェントは、ビジネスコンテキストに基づいた結果を生成し、ユーザーがエンタープライズデータに対する共通の理解を得られるよう支援します。
ビジネスユーザーは、ガバナンスの効いた統合を通じて、業務が行われる複数のシステムをまたいで直接操作できます。Gmail、Googleカレンダー、Googleドキュメント、Jira、Salesforce、Slackと直接接続できるMCPコネクタ(近日一般提供開始予定)により、ユーザーはワークフローから離れることなくアクションを実行することができます。新しいSnowflake IntelligenceのiOSモバイルアプリ(パブリックプレビュー)と、応答レイテンシーのパフォーマンス向上により、どこで業務を行っていても、レスポンスに優れたエクスペリエンスを確実に利用できます。Cortex Agentsを活用するSnowflake Intelligenceは、エンタープライズデータをすでに保持しているのと同じプラットフォーム上で実行され、そのデータを保護するのと同じポリシーによってガバナンスが適用されます。信頼できるガバナンスの効いた環境内で、実験から実際のビジネス成果の推進へと移行できます。
新機能により、Snowflake Intelligenceは読み取り専用のインサイトから実際のアクションへの移行を実現します。これは、エージェント型エンタープライズのコントロールプレーンになるというSnowflakeのより広範なビジョンの基盤となるものです。
「Snowflakeは、CapitaのAI Catalyst Stackを支えるデータとインテリジェンスの基盤を提供しています。この基盤により、断片化された運用データの統合が可能になりました。その結果、私たちが運営する公共サービスのコンタクトセンター、および当社が変革を支援する民間部門のコンタクトセンターの双方において、自然言語によるリアルタイムのインサイトを提供できるようになっています。 また、Snowflake Intelligenceを活用することで、意思決定の迅速化と運用オーバーヘッドの削減を実現しました。これにより、クライアントの業務および自社運用の両面で、大きな効率化が図られています。同時に、SnowflakeはAIの安全なデプロイも支援してくれます。パフォーマンス、コンプライアンス、そして信頼性が極めて重要となる、規制の厳しい市民向けサービスにおいても、適切なガバナンスを維持しながらAIを導入することが可能になりました」
—Sameer Vuyyuru氏
エンタープライズインテリジェンスとアクションのための単一のインターフェイス
エンタープライズ規模において、最も困難な問題はインテリジェンスそのものではありません。真の課題はコンテキストです。エージェントが失敗するのは、十分にスマートではないからではなく、ビジネス、データ、特定の状況に関するコンテキストが不足しているからです。Snowflake Intelligenceは、最も重要なデータがすでに存在する場所で動作します。そのため、セマンティックモデルと組織がすでに定義した意味を使用して、ビジネスで実際に起きていることに基づいた回答が常に得られます。
Snowflake Intelligenceは、エンタープライズデータ資産全体にまたがる単一の対話型インターフェイスを提供します。エージェントは、Snowflakeテーブル内の構造化データ、ドキュメントやトランスクリプトなどの非構造化コンテンツ、またはMCPコネクタを通じて接続された外部システムなど、どこから情報を取得するかを自動的に判断します。ユーザーは、システムがどのように構造化されているか、またはデータがどこにあるかを知る必要はありません。単に質問するだけで、残りはエージェントが解決します。
毎週の予測レビューの準備をしているセールスリーダーにとって、これがどのように役立つか考えてみましょう。現在、そのプロセスでは、複数のダッシュボードを開き、レポートをエクスポートし、リスクのある商談に手動でフラグを立てる必要があります。Snowflake Intelligenceを使用すると、これが1つの会話で完結します。
「今四半期に遅れそうな商談はどれですか」エージェントはパイプラインデータやエンゲージメントの傾向を分析し、勢いが低下している商談を提示して、その要因を説明します。
「リスクの高い上位5つのアカウントに対するフォローアップのドラフトを作成してください」エージェントは、CRMのメモ、会議の要約、アカウント履歴を使用して、パーソナライズされたEメールを生成します。
「要約をセールスチャネルに投稿してください」エージェントはそれを直接Slack(近日一般提供開始予定)に送信します。
以前はCRM、Eメールクライアント、アナリストの間で調整が必要だった作業が、今では1つの会話で、数分で完了します。

図 1:データを接続し、複数のシステムをまたいでアクションを起こすためのMCPコネクタ
「Snowflake Intelligenceを活用することで、1,600拠点以上のチームが自然言語を用いて、アナリストに頼ることなく運用パフォーマンスをより深く理解し、リアルタイムのインサイトにアクセスできるようになりました。これにより、ガバナンスの効いた単一のデータソースに基づき、意思決定の迅速化とビジネス全体における一貫性の向上が実現しています。今後については、Cortex Codeを活用してAIエージェントの構築とスケールを進めていく予定です。これにより、売上の成長加速と車両稼働率の向上を図り、日々の業務運営をさらに進化させていきます」
—Tony Leopold氏
日常のワークフロー全体で、回答から成果へ
回答と成果の違いは、部門をまたぐ日常業務の全範囲に適用したときに最も明確になります。
予算の差異を調査している財務アナリストを例に挙げましょう。アナリストは次のように質問します。「前四半期に米国北東部で営業費用が増加したのはなぜですか」
エージェントは、コストセンター、サプライヤーの請求書、期間をまたいで差異を追跡します。エージェントは次のことを実行します。
具体的なコスト要因の特定
品目別の内訳の提供
わかりやすい言葉でのコンテキストの説明
その後、アナリストはエージェントに、経営陣向けの要約を作成し、調達部門に通知するよう依頼します。どちらのステップも数秒で完了します。調査からコミュニケーションまで、1つのワークフローで完了します。
インサイトは、基盤となるデータ、SQL、コンテキストを保持する再利用可能でインタラクティブな出力であるArtifacts(まもなく一般提供)として、視覚化、保存、共有できます。Artifactsにより、Snowflake Intelligence内で調査結果を共有できるようになります。1つの分析が、ガバナンス管理を維持したまま、チームメンバーが共同で構築し、改良できる、生きた共有リソースになります。

図 2:回答だけではなく、成果の提供へ:分析を実行可能な共有ワークフローに変換
ユーザーは、Skills(まもなく一般提供)を通じて、これらのワークフローをさらに合理化できます。Skillsは、反復的なタスクを、あらゆるユーザーが単一のプロンプトで呼び出せる再利用可能なワークフローに変換します。顧客とのミーティングの準備、消費データの検索、ブリーフィングの作成などを一度定義すれば、単一のリクエストでトリガーできます。毎週のエグゼクティブサマリー、パイプラインのリスクレポート、ミーティングのトランスクリプトに基づくフォローアップシーケンスを自動化し、チーム全体で共有できます。
同じパターンがオペレーションにも当てはまります。オペレーションマネージャーが次のように質問します。「今週、在庫リスクはありますか」 エージェントは、在庫レベル、サプライヤーのリードタイム、ロジスティクスのタイムラインを確認します。ある製品ラインの潜在的な不足をフラグ付けし、根本原因を説明します。マネージャーの次の行動は次のとおりです。
「サプライヤーにエスカレーションしてください」完了です。
「ロジスティクスチームのJiraチケットを作成してください」完了です。
どちらのアクションもガバナンスの境界内で実行されます。システム間での手動による調整は必要ありません。

図 3:Skills:インサイトから実行までのエンドツーエンドのワークフローを自動化
ガバナンスが効いたエンタープライズデータに基づく
インサイトをアクションに結び付ける能力は信頼に依存しており、その信頼はインテリジェンスが動作する場所に由来します。
Snowflake Intelligenceは、エンタープライズデータをすでに保持しているプラットフォーム上で直接実行されます。ロールベースのアクセス制御、行レベルポリシー、データマスキングなど、組織が現在も運用しているガバナンスモデルを適用します。すべての応答にはユーザーが閲覧を許可されたデータが反映され、すべてのアクションは管理者が定義した境界内で実行されます。Budgetコントロール(一般提供)は、AIの使用状況に対する一元的な可視性を提供し、チームが個々のチームまたはワークフローレベルでコストを管理できるようにします。SCIMを介したOktaやMicrosoft Entra IDなどのIDプロバイダー統合(一般提供)により、組織は個々のSnowflakeアカウントを手動で設定することなく、ビジネスユーザーを大規模にプロビジョニングできます。Snowflake Intelligence専用ユーザーは、SnowsightやSQLインターフェイスへの可視性を持たずにインテリジェンスレイヤーにアクセスできるため、それぞれのロールに関連したエクスペリエンスを維持できます。
これは、汎用AIツールと比較して重要な差別化となります。Snowflake Intelligenceは、外部システムへのガバナンスが効いたアクセスと、エンタープライズデータ資産全体への直接アクセスを組み合わせます。すべてのアクションは、定義されたポリシー内で実行されます。すべてのインタラクションは完全に監査可能であり、その監査可能性こそが、AIを実験段階から本番環境へと移行させることを可能にします。
Deep Researchによるより詳細な分析
すべての質問に単一のクエリで回答できるわけではありません。単一のデータセットでは見えない関係性を明らかにするために、複数のシステムにまたがるシグナルを結び付ける必要がある質問もあります。
Deep Research(まもなくパブリックプレビュー)は、まさにこのようなシナリオのためにSnowflake Intelligenceを拡張します。データサイロ全体でマルチステップの分析を実行し、何が起きているのか、その理由は何か、次に何をすべきかを説明する、構造化された完全な引用付きのレポートに結果を統合します。標準的なクエリが単一の回答を返すのに対し、Deep Researchは複数のエージェントを同時に実行し、構造化データ、非構造化コンテンツ、外部コンテキストを一緒にスキャンして、通常は部門横断的な取り組みに数日を要する複雑な「なぜ」という質問に回答します。これにより、Extended Thinkingの正確でシングルターンの深さが、エンタープライズデータ資産全体にわたる、より幅広いマルチソースのコンテキストで補完されます。
チャーン(解約)を調査している製品チームが、特定の顧客セグメントが予想よりも高い割合で離脱している理由を質問します。Deep Researchは、使用状況データ、サポートチケット、フィードバック、営業のインタラクションを同時に分析し、寄与している要因を重要度順に明らかにして、チームがすぐに行動できる推奨事項を提供します。

図 4:Deep Research:複雑な「なぜ」という質問に対するマルチエージェントのクロスソース分析
「Snowflake Intelligenceによって、私たちのデータに信頼できる『声』が宿りました。また、Cortex Codeを活用することで、データ活用の生産性が大幅に向上しています。Telenavでは、1か月あたり20テラバイト以上のデータと、1日あたり2億件以上のイベントを処理しています。以前は未加工のデータからインサイトを得るまでに数日から数週間を要していましたが、対話型のセルフサービス体験により、現在はわずか数分から数時間で完了できるようになりました。Snowflakeとの連携により、複雑なデータのリアルタイムなインテリジェンス化を加速させ、ビジネス全体でより迅速かつ情報に基づいた意思決定を実現しています」
—Kumar Maddali氏
どこで仕事をしていても、エージェントがサポート
Snowflake Intelligence iOSモバイルアプリ(パブリックプレビュー)は、あらゆるデバイスでSnowflake Intelligenceの完全なエクスペリエンスを提供するため、ユーザーはどこからでもインサイトに基づいて行動したり、レコメンデーションを承認したり、設定された目標を確認したりできます。Face ID認証によりログインの手間が省けるため、画面を見るだけでパーソナルエージェントに直接アクセスし、前回中断したところからすぐに作業を再開できます。

図 5:どこでも利用できるエージェント:モバイル版Snowflake Intelligence
スケールとガバナンスを備え、ビルダー向けに設計
企業全体でAIを拡張するには、ガバナンスポリシーを一貫して適用し、継続的な改善をサポートし、本番環境の規模で必要なツールをビルダーに提供するプラットフォームが必要です。
Cortex Agentsがその基盤を提供します。ビルダーは、コンポーザブルなビルディングブロックを使用してワークフローを定義し、ツールやデータソースを統合し、エンドユーザー体験を強化する機能を組み立てます。このプラットフォームは、設計から展開、監視に至るまでの完全なライフサイクルをサポートします。Agent Versioning(一般提供)とCI/CDワークフローにより、チームは安全にイテレーションを行い、必要に応じてロールバックし、本番環境のソフトウェアに適用されるのと同じエンジニアリングの厳密さで変更をプロモートできます。Agent Evaluationsは、各段階で精度と信頼性を測定し、品質向上が必要な場合に明確なシグナルを提供します。セキュアなコード実行サンドボックス(近日パブリックプレビュー)は、エージェントのワークフロー内での高度なデータ変換、統計分析、コンテンツ生成をサポートします。
エンタープライズAIの新しいアプローチ
毎週9,100社以上のお客様がSnowflakeのAIプロダクトを使用しており、企業がAIの実験から実際の展開へと移行するにつれて、その数は増え続けています。
Snowflake Intelligenceは、企業がすでに信頼している基盤の上に構築されています。データを外部システムに抽出するのではなく、その基盤に直接インテリジェンスをもたらすことが、企業が求める規模と信頼レベルでAIを実用的なものにします。
Snowflake Intelligenceは、今日ビジネスユーザーにとってそのビジョンが運用可能になる場所です。すべてのビジネスユーザーが必要とするパーソナライズされたワークエージェントであり、エージェンティックエンタープライズに向けたSnowflakeのコントロールプレーンの基盤となります。
利用を開始する
- これらの機能の実際の動作については、Snowflake Intelligenceのデモをご覧ください。
- ドキュメントを参照して、Snowflake Intelligenceの利用を開始してください。
- Cortex Agentsを使用してエンタープライズAIエージェントを構築、管理、拡張する上で、Snowflakeが最適な場所である理由をご確認ください。
将来予想に関する記述
この記事には、当社の将来の製品提供に関するものを含め、将来予想に関する記述が含まれていますが、これらは製品の提供を確約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。


