Snowflakeが注目するスタートアップ企業：Ekai

Snowflakeのスタートアップスポットライトでは、スタートアップ企業の創業者を迎え、解決しようとしている課題、開発中のアプリケーション、そして創業の過程で得た学びについて伺います。本ページでは、Ekaiの共同創業者であるCEOのMo Aidrus氏と最高AI責任者のHussnain Ahmed氏を紹介します。彼らは、データエンジニアリング、エージェント型AI、コンテキストとML Ops、エンタープライズクラウドインフラ設計での20年以上の経験を活かし、企業のエージェント型データのニーズにより効率的なインフラストラクチャを構築しています。

創業者としてのインスピレーションは何ですか？

私たちは、データとAIでエンタープライズ領域をより効率化することに強い情熱を持っています。 

生成AI導入の波は3年目に入り、次のようなパターンが登場しています。企業は、ChatGPT、Claude AI、Grokなどのアプリケーションを使用しているか、OpenAI、Anthropic、GoogleのLLM APIを使用してカスタムアプリケーションを構築しています。汎用的なタスクではまずまずの成果が得られ、実際のビジネスを理解する必要があるタスクでは、こうしたツールを使用しようとして障壁に直面します。

問題はモデルではありません。コンテキストです。企業の実際の動きを示す、構造化されクエリ可能で機械可読なコンテキストが全く存在しないことです。エージェント型データシステムは、エンタープライズコンテキストがなければ機能しません。

Ekaiは、この問題をどう解決しようとしているのでしょうか？

多種多様なツールが利用可能であるにもかかわらず、物理データの構造を理解し、文脈を付与し、ビジネスに活用可能なインサイトへと変換するプロセスは、依然として驚くほど時間がかかり、手作業に頼っているのが実情です。ほとんどの組織が、データプラットフォームの能力のほんの一部しか活用しておらず、高額なデータカタログが十分に活用されていないのはそのためです。

Ekaiのプラットフォームは、ビジネスアナリストやアナリティクスエンジニアがIT部門を関与させることなくさまざまなデータモデルを構築できる「ビジネスデータラボ」を提供することで、この状況を変えようとしています。Ekaiは実データに接続し、パターンを学習して論理データモデルを作成し、物理データとビジネスコンセプトを統合するコードを生成します。目標は、ビジネスユーザーが実稼働環境への展開のためにIT部門と連携する前に、モデルのプロトタイプ作成とテストを行えるようにすることです。 

EkaiのAIチャットエージェントは、物理データの理解に基づいてインテリジェントな質問をすることで、ビジネスユーザーのセマンティックモデルの定義を支援します。目標は、ビジネスユーザーが実稼働環境への展開のためにIT部門と連携する前に、モデルのプロトタイプ作成とテストを行えるようにすることです。 

このプロセスは、ビジネス要件を絞り込むのに役立ちます。これは、データアーキテクトがビジネス要件ドキュメント（BRD）を作成するワークショップを実施する方法と同様のアプローチです。私たちの対話型アプローチは、ビジネスユーザーがデータモデリングにアクセスできるようにします。そして何より、部署や社内の知識をドキュメント化します。 

データモデルやインサイトの民主化に対する御社のアプローチは、市場の他のソリューションとどう異なりますか？

私たちの焦点は、データイノベーションと価値実現までの時間を短縮することです。Ekaiの独自テクノロジーには、次の機能があります。

• スケーラブルなエンティティ関係の自動推論、カタログ化、構築 

• 既存のSQLコードに反映されるビジネス定義とプロセスをカタログ化

• ビジネスユーザーのための正確なデータプロダクトプロトタイプの構築

• 自然言語で正確で信頼性の高いデータディスカバリーを実現

• 物理データ、論理データ、セマンティックデータのドキュメントを継続的に構築、更新

• 下流のAIアプリケーションの仕様を構築

• 企業のダークデータをエージェント型のAI-readyデータに変換 

私たちは、データウェアハウスに接続し、エンタープライズマインドマップとオントロジー/エンティティ関係図（ERD）を自動生成して関係を理解し、セマンティックモデリングによってビジネスコンテキストを取り込み、下流のAIアプリケーションが必要とするアーティファクト（データカタログ、ビジネス用語集、メトリクス定義、リネージマップ、検証ルール）をすべて生成します。コンテキストレイヤー全体であり、自動的に生成および維持されます。 

Ekaiでは、データプロダクトのスピンアウトに3～6か月かかっていましたが、AIによって3～4時間で完了できるようになりました。ビジネスユーザーは制約を感じることなく、適切な企業内の背景情報を活用して、セマンティックモデルを容易に構築できます。

Snowflakeネイティブアプリフレームワークは、御社のスタートアップ企業としての成長と開発戦略をどのように形成しましたか？ 

Snowflakeネイティブアプリフレームワークは、私たちにとって非常に重要な存在です。Snowflakeネイティブアプリフレームワークは、2つの点で重要な導入障壁の解消に役立っています。 

まず、お客様のSnowflakeアカウント内ですべて実行することで、すべてのデータとメタデータをセキュリティ境界内に保持できるため、抽出に関する懸念が解消され、特に規制の厳しい業界におけるコンプライアンス承認が迅速化します。 

2つ目は、別の外部AIツールではなく、Snowflakeのネイティブな拡張機能としてEkaiをSnowflakeのネイティブ拡張として位置づけます。これは、お客様が既存のウェアハウスのインフラストラクチャ内で、極めてスムーズに自動データモデリングを導入できることを意味します。これにより、私たちの市場戦略は、複雑な統合販売から、より迅速な定着と製品主導の成長を促進する合理化されたアクティベーション体験へと変化します。

Snowflakeと連携できることを非常に楽しみにしています。調達プロセスの負担を減らし、請求およびメータリング機能をすぐに利用できる点でも大きな利点があります。Crossbeamプラットフォームによる共同販売がすでに始まっています。 

御社の今後の展望を教えてください。

AIがアナリティクスをリードし始めると、この自動化のレベルは競争優位性になるだけでなく、必要不可欠なものになります。AIシステムは、適切にコンテキスト化されたビジネスに利用可能なデータを供給しなければ真の価値を提供できません。それこそが、正確で一貫性のある包括的なアウトプットを生成するコンテンツです。Ekaiにより、企業は正確で信頼性の高いエージェント型コード生成と自然言語によるクエリを実現しながら、コードを自動的にカタログ化してドキュメント化できます。

Ekaiのソリューションの詳細については、現在、Snowflakeのプライベートリスティングでwww.ekai.ai. Ekaiをご確認いただけます。開始するには、https://ekai.ai/#contactまでお問い合わせください。

Snowflake上でサービスを構築されているスタートアップ企業の皆様は、ぜひPowered by Snowflakeスタートアッププログラムをご確認ください。Snowflakeがどのようにお客様の目標達成を支援できるか、詳細な情報をご案内しています。また、2026 Snowflakeスタートアップチャレンジへのエントリーもぜひご参加ください。