Snowflakeが注目するスタートアップ企業：EmergeGen AI

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。今回は、EmergeGen AIの共同創業者であるAllan Beechinor氏、Niamh Parker氏、Chris Harrison氏が、データガバナンスとコンプライアンス、法務テクノロジー、統合AIの経験を生かし、規制コンプライアンスをビジネス変革のきっかけへとどのように転換したのかを紹介します。 

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、データガバナンス、コンプライアンス、企業の意思決定における最も複雑な課題を解決するために、AIの変革的な力からから着想を得ています。私たちのビジョンは、高度AIテクノロジーと実際のエンタープライズニーズの間のギャップを埋め、AIが単なるツールではなく、ビジネス成長と規制精度のための戦略的イネーブラーとなるようにすることです。

EmergeGenは、どのような問題の解決を目指していますか？

従来のデータ処理方法では、Eメール、動画のトランスクリプト、チャットログ、コンプライアンス文書の急増を管理するために効果的にスケールしきれず、処理の制限によって貴重な情報が活用されないままになっています。EmergeGen AIは、非構造化データを含むすべてのエンタープライズデータを統合するデータパイプラインを作成してSnowflakeに取り込むことで、エンタープライズインテリジェンスを強化し、AIドリブンな自動化をビジネスニーズ、業界規制、データセキュリティ基準と整合させることができます。

断片化データのAI活用準備という課題に取り組もうと思われた理由は何ですか？また、御社のチームが解決できるとどのように確信していますか？

私たちがこの課題に取り組み始めたのは、非構造化エンタープライズデータの管理における非効率性と、インサイトと自動化の機会の逸失を直接体験したことから始まります。私たちのチーフAIストラテジストであるAllanは、AIドリブンなコンプライアンス自動化に取り組んでおり、従来のシステムでは非構造化データの大部分を正確に分類して処理できなかった規制監査において、多大な手作業が必要でした。私たちのCMOであるNiamhは、20年以上にわたってマーケティングと法律の特許に関する専門知識を有しており、自動化された意思決定におけるAIバイアスやコンプライアンスギャップのリスクの高まりを認識していました。私たちのCEOであるChrisは、長年のエンタープライズ領域での経験から、既存のビジネスエコシステムにシームレスに統合できるスケーラブルなAIソリューションの必要性を認識していました。

現在、EmergeGenは独自のスキルの相乗効果を活用し、最先端であるだけでなく、実践的で透明性が高く、実際のビジネス課題に沿ったAIを活用したソリューションを開発しています。Allanは、AIモデルの最適化とコンプライアンスの自動化に関する自身の専門知識を活用し、精度の高い分類とリスク検知を実現しています。Niamhは、AIフレームワークが倫理的に設計され、法律に準拠し、人間中心のAI原則に沿うように設計しています。そして、ChrisはAIの戦略的なエンタープライズ導入を推進し、Fortune 1000企業におけるスケーラブルで費用対効果の高いシームレスな展開を実現しています。

データに関して取り組んでいる興味深いことは何ですか？

データ処理における私たちの最も大きな進展の一つは、AIドリブンなナレッジグラフフレームワークです。このフレームワークは、非構造化エンタープライズデータを構造化かつ相互接続された関係に編成します。このアプローチにより、大規模データセット全体の検索性、コンプライアンス追跡、コンテキスト理解が向上します。

私たちのシステムは、ファインチューニングされたトランスフォーマーモデル、AIベースのエンティティ認識、機械学習ドリブンな分類を活用して、メタデータを自動的に抽出し、主要な関係を特定し、Eメール、契約書、顧客インタラクションなどの非構造化データから実行可能なインサイトを自動的に抽出できます。このイノベーションにより、データのアクセシビリティとガバナンスが向上し、企業はコンプライアンス、リスク管理、戦略的意思決定をサポートしながら、情報を大規模に効率的に分類、検索、分析できるようになります。

Snowflakeネイティブアプリフレームワークは、御社の製品を市場に投入する際にどのように貢献しましたか？

Snowflakeネイティブアプリフレームワークのおかげで、スケーラブルでAIドリブンなデータガバナンスソリューションをエンタープライズ環境内で直接提供できるようになりました。Snowflakeのセキュアで柔軟なインフラストラクチャを活用して、私たちの主力プラットフォームであるData Centralを開発しました。処理はSnowflake内で直接実行されるため、私たちのお客様は、膨大な量のドキュメント、Eメール、ログ、その他の非構造化データをSnowflake環境の外部に移動することなく分析できます。また、コンテナ化されたワークロードをサポートしているため、Snowflake環境内で高度なAIモデルとコンピュート集約型プロセスを展開して、リアルタイムのメタデータ抽出、リスク検知、自動化されたガバナンスワークフローを実現できます。 

Snowflakeネイティブアプリフレームワークにより、私たちは製品開発プロセスを合理化し、AIデータガバナンスソリューションの市場投入期間を短縮できました。このフレームワークは、完全に統合されたテスト環境と最適化された開発者ワークフローを提供するため、アプリ開発に集中し、迅速に反復して開発できます。私たちは社内リソースを解放し、バックエンドインフラストラクチャの管理ではなく、AIモデルの開発、コンプライアンスの自動化、顧客主導の強化に注力できるようにしました。

Snowflakeエコシステムのもう一つのメリットとして、Data Centralは、Snowflake Cortex AI、Claude、Collibra、Power BI、Azureなどの主要なエンタープライズデータツールと統合して、統合的なデータ管理を実現します。この相互運用性により、組織は既存のインフラストラクチャ内で、データガバナンスの一元化、非構造化データの可視性の強化、コンプライアンス追跡の改善を実現できます。

Snowflakeとの協力は、EmergeGenの成長と開発の戦略をどのように形成しましたか？

Snowflakeとの連携により、セキュリティとコンプライアンスが最優先される、規制の厳しい業界を含む大企業と関わることができました。Snowflakeのマネージドプラットフォームに支えられた効率的なエンジニアリングとセールスのチームにより、セールスサイクルを短縮し、効率的にスケーリングすることができました。 

また、Snowflakeマーケットプレイスは、Snowflakeのお客様に対する直接配布チャネルも提供しています。外部インフラストラクチャのプロビジョニングなど、複雑な管理なしにアプリのリスト作成、販売、展開を実行できます。お客様はセルフサービスのトライアルとシームレスな展開を利用できるため、オンボーディングの効率が劇的に向上します。私たちは、AIソリューションをより早くお客様の手に届けることができるようになりました。つまり、お客様はAIソリューションの使用と価値実現を迅速に開始できるようになりました。

スタートアップ企業の創業者として、急速に変化するAI情勢についてどのように考えていますか？ 

エンタープライズAIの未来を形作るトレンドはいくつかあります。規制の厳しい業界におけるAIモデルの専門化の進展もその一つです。精度を維持しながら、より少ない計算能力で済むAIモデルによる効率改善も、その一つです。 

データガバナンスのためのAIのイノベーションとしては、ドメイン固有のアプリケーション向けに最適化された小型言語モデル（SLM）などがあります。このモデルは、ビジネス上の課題に合わせてカスタマイズされた高効率で低コンピュートのAIモデルを提供するため、リスクの高い規制環境に最適です。ハイブリッドAIアーキテクチャとAIを活用したコンプライアンス自動化は、規制レポーティング、リスク評価と予測モデルに革命的変化をもたらしています。

創業者として、投資家戦略にAIが与える影響も興味深いです。投資家との対話では、説明可能なAIの意思決定、実験モデルではなく実際のビジネスアプリケーションにAIが使用されること、意思決定プロセスにおける人間のAI監視、そして常にデータガバナンスとセキュリティコンプライアンスについて議論しています。 

EmergeGenのソリューションの詳細については、emergegen.aiをご覧ください。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お客様は、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にもぜひご参加ください。