2026年6月1日～4日にサンフランシスコで開催されたSnowflake社によるグローバルで最大のイベント「Snowflake Summit 2026」に参加しました。
本記事は2日目に行われたDay2プラットフォームキーノートのレポートとなります。

プラットフォームキーノートはSnowflakeの最新の動向が一発でわかる、毎年楽しみにしているセッションですが、今年は「AIエージェント時代」を正面から宣言するような内容が続き、会場のボルテージはひときわ高かったように感じます。本レポートでは、キーノートでの発表内容を中心にまとめます。

CoCoでのライブコーディングによってリアルタイムに音色を変えるDJプレイからスタート

本記事でご紹介の内容

本記事では、Snowflake Summit 2026 Day2プラットフォームキーノートで発表された主要な内容をご紹介します。

• AIエージェント時代に向けたSnowflakeのプラットフォーム戦略
• Snowflake CoCo／Snowflake CoWorkを中心としたAI機能の進化
• ストリーミング、機械学習、ガバナンス、コスト管理などの主要アップデート
• Thomson Reutersの事例やライブデモから見えた、エンタープライズAI活用の現実

特にAIエージェント関連の発表を中心に取り上げていますが、機械学習やパイプライン領域についても注目すべきアップデートが発表されました。

開幕：2012年の課題から振り返る「なぜSnowflakeは生まれたのか」

基調講演の冒頭は、意外にも2012年のデータ基盤が抱えていた課題の振り返りからスタートしました。

当時、データ基盤はすでに限界を迎えていたと語られました。構造化データは従来型のデータウェアハウスに、半構造化データは別のシステムに分離されており、そもそも単一クラスターでスケールすることができませんでした。容量が不足するたびに別システムを追加せざるを得ず、気づけばあちこちにデータサイロが点在している——そんな状況です。データが散在すれば、セキュリティとガバナンスは事実上不可能に近くなります。

こうした課題に対してSnowflakeが掲げた設計思想が、「All Data / All Compute / All Users」です。

All Data / All Compute / All Usersとは？

• All Data：構造化・半構造化データをシームレスに統合し、単一のフルマネージドプラットフォームで一元管理する
•  All Compute：コンピュートとストレージを分離し、ワークロード間の干渉を排除。ほぼ線形のスケールとコスト増なしの性能向上を実現する
• All Users：ゼロメンテナンスのフルマネージドサービスとして提供し、誰でも使えるプラットフォームにする

この設計思想はその後、地理的境界を越えるグローバル化、摩擦のないデータ共有、オープンフォーマットとの相互運用、そして非構造化データへの拡張、多言語（Python・Java・Scala）対応、トランザクションと分析ワークロードの統合、Snowpark Container Servicesによるアプリ実行へと着実に拡張されてきました。基盤アーキテクチャの妥当性はSIGMODに発表した論文の受賞という形でも評価されています。

AIエージェント時代への宣言：「最高のAIエージェントは、最高のデータプラットフォームから生まれる」

今年のサミットで最も強調されたメッセージが「最高のAIエージェントは、最高のデータプラットフォームから生まれる」です。
AIの進展により、ドキュメント・音声・画像・動画ドキュメント・音声・画像・動画といった非構造化データを、従来のように別システムへ移動・変換することなく活用できるようになった今、データとAIを別々のスタックで管理することのリスクが改めて強調されました。AIスタックを分断したまま運用すると、過去のデータサイロ問題と同じ轍を踏むことになる——ガバナンスの分断やコスト増大を招き、結果として企業のAI活用を阻害する可能性があると説明されました。

Snowflakeが提示する答えは、AIとデータを単一の統合プラットフォーム上に共存させる「統合アーキテクチャ」です。これにより、セキュリティが強化され、データがAIをよりスマートにし、データプラットフォーム自体もより速く・シンプル・高生産性になると説明されました。

この文脈から、今年のサミットにおける最も注目すべき発表のひとつが、製品名称の変更です。

• Cortex Code：Snowflake CoCoへ名称を変更。
• Snowflake Intelligence ：スコープ拡大に伴い、 Snowflake CoWorkへ名称を変更製品名称の変更は、単なるブランディング変更ではなく、「働き方そのものを変える」という意図が込められているとのことで、後半のデモセッションでもこの思想が随所に表れていました。

Snowflake CoCo：開発者体験の進化

Snowflake CoCoは、複雑なものをシンプルにすることに注力した開発者向けAIアシスタントです。
直近6か月で使い勝手が大きく改善されたと語られ、進化のタイムラインが示されました。
– Snowsight・CLIからスタート
– SDK・Agent Teamsへの拡張
– そして今回のサミットで一連の新機能が発表

会場にて撮影した写真

CoCoの主な新機能・アップデート

次の5点がCoCoの主な新機能・アップデートとして紹介されました。

• Cloud Agents：ほぼGA（General Availability、一般提供）として発表されました。自律的に動作するエージェントを構築できる機能で、Async APIによる非同期処理にも対応します。
• サンドボックス：SnowsightやCLIにサンドボックス環境が導入されました。試行錯誤を安全に行える場所が整備されたことで、開発時の心理的ハードルが下がります。
• Automations / Async API：自律エージェントを提供するためのオートメーション機能とAsync APIが追加されました。
• Skill Catalog：スキルやプラグインを共有・再利用できるカタログ機能が導入されました。パートナー企業が公開したスキルを組み合わせて活用できる仕組みで、エコシステムの拡充が期待されます。
• VS Code / Cursor 拡張：開発者が普段使い慣れたエディタからそのまま利用できるよう、VS CodeおよびCursor向けの拡張が導入されました。

Snowflake CoWork：組織全員のためのAIワークプレイス

CoWorkはSnowflake Intelligenceをベースに、スコープを大きく拡大してリネームされた製品です。
開発者だけでなく、ビジネスユーザーを含む組織全員が自然言語でデータや業務にアクセスできるプラットフォームとして位置づけられています。
サミットのクロージングでは、「CoCoとCoWorkを組織全員の前に置けるツールとして届けたい」という言葉が印象的でした。「Can’t we から Shall we へ」——これがSnowflakeが描く、AIと人間の新しい協働のあり方です。

Snowflake Data Stream：ストリーミングの新たなスタンダード

データの取り込みとストリーミングの分野では、Snowflake Data Stream が紹介されました。

会場にて撮影した写真

Snowflake Data Stream

主な特性は次のとおりです。

• フルマネージドのストリーミングサービス
• ストレージとコンピュートの分離設計
• ゼロコピー・ストリーミング
• サブ秒レイテンシ
• Kafka互換（既存クライアント・アプリからそのまま利用可能）
• 統合ストリーミング分析（データトピックをテーブルに直接取り込む機能）

既存のKafka環境からの移行を容易にしつつ、Snowflake上での分析と一体化できる点が大きな強みです。
また、データの取り込み周りでは Openflow の拡張も発表されました。APIおよびPrivate Connectivityの強化に加え、Oracle・Microsoft Viva・MongoDB・Shopifyなどのコネクタが拡充されています。

AI機能の大幅拡張：マルチモーダル対応からモデルの自由選択まで

AI機能群についても多数のアップデートが発表されました。

会場にて撮影した写真

AI機能群のアップデート

• AI Complete：マルチモーダル対応
  AI Complete関数が音声・動画入力に対応しました。これまでテキストや画像が中心だったAI functionsが、音声・動画という非構造化データも自然に扱えるようになります。分類（classification）をはじめとする幅広いユースケースへの対応が見込まれます。
• Cortex Function Studio（プレビュー）
  独自のAI functionsを作成・特化・展開できるスタジオ機能がプレビューで公開されました。自社のユースケースに合わせてAI関数をカスタマイズできる環境が整います。
• モデル選択の自由化
  AI Complete関数では、利用するモデルをユーザーが自由に選択できるようになりました。AutoモードとドロップダウンによるモデルIDの指定が可能で、最新モデルも随時提供される方針です。
  特に宇宙開発で有名なスペースX社が開発したモデルも選択できるようになったとのことで、話題を呼んでいました。
• Agentic Search（パブリックプレビュー）
  エージェントが自律的に検索・収集を行うAgentic Searchがパブリックプレビューとして発表されました。
• AI Powered Migrations (AIM)
  AIによる移行支援が AIM（AI Powered Migrations） として統合されました。CoCoとAIMによってレガシーデータベースからの移行、Sparkワークロードの移行、RDDコードの移行、そしてTeradataシステムからの仮想化移行といった幅広いシナリオをカバーしています。

MLトレーニングAPIの性能優位性

SnowflakeのMLトレーニングAPIは、他プラットフォームと比較して2倍速く、3分の1のコストで動作するとのデータが示されました。

MLトレーニングAPIの性能優位性

• Cortex Training
  基盤モデル（Foundation Model）のカスタマイズ・トレーニングを可能にする Cortex Training が導入されました。Fine-tuningはもちろん、Reinforcement Learningにも対応します。
• ストリーミング機能のGA
  MLパイプラインにおけるストリーミング機能がGAとなりました。Feature Vectorsをリアルタイムにサービングでき、数十ミリ秒の低遅延を実現しています。
• Snowsight Pipeline Builder
  ビジュアルなパイプライン編集ツール **Snowsight Pipeline Builder** が導入されました。NotebookやMLパッケージからの設定を視覚的に確認・編集でき、エラーの検出と修正もGUI上で完結します。これまでコードを読み解きながら行っていたパイプライン管理が、大幅に直感的になる印象を受けました。

セキュリティとガバナンス：「制約」から「推進力」へ

今年のサミットで特に印象的だったのが、ガバナンスとセキュリティの扱い方の変化です。従来「ブレーキ」として語られがちだったガバナンスが、AI変革を加速させる「推進力（イネーブラー）」として明確に再定義されていました。

セキュリティとガバナンス

会場にて撮影した写真

• Horizon Catalog
  ガバナンスのユニバーサルなソリューションとして Horizon Catalog が提供されています。組織全体のデータポリシーを一元管理できる統合ビューです。
• 意図駆動ガバナンス（Intent-Driven Governance）
  新しいアプローチとして紹介されたのが「意図駆動ガバナンス」です。「個人情報（PI）データを保護したい」という意図を宣言するだけで、データの分類・ポリシー作成・継続的な保護が自動化されます。設定の専門的な知識がなくても、ガバナンスを実装できる仕組みです。
• Horizon AI Guardrails
  エージェントのセキュリティ強化として **Horizon AI Guardrails** が発表されました。Jailbreaking（制約回避）やPrompt Injectionといった高リスク攻撃を防止します。
• エージェントID（Agent Identity）
  エージェントごとにIDを付与し、どのコードがどのエージェントによって実行されたかを文脈ごとに識別できる仕組みです。マスキングや行レベルのポリシーと組み合わせることで、エージェントの可視性を細かく制御できます。
• データ移動ポリシーとTrust Center
  特定のタグが付いたデータの移動・ダウンロードを制限できる「データ移動ポリシー」が導入されました。また Trust Center では異常なデータ転送をリアルタイムで監視し、外部への意図しないデータ流出を防止します。さらにTrust CenterにはAI Security Checksが追加され、エージェントやAI設定の健全性を定期的に確認できるようになっています。
• バックアップと Retention Lock
  バックアップ機能として、不変なポイントインタイムスナップショットの作成が可能になりました。Retention Lock により、一定期間は削除できないようにロックをかけることができ、ランサムウェアなどのサイバー攻撃に対するレジリエンスが強化されます。
• マルチパーティ承認（Multi-Party Approvals）
  ユーザーの削除や大量データのエクスポートといった高感度な操作については、第三者による承認を必須化できる Multi-Party Approvals が導入されました。内部不正や設定ミスによるリスクを低減する仕組みです。
• Horizon Catalogの拡張（Horizon Context）
  Snowflakeだけではなく、BIツールや他のデータベース、データ変換ツールなどの様々な製品からコンテキストを取得できるメタデータコネクターを開発している。

会場にて撮影した写真

顧客事例：Thomson Reuters が語る「フィデューシャリーグレード」のAI活用

ゲストスピーカーとして登壇したThomson Reutersの事例は、エンタープライズにおけるAI活用の現実を考える上で非常に示唆に富む内容でした。
Thomson Reutersは弁護士・税務・会計・監査のプロフェッショナルを主要顧客とする企業です。これらの顧客が求めるのは「信頼性」であり、Thomson ReutersはこれをAI機能においても「フィデューシャリーグレード（受託者責任レベル）」と表現していました。具体的には、コンテンツの品質、データプライバシーとセキュリティ、専門的な知見、そして透明性と検証可能性の4点が柱です。

同社が提供するAI機能 CoCounsel（コ・カウンセル）は、すでに100万人を超えるユーザーが利用しています。
Snowflakeとのパートナーシップでは、Trusted Data Foundation と呼ぶデータ基盤を構築。集中型のアクセス制御とキュレーション済みデータセットにより、スピードとスケールを両立しています。また、Semantic Intelligence を社内に展開し、財務・ビジネス部門の1,500人以上が重要な意思決定にデータを活用しています。
さらに顧客体験の向上に向けては、製品利用データ・顧客センチメント・契約更新情報を統合した Customer 360 を実現。「AIはもはや実験ではなく、本番稼働中のもの（production）であり、財務的に検証されたメトリクスが組み込まれている」という言葉が印象的でした。
ガバナンスについては「制約ではなく、AI変革を加速させるイネーブラー」として積極的に活用しているとのことで、Snowflakeがキーノートで訴えたメッセージを裏付ける事例でした。

アダプティブコンピュートとパフォーマンス最適化

パフォーマンス面でも複数の強化が発表されました。

パフォーマンスの強化

• アダプティブコンピュート（Adaptive Compute）
  次世代コンピュートパラダイムとして Adaptive Compute が紹介されました。従来のウェアハウス世代と比較して約2倍の速度向上が見込まれるとのことです。
• Snowflake Postgres の各種強化
  SnowflakeのPostgres統合については、2025年2月にGA（一般提供）となっていましたが、今回のサミットでは追加機能が発表されました。
  – pg_lake（オープンソース拡張）：Postgresとの双方向データ同期を支援。マネージド版pg_lakeは今年後半のGA予定
  – Postgresデータミラーリング：スイッチの切り替えによる低レイテンシ動作。パブリックプレビュー予定
• インタラクティブウェアハウスとクラスタリング改善
  インタラクティブテーブルがインタラクティブウェアハウス上で動作するようになりました。クラスタリングキーのサイズ変更による性能向上も実現されており、AIによる最適化支援も提供されます。
• 新しいインタラクティブコンパイラ
  新しいクエリコンパイラが導入され、メモリ効率が大幅に向上しました。大規模な顧客環境ではコンパイル時間が最大40倍高速化し、ワークロード全体で3〜4倍の加速が確認されているとのことです。
• Uni Store のエンジン最適化
  Uni Store（トランザクションと分析を統合するストア）においても新しいエンジン最適化が導入され、レイテンシが大幅に改善されたとのことです。以前試して満足できなかった方には再評価を推奨するというメッセージが伝えられていました。

オブザーバビリティ（可観測性）の強化

Snowflakeは2026年2月にオブザーバビリティプラットフォームの「Observe」を買収しました。これにより、ログやトレース、メトリクスなどの大量のシステム監視データをSnowflake AI Data Cloud上で直接統合し、AIを活用してシステム障害の原因究明を最大10倍高速化しています。

会場にて撮影した写真

コストに関する機能強化も複数発表されました。Snowflakeが強調するのは「可視性（Visibility）」「制御（Control）」「最適化（Optimization）」の3点です。

コストに関する機能強化

• AIコスト管理：AIに関連するコストがBudgets機能と連携して管理できるようになりました。
• ユーザークォータと共有ウェアハウス：部門・ユーザー単位でのコスト上限設定（User Quotas）と、複数ユーザーでウェアハウスを共有するShared Warehouseが提供されます。
• Budget Custom Actions：予算の条件に応じて、ストアドプロシージャの呼び出しや特定のアクティビティを自動実行できる Budget Custom Actions が導入されました。予算超過時のアクションを宣言的に定義できます。
• ビジネス継続性：次世代コンパクション機能が導入され、ログの削減と約20倍の高速化を達成。フェイルオーバー時のレイテンシとデータギャップについてもSLAが提供されるようになりました。

データ共有とグローバルコラボレーションの進化

Snowflakeがデータ共有機能を初めて市場に投入したのは2018年のことです。それ以降、企業内外でのデータ共有はSnowflakeの中核機能として発展してきましたが、今年のサミットでもこの領域における大きな進化が発表されました。

会場にて撮影した写真

データ共有の大きな進化

• Icebergカタログ連携の強化：
  Iceberg REST Catalog インターフェース が Horizon Catalog に統合されました。これにより、カタログとエンジン間の双方向サポートが実現し、Snowflakeが管理する内部カタログと外部カタログの両方に対してシームレスなアクセスが可能になります。
  Snowflake Managed Storage for Iceberg Tables については、AWS・AzureでGAとなり、GCPも近日対応予定です。
  また、セマンティクスの相互運用性を推進するための Open Semantic Interchange Group が創設されました。異なるプラットフォーム間でのメタデータ・セマンティクス情報の共有を標準化していく取り組みです。
• オープン共有とリシェア：
  リシェア（Reshare） がGAとなり、受け取ったデータをさらに別の組織へ共有できるようになりました。また オープン共有（Open Sharing） が導入され、Iceberg REST Catalog APIを通じて、Snowflakeを利用していないコンシューマにもデータを提供できるようになっています。さらに、AIが活用しやすい構造のセマンティックビュー作成も推進されています。
• Multi-Party Collaboration（マルチパーティコラボレーション）：
  Multi-Party Collaboration が発表されました。単一のセキュアな環境で複数の当事者が協業できる仕組みで、Clean Room技術をグローバルなコラボレーション基盤へと拡張したものです。Netflixが複数のパートナー企業と連携してデータコラボレーションを行う事例が紹介されました。
• ゼロコピー・パートナーシップの拡大：
  データをコピーせずに直接連携できる Zero-Copy Partnerships が拡大しています。Salesforceから始まったこの取り組みは、Workday Data Cloud・IBM Db2・AVEVA Connect（産業データ）にも広がりました。SAP統合はすでにGAとなっており、Amazon RedshiftやPostgresといった外部システムへのクロスシステムクエリも可能です。

ライブデモ：Snow Music社のシナリオで見せた「CoCo in Action」

基調講演中のライブデモは、架空の音楽会社「Snow Music」を題材にしたシナリオで展開されました。

会場にて撮影した写真

デモの流れ

1. CoCo Desktopアプリからカスタムプロンプトを入力し、アプリ構築・スキル作成・プランの生成を実行
2. 生成されたプランの各ステップを確認・編集し、実行
3. ライブストリーミングアプリのデータパイプラインに問題が発生。CoCoに自然言語で修正を依頼すると、状況を自動解析し「device typeフィールドの欠落」を特定・修正

データ構成

Data Streamでライブストリーミングデータを取り込みIcebergテーブルへ投入、Salesforce Zero-Copy Data ConnectorでFan ProfilesやTicket Historyとリアルタイム結合。

安全設計

データを削除するような破壊的コマンドは自動実行されず、必ずユーザーの許可を求める設計になっています。また、モデル選択セレクターで「Auto」または特定モデルをドロップダウンから指定できます。

自然言語でパイプラインの問題を診断・修正できる様子は、会場から大きな反響を呼んでいました。「これまでエンジニアが数時間かけてログを読んでいた作業が、数秒で完了する」という変化を、目の前で見せてくれたデモでした。

まとめ

Day2キーノートを通じて新たなSnowflakeとして印象付けられたのは下記の４つの点です。

• 次世代の使いやすさ
• 信頼され、かつ統合されたデータとAI
• オープンかつ相互運用可能なデータ
• 組織の全員が使えるツール

そして、今年のSnowflake Summitを通じて伝わってきたのは、「統合」というキーワードです。
あらゆるサイロを解消し、摩擦をなくし、信頼できる単一のプラットフォームの上にAIエージェント時代のインフラを構築する——それがSnowflakeの描くビジョンです。

Snowflakeは以前よりもさらにオープンになり、あらゆるデータと繋がるプラットフォームへと進化しています。そしてそのデータおよびコンテキストを統合することができ、CoCoやCoWorkによってユーザーが自由に操れる環境を作ることができます。

CoCoとCoWorkが「組織の全員が使えるツール」として定着したとき、データ活用の民主化は次のフェーズへ進むはずです。「Can we？ の時代から Shall we？ の時代へ」——できるかどうかを問うのは終わり。やるかどうかだ。というこのフレーズが昨年から今年にかけての著しい進化を物語っており、我々ユーザーの変革を先導しています。

来年のSnowflake Summitでは、今回発表されたプレビュー機能がどこまで本番環境に浸透しているか、そしてエージェント時代の実際の顧客事例がどう積み上がっているかを確認するのが楽しみです。

 本記事は、2026年6月4日時点の情報をもとに作成しています。製品・サービスに関する詳しいお問い合わせは、弊社Webサイトからお問い合わせください。
https://data-management.dentsusoken.com/snowflake/inquiry/

本サイトのブログ記事に加え、Snowflakeを中心としたデータエンジニアリング関連の技術的な情報を掲載したテックブログもWeb公開しております。
是非、こちらのテックブログもご覧ください。
https://zenn.dev/p/datatechblog