登壇資料『Snowflakeで実践する、生成AIを活用した「自然言語によるデータとの対話」』のご紹介
データ事業本部の鈴木です。
少し間が空きましたが、2025年10月31日(金)に開催されたウェビナー『生成AIでかわるデータ活用！クラスメソッドが実践する「自然言語による分析」と「名寄せ効率化」の事例』で発表した資料をご紹介します。
登壇資料
ポイント
生成AIはデータ分析でもよい効果を出している
Snowflake社の公開しているグローバル調査のレポ―トで説明されている、データ分析への生成AIの活用効果についてご紹介しました。
9割近くの回答で前向きな効果が報告されていました。
分析のためのSQLを自分で書ける人だと、生成AIを使うことでより速くプログラムを作成したり、推敲を助けてもらったりした経験が既にあるのではないでしょうか。
加えて、データに対してビジネスメタデータを付与できるようなプラットフォームがあれば、SQLや自分が使っているデータの細かな仕様を知らなくても、自然言語で生成AIエージェントに分析レポートを作成してもらうことができつつあります。
このような機能を使うことで、セルフサービスで分析を行うことが可能となっています。
ただし、データに対するメタデータの付与などはある程度時間と労力がかかる作業で、最初から完璧な基盤を用意しようとすると結構大変です。まずは、優先度の高い分析内容について、以下のように誰でも素早く分析結果を得られるようにすることが目標としやすいと考えます。
まずは限られた内容でも、こういったAI活用ができるかどうかで、組織のデータ活用が大きく変わると期待しています。生成AIを活用することで、必ずしも分析担当者の対応が必要でないものは生成AIに任せられます。分析担当者は組織のデータ活用やAIの仕組み自体の改善に使うことができより強力に組織のデータ活用を前進させられるようになるからです。
SnowflakeではSnowflake IntelligenceというインターフェースからCortex Agentsを使い、分析レポートを自然言語から作成してもらえます。
以下はプレビュー時期に執筆したブログ記事です。現在はSnowflake Intelligence・Cortex Agents共にGAされています。
AIがデータ活用をするために必要なこと
AIがあれば自在にデータ活用ができるのか、というとなかなかそうわけでもないです。やはり「データ活用」なので、基本的にはこれまでのデータ活用で必要とされてきた取り組みを引き続き行う必要があります。
AIの登場によって、それ以前のデータ活用の仕組みが不要になったというよりは、これまで人間だけが分析していたところを、AIにも分析してもらえるようになったという、正統進化が起きていくと考えています。
以下では今後のデータ活用プラットフォームで求められると考えている要素をご紹介しました。
AI機能と利用のためのインターフェース（UIやAPI）があり、AIが発行したSQL文を高速に実行できる分析実行エンジンが必要です。また、人間が使いやすく、AIに情報を共有しやすいデータカタログも必要です。例えば、人間がAIに依頼する分析内容には自社のビジネス用語なども多く含まれていると思いますが、AIからはそれがどのような意味なのか分かりません。用語がどのような意味で、その用語はどのデータに関連しているかの情報を使いやすいインターフェースで基盤上に整備していく必要がある、という意味でデータカタログが必要と考えています。
AIがこれまで以上に高速にさまざまな分析を行うようになるため、それに耐えうるデータの管理方法を整備することも重要です。といっても、何か特別なことをするというよりは、AIにとって扱いづらいデータは多くの場合で人間やBIツールでも分析がしづらかったはずなので、そういったデータは設計し直していこうという考え方です。
また、データ品質などを始めとしたデータマネジメントもより重要になります。
AIの分析結果を受け入れる分、これまでよりも分析内容がブラックボックスになりがちです。どこかのタイミングでデータ連携が止まっていてデータが抜け落ちていたなど、異常のあるデータから導いた結果を信用してしまったりする可能性も上がり、データ品質管理がますます重要になると考えています。
集計定義も重要です。定義がない場合、ユーザーが考えている集計とAIが出す集計が異なる可能性があります。実行のたびに変わる可能性もあります。また集計定義は組織間で認識を合わせておかないと、これまでと同様に分析結果の断絶が発生します。この作業はAIにはできないため、人間が責任を持つ必要があります。
先に記載したとおり、ユーザーの質問とデータを結びつけるために、用語などのメタデータの登録も必要です。
最後に
2025年10月31日(金)に開催されたウェビナーで発表した資料のご紹介でした。
AIにデータ分析をしてもらう場合は、人間がするときと同様に、必要な情報を使いやすい形で提供することが必要です。
データ活用においては、基本的にはこれまで考案されてきた取り組みを引き続き整備することで、AI・人間に関わらず使いやすい環境につながるのではないかと考えています。
また、AIが分析をできるようになれば人間はやることがなくなるわけでもなく、これまで十分に時間をかけられなかったデータを取り扱う仕組みの整備や改善、組織内でのデータのビジネスへの活用など、より重要な業務に力を入れることで、さらに力強くデータを活用したビジネス推進ができるようになると期待しています。
