[レポート] Snowflake Cortex Senseとは - エージェント時代におけるオントロジーやコンテキストレイヤーの重要性 #SWTTokyo26

データ事業本部の鈴木です。

2026年9月10日～2026年9月11日に、「SNOWFLAKE WORLD TOUR TOKYO 2026」が開催されました。

本記事はセッション『Snowflake Cortex Senseとは - エージェント時代におけるオントロジーやコンテキストレイヤーの重要性』のレポートブログとなります。

紹介された機能はプレビューまたは将来のロードマップに関するものを含みます。利用可能状況は最新の公式ドキュメントをご確認ください。

（セッション冒頭に投影されたセーフハーバーおよび免責事項）

この記事は筆者が視聴した内容をもとに、ポイントと感じた点をご紹介します。

登壇者

• 高田 雅人 氏
  • Snowflake合同会社
  • Solution Engineering・Senior Architect, Machine Learning, Applied Field Engineering Office

内容のご紹介

1. オントロジーとコンテキストレイヤについて

AIエージェントを検証・導入されているユーザーの間では、オントロジーやコンテキストレイヤというキーワードは非常に関心が高くなってきていると思います。
オントロジーという概念自体は以前から情報科学の分野で、扱われていましたが直近ではAIエージェントに物事の関連性を伝える際の技術として注目されています。

AIエージェントの文脈では、コンテキストレイヤを実現するための手法として紹介されています。現状Snowflakeのセマンティックビューでは下図黒文字の要素のようにデータで表現できるものを扱いますが、コンテキストレイヤではさらにビジネス文脈を捉える必要がある赤字の要素も扱えるようになることが期待されます。

セッションでは、セマンティックレイヤは集計値の定義など「What」を扱えるが、コンテキストレイヤーでは「How」に近いものを扱えると説明されており、違いがとても腑に落ちました。

セッションを通して、コンテキストレイヤでは業務プロセスを含むビジネスの成り立ちに合わせてAIエージェントを自律的に動作させることができることが１番のポイントと強調されていました。

私もこの点はとても重要と考えています。現状のCortex Agentsではセマンティックビューに集計したい内容やカラムの説明は記載できるものの、それをどのような順番で集計して使うのかといった業務プロセスはOrchestration instructionsなどに書くなどして、主にツール利用の順序として伝えることになります。コンテキストレイヤがあればAIエージェントがより柔軟に業務プロセスを理解し、自律的に動作することが期待できます。

2. コンテキストレイヤの実現方法について

コンテキストレイヤとほかの概念の関係性や、コンテキストレイヤがあればどのようにAIエージェントの動作が改善するかも紹介頂きました。

登壇者が試されたデモ結果では、例えばセマンティックモデルのみの場合と、オントロジーも使える場合であれば、セマンティックモデルにない情報もオントロジーから情報を取得し、適切な回答ができていました。

また、オントロジーのみに加え、その実際の具体的な関連性データであるナレッジグラフもある場合と比較した結果も紹介されていました。

タスクに応じてAIエージェントが必要とするコンテキスト情報は異なるということがとても分かりやすいデモ結果でした。

このセッションので取り上げているテーマの一つでもあるCortex SenseやSnowflakeの機能は、適応知能・コンテキストレイヤをサポートしているそうです。ナレッジグラフはOntology on SnowflakeやRelationalAIが紹介されていました。

構築時は、必ずしも全て作らないといけないわけではなく、セマンティックビューから順番に、必要に応じて作っていくのが良いとのことでした。

私は特にナレッジグラフについては実装に時間がかかるように考えています。AIエージェントにさせたい要件によってはHorizon Contextで対応可能なものが多くあると思うので、順を追って進めていくので良いという点がとても参考になりました。

3. Cortex Senseについて

Cortex Senseについても紹介がありました。
紹介された内容は今後プレビュー公開・一般提供時には変わっている可能性もあると思いますが、今後どのように既存機能で基盤を整備していくかの方向性の参考になると思います。

Cortex SenseはHorizon Contextや社内ナレッジなどをインデックス化するSnowflakeフルマネージド機能とのことでした。

取り込めるコンテキストとしては以下が紹介されていました。dbtプロジェクトや外部DWH、社内ナレッジの情報が取り込み可能なのは非常に強力です。

現時点での想定では、Cortex SenseはCoCoのSkills実行をトリガーに自動でコンテキスト情報を取り込み、CoCoおよびCortex Agentsから利用できるようになるとのことでした。セッションの最後では現時点での機能による、Cortex Agentsから利用するデモも紹介されました。

個人的に気になる点として、セマンティックビューとの違いがありましたが、この点についても紹介されました。
分析精度としては生のデータを直接参照するセマンティックビューの方が精度高く使えるものの、Cortex Senseでは自動で多くのテーブルをサポートし、スキーマ変更などにも自動で追従するため、組み合わせて使うことでよりエージェントの性能を上げることができるとのことでした。

セッションを聴講しての感想

Cortex Senseの方向性についてとても分かりやすく学ぶことができました。
AIエージェントを使って分析機能を構築する際に、コンテキストレイヤをどう作ればよいかという話題も耳にするようになってきましたが、Snowflakeでは今後どのようにアプローチしていく方向性にあるのかということも分かりました。
現在またはこれからCortex Agentsを使った分析機能を実現される方は必見のセッションでした。