[レポート]Snowflake Summit 2026 Opening Keynote #SnowflakeSummit #Snowflake

2026.06.03

かわばたです。
2026年6月1日〜4日に、サンフランシスコにて「Snowflake Summit 2026」が開催されています。
本記事はオープニングキーノートのレポートブログとなります。
 登壇者
Sridhar Ramaswamy 氏
Snowflake Chief Executive Officer

Daniela Amodei 氏
Anthropic Co-founder and President

Julie Sweet 氏
Accenture Chief Executive Officer

Manish Sharma 氏
Accenture Chief Strategy Officer

Emmanuel Frenehard 氏
Sanofi Chief Digital Officer

 Sridhar Ramaswamy氏よりオープニング
 コミュニティへの感謝と顧客事例
2万人以上の参加者、500セッション、350組織から約700名のスピーカーが参加
Snowflakeのコミュニティを「世界最高のコミュニティ」と表現
顧客事例として、Canva（世界最大級のデザインプラットフォーム、月間2億6,500万人が利用）がSnowflake AIを活用し、プロダクトに関する意思決定をほぼリアルタイムのインサイトで変革していることを紹介
Nestleは185か国で2,000以上のブランドを展開し、AIを使ってサプライチェーンの混乱を予測、リアルタイムでプロアクティブな意思決定を推進
 エージェント型エンタープライズの時代AIはもはや約束ではなく、実際の成果を生み出している
仕事の本質がデータに基づくものになり、インテリジェントなエージェントを導き指揮するものへと変化
エージェントはビジネス全体にわたり、継続的かつ自律的に動作するようになる
「エージェント型エンタープライズ」の時代が到来
 エージェント型エンタープライズの4つの構成要素
エンタープライズデータとコンテンツ：顧客情報、財務情報、製品関連情報など
AIモデル：Claude、Opus、Gemini、GPTなど、エンタープライズデータを解釈し推論するためのモデル
ソフトウェア・アプリケーション：Gmail、Outlook、SAP、Salesforce、Zoomなど日々使用するアプリ
エージェントのコントロールプレーン：データ、モデル、アプリケーションを横断して調整するミッションコントロールセンター
 Snowflake IntelligenceとCortex Code
Snowflake Intelligence：ナレッジワーカー向けのパーソナルなワークエンジン。自然言語でデータにアクセスし、アプリケーション全体でアクションを起こせる
Cortex Code（通称CoCo）：AI搭載のコーディングエージェント。自然言語でアイデアを動作するパイプライン、アプリケーション、エージェントへ変換可能
Cocoにより、6か月かかっていたマイグレーションが6日に短縮される事例も
 データ統合とガバナンス
データはアプリケーション全体にサイロ化されており、統合は困難な課題だった
Snowflakeはシームレスなマイグレーション、継続的なデータ移動、Data Clean Roomsなどを提供
ガバナンス、セキュリティ、コンプライアンスがプラットフォームに初日から組み込まれている
データを統合し、信頼でき、AI対応の状態にすることが重要
 Julie Sweet氏（Accenture CEO）からのメッセージ
「AIへの野心から、実際のビジネス成果へ、どう移行すればよいのか」が顧客共通の質問
AIは人間が関与しているときにこそ、本当の価値を生み出す
リーダーが個人的に責任を持つとき、AIはまったく新しい成長の可能性を開く
AIをスケールさせるには、リーダー主導の採用が必要
再発明は損益計算書に現れて初めて持続する
エージェント型エンタープライズはガバナンスされたデータの上に構築される
 Manish Sharma氏（Accenture）との対談
 Accenture自身の変革売上700億ドル規模、世界中に75万人の社員を擁するAccentureでは、全社的に仕事のあり方を見直し、7つの主要領域に整理した
強固なデータ基盤をSnowflake上に構築し、それをベースに組織化
 顧客事例：具体的な成果公益企業（ヨーロッパ）：何十億ものデータ要素を統合。アナリストのクエリ実行が数週間から2秒に短縮。プロジェクトの構想から実行まで12週間に。コンピュート時間85%削減
製造業（アメリカ）：断片化されたシステムから単一の正しい情報源（Single Source of Truth）を構築。デジタル化をより速く、より大規模に推進
 ビジネス成果への徹底的な集中あらゆるプロジェクトを損益計算書のラインアイテムに結びつけること
「ビジネス成果に結びつかないプロジェクトはやらないでください」という明確なメッセージ
顧客がより多くのお金を稼ぐ、またはより少ないお金を使うことを支援することがすべて
 Natoma買収とMCP対応
MCP（Model Context Protocol）はAnthropicが先導したオープンスタンダードで、AIシステムとアプリケーションの接続を簡素化
Natomaの買収により、MCPによる接続性をAI Data Cloudにネイティブに統合
Google Drive、Gmail、Zoom、Jira、Slack、GitHub、Microsoft 365などとAIモデルが接続可能に
すべてのやり取りはSnowflakeのセキュリティとアクセス制御でガバナンス
 Emmanuel氏（Sanofi CDO）との対談
 Sanofiのデータ基盤構築5年前（ChatGPT以前）に、活用されていなかった多くのデータレイクをSnowflakeに統合
コンピュートとストレージの分離が非常に強力だった
初期段階では何千ものBIダッシュボードが生まれたが、データの力はまだ十分に引き出されていなかった
SnowflakeのエンジニアがSanofiのチームに組み込まれ、共に課題解決に取り組んでいる
 エージェント型ワークフローの構築SnowflakeとElementumとのパートナーシップにより、記録システムに圧力をかけずにエージェント型ワークフローを構築
調達（年間約180億ユーロ）、ITサポート、HR従業員サポート、営業計画などで活用
バリューチェーン全体のアプリケーション複製ではなく、業界に根ざした新しいワークフローを設計
 ライブデモ：Concierge（AIコンシェルジュ）
製薬営業担当者向けのAIコンシェルジュ「Concierge」をライブデータでデモ
医師への訪問前に「事前面談プラン」を自然言語で依頼
Conciergeが医師の専門分野、担当患者情報、治療状況を把握し、戦略的に重要なポイントを提示
アイスブレーカーの提案やメールでのプラン送信まで対応
本番システム上でのリアルタイムデモとして披露
 Daniela Amodei氏（Anthropic President）との対談
 AIモデルの急速な進化5年前には誰も日々のワークフローで生成AIを使っていなかったが、今やあらゆる主要企業が基盤として活用
スケーリング則により、モデルにより多くのコンピュートとデータを与えれば、予測可能に賢くなる
モデルの能力が毎月約30%ずつ向上しており、その指数関数的進歩を人間が内面化するのは難しい
 「大きく考え、夢を見る」今日のモデルの能力を前提に構築する必要はあるが、プロダクトや会社の最高のバージョンを考えるべき
進歩の速度は続いていくため、今日だけでなく将来を見据えた構築が重要
 信頼は加速装置Anthropicは「信頼は加速装置である」という考え方を重視
安全性に関する取り組みと顧客との信頼構築により、より速く進めるようになる
「Claudeがもっと幻覚を起こしてほしい」と言う顧客はいない
SnowflakeとAnthropicの両方が、信頼を基盤として構築されている
 SnowflakeとAnthropicのパートナーシップText-to-SQL製品では、答えを正しく出すことをスピードと同じくらい重視
答えるべきでない質問には答えず、答える質問には良い答えを出すアプローチ
Block（決済会社）との協業で、リアルタイム不正検知や決済処理で新たなインサイトを実現
 Anthropicの急成長5年前は約15人だったAnthropicが、現在は約3,500人規模に
価値観と文化への根本的な重視が、急速な成長を可能にした
「なぜこれをやっているのか」という原点に常に立ち返ることの重要性
 クロージング（Sridhar Ramaswamy氏）エンタープライズデータ、コンテキスト、AIモデル、アプリケーションを一つにまとめ、調整されたエージェント型のアクションを推進する力がある
Snowflakeはガバナンス、コンプライアンス、セキュリティを保証しながら、エンタープライズデータ上でAIを自由に活用できる場所
どんなAIモデル、どんなAIエージェントでも、すでにガバナンスされた環境で利用可能
「エージェント型エンタープライズへようこそ」という力強いメッセージで締めくくり
 所感AccentureのManish Sharma氏の「ビジネス成果に結びつかないプロジェクトはやらないでください」という言葉は、AI導入において非常に大切な視点だと感じました。PoCで終わらせず、損益計算書に反映される形でAIを実装することが求められています。
AIモデルが今後も進化し続けることは明らかですし、モデルの差はない中で差別化を図っていくには自社の持っているデータがカギになると感じました。セッションでは、AI活用はリーダー主導で推進する必要があると語られていました。CTOがCHROの役割も担うような動きも出てきており、今後は各社がAIを前提に組織や業務を再設計していくのではないかと感じました。
改めて、AIを活用するためのデータ基盤の必要性を感じさせるセッションでした。
この記事が何かの参考になれば幸いです！