![[レポート]Snowflake Summit 2026 Platform Keynote #SnowflakeSummit #Snowflake](https://devio2024-media.developers.io/image/upload/f_auto,q_auto,w_3840/v1780496890/user-gen-eyecatch/hwlhcno3g3ylaa9wmsdk.png)
[レポート]Snowflake Summit 2026 Platform Keynote #SnowflakeSummit #Snowflake
2026.06.04
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Platform Keynoteのレポートブログとなります。
※本記事では、Cortex Codeの新名称である「Snowflake CoCo」、Snowflake Intelligenceの新名称である「Snowflake CoWork」の表記に統一しています。
※一部機能はプレビューまたは近日GAのものを含みます。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。
登壇者
- Benoit Dageville氏
- Snowflake Co-Founder and President, Product
- Christian Kleinerman氏
- Snowflake EVP of Product
- Dash Desai 氏
- Snowflake Principal Developer Advocate
- Caitlin Halferty 氏
- Thomson Reuters Chief Data & Analytics Officer
- Patrick Duroseau 氏
- Under Armour Chief Data and AI Officer
- Jung Suh 氏
- Samsung Head of Digital Commerce Team, Corporate Executive Vice President
Benoit Dageville氏によるオープニング
- Snowflakeは2012年の創業以来、データのサイロ化とガバナンスの分断という課題に取り組んできた
- 3つの基本原則に基づいて設計された：
- すべてのデータ: 構造化・半構造化データをシームレスに扱い、複数ペタバイト規模のパフォーマンスを実現
- すべてのコンピュート: ストレージとコンピュートを分離し、ワークロード間の干渉を排除
- すべてのユーザー: ゼロメンテナンスで完全マネージドなサービスを提供
- 2016年に発表した論文が Test of Time Award を受賞。創業当初の原則が今日のクラウドデータシステムのあり方を形作り続けている
- その後の進化：グローバル化（クロスクラウド・クロスリージョン）→ 摩擦のないデータ共有 → Apache Iceberg対応 → 非構造化データへの拡張
- コンピュート能力の拡張：Snowpark（Python/Java/Scala対応）、Snowflake Postgres（トランザクション処理統合）、Snowpark Container Services（コンテナアプリ実行）
Christian Kleinerman氏による講演
- 現在は Agentic Enterprise の時代 に入った
- 世界最高のAIエージェントは、世界最高のデータプラットフォームによって支えられる必要がある
- AIとデータを統合することで 究極のフライホイール が回る：データがAIプラットフォームを賢くし、AIがデータプラットフォームをより高速・シンプル・生産的にする
複雑さを簡単にする
Snowflake CoCo / Snowflake CoWork 名称変更
- Cortex Codeの愛称として多くのユーザーが「CoCo」と呼んでいたことを受け、正式に Snowflake CoCo に名称変更
- Snowflake Intelligenceもスコープの拡大に伴い、Snowflake CoWork に名称変更
- Snowflake全体として四半期ごとに数百ものローンチを行っており、その中でもSnowflake CoCoは登場から約6か月で急速に進化している
Snowflake CoCoの進化
- Cloud Agents がまもなく一般提供。Snowsight上でサンドボックスを持ちコマンドを実行可能に
- CLI向けのローカル開発環境用サンドボックスを導入
- スケジュールされた処理や非同期APIによる自動化を導入。自律的なエージェントの運用が可能に
- スキルカタログ を導入。スキルやプラグインの共有・発見・再利用が可能に
- 多くのパートナー企業がSnowflake CoCoを活用し、導入支援を提供している
データソース側のイノベーション
Snowflake Openflow
- 昨年のSummitで発表されたマネージドデータ統合サービス
- 今回、APIとプログラマティックなオブジェクトモデルをローンチ
- Data Connectivity Proxy によりプライベート接続に対応
- Oracle（GA）、Veeva、MongoDB、Shopifyなどコネクタを追加
Snowflake Datastream
- Snowflakeに直接組み込まれた 完全マネージドのストリーミングサービス（プライベートプレビュー）
- ストレージとコンピュートは分離、ゼロコピー・ストリーミング、サブ秒レイテンシ
- Kafka wire compatible: 既存のKafkaクライアントやアプリケーションからそのまま接続可能
- トピックをSnowflakeテーブルとして実体化する統合ストリーミング分析も提供
AIM（AI-powered migrations）
- すべての移行関連の取り組みを AIM として統合
- 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をSnowflake CoCoが支援
- Teradata向けには仮想化を導入し、Teradata SQL・メタデータ互換のまま移行可能
AI・機械学習のイノベーション
- AI_COMPLETE が音声・動画を入力として受け取り推論可能に（感情分類など）
- Cortex Function Studio（パブリックプレビュー）: 独自のAI関数を作成し、プロンプトやロジックを埋め込んでロールアウト可能
- SpaceXAIモデル をCortexで利用可能に（プライベートプレビュー）。価格と性能の面で競争力がある
- Agentic Search（パブリックプレビュー）: 非構造化データからAI関数で情報を抽出し、構造化形式に変換して正確な分析結果を返す
- Cortex Training: 基盤モデルのファインチューニングや強化学習を完全マネージドで実行可能
- ストリーミング特徴量の一般提供（数十ミリ秒レベルの低レイテンシ）
- オンラインA/Bテストの導入（新モデルの安全な評価）
開発者向けイノベーション
- Code Bundles（パブリックプレビュー）: PythonやJavaのコードファイルからそのまま直接Snowflakeにデプロイ・実行可能。ラッパーやコピー＆ペーストが不要に
- Snowflake Pipeline Builder（プライベートプレビュー）: Snowsightに追加されたビジュアルパイプラインエディタ。パイプラインの表示・編集・修正が可能
- Streamlit ホスティング の一般提供を発表。ワークスペース、Git連携、コンテナ上での実行を提供し、より高速かつ低コストに
- Snowflake App Runtime: Node.js実行に対応（Python対応も近日予定）。完全なReactアプリケーションの実行が可能
- Snowflake CoCo for Desktop が一般提供。CLIの強力な機能とSnowsightの使いやすさを組み合わせたデスクトップアプリケーション
- Snowflake CoCoの新しい利用形態: Excel向けプラグイン、VS Code拡張機能、Claude Codeマーケットプレイス での提供
デモ1：Snowflake CoCo for Desktopとデータパイプライン修復
- 架空のライブツアー運営会社「Snow Music」を題材にデモを実施
- Snowflake CoCo for Desktopのデスクトップアプリケーションを使用
- ライブストリーミングデータが Snowflake Datastream で取り込まれ、Icebergテーブルに挿入
- Salesforce Zero Copy Data Connector によりSalesforceデータとゼロコピーで結合
- Snowflake CoCoに「何が問題なのか確認して修正してください」と自然言語で依頼
device_typeカラムが欠けていることを自動で突き止め、タスクを変更してパイプラインを修正- 破壊的なコマンドの実行時にはユーザーの許可を必要とする安全設計
信頼、ガバナンス、セキュリティ
- 信頼はSnowflakeが取り組む中でも最も重要なテーマの1つ
- セキュリティ、パフォーマンスの一貫性、オブザーバビリティ、コストガバナンス、事業継続性が求められている
Horizon CatalogとIntent-driven Governance
- 信頼とガバナンスは Horizon Catalog を通じて結びついている
- Horizon Catalogは組み込み型のユニバーサル・ガバナンス・ソリューション
- 新たに Intent-driven Governance（意図駆動型ガバナンス） が導入された
- 「私のデータベース内にあるすべてのPIIデータを見つけて、確実に保護してください」のように意図を表現するだけで、分類処理がトリガーされ、適切なポリシーが自動作成される
- AIとSnowflake CoCoによって駆動される
エージェント時代のセキュリティ
- Horizon AI Guardrails を導入済み
- ジェイルブレイクやプロンプトインジェクションなどの高リスクな脅威を防ぐ組み込み検知機能
- Snowflake CoCoとSnowflake CoWorkの両方に組み込まれている
- Agent Identity を新たに導入
- Snowflake内のコードやアクティビティがエージェントのコンテキストで実行されているかを判別可能
- マスキングポリシーや行アクセスポリシーの中で、エージェント的なコンテキストかどうかの条件を記述できる
- Data Movement Policies を導入
- 特定タグが付いたデータの内部・外部ステージへの移動やUI経由のダウンロードを制御可能
Multi-party ApprovalsとTrust Center
- Multi-party Approvals（複数当事者承認） を導入（プレビュー）
- 機微な操作に必須の二人目の承認を要求可能
- 悪意ある内部管理者やエージェントが単独で機微な操作を実行することを防止
- Trust Centerに AIセキュリティチェック を追加
- エージェントやAIの設定についてベストプラクティスをチェック可能
- Backups と Retention Lock により、イミュータブル（不変）なスナップショットの作成と削除不可の設定が可能
- サイバー・レジリエンス戦略やランサムウェア対策として有用
Horizon Context
- 新たに Horizon Context を導入
- 知能だけでは十分ではなく、コンテキストが重要
- Horizon Catalogの一部として、シグナルを収集・強化し、Snowflake CoCo・Snowflake CoWork・Cortex Agentsが利用できるようにする
- Semantic Viewsの表現力向上のために多数のローンチを実施
- メタデータコネクタにより、BIツール・データ変換ツール・他のデータベースからコンテキストを取得可能
顧客事例：Thomson Reuters
- Thomson Reutersは弁護士、税務・会計・監査の専門家にサービスを提供しており、正確性と信頼が極めて重要
- fiduciary-grade standard（受託者責任レベルの標準） を構築
- コンテンツ、データプライバシーとセキュリティへのコミットメント、主題専門家の活用、アウトプットの透明性と検証可能性
- ガバナンスはイネーブラー（可能にするもの） であり、AIトランスフォーメーションのリスクを下げ加速するためのもの
- Snowflakeにより、構造化・非構造化データを統合し、適切なガバナンスとアクセス制御のもとで高速に前進できるようになった
- AIは本番環境で稼働しており、財務によって検証された指標であり、主要なワークフローに組み込まれている
- Responsible AI プロセスをすべてのAI機能に適用
パフォーマンス、可用性、コストガバナンス
Adaptive Compute
- ワークロードに応じて適切なリソース量をSnowflake側で判断する次世代のコンピュートパラダイム
- 従来世代のウェアハウスと比べて おおよそ2倍高速
- まもなく 一般提供（GA） として展開予定
Snowflake Postgres / PG Lake / Data Mirroring
- Snowflake Postgres は2026年2月に一般提供開始
- Time Travelサポート、顧客管理キーによるTri-Secret Secureを追加
- PG Lake をオープンソース化
- PostgresからApache Icebergベースのレイクへデータを同期する拡張
- マネージド版は今年後半にGA予定
- Snowflake Data Mirroring を導入
- PostgresからSnowflakeへのテーブルミラーリングをスイッチ1つで実現
- 非常に低レイテンシ（パブリックプレビュー）
Interactive WorkloadsとInteractive Compiler
- Interactive Warehouses上のInteractive Tablesでインタラクティブワークロードを実現
- クラスタリングキーのサイズ変更、プリキャッシュなどの最適化
- 新しい Interactive Compiler を発表
- よりメモリ効率が高い新クエリコンパイラ
- 最大級の顧客での初期ワークロードで コンパイル時間が40倍高速化、ワークロード全体で3〜4倍高速化
Unistore Optimization
- レイテンシとスループットを おおよそ8倍改善 する大規模なエンジン最適化を導入（パブリックプレビュー）
- 過去にHybrid Tablesを試した方は再度試す価値あり
Observe（オブザーバビリティ）
- Observeの買収を完了
- ログ、アプリケーションパフォーマンス監視、インフラストラクチャ監視をSnowflakeネイティブに統合
- 競争力のあるコスト構造
- ObserveにもSnowflake CoCoを統合し、設定・トリアージ・調査・アラート対応をCLI経由で簡単に実行可能
- Snowflake Iceberg Tablesのサポートも追加
コストガバナンス
- AI利用についてもBudgetsと連携し、既存の予算管理の枠組みでコストを管理可能に
- ユーザーごとのクォータ を導入し、共有ウェアハウスでのコストガバナンスも可能に
- Budget Custom Actions により、しきい値超過時にストアドプロシージャの呼び出しなどが可能
ビジネス継続性
- 昨年のクラウドプロバイダー障害時に300を超えるワークロードがフェイルオーバーし、ビジネスが継続
- 次世代の Account Replication を導入
- ログベースで おおよそ20倍高速
- SLAに裏付けられたRPO保証を提供
デモ：Data Movement Policies、Agent Identity
Snowflake CoWorkでのガバナンス適用デモ
- ツアー運営部門の従業員として、Snowflake CoWorkにVIPリストと連絡先情報を取得するよう依頼
- アクセス権限がないため、マスキングポリシーにより実際の値は提供されない
- データを外部ステージにエクスポートするよう依頼
- Data Movement Policiesにより、ポリシーに反する外部ステージへのエクスポートがブロックされた
- Trust Centerでは、Data Movement Policies・Agent Identity・AI Guardrailsの状況を包括的に確認可能
- AI Guardrailsは実行時にプロンプトインジェクションから保護
オープン性、相互運用性、データ共有
- Snowflakeは創業以来、データサイロをなくすことを使命としてきた
- ロックインを感じさせないために、できる限りコミットしている
Apache Iceberg
- V3仕様 の最も広範な実装を持ち、V4仕様 の策定にも参加
- Apache PolarisからIceberg REST Catalogインターフェースを取り込み、Horizon Catalogに統合
- カタログ間・エンジン間で完全な双方向サポートと相互運用性を実現
- Snowflake Managed Storage for Iceberg Tables がAWSとAzureで一般提供（GCPもまもなく）
セマンティクスの相互運用性
- Open Semantic Interchange Group（OSI） の創設を主導
- 参加企業が増え続けている
データ共有の進化
- 2018年に導入されたData Sharingは、会場の約半数が日常的に利用
- Semantic Views、エージェント、モデルなど、共有できるものを継続的に拡張
- Snowflake CoCoにより、Semantic View・エージェントの作成やリスティングの更新が容易に
- データの再共有 が一般提供で可能に
- Open Sharing を導入（パブリックプレビュー）
- Apache IcebergとIceberg REST Catalogを活用し、Snowflakeを使っていない利用者にもデータを共有可能
Multi-party Collaboration
- 複数の当事者が単一の安全な環境内でコラボレーション可能
- 異なる役割（データ提供側、分析側など）を持てる
- Clean Room技術から始まり、より広範なグローバル・コラボレーション基盤の上に構築
- Netflixがこの技術を活用し、複数パートナーとの協業に向けたTeam Roomsを構築している例が紹介された（一般提供）
Zero-copy Partnerships
- Salesforce に始まり、Workday Data Cloud、IBM watsonx.data（メインフレーム・Db2データ連携）、Veeva Connect とのゼロコピー連携を展開
- SAP との統合が一般提供
- Snowflake CoWorkから、Amazon RedshiftやPostgresなど外部ソース上のデータにもSnowflake AIの力を適用できるよう、横断クエリを可能にする取り組みが紹介された
顧客事例：Under Armour
- Under ArmourのChief Data and AI OfficerであるPatrick Duroseau氏が登壇
- 最大の課題は 断片化されたデータ だった
- インサイトを見つけるために多くの手作業が必要で、データ収集に時間を費やしていた
- Snowflake導入後の変化：
- データの取り込みが容易になり、BI・高度な分析・エコシステム内でのデータ共有を短時間で実現
- アイデアからインサイトまでのボトルネックを取り除き、意思決定が高速化
- 会話型AIにより、リーダーシップチームが質問を投げかけ深いインサイトを掘り下げられるようになった
- Snowflakeの価値：テクノロジーにロックインされず、進化に合わせてスケール可能
- Snowflakeパートナーとの協業により、エージェント機能を本格採用
- 単なるアプリケーションではなく、ビジネス成果を提供するものとしてワークフローを変革
Ubiquitous IntelligenceとSnowflake CoWork
- IT時代のレポート依頼からBI時代を経て、今は Ubiquitous Intelligence（至るところに知能がある時代） にいる
- 一人ひとりがデータサイエンティスト、アナリスト、統計家の力を手にできる
- Snowflake CoWorkの目標は、CEOから現場従業員まで組織内のすべての人を支援すること
Snowflake CoWork新機能
- スキル、MCP（Model Context Protocol）、Deep Research、モバイルアプリ、再利用可能なArtifacts（成果物）などを紹介
- 機能ごとにGA、近日GA、プレビューなど提供ステータスが異なるため、利用時は公式ドキュメントで確認が必要
顧客事例：Samsung
- SamsungのJung Suh氏が登壇
- Galaxy S26のローンチ時にグローバル市場シェア、顧客セグメント、トラフィック、売上、価格、レビューなど膨大なデータを追跡
- 従来の課題は 速度 だった。分析チームが原因を明らかにするころには行動の機会を逃していた
- Snowflake CoWork上に Shopper Insight Action Agent（SIA） を構築
- データの取得だけでなく、データをまたいで推論し行動する
- 以前はチームに数時間かかっていたことが数秒で完了
- AX（AI-based Process Transformation） の取り組み
- 既存ワークフローにAIを追加するのではなく、プロセスそのものを再設計
- エージェントをプロセスの中心に置き、継続的にシグナルを監視、アクションを提案、適切なチームにルーティング
- 季節的なプロモーション管理を手作業から継続的なAI支援フローへ変革
- 世界中のおよそ 1,000人の経営幹部・現場担当者・マーケター がエージェントを活用
- データチームがボトルネックになる状態から、各リーダーが自分自身のアナリストを持つ状態へ変化
- 今後のロードマップ：プロダクトエッジデータ（製品から得られるデータ）や競合インテリジェンスを統合し、市場予測や新しいプロモーション戦略の提案へ
Snowflake CoWorkの進化
Personal Work Engine
- Snowflake CoWorkをよりパーソナライズされたユーザー中心の体験へ進化
- Personal Work Engine を導入
- ユーザーはエージェントを選ぶ必要がなく、パーソナルエージェントがマルチエージェント・オーケストレーションを実行
- User Memory により、ユーザーのパターン（好み、有用だったもの）を学習し将来の応答に反映
- ガバナンスとセキュリティは維持される
- 個人用スキル、個人用MCPコネクタ、スケジュールされたタスクに対応
- 次世代Artifacts（成果物）により、ライブデータに基づくガバナンスされたダッシュボードを作成・共有可能
Cortex Sense
- エージェントを自動的に強化する実行時の機能
- Snowflake内のデータやアクティビティから自動的にシグナルを構築し、コンテキストを収集
- ユーザーの役割に合わせた回答のコンテキスト化が可能
- 1つの評価セットでは、コーディングエージェントの精度指標がCortex Senseなしの24%から、Cortex Senseありで83%へ向上 したと紹介された
Natoma買収意向
- SnowflakeはNatomaの 買収意向 を発表
- NatomaのエンタープライズMCPプラットフォームにより、Snowflake CoCoとSnowflake CoWorkが 100を超えるビジネスシステム へ安全に接続できるようになる見込み
デモ：Personal Work Agent、Artifacts、Deep Research、MCP
- Personal Work Agent のデモ
- 「私の1日を始めて。何を知る必要がありますか？」と質問すると、MCPコネクタ経由でメール・Slackメッセージやアカウント内のデータを参照し、売上・エンゲージメント情報を返す
- デイリーブリーフを毎朝6時に受信箱へ自動送信する自動化も設定可能
- Artifacts（成果物） の共有・コラボレーション
- 他のチームメンバーが共有したArtifactsを確認し、対話的にフォローアップ質問が可能
- Deep Research を有効にすると、サブエージェントのチームが深い洞察を返す
- Cortex Sense による横断的な洞察
- 異なるArtifactsが直接関連していなくても、洞察を統合して返す
- MCPコネクタ でSlackへArtifactsを共有
- リンクを生成し、チームメンバーがクリックして共有Artifactsを確認可能
クロージング
- Christian Kleinerman氏が4つのテーマを振り返り
- 摩擦の排除と使いやすさ
- 信頼
- オープン性と相互運用性
- すべての人のためのコントロールプレーン
- Agentic Enterpriseの実現に向けて、データ、モデル、ソフトウェア接続、そしてSnowflake CoCoとSnowflake CoWorkがコントロールプレーンとして機能する
- 「『それはできるのか？』という時代から、『それをやるべきか？』という時代へ」
関連記事
所感
前半で特に印象的だったのは、発表の量と幅広さです。Snowflake Datastream（Kafka互換マネージドストリーミング）、Agentic Search（非構造化データからの正確な分析）、CoCo for Desktopなど、データのライフサイクル全体にわたって大量の機能が発表されました。
できるのか？というPoCから、実際に実装し価値を創出していくフェーズに移っていることを感じました。
この記事が何かの参考になれば幸いです！
