Snowflake Summit 2025の「PLATFORM KEYNOTE」で発表された内容に関する公式情報まとめ #SnowflakeSummit
2025.06.04さがらです。
Snowflakeの年次最大のイベントとなる「Snowflake Summit 2025」が現地時間2025年6月2日～5日で開催されております。
このサミットにて多くの新機能の発表が行われ、併せてリリースノート・公式ブログで情報も公開されました。
本記事では、公開された公式情報の内容をまとめてみます。（要約の一部には生成AIを使用しており、日本時間2025年6月4日時点で公開された情報を参考にしております。）
リリースノート：June 02-05, 2025 — Summit announcements
Defining semantic views — General availability
Semantic View（Semantic Modelに対応するスキーマレベルのオブジェクト）を定義する機能が一般提供となりました。
SQLコマンド（CREATE SEMANTIC VIEWなど）や、SnowsightのウィザードであるCortex Analyst Semantic View Generatorを使用してSemantic Viewを作成・管理できます。
Semantic Viewを作成すると、Cortex Analystはその定義情報を活用し、物理テーブルに対して直接SQLを生成できます。Semantic Viewは、LLMの推論とルールベースの定義を組み合わせることで、応答の精度を向上させることができます。
詳細はドキュメント「Overview of semantic views」をご覧ください。
Querying semantic views — Preview
Semantic Viewをクエリする機能がプレビューとなりました。SELECT文でSEMANTIC_VIEW句を指定することにより、Semantic Viewをクエリできます。この句では、取得したいディメンションやメトリクスを指定します。また、ディメンションに基づいて結果をフィルタリングすることも可能です。
詳細はドキュメント「Querying a semantic view」をご覧ください。
Snowpipe Streaming with high-performance architecture — Preview
Snowpipe Streamingの新しい高パフォーマンスアーキテクチャがプレビューとして発表されました。この次世代実装は、スループットを大幅に向上させ、予測可能なスループットベースの価格モデル（非圧縮GBあたりのクレジット）でストリーミングパフォーマンスを最適化します。新しいSnowpipe Streaming SDKを利用し、データフローを管理するためのPIPEオブジェクトを導入、取り込み中の軽量な変換やサーバーサイドのスキーマ検証を可能にします。そのパフォーマンス、スケーラビリティ、コスト予測可能性から、新しいストリーミングプロジェクトでの評価が推奨されています。
詳細はドキュメント「Snowpipe Streaming: High-Performance Architecture」をご覧ください。
Restricted caller’s rights — Preview
Snowflake Native App Frameworkで、アプリ内のストアドプロシージャやSnowpark Container Servicesサービスにおいて、制限付き呼び出し元権限の使用がサポートされました。制限付き呼び出し元権限により、ストアドプロシージャやサービスは呼び出し元の権限で実行されますが、実行に使用される呼び出し元の権限が制限されます。
詳細はドキュメント「Restricted Caller’s Rights」および「Use owner’s rights and restricted caller’s rights in an app」をご覧ください。
Feature policies — Preview
このリリースで、Snowflake Native App Frameworkに機能ポリシーが導入されました。機能ポリシーにより、コンシューマーはアプリが作成できるオブジェクトの種類を制限できます。例えば、コンシューマーはアプリがウェアハウスを作成することを禁止する機能ポリシーを作成できます。アプリがインストール中にウェアハウスを作成しようとすると、インストールは失敗します。
詳細はドキュメント「Use feature policies to limit the objects an app can create」をご覧ください。
Support for Snowflake ML in Snowflake Native Apps — Preview
Snowflake Native App Frameworkで、Snowflake MLを使用して作成されたモデルがサポートされました。プロバイダーは、アプリに事前学習済みモデルへのアクセスを含めるか、アプリのインストール後にモデルをトレーニングすることができます。アプリは、プロバイダーまたはコンシューマーアカウントのデータでモデルをトレーニングできます。
詳細はドキュメント「Use Snowflake machine learning models in a Snowflake Native App」をご覧ください。
公式ブログ：AI Innovation with Seamless Collaboration
Removing commercial barriers to AI
この章では、AIアプリケーションやエージェントシステムでサードパーティデータを使用する際の商業的および統合的な障壁を取り除く新機能について言及されています。
- Agentic Snowflake Native Apps on Snowflake Marketplace：
プロバイダーがCortex Agent APIを参照して開発・提供する新しいタイプのSnowflake Native Appsです。データエンジニアやデータサイエンティストは、顧客データを移動させることなく、顧客のSnowflakeインスタンス内で直接エージェントAIを迅速に展開し価値を創出できます。 - Cortex Knowledge Extensions — generally available soon：
The Associated Press、Washington Postなどの主要メディアやコンテンツ発行者のサードパーティ非構造化データを、Snowflake Marketplaceから直接AIアシスタントやエージェントシステムに対話形式で取り込むことを可能にします。発行者の知的財産権と商業条件を尊重し、適切な帰属表示をサポートします。 - Sharing of Semantic Models on Snowflake Marketplace — private preview：
AI対応の内部データセットやサードパーティの構造化データを、AIアシスタントやエージェントシステムに簡単に統合できます。プロバイダーが作成したセマンティックモデルを共有することで、利用者はモデル作成の手間なく自然言語でデータと対話できるようになります。
Making it easier to purchase and onboard data products from Snowflake Marketplace
この章では、Snowflake Marketplaceからのデータ製品の購入とオンボーディングを容易にするための新機能について言及されています。
- Marketplace Capacity Drawdown Program (expansion)：
Snowflakeの顧客がコミット済みのSnowflakeキャパシティを使用して、dbt、Immuta、Monte Carloなどの統合AIデータクラウド製品パートナーのオファリングを購入できるようになります。これにより、データとAI関連の支出をSnowflake契約の下に統合し、予算承認やベンダー審査を迅速化できます。 - Offers on Snowflake Marketplace — public preview soon：
Snowflake Marketplaceでパートナー製品を購入する際に、顧客が自組織の特定のニーズに合わせてカスタム条件や価格を交渉できるようになります。これにより、取引の柔軟性が向上し、より多くのパートナーがソリューションを提供しやすくなります。 - New monetization models for Snowflake Native App providers：
Snowflake Native Appプロバイダー向けの新しい収益化モデルです。- commitment + usage model — private preview soon：Snowflakeの価格モデルと直接的に整合させることで、価格交渉を簡素化します。
- Snowpark Container Services' time-based surcharge — public preview soon：基盤となるSnowpark Container Servicesリソースの時間利用量に基づいて価格と価値を整合させます。
Raising the bar on Snowflake Native App security and privacy-enhancing, interoperable collaboration
この章では、Snowflake Native App Frameworkのセキュリティとプライバシーを強化し、相互運用可能なコラボレーションを向上させるための機能強化について言及されています。
- Application versioning enhancements：
CI/CDとリリースマネジメントを合理化するため、複数バージョンアプリの同時展開（段階的ロールアウトやA/Bテスト用）、アプリコードからのカスタムメトリクス出力、アプリオブジェクトと実行を詳細に制御できるセッションデバッグモードなどが提供されます。 - Snowflake Native App permissioning upgrades：
プロバイダーは、自動権限付与、ロールベースのアクセス制御（RBAC）、ユーザーコンテキスト操作を活用し、アプリへのアクセス設定を容易に行えるようになります。これにより、セットアップの複雑さを軽減し、顧客のセキュリティモデルとの整合性を高めます。 - Metrics tab in Snowflake Trail (for Snowflake Native Apps observability)：
Snowflake TrailのMetricsタブにより、Snowflake Native AppsのCPU/GPU・メモリ使用量、サービス障害、再起動、アップグレード、カスタムメトリクスなどを表示し、アプリのパフォーマンス問題の追跡とトラブルシューティングを容易にします。 - Secure model training for Snowflake Native Apps：
Amdocs、Neo4Jなどのプロバイダーが提供するSnowflake Native Appsで、顧客自身のデータを移動させることなく、アプリケーションのモデルを安全にトレーニングできるようになります。これにより、セキュリティ侵害のリスクを低減し、予測精度を向上させます。 - Compliance badging for Snowflake Native Apps：
特定のコンプライアンス要件（HIPAA、SOC2など、詳細今後発表）を満たすSnowflake Native Appsをユーザーが迅速に識別できるよう、コンプライアンスバッジを導入します。 - Snowflake Native App Framework integration with Snowpark Container Services on Google Cloud Platform — public preview：
Snowpark Container ServicesとのSnowflake Native App Frameworkの統合が、Google Cloud Platform（GCP）でパブリックプレビューとなりました。これにより、マルチクラウド環境でのアプリ展開と運用がより柔軟になります。
Democratizing data access without compromising data privacy
この章では、データプライバシーを損なうことなくデータアクセスを民主化するための取り組みについて言及されています。
- Snowflake Data Clean Roomsの広告用途の機能強化：
広告測定のニーズに特化し、メディア発行者、広告主、測定パートナーが安全にデータを共有しカスタム測定を実施できる、統一されたプライバシー対応のコラボレーション環境を提供します。これにより、柔軟かつスケーラブルな広告効果測定が可能になります。 - Snowflake Horizon Catalogの機能強化：
データガバナンスとディスカバリ機能の強化です。- Horizon Universal Search (enhancements)：データ、アプリ、AI製品の検索をさらに迅速化し、簡素化します。
- Horizon Discovery (soon to include third-party data discovery)：Snowflakeプラットフォーム内で、Snowflake Marketplaceのデータを含む外部アセットの検索・探索を可能にします。
- Request for access workflow within Snowflake Internal Marketplace：Snowflake Internal Marketplace内でデータ製品へのアクセス要求ワークフローを導入し、必要な権限を持たないユーザーも安全にデータを発見し利用申請できるようになります。
- Egress Cost Optimizer — general availability：
グローバルなデータ共有をより効率的かつコスト効果的にする機能です。データプロバイダーがデータの可用性をグローバルに向上させ、運用コストを削減し、特に大量のデータを共有する際のリージョン間データ共有コストの制御を強化します。
公式ブログ：Empowering Data Engineering Today for Tomorrow’s Challenges
Openflow: Revolutionizing data movement
この章では、以下の新機能について言及されています。
- Snowflake Openflow：
構造化・非構造化、バッチ・ストリーミングを含むあらゆるデータタイプのデータソースと宛先間のデータ移動をSnowflake内で容易にする、オープンで拡張可能なマネージド型マルチモーダルデータ統合サービスです。OracleデータベースからのCDCレプリケーションに関するOracleとの戦略的パートナーシップなど、数百のコネクタとプロセッサを提供し、AIのためのETL処理を可能にします。
こちらの新機能についてはYouTube動画も公開されています、こちらも併せてご覧ください。
dbt Projects on Snowflake
この章では、以下の新機能について言及されています。
- dbt Projects on Snowflake — coming soon to public preview：
Snowsight UI内で直接dbtプロジェクトを構築、実行、監視できるようになり、コンテキスト切り替えを減らし、SQLおよびSnowparkデータ変換ワークフローのセットアップを簡素化し、開発ライフサイクルを加速します。
こちらの新機能についてはYouTube動画も公開されています、こちらも併せてご覧ください。
SQL and Python pipeline enhancements
この章では、以下の機能強化について言及されています。
- Dynamic Tables enhancements：
バッチおよびストリーミングパイプラインのための宣言的フレームワーク。Apache Icebergの完全サポート、ニアリアルタイムパイプラインのための低遅延化（約15秒、プライベートプレビュー）、各種SQL操作のパフォーマンス向上、そして更新・削除の防止やデータバックフィルを可能にする新しいSQL拡張機能（generally available soon）が含まれます。 - pandas on Snowflake with hybrid execution — private preview：
大規模データセットの場合はSnowflakeへのプッシュダウン、小規模データセットの場合は標準pandasでのローカル実行をインテリジェントに行うことで、あらゆるデータ規模のpandasパイプラインをサポートします。
Open lakehouse
この章では、以下の機能強化について言及されています。
- Catalog Linked Databases（Snowflake Open Catalogまたは他のIceberg REST互換カタログ向け） — coming to public preview soon：
外部IcebergカタログをSnowflakeに統合し、単一の接続されたビューを構築。Snowflakeの統合コンピューティングエンジンで基盤となるテーブルを自動的に検出し、リフレッシュ、アクティベートします。 - Write support on externally managed Iceberg tables — in public preview soon：
Snowflake内でIcebergエコシステム全体のシームレスなデータ変換を実行し、Snowflake Horizon Catalogによる包括的なガバナンスとセキュリティを享受できます。 - File size and partition definition for nearly any Iceberg table — coming to public preview soon：
ほぼすべてのIcebergテーブルでファイルサイズとパーティションを定義し、パフォーマンスを制御できます。 - Table Optimizations for Iceberg tables (garbage collection, compaction, etc.) — public preview soon：
ガベージコレクションやコンパクションなどの一般的なメンテナンスタスクを自動化します。 - Dynamic Iceberg tables — Snowflake-managed support (GA), externally managed support (GA soon)：
Icebergテーブルに保存されたデータを継続的かつ増分的に変換する、完全に管理されたオーケストレーションソリューションです。 - VARIANT support in Iceberg tables — Now available (GA)：
IcebergテーブルでVARIANT型をサポートし、半構造化データの価値を引き出します。 - Geospatial and geometry data types in Iceberg tables — in private preview soon：
地理空間およびジオメトリデータタイプをシームレスに統合し、より深い位置情報に基づいたインサイトを可能にします。 - Merge on Read support for Iceberg tables — in private preview：
Snowflake内でより多くのIcebergエコシステムをアクティベートできるようになります。 - Delta Lake data access as Iceberg tables (metadata conversion)：
基盤となるParquetファイルを移動することなく、DeltaテーブルのメタデータをIcebergテーブルに変換し、より多くのデータをオープンで接続されたレイクハウスに取り込みます。
Enhanced integration and enterprise-grade security for Open Catalog
この章では、以下の機能強化について言及されています。
- Secure enterprise-grade user access for Open Catalog (SSO with SAML 2.0, OAuth, key-pair auth)：
SAML 2.0によるSSOやOAuth、Snowflakeネイティブのキーペア認証を通じ、シームレスなUIアクセスとエンジン・サービス間のセキュアなプログラム統合を実現します。 - Bidirectional private connectivity for metadata access (Private Link for Open Catalog)：
Private Linkを活用し、データ、Snowflake、エンジン、ツール、Snowflake Open Catalog間の保護された接続を確立し、データライフサイクル全体でのプライバシーとコンプライアンスを確保します。 - Catalog Federation in Apache Polaris (incubating) — coming to Open Catalog soon in private preview：
リンクされたすべてのカタログの単一ビューを作成することで、データ検出を合理化し、Iceberg RESTカタログ統合をサポートする任意のエンジンでのアクティベーションを可能にします。 - Delta tables in Open Catalog (managed service for Apache Polaris) — coming to private preview soon：
IcebergテーブルとDeltaテーブルの両方をSnowflake Open Catalogで一元管理し、単一の画面から作成、更新、削除、アクセス制御を行えます。
Modern DevOps Experience
この章では、以下のアップデートについて言及されています。
- Snowflake Workspaces：
すべてのSnowflake開発タスクに対応するモダンなUI。dbt ProjectsとSQLサポートを皮切りに、ネイティブGit統合、並列ビジュアル差分表示、インラインAI Copilotコード支援などの豊富な開発者機能を備えた単一の共通IDEを提供します。 - Snowflake infrastructure management using Terraform (Snowflake Terraform provider)：
HashiCorp Terraformを使用して、ウェアハウス、データベース、スキーマ、テーブル、ロール、権限などのSnowflakeリソースを一貫したワークフローでIaC（Infrastructure as Code）として管理できます。先日リリースされたVer 2.0から一般提供となっております。 - Custom URLs for Git repo connections — Now available：
既知のドメインに属するリポジトリだけでなく、カスタムURLを使用してGitリポジトリに接続できるようになり、Git環境の設定における柔軟性が向上します。 - Python 3.9 runtime support for Snowflake Warehouse Notebooks — Now available：
Snowflake Warehouse NotebooksでPython 3.9を使用できるようになります。
公式ブログ：Experience AI-Powered Analytics and Migrations at Warp Speed with Snowflake’s Latest Innovations
Go from legacy to leading edge: End-to-end data ecosystem migrations — powered by AI
この章では、Snowflake Cortex AIを活用した無料の自動化ソリューションであるSnowConvert AIを中心に、レガシーシステムからSnowflake AIデータクラウドへの移行を容易にし、コスト効率を高める機能強化について説明します。
- SnowConvert AI - Expanded data warehouse migration support — all generally available：
- Greenplum (tables and views)：Greenplumのテーブルとビューのコード変換によるスキーマ移行を加速します。
- Netezza (tables and views)：Netezzaのテーブルとビューのコード変換によるスキーマ移行を加速します。
- Postgres (tables and views)：Postgresのテーブルとビューのコード変換によるスキーマ移行を加速します。
- BigQuery (tables and views)：BigQueryのテーブルとビューの自動変換により、複雑なロジックの移行を簡素化します。
- Sybase (tables and views)：Sybaseのテーブルとビューの自動変換により、重要なビジネスルールをシームレスに移行します。
- Microsoft Synapse：テーブル、ビュー、ストアドプロシージャなどのコード変換サポートにより、Synapseデータウェアハウスワークロードの移行自動化を強化します。
- Teradata、Oracle、SQL Server、Amazon Redshiftなどの既存プラットフォームも引き続きサポートされます。
- End-to-end data migrations (for Amazon Redshift, SQL Server) — generally available soon：
SnowConvert AI内で、コードとデータの抽出、変換、移行、検証、展開を単一ビューで提供し、プロセスを簡素化し、タイムラインを加速します。 - AI-powered Migration Assistant — generally available：
SnowConvert AIがレガシーデータベースの文法を深く理解し、大半のコードを自動変換。残りのコードについては、AIがエラー、警告、問題に対する説明と修正案をツール内で直接提供します。 - AI-powered code verification — in private preview：
Snowflake Cortex AIを活用したデータエコシステム移行エージェントにより、変換されたコードをソースシステムとSnowflake上の合成データでテストし、早期に問題を検出して移行を大幅に高速化します。 - AI-powered data validation — in public preview soon：
ソースとターゲットのデータ間で型、セマンティクス、値をインテリジェントかつ効率的に比較し、移行データの整合性を保証します。 - Ecosystem migrations - SSIS repointing — in public preview：
SQL Server Integration Services (SSIS) パッケージを自動的に更新し、Snowflakeを指すようにすることで、ETL移行を簡素化します。 - Ecosystem migrations - Power BI repointing — in public preview soon：
Power BIレポートの接続とコードを自動的に更新し、Snowflakeにシームレスに接続するようにします。 - Snowflake Migration Hub — generally available：
Snowsight内の集中管理ハブ。SnowConvert AIやSnowpark Migration Acceleratorなど、すべての移行関連ソリューションと情報に一箇所でアクセスできます。
Gain an unmatched AI advantage for multi-modal data
この章では、構造に関わらずあらゆるデータをAIで分析するための新機能、特にSnowflake Cortex AISQLとSemantic Viewsについて説明します。
- Snowflake Cortex AISQL — in public preview：
使い慣れたSQLを使用し、単一テーブル内で構造化データと非構造化データをシームレスに組み合わせ、分析することを可能にします。専門的なAI知識や複雑なセットアップなしに、エンタープライズ全体のあらゆるアナリストがAIアナリティクスを利用できます。
- Snowflake Semantic Views — public preview：
ビジネスメトリクスとエンティティ関連性をSnowflake内に直接定義・保存することで、Snowflake Cortex Analyst、Snowflake Intelligence、BIツール、直接SQLクエリなど、多様なインターフェースで一貫性のある統一されたレイヤーを提供し、正確で高性能な結果を保証します（Hex、Omni、Sigmaとのパートナー統合を含む）。 - QAS (Query Acceleration Service) enhancements — generally available：
より多くのクエリが自動的に高速化されるようになりました。 - Native functions for time series analytics (enhancements)：
データのアップサンプリングを行うRESAMPLE句や、データの欠損を補完するINTERPOLATE_LINEARのような新しい関数を含む、時系列分析のためのネイティブ関数群を拡張しました。
Embrace new dimensions of data type support
この章では、増大し複雑化するデータセットに対応するためのデータタイプサポートの強化について説明します。
- Increased data size limits for native Snowflake tables and Iceberg (8x) — generally available：
ネイティブSnowflakeテーブルとIcebergの両方で、データ保存サイズの上限を8倍に大幅に引き上げました。 - Data Types - Structured Type for Snowflake native tables — generally available：
Snowflakeネイティブテーブル内で複雑なデータ構造に対する正確なスキーマを定義・強制し、データガバナンスを強化します。 - Data Types - XML Support — generally available：
XMLデータをネイティブに取り込み、解析し、クエリを実行し、容易に分析可能な半構造化フォーマットに変換できるようになりました。
Experience more than 2x faster analytics performance
この章では、新しいウェアハウス世代とアダプティブコンピューティングによるアナリティクスの高速化と使いやすさの向上について説明します。
- Standard Warehouse - Generation 2 (Gen2) — generally available：
アップグレードされたハードウェアと追加のパフォーマンス強化（Delete、Update、Merge操作の強化、テーブルスキャン操作の高速化など）を備えたSnowflake標準ウェアハウスの更新版。過去12ヶ月でSnowflakeテーブル上のコアアナリティクスワークロードで2.1倍の高速化を実現。Managed Sparkと比較して1.9倍高速。 - Snowflake Adaptive Compute — in private preview：
ジョブに対して適切なクラスターサイズ、クラスター数、自動サスペンド/レジューム期間を自動的に選択し、必要な設定を最小限に抑える次世代コンピューティングサービス。クエリは適切なサイズのクラスターにインテリジェントにルーティングされます。Adaptive Warehousesと呼ばれるウェアハウスがプライベートプレビューです。 - Performance Explorer — generally available soon：
Snowsight内で詳細かつインタラクティブなインサイトを提供し、管理者がボトルネックを迅速に特定・対処できるようにします。 - Query Insights — in private preview：
クエリパフォーマンスに影響を与える主要因を理解するための貴重な情報を提供し、プロアクティブな最適化とコスト削減を可能にします。
Get the leading lakehouse analytics engine for peak Iceberg performance
この章では、オープンデータレイクハウスアーキテクチャを採用する組織向けに、Apache Icebergテーブルのパフォーマンスを最大化するための機能強化について説明します。
- Merge on Read for Iceberg tables — in public preview：
SnowflakeがあらゆるIcebergテーブルから読み取り可能になります。 - Search optimization for Iceberg — generally available：
Snowflake管理のIcebergテーブルに対する選択的クエリを高速化します。 - Query acceleration service for Iceberg — generally available：
Snowflake管理のIcebergテーブルに対する計算集約的なクエリを自動的に高速化します。 - Iceberg compaction support — in private preview：
Apache Icebergファイルの読み書きコストとパフォーマンスをより細かく制御するため、定義されたターゲットファイルサイズをSnowflakeが自動的に維持します。 - Pruning for geospatial data types in Iceberg — in private preview：
GEOMETRYデータタイプに特化し、地理空間ルックアップクエリを高速化するためのプルーニング技術を適用します。 - Adaptive I/O and memory tuning — generally available：
クエリ実行中にリアルタイムメトリクスに基づいてシステムリソースを動的に調整し、パフォーマンスを最適化し、ネットワークオーバーヘッドを削減します。 - Pruning optimizations (optimized bloom filters) — generally available：
選択的クエリの効率を向上させ、スキャンするデータ量を削減します。 - Join performance improvements (especially for complex keys) — generally available：
特に複雑なキーに対する結合操作の速度と効率を向上させます。 - Improved operator efficiency — generally available：
クエリ実行中にクエリオペレータ間のデータ分散を適応的に最適化することで、複雑なクエリのパフォーマンスを向上させます。
これらの改善により、外部管理Icebergテーブルで2.4倍、Snowflake管理Icebergテーブルで2.1倍のコアアナリティクスパフォーマンス高速化を実現しました。
公式ブログ：Introducing Even Easier-to-Use Snowflake Adaptive Compute with Better Price/Performance
このブログでは、Snowflakeのコンピュートサービスの主要な進化点として、以下の機能が発表されました。
- Standard Warehouse – Generation 2 (Gen2) — generally available：
Snowflakeの現行仮想標準ウェアハウスの更新版で、ハードウェアのアップグレードと追加のパフォーマンス強化（Delete、Update、Merge操作の強化、テーブルスキャン操作の高速化など）が施されています。過去12ヶ月間（2025年5月2日終了時点）で、Snowflakeテーブル上のコアアナリティクスワークロードにおいて2.1倍の高速化を実現しました。 - Snowflake Adaptive Compute — in private preview：
インフラ選択における画一的な重労働をなくし、時間とコストを節約する新しいサービスです。このサービスを使用して作成されるウェアハウスはAdaptive Warehouses（プライベートプレビュー）と呼ばれ、使いやすさの向上と優れた価格性能比を提供します。
Even easier to use
この章では、Adaptive ComputeとAdaptive Warehousesがもたらす使いやすさの向上について説明します。
- Adaptive Warehouses (created using Adaptive Compute service) — in private preview：
Snowflakeがジョブに対して適切なクラスターサイズ、クラスター数、自動サスペンド/レジューム期間を自動的に選択するため、ユーザーによる設定は最小限で済みます。ウェアハウスのサイズ、同時実行設定、マルチクラスターウェアハウスの設定、自動サスペンド/レジュームのセマンティクスについてユーザーが考慮する必要はなくなります。クエリのルーティングも、ユーザーの操作なしで適切なサイズのクラスターにインテリジェントに行われます。アカウント内のすべてのAdaptive Warehousesで実行されるジョブは、そのアカウント内のリソースの共有プールに送られます。既存の標準仮想ウェアハウスからAdaptive Warehouseへの変換は、ダウンタイムなしの簡単なALTERコマンドで行え、既存のウェアハウス名、ポリシー、権限、ショーバック/チャージバックのレポート構造を維持したまま移行できます。既存の仮想ウェアハウスと同様の請求モデル、ACCOUNT_USAGEビューからの詳細情報取得、予算やリソースモニターなどのFinOpsツールの利用が可能です。
Even better price/performance
この章では、Adaptive Computeが提供する価格性能比の向上について説明します。
- Adaptive Compute (price/performance benefits) — in private preview：
Snowflakeから利用可能な最新かつ最高のハードウェアとパフォーマンス強化を自動的に活用します。さらに、アカウント内のクラスタの共有プールをクエリが効率的に共有することでリソース利用が最適化され、効率が最大化されることにより、優れた価格性能比を実現します。
公式ブログ：Snowflake Openflow Revolutionizes Data Movement for AI and Interoperability
このブログでは、Snowflake Openflowの主要な発表と機能について説明します。
- Snowflake Openflow — now generally available in all AWS commercial regions with Bring Your Own Cloud (BYOC) deployment：
データソースと宛先間のデータ移動を容易にする、オープンで拡張可能なマネージド型マルチモーダルデータ統合サービスです。構造化・非構造化、バッチ・ストリーミングを含む全データタイプをサポートし、Snowflake内でのETL処理を可能にし、データ移動を根本から変革します。あらゆるデータソースへの接続を可能にする無限の拡張性と相互運用性を備え、エンタープライズグレードの信頼性とガバナンスを提供します。
A comprehensive framework around Snowflake Openflow
この章では、Snowflake Openflowを支える強力な基盤と主要コンポーネントについて説明します。
- Powered by open source Apache NiFi：
Openflowの中核は、数千のエンタープライズ顧客に信頼されているOSSのApache NiFiデータ統合フレームワークによって駆動されます。OpenflowはApache NiFiをエンタープライズ対応のガバナンス、セキュリティ、展開柔軟性、観測性で強化します。 - Deployment and runtime options：
顧客はOpenflowコネクタとパイプラインをOpenflowデプロイメントで実行します。Bring Your Own Cloud (BYOC) を介して自身のVPCで実行（AWSで一般提供）、またはSnowflake Snowpark Container Services (SPCS)（プライベートプレビュー）内で実行でき、統合サービスはSnowflakeによって管理されます。ランタイムは水平スケール、マルチノードおよびマルチクラスター展開をサポートし、災害復旧の耐性を確立します。 - Openflow service and API：
OpenflowサービスとAPIはSnowflake内でマネージドサービスとして実行され、直感的なUIでデータパイプラインのプロビジョニングと管理を容易にします。リアルタイム監視とアラート、DAG可視化、リフレッシュ履歴情報など、深い観測性を持つ統一されたユーザーエクスペリエンスを提供します。 - Openflow connectors：
Openflowのコネクタはキュレーションされ、管理され、安全で、ガバナンスが効いています。一般提供およびプレビュー中のコネクタについてはSnowflakeドキュメントで確認できます。さらに、Openflowコネクタは容易に拡張およびカスタマイズ可能で、パワーユーザーはプロセッサビルディングブロックで独自のフローを構築できます。
Unlocking countless doors to integrate data freely
この章では、Openflowが実現する統合ユースケースと利点について説明します。
- Turbocharging ETL for AI：
モデルやエージェントの場所に関わらず、ほぼリアルタイムの双方向データフローでエンタープライズデータをAIに接続します。多様なデータ構造と要件をサポートし、データがソースからターゲットに移動する際に一貫したユーザー権限を維持します（ソースシステムのACLに準拠）。Snowflake Cortex AIネイティブ機能を活用し、非構造化ファイルをSnowflakeに書き込む前に解析・前処理する組み込み機能も備えています。 - Hybrid deployment across the data estate：
SnowflakeのマネージドインフラストラクチャまたはBYOCを介してパイプラインを展開する柔軟性を提供し、両オプションともマネージドサービスであるため運用負荷を軽減しつつ、パイプライン実行場所の完全な制御を顧客に提供します。 - High throughput, low latency streaming data (with Snowpipe Streaming integration — in preview)：
Apache Kafka、Amazon Kinesis、Kafka Sinkなどのストリーミングソースに直接接続し、ストリーミングデータがSnowflakeに流入し、再びストリーミングシステムに戻ることを可能にします。Openflowとの新しいSnowpipe Streaming統合（プレビュー中）により、ストリーミング取り込みは10GB/sのスループットと5秒のクエリレイテンシ、インライントランスフォーメーションを実現します。 - Facilitating open architecture：
相互接続性を核に設計されており、オープンで相互運用可能なアーキテクチャを促進します。ユーザーは選択したデータレイクやレイクハウスにデータを移動でき、Apache Icebergなどの新しい業界標準に容易に適応できます。 - Box、Google Ads、Microsoft Dataverse、Oracle、Salesforce、ServiceNowなど、数百の標準コネクタと容易に拡張可能なカスタマイズにより、多様なデータの単一プラットフォームへの統合を簡素化します。特に、OracleデータベースからのCDC（Change Data Capture）をSnowflakeにレプリケートするための高性能でスケーラブル、コスト効率の高いソリューションでOracleと提携しています。
公式ブログ：Democratizing Enterprise AI: Snowflake’s New AI Capabilities Further Accelerate and Simplify Data-Driven Innovation
Summitで発表された主要なAIの進化点は以下の4つです：
- Data agents: Snowflake Intelligence（まもなくパブリックプレビュー）およびSnowflake Cortex Agents（まもなく一般提供）によるインテリジェントな機能。
- Cortex AISQL and analytics: Cortex AISQL（パブリックプレビュー）によるAIを用いたマルチモーダルデータ処理のSQLへの導入、および強化されたDocument AI（28言語対応のスキーマ対応テーブル抽出、パブリックプレビュー）やCortex Searchによる検索機能強化を含む、包括的な非構造化データインサイト提供。
- Generative AI: Snowflake Cortex AIにおけるAI Observability（まもなく一般提供）、業界をリードするLLM（OpenAI、Anthropic、Meta、Mistralなど）へのアクセス、およびAI Governance Gateway（堅牢なアクセスコントロール、詳細な使用状況追跡、予算強制機能など、まもなくプライベートプレビュー）。
- Machine learning (ML): Data Science Agentの導入を含む、スケーラビリティと柔軟性が向上した本番環境対応モデルの構築と提供。
1. Data agents: Build agents and analyze multimodal data at scale
この章では、データエージェントがSnowflake Intelligenceを通じてセルフサービス型のインサイトを可能にし、開発者がCortex Agentsを用いて信頼性の高いAIアプリケーションを構築する方法について説明します。
- Snowflake Intelligence — in public preview soon：
ビジネスユーザーが構造化データと非構造化データの両方に対して自然言語で対話できるAI駆動型インターフェース。SQLやダッシュボードなしに、複雑な質問に対して数秒で説明可能かつ統制された回答を得られます。Snowflakeのセキュリティ境界内で実行され、ロールベースのアクセス制御、マスキング、監査制御を自動的に適用します。 - Cortex Agents — generally available soon：
開発者が構造化データと非構造化データの両方を理解し推論する生成AIアプリケーションを構築可能にします。LLM、SQL、セマンティック検索を組み合わせたワークフローをオーケストレーションし、高品質で説明可能な結果を実現します。Claude 3.7 Sonnet、OpenAI GPT-4.1、o4-mini（まもなく一般提供）などのモデルを利用し、Microsoft TeamsやCopilotとの統合も可能です。 - Model Context Protocol (MCP) server support on Snowflake — private preview soon：
AIシステムとデータソースを接続するためのオープンスタンダード。ローンチ時には、開発者はSnowflake MCPサーバーでCortex AnalystとCortex Searchをツールとして提供できるようになります。
Snowflake Intelligenceについては動画も公開されています。こちらも併せてご覧ください。
2. Cortex AISQL and analytics: Redefining multimodal data to insights with Snowflake
この章では、Cortex AISQLが使い慣れたSQL構文を用いてドキュメントや画像などの非構造化データ分析を容易にし、専門ツールの必要性をなくす方法について説明します。
- Cortex AISQL — in public preview：
SQLをエンタープライズAIのコア言語として再構築。ネイティブAIオペレータにより、新しいツールを学ぶことなく、またデータを複製することなく、テキスト、音声、画像、構造化データを組み合わせたマルチモーダルワークフローを構築できます。最適化されたバッチ推論とパフォーマンス最適化アルゴリズム（プライベートプレビュー）により、従来のパイプラインと比較して30～70%のパフォーマンス向上を実現します。 - Document AI - schema-aware table extraction — in public preview：
ターゲットスキーマを定義し、複雑なPDF（結合セルや不規則なフォーマットを含む）からクリーンなテーブルを最小限のクリーンアップで抽出できます。合計28言語をサポート。 - Document AI - next-gen vision model — private preview：
日本語、韓国語、ドイツ語、フランス語、スペイン語、中国語を含む23言語を追加サポートし、強化された推論機能を提供します。 - Cortex Searchの機能強化：
- Batch fuzzy search：エンティティ解決や不正検知などの高スループットタスク向け。
- Advanced APIs — generally available：メタデータによる複数フィールド検索、スコアリング、ランキング向け。
- Admin UI in Snowsight — generally available：ノーコードでの検索管理、診断向け。
- Quality Evaluation Studio — public preview soon：ノーコードでの関連性チューニング向け。
- Custom vector embeddings support — public preview：独自のモデル出力を活用し、Cortex Searchのパフォーマンスと制御を向上させます。
- Automatic semantic model generation — private preview：
スキーマメタデータ、クエリ履歴、ダッシュボードを分析し、Cortex Analyst用の高性能で再利用可能なセマンティックモデルを自動構築し、数週間の手作業を削減します。 - Charts capability — in public preview：
AIによる結果と並行して、インサイトを視覚的に探索できます。 - Snowpark Container Services — generally available on AWS and Azure, coming soon to Google Cloud Platform：
Snowflake内でフルスタックアプリやAPIをネイティブにホストするためのスケーラブルなランタイム。一元化されたロギング、ガバナンス、セキュリティを提供します。
Cortex AISQLについては動画も公開されています。こちらも併せてご覧ください。
3. Generative AI observability, model choice and scalable infrastructure: Deploy AI with confidence
この章では、組織がAIを安全かつ確実にスケールさせるためのSnowflakeの提供機能について説明します。
- AI Observability in Cortex AI — generally available：
Snowsight内のノーコード評価ツール。評価データセットを使用して生成AIの精度（LLM-as-a-judgeによる根拠性、有用性、有害性のスコアリング）とカバレッジを測定します。エージェントのトレースログやモデル比較機能により、デバッグ、プロンプトの改良、ガバナンスを簡素化します。 - Access to OpenAI, Anthropic, Meta, Mistral and more models — securely on Snowflake：
OpenAIのGPT-4.1やo4-mini（Microsoft Azure OpenAI Service経由）、AnthropicのClaude Opus 4やClaude Sonnet 4など、業界をリードするLLMにアクセス可能。これらのモデルはSnowflakeのセキュリティ境界内で実行され、データは保護され、トレーニングには使用されません。 - Snowpark Container Services on Google Cloud Platform for open source models — generally available soon：
GCPリージョンでオープンソースモデルを展開し、データ移動を回避しガバナンスを維持できます。 - Provisioned throughput — generally available on AWS and Azure：
生成AIアプリケーション向けに専用の推論キャパシティを提供。全SnowflakeリージョンでREST API経由でアクセス可能で、共有サービスの予測不可能性なしに一貫したパフォーマンスを実現します。 - AI Governance Gateway：
業界をリードするLLMにSnowflakeのセキュアな境界内で直接SQL（またはREST API）経由でアクセスするための単一の管理画面を提供します。- RBAC for LLM access：堅牢なガバナンスポリシーを実装。
- Granular usage tracking and budget enforcement controls — private preview coming soon：組織全体の生成AI利用状況を監視・管理。
- Cortex Guard integration：有害なコンテンツをフィルタリングし、責任あるAIを推進。
4. Models built and operationalized in production with Snowflake ML
この章では、不正検知、顧客セグメンテーション、推奨エンジンなどのユースケースに不可欠な予測MLモデルを、Snowflake MLを用いて構築・運用する方法について説明します。
- Data Science Agent — private preview soon (in AWS)：
単純な自然言語プロンプトから、完全に実行可能なMLパイプラインを自律的に反復、調整、生成します。Anthropicの推論モデルを使用し、データ準備、特徴エンジニアリング、トレーニングを含むMLワークフローの各フェーズで最適な手法を選択します。出力はSnowflake Notebooks on Container Runtimeから実行可能な本番環境対応パイプラインです。 - Distributed ML APIs in Container Runtime — generally available (on AWS and Azure)：
任意のIDEからデータロード、モデルトレーニング、ハイパーパラメータチューニングを高速化します。 - Native experiment tracking — private preview soon：
APIまたはSnowsight UI経由でアクセス可能。トレーニング実行中に反復されるモデルバージョンの中から、最もパフォーマンスの高いモデルを迅速に特定、共有、再現できます。 - ML Jobs — generally available soon (on AWS and Azure)：
Snowflake TasksやAirflowなどの外部ツールによるMLパイプラインのオーケストレーション、または外部IDE（VS Code、PyCharmなど）からのリモートMLコード実行を容易にするメカニズムを提供します。 - Easy deployment of models from Hugging Face — private preview soon：
クライアントサイドでのモデルダウンロードなしに、モデルハンドルとタスクを指定するだけで、Hugging Faceのトップトレーニング済みモデル（画像分類、文類似性、物体検出など）をワンクリックでSnowflakeにデプロイし、ロギングとサービングを行えます。 - Snowflake Feature Store - online inference support — private preview soon：
バッチ処理に加えて、低遅延のオンライン推論もサポートし、パーソナライズされた推奨、価格設定、異常検知などのユースケースに対応します。 - ML Observability — generally available：
Snowflakeに推論結果を保存するモデルと自動的に統合され、経時的に信頼性の高い予測を可能にします。
公式ブログ：Introducing Cortex AISQL: Reimagining SQL into AI Query Language for Multimodal Data
Snowflakeは、SnowflakeのSQLエンジンに強力なAI機能を直接統合するSnowflake Cortex AISQLのパブリックプレビューを発表しました。Cortex AISQLにより、顧客は使い慣れたSQLコマンドを使用して、マルチモーダルなエンタープライズデータ全体でスケーラブルなAIパイプラインを構築できます。テキスト（パブリックプレビュー）、画像（パブリックプレビュー）、そしてまもなく音声（まもなくパブリックプレビュー）をより速く、よりコスト効率よく処理し、構造化データと非構造化データの両方から同時に深いインサイトを得ることが可能になります。
Unified AI operations for diverse data with Cortex AISQL
この章では、Cortex AISQLがどのようにユーザーの慣れ親しんだSQL環境内で、複数のデータモダリティにわたる高度なAIパイプラインの構築を可能にするかについて詳述します。
- AI operators as native SQL primitives：Snowflakeエコシステム内に完全に組み込まれた新しいAIオペレータ群。
- AI_FILTER：WHERE句内でAI駆動のフィルタリングロジックを直接適用します。
- AI-enhanced JOIN operations：事前定義されたキーだけでなく、AIによる関係性（例：AIの適合性評価に基づく履歴書と職務記述書の結合）に基づいて異なるデータフォーマット間の接続を可能にします。
- AI_AGG：GROUP BYと共に機能し、多様なデータ行から複雑なインサイトを導き出す、先駆的なAI搭載集計オペレータです。
- Enhanced AI_CLASSIFY：テキストと画像の両方でマルチラベル分類をサポートします。
- Support for text, image, and audio (coming soon) data：統一されたオペレータを通じて、テキスト、画像、そしてまもなく音声データに対しても効率的に動作するように設計されています。
Unlocking deep insights: Advanced multistep analytics with AI pipelines
この章では、Cortex AISQLが単純な検索を超え、複数のAI駆動ステップをオーケストレーションすることで、より深い分析的問題や複雑な多段階の質問にどのように対処するかを説明します。
- Composable AI operators for complex analytical workflows：
使い慣れたSQL構文内で、ドキュメントフィルタリングからセマンティック抽出、インテリジェントな結合まで、AIを活用した操作を連鎖させることが可能です。これにより、大規模なドキュメントコレクションの検索、関連セクションからのキー基準のフィルタリング、非構造化データからのキー情報の抽出、非構造化インサイトと構造化データの結合、そして結果の明確な要約への統合といった複雑な分析ワークフローを実現します。
Cut query time and cost, but not accuracy
この章では、Cortex AISQLが提供する卓越したパフォーマンスとコスト効率、そしてインサイトの精度を損なわない点に焦点を当てています。
- Native AI function execution in Snowflake’s query engine：
AI機能と構造化データ処理をSnowflakeのコアエンジン内で一元的に実行し、ウェアハウスの並列処理とバッチ処理を活用して両方を同時に最適化します。 - Intelligent query planning for efficiency：
例えば、「価格帯内でサンフランシスコから10マイル以内のモダンで魅力的な家を探す」といったタスクでは、まず価格と距離の標準フィルターを適用してデータセットを絞り込んだ後、視覚言語モデルを使用して「モダンで魅力的」な特性を評価し、最大限の効率を確保します。 - Adaptive LLM Optimization — private preview：
より単純なタスクにはより小さなモデルを戦略的に割り当て、より複雑な分析にはより大きなLLMを確保する段階的アプローチにより、高品質な結果を維持しつつ最適なリソース利用を実現します。
Cortex AISQL brings unified data analysis to industry workflows
この章では、金融サービスから小売、ヘルスケアに至るまで、様々な業界でCortex AISQLがどのように構造化データと非構造化データの両方から新たなインサイトを引き出し、複雑なプロセスを自動化するのに役立つかを示しています。
- Financial services use case：
ニュースや規制文書の膨大なフィードに対してAI_FILTERを使用し、関連するイベントアナウンスを即座に特定。これらの結果を、組織名や識別子のAIによるインテリジェントなマッチングを通じて内部の保有ポジションとシームレスに結合し、正確な影響評価を可能にします。 - Retail and ecommerce use case：
AI_AGGを使用して数千の顧客レビューをSKU別にグループ化・分析し、AI_FILTERで否定的なセンチメントの急増や特定の欠陥報告などの懸念されるパターンを示す製品をフラグ付けすることで、製品品質問題をリアルタイムで検出します。 - Healthcare use case：
医師のメモにAI_FILTERを適用して標準的な診断コードでは捉えられない特定の症状パターンを持つ患者を特定し、これらのインサイトを検査結果や投薬履歴とJOINで結合して、新たな治療経路や未認識のリスク因子を示唆する可能性のある微妙な相関関係を発見します。
Cortex AISQL availability
この章では、Cortex AISQLの各オペレータの利用可能性についてリストアップしています。
公式ブログ：Snowflake Intelligence: Talk to Your Data, Unlock Real Business Insights
このブログでは、Snowflake Intelligence と関連する主要な発表について説明します。
- Snowflake Intelligence — in public preview soon：
ビジネスユーザーが組織のデータと直接かつ安全に対話するために構築された、新しいエージェント型エクスペリエンスです（専用ポータル ai.snowflake.com 経由でアクセス可能）。自然言語での会話、構造化・非構造化データへの安全なアクセス、Deep Research Agent for Analyticsによる正確なインサイト生成、そしてインサイトに基づくタスク実行（通知送信、記録更新、ワークフロー起動など）を可能にします。
Transform data into actionable intelligence
この章では、Snowflake Intelligenceの核となる機能と、それがどのようにデータを実用的なインテリジェンスに変換するかについて説明します。
- Snowflake Intelligence (core functionalities) — in public preview soon：
- 自然言語での会話：信頼できる同僚と話すように、質問を通じて推論し、インサイトを得ることができます。
- あらゆるデータへのアクセス：構造化データ（テーブル、レコード）と非構造化データ（ドキュメント、会話、議事録）の両方に安全に接続します。
- 正確なインサイト生成：組み込みのDeep Research Agent for Analyticsにより、単純な検索を超えてデータを分析し、複雑なビジネス上の問いを調査し、トレンドを明らかにし、「何が」の背後にある「なぜ」を理解します。
- 即時のアクション：インサイトに基づいてエージェントを設定し、通知の送信、他システムでのレコード更新、ワークフローのトリガーなどのタスクを実行します。
- Snowflake Cortex Knowledge Extensions — generally available soon：
Snowflake Marketplace上で提供され、組織が自社の専有データをStack Overflow、The Associated Press、USA TODAY Networkなどの最新かつ信頼できる外部ソースで容易に文脈化し、Snowflake Intelligence内でより豊かなインサイトと情報に基づいた意思決定を可能にします。エンタープライズグレードのセキュリティとガバナンスを維持します。
Self-serve data exploration with intelligent agents
この章では、ビジネスユーザーが組織のデータに直接かつ安全にアクセスできるようにSnowflake Intelligenceの明確な利点について説明します。
- Key advantages of Snowflake Intelligence：
- 深いインサイトの抽出：構造化データ（Cortex AnalystによるSQL生成など）および非構造化データ（RAG）の両方から深いインサイトを引き出します。
- 継承されるセキュリティとガバナンス：既存のロールベースのアクセス制御、データマスキングポリシー、ガバナンスルールがすべての会話で自動的に尊重され、アプリケーションレイヤーで権限を再定義する必要がありません。
- ビジネスエコシステム全体への統一アクセス：Snowflakeおよびサードパーティアプリケーション（例：Salesforce、Zendesk）からの情報をアクセスし統合し、企業全体の知識共有を可能にします（例：Snowflake Openflowとの連携）。
- 検証可能な説明可能性と信頼性：ユーザーはエージェントがどのように回答に至ったかを理解し、データが検証済みソースやデータチームによってキュレーションされたクエリから得られたものかを確認し、リネージを追跡できます。管理者は質問内容や回答の関連性スコアを可視化し、継続的な改善とシステムの微調整が可能です。
Expand an organization’s knowledge universe with Cortex Knowledge Extensions and Model Context Protocol (MCP)
この章では、Cortex Knowledge ExtensionsとModel Context Protocol (MCP) との統合により、Snowflake Intelligenceがさらに強力になる方法について詳述します。
- Cortex Knowledge Extensions (integration with Snowflake Intelligence) — generally available soon：
信頼できる外部の構造化および非構造化データソースを会話型AIエクスペリエンスにシームレスに統合し、適切な帰属表示と知的財産の尊重を維持します。内部データを外部の市場トレンド、業界リサーチ、専門知識ベースで強化し、意思決定のためのより深いコンテキストを提供します。The Associated Press、USA TODAY Network、Stack Overflow、Packt、CB Insightsなどのソースが利用可能です。 - Model Context Protocol (MCP) server support in Snowflake Intelligence — private preview soon：
ユーザーがSnowflake Intelligence UIを介して広範なデータソースから安全に情報を取得し、より信頼性が高く豊かな応答を得られるようにします。これにより、散在するデータを明確なビジネスインサイトに変換する、真に包括的な知識エコシステムが形成されます。
公式ブログ：An Even Easier-to-Use and More Trusted Platform from Snowflake
Intelligent compute innovations, enhanced FinOps and easier cross-account management at scale
この章では、コンピュートの革新、FinOps機能の強化、そして大規模なクロスアカウント管理の容易化について説明します。
- Standard Warehouse – Generation 2 (Gen2) — generally available：
ハードウェアがアップグレードされ、追加のパフォーマンス強化が施されたSnowflakeの現行標準ウェアハウスの更新版。コアアナリティクスワークロードで2.1倍の高速化を実現しました。 - Snowflake Adaptive Compute — in private preview：
インフラ選択の画一的な重労働をなくし、時間とコストを節約する次世代コンピューティングサービス。ジョブに対して適切なクラスターサイズ、クラスター数、自動サスペンド/レジューム期間を自動的に選択し、必要な設定を最小限に抑えます。このサービスを使用して作成される**Adaptive Warehouses（in private preview）**は、インテリジェントなクエリルーティングとアカウント内のリソースの共有プールによる効率最大化を通じて、優れた価格性能比を提供します。 - Cost-Based Anomaly Detection (in Cost Management interface) — in public preview：
コスト管理インターフェース内で異常なコスト急増が発生した際にアラートを発し、ユーザーが異常コストの主要因を検出、通知、理解できるようにします。 - Cost Management interface access for non-ACCOUNTADMIN roles — generally available：
ACCOUNTADMIN以外のSnowflakeロールもコスト管理インターフェースにアクセスできるようになりました。 - Tag-Based Budgets — generally available：
リソースに関連付けられたタグに基づいて支出上限を設定でき、チームやビジネスユニットへのリソース割り当てと支出上限設定のプロセスを簡素化します。 - Performance Explorer — generally available soon：
Snowsight内で詳細かつインタラクティブなインサイトを提供し、ワークロードパフォーマンスのボトルネックを迅速に特定・対処できます。 - Query Insights — private preview：
クエリパフォーマンスに影響を与える主要因を理解するための貴重な情報を提供します。 - Cost Insights for Large Query Gaps — private preview：
大規模クエリにおけるコスト非効率箇所を特定するためのインサイトを提供します（詳細については今後の情報をお待ちください）。 - Organization account (GLOBALORGADMIN role) — generally available：
GLOBALORGADMINロールを持つユーザーが組織アカウントを作成できるようになります。 - Organization usage views (SQL queryable) — generally available soon：
SQLを使用して組織全体の利用状況ビューをクエリできるようになります。 - Organization users and user groups — public preview：
組織レベルでのユーザーおよびユーザーグループの一元管理が可能になります。
AI-powered, interoperable Snowflake Horizon Catalog to govern and discover data in Snowflake, external sources and Apache Iceberg tables
この章では、Snowflake Horizon CatalogのAIを活用した機能強化と、Snowflake内外のデータおよびApache Icebergテーブルに対する統一されたガバナンスとディスカバリについて説明します。
- Catalog-linked Databases (for Iceberg REST catalogs) — generally available soon：
リモートカタログによって管理されるIcebergオブジェクトをHorizon Catalogに自動的に同期し、単一の画面からIcebergエコシステム全体を操作できるようにします。 - External data discovery (for relational DBs, dashboards, semantic models, etc.) in Horizon Catalog — in private preview soon：
Icebergデータに加えて、リレーショナルデータベース、ダッシュボード、セマンティックモデルなどの外部データのディスカバリをサポートします。 - Updated left navigation in Snowsight (for Catalog and Governance/Security)：
Snowsightの左側ナビゲーションが更新され、「カタログ」および「ガバナンスとセキュリティ」機能へのアクセスが迅速化されます。 - Copilot for Horizon Catalog — in private preview soon：
自然言語を使用してガバナンス、セキュリティ、メタデータディスカバリタスクを実行できる新しいSnowsightエクスペリエンス。より多くのユーザーがデータセットに関する重要な情報を迅速かつ少ない依存関係で取得できるよう支援します。
- Anomaly detection in Trust Center - rule-based models — generally available：
ルールベースのモデルを使用してSnowflakeアカウントの異常な振る舞いを検出します。 - Anomaly detection in Trust Center - AI-based models — in public preview soon：
AIベースのモデルを使用してSnowflakeアカウントの異常な振る舞いを検出し、アカウントへの不審なアクセス試行をプロアクティブに検出することで、時間節約とセキュリティ体制の向上を支援します。 - Leaked Password Protection — generally available：
ダークウェブで発見されたユーザーパスワードを自動的に無効化します。 - Bad IP Protection — generally available soon：
既知の不正なIPからのSnowflakeアカウントへのアクセスをブロックします。 - Trust Center extensions — generally available soon：
顧客が独自の環境や設定に合わせてカスタマイズされたスキャナを簡単に構築し、脅威を早期に検出できるようにします。また、Trust Centerと統合されたSnowflakeのセキュリティパートナーの専門知識も活用できます。 - New MFA methods - passkey support (Touch ID, FaceID, etc.) and authenticator apps — generally available：
パスキーサポート（Touch ID、FaceID、Windows Hello、セキュリティキー）や認証アプリなど、新しい多要素認証（MFA）メソッドを提供します。 - Programmatic access tokens (PATs) — generally available：
MFAログインをまだサポートしていない既存のBIアプリを支援するため、パスワードの代替となるプログラムアクセス可能なトークンを導入します。 - Workload Identity Federation — generally available soon：
アプリケーションやサービスがパスワードのような長期的な認証情報を管理することなく、Snowflakeに安全に認証できるようにします。 - Sensitive data monitoring and reporting — in private preview soon：
インタラクティブなガバナンスUIを通じて、機密データの自動検出、タグ付け、レポート作成を行います。 - Synthetic data generation — generally available：
元の基盤となるデータを公開することなく本番データの変更済みコピーを作成でき、プライバシーを遵守しながら機密情報から分析的価値を引き出すことができます。 - Enhanced Private Link - inbound from GCP to Snowflake — generally available：
Google Cloud Platform (GCP) からSnowflakeへのインバウンド接続を安全に行えるようになります。 - Enhanced Private Link - outbound from Snowflake to GCP for External Access, Functions, Stages, Volumes — generally available：
SnowflakeからGCPへの外部アクセス、関数、ステージ、ボリュームに対するアウトバウンド接続を安全に行えるようになります。
Out-of-the-box observability
この章では、Snowflake環境全体のインフラ、パイプライン、アプリ、AIに対するSnowflake Trailによる観測性の強化について説明します。
- Core observability improvements - Event Table ingestion latency improvements and updated pricing model — generally available：
よりコスト効率の高いソリューションを提供し、テレメトリデータ取り込みを最大10倍高速化します。 - Core observability improvements - Traces for SQL Statements in Event Tables — generally available：
ストアドプロシージャの詳細なパフォーマンス内訳を提供し、可視性を向上させます。 - Enhanced infrastructure observability - Snowpark Container Services (SPCS) platform Event Logs — public preview：
インフラ変更発生時の理解を容易にし、トラブルシューティングやパフォーマンスボトルネックの特定を改善します。 - Enhanced pipeline observability - telemetry support for Snowflake Openflow — generally available：
Openflow上で実行されるシステムからの運用データ（ログとメトリクス）をSnowflake内で収集・分析し、システム全体の監視とトラブルシューティングを簡素化します。 - Enhanced pipeline observability - telemetry support for dbt projects on Snowflake — public preview：
dbtプロジェクトに対して包括的なログ、トレース、可視化を提供し、開発者の生産性向上とデータパイプラインの信頼性向上を支援します。 - Enhanced application observability - SPCS application metrics and traces integration — generally available：
カスタムアプリケーションメトリクスをSnowflakeに統合し、他のSnowflakeアクティビティと共に統一された可視性と迅速なトラブルシューティングを実現します。 - Enhanced AI observability — generally available soon：
生成AIエージェントとアプリの評価、デバッグ、最適化を可能にします。体系的な評価を通じてアプリケーションパフォーマンスを測定し、異なるLLM設定を並べて比較し、エージェントの実行ステップをSnowflakeプラットフォーム内で安全に追跡します。関連性、根拠性、有害性などの微妙なメトリクスに関するレポートを作成し、AIシステムのより深い理解を可能にします。
Immutable data protection and enterprise-grade business continuity/disaster recovery for your data, apps and AI
この章では、データの保護、サイバー脅威からの防御、規制要件への対応を容易にする、Snowflakeの強化された事業継続性と災害復旧機能について説明します。
- Snapshots — in public preview soon：
Snowflakeデータとオブジェクトの特定時点での不変なバックアップを作成します。指定された期間作成されると、これらのスナップショットは管理者であっても変更または削除できません。
- Streamlined Disaster Recovery Management - intuitive Replication interface in Snowsight — generally available：
Snowsight内のより直感的なレプリケーションインターフェースで、フェイルオーバーグループの設定、データベースとオブジェクトの選択、コードを書かずにレプリケーションのスケジュール設定が可能です。 - Streamlined Disaster Recovery Management - simplified Bulk Failover interface in Snowsight — in public preview soon：
Snowsight内のポイントアンドクリックUIで、障害発生時にレプリケートされたアカウント全体の災害復旧をより迅速に開始できます。 - Schema-Level Replication in Failover Groups — generally available：
特定のスキーマのみをレプリケートでき、必須データのみをレプリケートすることでコストを節約できます。 - Replication service performance enhancements — generally available：
オーバーヘッドとレイテンシを削減し、より高速で効率的なデータ同期と改善されたRPO（目標復旧時点）を実現します。
Easily extend Snowflake for any use case across any workload, at enterprise scale
この章では、Snowflakeの拡張ランタイムであるSnowpark Container Services (SPCS) を用いたユースケースの拡張性について説明します。
- Snowpark Container Services (SPCS) general availability soon in GCP regions：
GCPリージョンでの一般提供がまもなく開始され、あらゆるパブリッククラウドで本番環境のカスタムワークロードを実行可能にします。SPCSは、高度なデータエンジニアリングパイプライン、カスタムMLモデルのトレーニングとデプロイ、マルチモーダル推論、フルスタックAIおよびビジネスアプリケーションなど、幅広い本番ユースケースの構築と実行に使用できる完全に管理されたサービスです。
Unlocking new ways to leverage transactional data on the Snowflake platform
この章では、特にAIを活用した最新のアプリケーション開発において重要性が増している、トランザクショナルワークロードのサポート進化について説明します。
- Snowflake Postgres (managed PostgreSQL in Snowflake) — in development：
Snowflake内で完全に管理されたエンタープライズグレードのPostgreSQLデータベースソリューション。世界で最も人気のあるトランザクショナルデータベースをSnowflake上の開発者に提供し、ミッションクリティカルなAIアプリの構築と実行に不可欠な妥協のないガバナンス、セキュリティ、運用を提供します。 - Unistore expansion to Azure with Hybrid Tables in Azure — private preview：
Azureを利用する企業がハイブリッドテーブル（Unistoreの基盤技術）にアクセスできるようになり、Snowflakeで分析データとトランザクションデータを統合することで、オーバーヘッドの削減、ガバナンスとセキュリティの合理化、データに対する迅速なアクションを可能にします。 - Security enhancements for Unistore - Tri-Secret Secure (TSS) support for Hybrid Tables — private preview：
最高レベルのセキュリティと顧客管理による暗号化キー制御を必要とする組織が、SnowflakeのTri-Secret Secure (TSS)（プライベートプレビュー）をサポートするハイブリッドテーブルを使用できるようになります。
公式ブログ：Delivering the Most Enterprise-Ready Postgres, Built for the Snowflake AI Data Cloud
Snowflakeは、信頼性の高いオープンソースPostgreSQLテクノロジーの大手プロバイダーであるCrunchy Dataを買収することで合意したと発表し、データ駆動型イノベーションの究極のプラットフォームとなるというビジョンを前進させます。この動きにより、Snowflakeは、エンタープライズ規模で、かつエンタープライズの信頼性をもって、最も要求の厳しいミッションクリティカルなAIおよびトランザクションシステムを強化するために設計された新しい種類のPostgresである「Snowflake Postgres」を提供できるようになります。Snowflake Postgresは、開発者にオープンソースPostgresの完全なパワーと柔軟性を提供しつつ、企業が必要とする妥協のないガバナンス、セキュリティ、運用基準をSnowflakeの強力なプラットフォーム内で提供します。
The challenge: Meeting enterprise demands for Postgres
Snowflakeは、信頼性の高いオープンソースPostgreSQLテクノロジーのリーディングプロバイダーであるCrunchy Dataの買収に合意したことを発表しました。
この買収により、最も要求の厳しいミッションクリティカルなAIおよびトランザクションシステムを、エンタープライズレベルの信頼性をもって実現するために設計された、新しいタイプのPostgreSQL、Snowflake PostgreSQLを提供できるようになります。
Introducing Snowflake Postgres, bringing enterprise rigor to the world of Postgres
この章では、エンタープライズ対応で開発者フレンドリーなPostgresへの要求に直接応えるソリューションとしてSnowflake Postgresを紹介しています。買収完了後（間もなく完了予定）、Crunchy Dataの実績あるエンタープライズ重視の運用モデル、深いPostgres専門知識、特化したコンプライアンスサポートがSnowflake AIデータクラウドにもたらされます。
- Snowflake Postgres — (買収完了後、将来的に提供予定)：
開発者が本番環境対応のAIエージェントやアプリを構築するために設計された使い慣れたツールを提供しつつ、最も厳格なエンタープライズ要件も満たす、安全でコンプライアンスに準拠した完全マネージド型のPostgresデータベースです。主な利点は以下の通りです。- 厳格なエンタープライズ要件への対応：Crunchy Dataのエンタープライズ向けに強化されたセキュリティ機能と、重要なコンプライアンス基準への組み込みサポートを活用し、機密性の高いAIワークロードやミッションクリティカルなアプリケーションのデータ整合性と規制遵守を保証します。
- 開発の合理化とAIイノベーションの加速：複雑なデータベース管理と運用サイロを排除します。Snowflake PostgresはトランザクショナルなPostgresデータをSnowflakeにもたらし、イノベーションを加速し、開発者により高いアジリティ、可視性、制御のための高度なツールを提供することで、信頼できるAIエージェントやアプリケーションをより迅速に構築できるようにします。
- ミッションクリティカルなワークロードの確実な実行：Snowflakeプラットフォームのスケーラビリティを活用し、最も要求の厳しい運用ニーズに対応します。Postgresエコシステムに深く投資している企業は、コードを書き換えることなく既存のアプリケーションをSnowflakeに移行・実行し、新しいアプリケーションをより確実かつ迅速に展開できるようになります。
Why Crunchy Data? A leader in trusted enterprise Postgres
この章では、SnowflakeがCrunchy Dataを買収する理由と、同社が信頼できるエンタープライズPostgresのリーダーである理由について説明しています。
- Crunchy Dataの強み：
- エンタープライズ向けソリューションの実績：ビジネスクリティカルな環境向けに特別に設計された、信頼性の高いオープンソースPostgresソリューション（マネージドクラウドサービス、Kubernetesデプロイメント、オンプレミスソリューション）の提供におけるリーダーです。
- 優れた開発者エクスペリエンス：最も重要なエンタープライズワークロードの構築、デプロイ、運用のライフサイクル全体に対応した技術。重要なパフォーマンスメトリクスへの即時アクセス、堅牢なスケーリングのための組み込み接続プーリング、ロギングサポート、優れたアプリをより迅速かつ容易に構築できる強力な開発者インターフェースを提供します。
- オープンソースとエンタープライズ対応へのコミットメント：開発者とオープンソースコミュニティへの深いコミットメント、そして安全でコンプライアンスに準拠した環境での運用実績を含むエンタープライズ対応力が、Snowflake AIデータクラウドに最高のエンタープライズグレードPostgresをもたらすための理想的なパートナーです。
The future of unified data and AI
この章では、Snowflake Postgresが、AI時代におけるデータ戦略の統合とイノベーション加速というSnowflakeの包括的なプラットフォーム戦略の中でどのように位置づけられるかを説明しています。
- Snowflake PostgresとUnistoreの関係：
Snowflake Postgresは、トランザクションデータと分析データを単一データベース内で統合する革新的なソリューションであるUnistoreを補完し、Postgres互換性を必要とするトランザクションアプリケーション向けのエンタープライズ対応オプションを提供します。
最後に
Snowflake Summit 2025の「PLATFORM KEYNOTE」で発表された内容に関する公式情報をまとめてみました。
個人的に特に気になったのは、Semantic ViewをSELECT文でクエリする機能、Snowflake Horizon Catalogの機能強化、dbt Projects、Cortex AISQL、Adaptive Warehouses、Snowflake Intelligence、Snowflake Postgresあたりですね。
今後はこのSummitで発表された機能がリリースされていくと思いますので、待ち遠しいですね！！
![[小ネタ]dbtのsourceでtarget.nameに応じて参照先のデータベースを切り替える方法](https://images.ctfassets.net/ct0aopd36mqt/wp-thumbnail-f846b6052d1f7b983172226c6b1ed44b/6b4729aabfb5b7a3359acc27dc6b5453/dbt-1200x630-1.jpg)
