[レポート]SNOWFLAKE WORLD TOUR 2026 - TOKYO：Day2 KEYNOTE #SWTTokyo26

かわばたです。

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

https://www.snowflake.com/ja/world-tour/tokyo/

本記事はセッション「Day2 KEYNOTE」のレポートブログとなります。

「Day1 KEYNOTE」については下記よりご確認ください。

https://dev.classmethod.jp/articles/snowflake-world-tour-2026-tokyo-day1-keynote-swttokyo26/

※一部機能はプレビューまたは近日提供予定のものを含みます。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。
※登壇者の発言は筆者のメモをもとに要約しています。英語での対談部分は筆者による意訳です。

【追記】
Snowflake Community Awards の「RISING COMMUNITY LEADER OF THE YEAR」部門・APJ枠のファイナリストに選ばれました。
詳細は下記よりご確認ください。

https://dev.classmethod.jp/articles/snowflake-community-awards-finalist-activities-review/

登壇者

• スリダール・ラマスワミ 氏
  • Snowflake 最高経営責任者 (CEO)
• ジョン・ロバートソン 氏
  • Snowflake APJ プレジデント 兼 会長執行役員 (VP, APJ Sales)
• 浮田 竜路 氏
  • Snowflake 社長執行役員
• 松本 宗寿 氏
  • 三井住友トラスト・アセットマネジメント株式会社 執行役員
• 上野 千紘 氏
  • 株式会社サイバーエージェント 執行役員 AIオペレーション室 室長
• 鷹雄 健 氏
  • 株式会社サイバーエージェント グループIT推進本部 全社データ技術局 局長（マネージャー）
• 髙橋 敏行 氏
  • Snowflake マーケティング本部 Product Marketing Manager and Evangelist

Day1と同様にクマ太郎のドラム演奏から始まりました

ロックな感じで盛り上がっていましたね。

Snowflake 浮田 氏から

Day1でも語られましたが、登壇する企業やパートナーについて言及がありました。

• Snowflake World Tourは世界20以上の都市で開催。東京は世界で唯一の2日間開催で、World Tourの中でも最大規模のイベント

• 昨年よりさらに拡大し、登録者数は12,000名以上、144セッション、42社以上のパートナー、202名のスピーカー
• このイベントはSnowflakeではなく顧客が中心。Day2はCEOのスリダール氏の対談に加え、三井住友トラスト・アセットマネジメントとサイバーエージェントのデータとAIの取り組みを紹介
• 協賛パートナーへの謝辞と、Expoエリアの案内。新しい技術やサービス、ビジネスや個人のプロジェクトに役立つアイデアを見つけてほしい
• Day1に参加できなかった人のために、エバンジェリストの髙橋 氏がDay1を振り返る

Snowflake 髙橋 氏によるDay1振り返り

Day1 KEYNOTEの内容を「Agentic Enterpriseの4要素」として再整理するパートでした。詳細は上記のDay1レポートをご覧ください。

• AIエージェントが仕事をする時代になり、仕事の仕方や企業のあり方が大きく変わろうとしている。SnowflakeはこれをAgentic Enterpriseと呼ぶ
• 「エージェントを使ってみたが全てうまくいくわけではない」という声の理由は1つ。データやシステムが分断・サイロ化していて、AIが活用できる状態にない
• この分断を克服する4要素を、Snowflakeは1つのプラットフォームで提供する
  • データ：Horizon Catalogでガバナンスを効かせ、Horizon Contextでデータの意味づけを行う。Trust Centerで人間とエージェントそれぞれのアクセスを制御
  • AIモデル：性能とコストに応じてモデルを選べる。Cortex AI Gatewayがタスクに応じたモデルを自動選択し、エージェントの動きを追跡する
  • アプリケーション：zero-copyでSAPなどのデータをコピーせずに接続し、MCPで他のサービスと連携する
  • コントロールプレーン：3つを有機的に連携させる司令塔。ビジネスユーザー向けのSnowflake CoWorkと、ビルダー向けのSnowflake CoCo
• Day1の顧客セッションから印象的だった言葉
  • 日産自動車：「AIは企業変革のイネーブラー」。データがAIから使えるようになり、ビジネス部門の意識が変わった
  • 富士フイルム：「ガバナンスはブレーキではなく、全員が安心してアクセルを踏むためのガードレール」
  • Anthropic：「AIにおける最大のリスクは、AIを使わないこと」
• 締めの3つのポイント：データ資産を整える、AI readyな状態にする、AIを使うこと自体を目的にせずビジネスに役立てる

Snowflake ジョン・ロバートソン 氏から

• APJの責任者で拠点は東京。日本に来て35年目、ほぼずっとIT業界でアメリカの会社に勤めてきた
• アメリカの会社は日本を理解していないことが多く、Snowflake Japanの仕事の半分は本社に日本を伝えること
• 一番大事なのは「本社と CEO が日本を理解しているか」。スリダール氏はGoogle時代からほぼ毎年来日しており、日本が大好きな CEO であることが心強い

Snowflake ジョン・ロバートソン 氏・スリダール・ラマスワミ 氏の対談

Q. 日本の好きなところは？

• あらゆることに注がれる情熱。カンファレンスの運営だけでなく、ホテルのドアノブのような小さなものにも職人技と愛情が込められている
• 小さなコーヒーショップやレストランのオーナーが自分の仕事に誇りを持っている点。その情熱を、Snowflakeの全社員が製品と顧客への貢献に持ち込むよう努めている

Q. Agentic Enterpriseとは何か。顧客にどのような影響が出ているか？

• Agentic AIは「知性の産業化」。文字が詩ではなく税金の記録のために発明されたように、ソフトウェアはプロセスを表現するもの。今はソフトウェアの作成が安く速くなり、プロセスをスキルとして自然言語で表現できる
• 人口を増やしてスケールできない日本には特に重要。今いる人で大幅な加速を実現できる
• Snowflake社内の実践：営業チームにSnowflake CoCoとSnowflake CoWorkを配布した
  • 「この顧客に対して開いているユースケースは何か」「会議の準備はどうすればよいか」といった日常の作業が変わった
  • スリダール氏は昼食の招待者リストの写真をスマートフォンのSnowflake CoWorkに入れ、以前に会ったことがある人を調べた。以前なら誰かが1週間かけて調べる作業
• 全員が同じエージェントを使うからこそガバナンスが必要。全員がすべての顧客のリアルタイム売上を見られてはならない
• 近い将来、誰もが「質問を投げかけるテキストボックス」を持ち、そこに企業全体の知恵とコンテキストが揃う。それがAgentic Enterprise時代の始まり

4分でQBRの準備が終わる

• 今朝、スリダール氏に「トップ30の顧客の状況を把握しているか」と聞かれ、Snowflake CoWorkでスリダール氏より速く回答を得た
• どの顧客がどのユースケース・AI製品を使い、どこへ向かっているかを4分で議論できた。以前ならQBRと何時間もの準備が必要だった
• データエンジニアに依頼して図を作ってもらい、理解できずにZoom会議を設定する、という流れがすべて消える
• RBACにより、GMとして許可されたデータにだけアクセスできる。AIを展開する際に必要なガバナンスそのもの

Q. 日本市場をどう見ているか？

• 世界最大級の経済規模を持つ進歩的な国で、テクノロジーの活用に熱心。世界的なブランドも多く、主要プレイヤーと深い関係を築けている
• 完璧さを要求する市場でもある。「売上の数字はほぼ合っている」というCFOは許されない。Snowflakeはその要求に応える
• Snowflakeにはもっと多くを期待してよい。以前は3年以上かかったレガシーマイグレーションを3か月以内で行う顧客がいる。さらに10分の1に短縮し、複雑なマイグレーションを1か月以内で行えるようにする
• Snowflake自身のデータチームも、5年分のバックログを抱える組織から変革を主導する組織へ変わった。データチームは遅いコストセンターから、データで自社を変革する中心になれる
• 会う顧客全員に伝えているのは「Snowflake CoCoとSnowflake CoWorkを全面的に採用すれば、5～10%ではなく5～10倍速くなる」
• ジョン氏：日本はまだオンプレミスが多い。クラウドの適切なデータプラットフォームへ移行し、AIに備えるチャンス

Q. AIとクラウドにおける柔軟性と選択肢。日本向けの発表は？

• IcebergやPolarisなどオープンなデータフォーマットを採用し、AWS・Azure・GCPすべてで提供している。データはSnowflakeを含む誰にも囲い込まれるべきではない
• モデルもOpenAI、Anthropic、オープンソース・オープンウェイトモデルから選べる
• SnowflakeがFY27 Q4に日本のGoogle Cloud（東京リージョン）で利用可能になる

【プレスリリース】
https://www.snowflake.com/ja/news/press-releases/snowflake-google-cloud-tokyo-region-japan/

Q. AI投資のROIとトークノミクスへの助言は？

• AIは実際のROIを要求できるテクノロジー。ビジネスで支出する理由は「より多く稼ぐ」「より少なく使う」「顧客により良いサービスを提供する」の3つしかない
• Snowflake社内では営業チームにAIを展開する代わりにダッシュボードへの支出をやめ、約500万ドルを節約した。AIへの支出はそれよりかなり少ない
• ユーザーごとのクォータで「1人が1か月に使える上限額」を設定できる。消費モデルの利点を保ちつつ、暴走したユーザーによる支出を防ぐ
• 「より多く稼ぐ」の指標：アカウントエグゼクティブあたりの提案ユースケースが前年比40%以上増、デプロイ済みユースケースが約90%増、新規ロゴ獲得は過去最高級の四半期
• Snowflake CoCoのコストガバナンススキル（トップ10スキルの1つ）で不要な利用を削減できる。Cortex AI Gatewayはタスクに適した最も低コストのモデルへ自動ルーティングする
• 助言：正のROIを徹底して要求すること。AIは手段であり、「AIを使っている」と言うためにトークンを燃やす必要はない

Q. データを競争優位にするための助言は？

• ソフトウェアと知性がもはや高価ではない世界で、あなたのアルファはデータ、コンテキスト、ビジネスの運営知識。複雑なUIやアルゴリズムは自然言語のスキルで表現できる
• 見た目の部分はその場で生成して消えていく。Snowflake社内ではSKOレポートをその場で作り、Snowflake CoWorkにアップロードして共有している
• 重要なのはデータの品質と、そのデータで何をするかを決めるロジック。急速に進歩しているのは、データ資産を整え、最も重要なプロセスを理解して最適化している企業
• 大企業の成長率が跳ね上がることは本物の魔法がなければ起こらない。その魔法は、データ資産の解放と徹底的なプロセス最適化を、実際に働く人々が推進できるようになったこと

三井住友トラスト・アセットマネジメント 松本 氏の講演

三井住友トラストグループの中核会社の1社で、運用資産約111兆円、従業員約714名です。Snowflakeを中心にビジネスデータとロジックを集約する取り組みと、その先に起きることについての講演でした。

全社ベースのテクノロジー活用体制

• 全社レベルで「半分のメンバーでも回せる筋肉質な会社を作る」ことにコミット
• 各部署で全業務を洗い出して優先度をつけ、シナリオを作る。全社で約650の業務をSkill化
• 各部から推進メンバーを選出し、自走・内製化で進める。成果を出したメンバーはしっかり評価する
• PDCAはExcel管理ではなく自動化。全業務リスト、作成されたSnowflakeオブジェクト、利用ログの3つを掛け合わせて回す

進め方とスキル化

• ①データを整える → ②業務担当者がデータを使って業務を実行し、着眼点・判断軸・アウトプットを言語化 → ③「今やったやり取りをスキルにして」の一言でナレッジがスキルになる
• 2025年は「LLMがコードを書いてくれる」段階だったが、エージェントの登場で自然言語をそのまま動かせるようになり、内製化の入り口のハードルは相当低くなった

• スキルの実例：銘柄コメント作成のスキル。「何をするか」「いつ使うか」「どのように行うか」をすべて自然言語で定義し、「サイバーエージェントの投資銘柄紹介コメントを作成して」の一言でアウトプットが出る

• スキルのインパクトを示すエピソード
  • 2026年2月にAnthropicが業務特化型プラグインを発表した際、法務領域でThomson Reuters、COBOL解析でIBMの株価が下落した
  • 起きたことは「汎用モデルにナレッジを自然言語で載せる仕組みの公開」であり、それだけで市場に無視できない影響を与えた

活動実績

• 650業務のうち120案件に着手。件数ベースで約20%、工数ベースでは約35%の業務インパクト
• オンボーディングしたテーブルは約4,000、作成したスキルは200（開発・検証中はそれ以上）

• Snowflake CoCoの利用率は10%から4月に60%へ。1人あたりの利用量は3月比で7倍

ガバナンス：野良業務がなくなる

• 「業務統制は大丈夫か」とよく聞かれるが、答えは逆。野良EUCが増えるのではなく、野良業務がなくなる
• 従来のEUCは手元のExcelやコードが中心で統制が効かなかったが、Snowflake上で行えばすべて観測可能。業務の実体がスキル（自然言語）なので、そのままマニュアルにもなる

• Snowflake CoCoで自動生成したレポートを紹介
  • ある部署の業務カバレッジを評価。利用メンバーの推移、1人1人の利用量、作成されたオブジェクトを一覧化
  • 「定着している」「機能はあるが定着していない」「テンポラリーに広まっている」「データしかない」といった判断軸で各業務を評価し、問題が機能・利用率・データのどこにあるかを示す
  • チーム別・個人別の状況と改善提案も出力。「プレゼン用に要約して」と指定すれば一発でプレゼン用が出てくる
• EUCの統制が難しかったのは、作るのが自由で簡単だったからではなく、作ったものが観測できなかったから

業務成果へのコミット

• 「AIでどんな成果が出るのか」「本当に収益が上がるのか」という問いはそもそも逆
• 正しい問いは「営業の接点を倍にしたい」「商品投入のスピードを半分にしたい」といった目標を置き、それをAIでできるか一緒に考えること。ビジネスインパクトのあるKPIを現場と握り、その達成にAIを使う攻めのスタンスが必要
• 中期経営計画、全業務リスト、オブジェクト、利用ログを結びつけ、目標達成に向けたフィージビリティまで把握してディスカッションのベースラインにしている

問題発見コストの低下とループエンジニアリング

• ビジネスデータが集まればカバーできる業務が増え、規程やマニュアルが集まれば要件定義が充足した状態になる。自然言語の問い合わせログは、そのまま「次にやりたいこと」の要望リストになる

• 次に来るのはループエンジニアリング：自律的・再帰的にシステムが改善し続ける仕組み。必要なのは問題発見能力と問題解決能力
• 安全確実に回すための3つの技術要素
  • マイクロサービスアーキテクチャ：自動生成物を他のコンポーネントに影響させない
  • ハーネスエンジニアリング：安全確実に動くことをサポートする
  • ビジネスセマンティクスエンジニアリング：Snowflakeのコメント機能、データの責任範囲の宣言、スキルによる行動規範、ナレッジグラフやCortex Senseによるオントロジー

• 好きな言葉はNetflixのReed Hastings氏の「コントロールではなく、コンテキストで導く」。LLM時代は、LLMに適切な情報を与えられれば組織が賢くなる

Q. 問題発見のループをどう回しているか？

• クレジットあたりの効率を上げるループを2つ回している
  • 個人向け：利用情報から「こうするともっと良くなる」と日々メールで自動送付し、効果をトレースする
  • システム全体向け：必要なフックや制御、オブジェクトに与えるべきコンテキストを自動的に提案させ、システム全体にインプリメントする
• ループには大中小があり、まず小さいループから始めて大きなループを回せるようにするのがよい。すべて自然言語で実現している

Q. スキルの活用で開発のスピード・コスト・人の役割はどう変わったか？

• 「検索機能を作ってほしい」と言われたら普通は検索機能を作るが、エージェントが使える今はそれでは足りない。検索したい動機と、検索後にデータをどう使うかまで把握し、一連の流れをエージェントに任せられる
• 薄切りの機能を導入すると、全体のスループットの障害になりかねない。このマインドセットの変化がエージェントAIになった一番の変化
• 人の役割はよりビジネス寄りになり、ビジネスの価値にコミットすることが重要

サイバーエージェント 上野 氏・鷹雄 氏のセッション

AI活用の歴史とAIオペレーション室

• 「21世紀を代表する会社を作る」をビジョンに、インターネット広告、メディア（ABEMA）、ゲームの3事業が柱

• 2016年に研究組織AI Labを発足（現在100名超）。広告の効果予測やクリエイティブ生成などのプロダクトを提供してきた
• 2022年のChatGPT登場で「AIは一部のエンジニアだけのものではない」と認識し、2023年にAIオペレーション室を設立。2025年には開発組織向けのAI駆動開発推進室も設立
• 全社展開のステップ

• 2023年：各事業の社員が自分事化できるよう、業務へのAI活用アイデアを集めるコンテストと、セキュリティ・ガバナンスのリスキリングを実施
• 各事業部の事例を持ち寄って自慢し合うワンデイイベントを年1回開催

• 最近最も力を入れているのがAI番付。相撲の番付をモチーフに、事業責任者がAI活用度でランク付けされる。効率化ではなく事業価値につなげることを全員で考える取り組み

• AIオペレーション室の特徴
  • 特定事業に紐づかない全社機能。開発者とプロダクトマネージャー中心の専任約20名
  • 各事業部の事業責任者が兼務しており、全社のAIに関する目線とメッセージを統一できる
  • 中央集権的に決める会社ではなく、各事業部の自由と自己責任を大事にしている
• Snowflakeは広告配信データの社内システムで5年前から採用。経営管理情報などの追加がやりやすく、セキュリティの信頼性や機械学習機能との相性もよい

• AI駆動開発推進室、グループIT推進、技術トップの組織と連携して、全社でAIを使える環境を整えている

Q. AI活用の成果は？

• エンジニアに限らず、全社で4,000名近くがChatGPTやClaudeなどを活用
• 開発組織では開発量が約2倍。仕様書作成などプロダクトマネージャーやプランナーの領域でも大幅な削減効果
• 営業部門では1人が担当できる顧客数が増えて売上につながった例も。事業成果に直結する事例が社内に増えている

データ基盤とMCP連携

• グループのITとデータを担当。全員がChatGPTやClaudeを使える環境があり、皆がAIを使いこなしている
• 社内の至るところのデータがSnowflakeに入っており、MCPを使ってセキュアにデータへアクセスできるようにしている
• 活用例
  • コーポレート情報の検索
  • 安否確認システム：災害時に瞬時に情報を収集し、自部署の状況を確認する
  • 化粧品事業：店舗データの機械学習、契約書エージェント、感情分析
• どれだけ高性能なモデルでも、データがサイロ化していると正しいデータにアクセスできずAIも勘違いする。データをサイロ化させないという基本が重要
• インフラはAWSとGCPを同程度使っている。今回発表されたGCP東京リージョンに期待しており、Google Cloud上のデータとの連携を進めたい

Q. 中長期のビジョンは？

• AI時代のリーディングカンパニーを目指す
• 開発組織では2028年までに全社の開発プロセスの完全自動化を掲げる
• 人材育成では「ビジネスリードエンジニア」「AIXデザイナー」という新しいキャリアを発表。職種定義と評価・教育体制を整える
• 既存事業はAIエージェントとの協働でオペレーションとアウトプットを最適化し、AIならではの新規事業で新しい価値を提供する

クロージング

• 我々はエンタープライズテクノロジーにおける、この世代で最大の構造変化の真っ只中にいる
• Snowflake AI Data Cloudがあれば、ガバナンスの効いた基盤、接続されたシステム、エージェント、コントロールプレーンを活用して、自律型AIを究極の競争優位性に変えられる
• AIのビジネス活用は「できるか」ではなく「どうやるか」のフェーズに入っている

所感

SNOWFLAKE WORLD TOUR 2026 - TOKYO Day2のKEYNOTEに参加しました。

三井住友トラスト・アセットマネジメント様の話して言及されていた「AIでどんな成果が出るのか」「本当に収益が上がるのか」という問いではなく、正しい問いとして「営業の接点を倍にしたい」「商品投入のスピードを半分にしたい」といった目標を置き、それをAIでできるか一緒に考えることの重要性を痛感しました。

SNOWFLAKE WORLD TOURという日本での大きなイベントが終わりましたが、私たちのデータ・AI活用は地続きで続いています。本イベントで得た知見を持ち帰り組織での活用を通じてビジネスの発展に繋がればと思います。
私たちも情報発信や支援を通じてサポートできれば幸いです。

この記事が何かの参考になれば幸いです！