世界最大のデータ＆AIカンファレンスであるSnowflake Summitに今年も参加してきました。会場の熱気はまさに圧巻のひと言。基調講演が始まった瞬間から伝わってきたのは、Snowflakeが既存機能の改良にとどまらず、データプラットフォーム、AI workloads、業務生産性のすべてにおいて「何ができるか」を再定義しようとしている、ということでした。プラットフォーム経済性、ガバナンス、インテリジェントな自動化に焦点を当てた一連の新製品発表は、データドリブンな組織にとって大きな飛躍を示すものとなっています。
それでは、Snowflake Summit 2025で発表された内容を一挙にご紹介します！
プラットフォーム経済性
Snowflakeからは経済性向上に関する発表が複数行われました。コストの可観測性、そしてコンピュートとデータ取り込みのコスト効率改善が主なポイントです。
Organizational Usage Views
複数リージョン・複数クラウドにまたがるSnowflakeの利用量とコストを一画面で把握できるビューで、リソース利用状況を包括的に確認できます。これまで複数のSnowflakeアカウントをまたいで「query_history」のようなビューをクエリするのは難しかったため、これは大きな前進です。ただし、これらのアカウントビューの多くは最大24時間の遅延があり、プレミアムビューとして追加料金がかかる点には注意が必要です。
Spend Anomalies
組織のSnowflake支出が想定範囲を逸脱した際に通知を行う機能で、予期せぬコスト増を先回りして検知・対応できます。モニターはアカウント管理者にしか通知されませんが、このアラートは任意のメールアドレスを登録できる点が嬉しいポイント。アカウントレベルと組織レベルのモニターを同じ画面から扱える点も便利です。
クエリタグ・オブジェクトタグによる予算管理
これまでSnowflakeでは予算をウェアハウス単位でしか設定できませんでしたが、新機能では消費を分類できるようになり、特定のクエリやデータベースオブジェクトに紐づくリソース利用量について、より粒度の細かいチャージバックモデルを構築できます。仮想ウェアハウス以外の軸で予算管理やコスト配賦を行うベストプラクティスを後押しする機能として、私たちも期待しています。
Adaptive Compute
Summitで最も注目を集めた発表のひとつ。ユーザーがポリシーや意図を指定すると、Snowflake側が必要なコンピュートリソース（種類、サイズ、スケーリング特性）を自動的に判断してくれます。管理がラクになり、パフォーマンスと利用効率が最適化されるのが特長です。どのサイズのウェアハウスでジョブを動かすか頭を悩ませる必要はなく、Snowflakeが判断してくれます。しかも、クエリ終了後のアイドル時間は課金されず、実際に使ったコンピュート分だけが請求されます。
Snowpipeの取り込み料金体系のシンプル化
新しい料金体系は、「ファイル数＋コンピュート時間」ではなく、Snowflakeに取り込んだデータ量に基づくものへと変わります。理解しやすく予測もしやすくなり、データ取り込みのコスト効率が50％改善します。料金体系がシンプルになるのは、誰にとっても歓迎すべき変更です！
第2世代ウェアハウス
より高速なハードウェアとソフトウェアの最適化により、Snowflakeベンチマークで2.1倍、Icebergテーブル内のparquetファイルスキャンではマネージドSparkと比較して1.9倍の高速化を実現します。すでにGen2の導入事例を数多く耳にしており、今後さらに多くの成功事例が出てくるのが楽しみです！
データガバナンス
Snowflake Horizon Catalog（ガバナンスの統合プラットフォーム）
データの管理とガバナンスを担う中核プラットフォームで、IcebergベースのRESTカタログとの完全な相互運用性を提供します。どのようなデータが存在するかを把握し、それを統制できるのが特長です。以下、Horizon Catalog配下の主なアップデートをご紹介します。
Sensitive Data Insights
Horizon Catalogの強化として、機微データの自動分類、タグ付け、タグの伝播が追加され、データプライバシーとコンプライアンスが向上します。PIIタグの自動伝播は大歓迎です。PIIのリネージ管理はデータガバナンスにおいて最も難しい課題のひとつだからです！
Expectations for Data Quality
データに期待する鮮度とボリュームを定義し、その期待値を満たさない場合に異常アラートを受け取れる機能です。鮮度のアラートが可能になることで、サードパーティのオーケストレーターに頼らず、より多くのデータエンジニアリングworkloadsをSnowflake内で完結できます。本機能はPrivate Previewです。
AIモデルのRBAC（ロールベースアクセス制御）
特定のロールが利用できるAIモデルを組織側で選択でき、AI機能への安全かつ統制されたアクセスを実現します。AIを広く開放したい組織もあれば、コストの高いモデルの利用を制限したい組織もあるため、これは重要な機能です。
セキュリティの強化
パスワードのみによるサインインの非推奨化、プログラマティックアクセストークン、パスキー、認証アプリ、ダークウェブでの認証情報モニタリング、IPブロックなどを導入し、セキュリティを底上げします。個人的に最も期待しているのはパスキー認証。MFAの煩わしさを大幅に減らしてくれます。パスキーはパスワードマネージャー（またはOSのキーシステム）とシームレスに連携し、ボタンひとつでログインできます。
Horizon Co-Pilot
Horizon Catalog内のAIアシスタントで、保護されていないオブジェクトやタグが欠落しているオブジェクトについて質問でき、ガバナンス業務を効率化します。技術に明るくないユーザーでも自社のデータ資産について質問できるようになります。本機能はPrivate Previewです。
外部アセット管理
もうひとつの大きな目玉発表。Horizon CatalogがSnowflake外のアセットの発見、公開、管理にも対応するようになります。初期サポートはPower BI、Tableau、dbt、Airflow、SQL Server、Postgres、MySQL、Databricks。アセットの発見や管理がどこまで可能か、UI上でどう動くかはまだ不明ですが、続報がとても楽しみです。
内部マーケットプレイスの強化
ノートブック、MLモデル、データセットといったデータプロダクトをキュレーション・公開できるようになり、新しいリクエスト承認フロー、簡素化された管理機能、刷新されたUIが提供されます。エンドユーザーがデータセットへのアクセスを申請する流れがスムーズになります。現在Public Previewです。
データエンジニアリングとデータ取り込み
Snowflakeは、OpenFlow、Workspaces、dbt in Snowflakeなど、データエンジニアリング関連の新機能を複数発表しました。
Snowflake OpenFlow
Snowflake OpenFlowは、SharePoint、Slack、Google Drive、主要なRDBMSなど、さまざまな構造化・非構造化ソースからデータを取り込み、処理するための新しいマネージドサービスです。Apache NiFiを活用しており、SnowflakeマネージドリソースまたはカスタムVPCへのデプロイをサポートします。
Snowflakeはこれまでも徐々にコネクタ市場へ進出してきましたが、今回の発表は、データ取り込み市場の主要プレイヤーになるという明確な意思表示と言えます。マネージドサービスが本当にシームレスであれば、利用するベンダーをひとつ減らせるのは顧客にとって大きなメリットです。ただし現時点ではAWS側でインフラを構築する必要があり、完全マネージドを求めるお客様にとってはハードルになりそうです。
Oracleとのパートナーシップ（Xstream APIインテグレーション）
Xstream APIインテグレーションにより、OracleデータベースからSnowflakeへのシームレスかつ準リアルタイムなChange Data Capture（CDC）が可能になります。Oracleベースの基幹システム（Fusion Cloud、JDE、NetSuiteなど）を利用しており、Snowflake上でリアルタイム分析を実現したいお客様にとって、大きな前進です。
Snowpipe Streamingの刷新
新バージョンのSnowpipe Streamingでは、SDKアクセスの改善、ステートレス変換、取り込み時のプレクラスタリング、高スループット（最大10 GB/s）を実現し、5〜10秒以内にデータがクエリ可能になります。新SDKは依然としてJavaのみのサポートで、Pythonと比べるとターゲットユーザーが限定されます。Snowpipe StreamingのPython SDK（もちろんRust実装で）もぜひ提供してほしいところです！
SnowsightのWorkspaces
Snowsight内のモダンな開発環境で、編集およびデータキュレーションをサポートし、ワークシート、Streamlit、ノートブック、ファイルベースの操作、フォルダ、ソースコード管理連携に対応します。WorkspacesはPublic Previewです。
個人的には、今年のSnowflakeの発表のなかでも特に好きな機能のひとつ。データエンジニアリングのプロセスを大幅にシンプルにしてくれます。エンドツーエンドのデータパイプラインの作成、バージョン管理、スケジューリングを1か所で完結できるようになりました。これまでSnowflakeとGitの連携は煩雑でしたが、これからはファイルツリーから直接ファイルを開いて編集し、差分を確認し、コミット＆プッシュするまでをSnowsightを離れずにこなせます。この新ツールでの開発が待ち遠しいです！
dbt Projects in Snowflake
（Public Preview）dbtパイプラインをSnowflake内で直接構築・テスト・デプロイできる開発環境です。可観測性機能や、dbt Labsとの協業によるdbt Fusion engineも提供されます。
セルフホストGitプロバイダのサポート
SnowflakeはGitLab、GitHub Enterprise、Bitbucket、Azure DevOps、AWS CodeCommitなど、セルフホスト型のGit連携をサポートするようになりました。これにより、プライベートGitリポジトリをSnowflakeに接続し、バージョン管理、CI/CD、プラットフォーム内開発が可能になります。ユーザーはリポジトリのクローン、更新の取得、SQL・プロシージャ・アプリ内でのコード参照を、ガバナンスを維持したまま行えます。このアップデートにより、安全かつ柔軟なDevOpsワークフローがSnowflake環境にそのまま持ち込まれます。
Migration Assistant
Migration AssistantはAI対応のデータ移行サービスで、Snow Convertの出力を活用しながら移行プロセスをガイドし、複雑な移行をスムーズに進められます。
PostgreSQL in Snowflake
Snowflakeはトランザクショナルなデータストアを求める顧客の声に応え、堅牢なPostgreSQLプラットフォームであるCrunchy Dataを買収しました。PostgresはAIエージェントにとって定番の選択肢であり、Snowflake上でPostgresが使えるようになることで、AI駆動のアプリ開発がより手軽になります。
Snowflake Postgresは、カスタマーマネージドキーやSnowflakeのセキュリティ境界との統合といったエンタープライズ機能を備えたマネージドPostgreSQLサービスを提供し、純粋なトランザクショナルデータストアとしてSnowflakeのプロダクト群を完成させます。
AI、エージェント、ML
SnowConvert AI
AIを活用してデータベース移行をシンプル化し、移行後コードの自動テスト・検証まで行います。SnowConvert AIは単体ソフトウェアで、こちらから今すぐダウンロードできます。中心となる機能は方言変換のようで、抽象構文木（AST）とシンボルテーブルを活用してソースコードのセマンティックモデルを作成し、Snowflake SQLへの変換を支援します。
ノートブックと分散ML API
Snowflakeのノートブックとコンテナランタイムが一般提供（GA）となり、モデルの実行を高速化する分散ML APIも合わせて提供されます。
Cortex AI SQL
Cortex Functionsを拡張し、テキスト、画像、音声などマルチモーダルデータに対するエンティティ抽出、集約、フィルタリングといった関数群をSQLから直接利用できます。Snowflakeはこれを「group by all」以来となるSQL最大のアップデートと位置付けていますが、私たちもまったく同感です！
- 具体的な関数：ai_filter、ai_agg、as_summarize_agg、ai_classify、ai_transcribe、ai_embed、ai_similarity
AI Joinは、自然言語プロンプトに基づいてテーブルを結合（セマンティックジョイン）できる機能で、クエリエンジンの最適化により、より速く・より低コストで実行できます。たとえば、AIによる適合性評価に基づいて履歴書と求人票を結合する、といった使い方が可能です。
注目すべきは、Snowflakeが非構造化データの保存機能を強化しており、それらのデータをAIでクエリできる点。たとえば.wavファイルやPDFを含むカラムをAIに評価させ、録音やPDFのなかで最も多い顧客クレームを分析させる、といったユースケースが考えられます。
AI Complete関数
大規模言語モデルを使って画像を理解し、音声を文字起こしし、インサイトを要約することで、テキスト・画像・音声を単一のテーブルに保存できるようになります。非構造化データ領域へのさらなる踏み込みであり、分析の可能性を大きく広げます。
AI Aggregate関数
マルチステップのmap-reduceを用いて大規模データセットにおけるコンテキストウィンドウの制約に対処し、多数の行にまたがる要約インサイトを提供します。
Semantic Views
メトリクス、ディメンション、定義といったビジネスコンテキストを捉えて公開できる新しいタイプのビューで、AIとBI両方のユースケースに対応します。
Semantic SQL
セマンティックビューを照会するために設計された、よりリッチなクエリ言語で、パフォーマンスと回答精度の向上を実現します。
Cortex Knowledge Extensions
これらの拡張機能により、ニュース記事、研究論文、学術ジャーナルといった外部ソースの非構造化データをAIアプリケーションに取り込めるようになります。同時に、アイソレーションと明確な帰属表示によって知的財産権が確実に尊重されます。これらの拡張機能はMarketplace経由で利用可能です。
Cortex Agents
一般提供（GA）となったCortex Agentsを使えば、自然言語でSnowflake内の構造化・非構造化データを横断的にクエリできます。複雑なワークフローのオーケストレーション、推論、さまざまなバックエンドやデータセットとの連携にも対応。リクエストの各パートを自動的に適切なツール（Cortex AnalystやCortex Searchなど）へルーティングし、コンテキストに応じて応答をブラッシュアップします。他のツールやエージェントを呼び出してエージェント型アプリケーションを支えることも可能です。組み込みのガバナンスによって安全かつコンプライアンスに準拠したアクセスが担保され、統制を犠牲にすることなく、信頼できる対話型AIをエンタープライズデータにもたらします。
Microsoft Teams連携
この連携により、Cortex agentsがMicrosoft Teamsで利用できるようになり、ビジネスユーザーが普段働いている場所でデータの力をそのまま活用できます。
Marketplaceのエージェント型製品
Snowflake Marketplaceがパートナーによるエージェント型製品・アプリケーションをサポートするようになり、AI駆動ソリューションのエコシステムが広がります。
Snowflake Intelligence
Snowflake Intelligenceは、SQLやコーディングのスキルを持たないビジネスユーザーが、自然言語でインサイトにアクセスできるようにする新しいエージェントです。平易な英語でデータについて質問でき、エージェントがリクエストを賢く分解し、適切なツールへルーティングし、透明性と正確性を備えた回答を返してくれます。Snowflake内の構造化データとドキュメントを横断して動作し、より深い分析のためのフォローアップ質問にも対応します。これが重要なのは、ビジネスチームが技術チームに頼ることなく、より速くデータドリブンな意思決定を行えるようになる一方で、エンタープライズグレードのガバナンスとセキュリティが維持されるからです。Snowflake Intelligenceは近くPublic Previewとなります。アクセス可否はai.snowflake.comから確認可能。こちらが非技術系ビジネスユーザー向けの新しいUIとなります。
Data Science Agent
Data Science AgentはSnowflake Intelligenceの一部ですが、非技術系ビジネスユーザーではなく、データサイエンティスト向けに最適化されています。Snowflake内での機械学習ワークフローを効率化・スケールさせるために設計されており、自然言語プロンプトでSnowflakeデータに対してMLモデルを生成・評価・デプロイでき、外部ツールや複雑なパイプラインへの依存を減らせます。エージェントは関連性の高い特徴量を提案し、モデルタイプを推奨し、トレーニングやチューニングの自動化まで行うことで、開発プロセスを加速します。これにより高度な分析のハードルが下がり、実験のスピードが上がり、モデリングとデータガバナンスのすべてをSnowflakeプラットフォーム内に閉じ込めることができます。
In-line Co-Pilot
Snowflake環境内でホットキー（Command+iまたはControl+i）から起動できるインラインAIアシスタントで、その場で文脈に応じたサポートを提供します。
まとめ
これらの進化により、Snowflakeは、単にスケーラブルなだけでなく、インテリジェントで効率的、そしてビジネス成果に深く根ざしたデータプラットフォームの未来を築こうとしています。顧客が手にするのは、コストの削減、可視性の向上、強固なガバナンス、そして業務の現場にそのまま寄り添うAIツール。Snowflakeは顧客のニーズに応えるだけでなく、その先回りまでしていることが明確です。データとAIの次なる時代はすでに到来しており、高速で、安全で、深く変革をもたらすものになるでしょう。私たちSELECTは、皆さんがこれらの新機能をどう活用されるのか、楽しみにしています！
Jeffはデータ＆アナリティクスのコンサルタントで、インサイトの自動化やデータを活用したビジネスプロセス制御において15年以上の経験を持ちます。技術面ではSnowflake + dbt + Tableauを得意とし、業務領域では公益事業、臨床試験、出版、CPG、製造業での経験があります。お気軽にご連絡ください：[email protected]。