言語

エージェント

Snowflake、Summit 2026でAIエージェント「Snowflake CoWork」を一般提供開始

Snowflakeはサンフランシスコで開催されたSnowflake Summit 2026において、AIエージェント「Snowflake CoWork」の一般提供(GA)を、新たなガバナンスおよびアイデンティティ機能とともに発表しました。本発表により、従来のSnowflake Intelligenceはナレッジワーカー向けのパーソナル業務アシスタントへと再ブランド化され、エンタープライズツールとのコネクタやメモリ機能を備えました。企業運用において、同プラットフォームは役割ベースのアクセス制御とアイデンティティ追跡を通じて、社内データにわたる自動ワークフロー実行を実現します。

執筆:Mike Mozg5分で読めます

Snowflake Summit 2026の主なAI発表内容

サンフランシスコのモスコーン・センターで開催されたSnowflake Summit 2026の発表内容には、20,000人以上の参加者に向けて披露された26以上の新製品機能が含まれています。最高経営責任者(CEO)のSridhar Ramaswamy氏とAnthropicプレジデントのDaniela Amodei氏は、自律機能、セマンティックコンテキスト、セキュリティ管理を中心としたエンタープライズスタックの概要を説明しました。今回の発表で大きくフィーチャーされた主要ソフトウェアインターフェースは、ナレッジワーカー向けのSnowflake CoWorkと、開発者ワークフロー向けのSnowflake CoCoです。さらに、Horizon Contextメタデータコネクタ、Cortex Senseランタイムツール、Apache Iceberg v3サポート、およびAI Agent Identityセキュリティ機能も発表されました。

Snowflake CoWork AIエージェントを特徴づける機能

Snowflake CoWork AIエージェントは、ナレッジワーカーがデータ分析や日常業務のワークフローを実行するために設計された一般提供のパーソナルエージェントです。Snowflake Intelligenceから改称されたこのシステムには、Artifacts、Deep Research、User Memory、User Skills、そして組織全体でソリューションを共有するための集約型Skill Catalogが組み込まれています。Model Context Protocol(MCP)コネクタを介して、Google Drive、Salesforce、Slackなどのエンタープライズソフトウェアに直接接続します。ユーザーは、ネイティブiOSアプリケーション、チームコミュニケーション用Slackbot、およびMicrosoft Excelに統合された拡張機能を通じて、本機能にアクセスできます。

エンタープライズツールにおけるSnowflake CoWorkの使い方

日常業務におけるSnowflake CoWorkの使い方として、企業は標準的な統合機能やインターフェースを通じて、既存のビジネスアプリケーションにエージェントを接続します。ナレッジワーカーはSlack内で直接クエリを実行して統制されたダッシュボードを作成したり、Microsoft Excelのスプレッドシートからデータリクエストを送信したりできます。モバイルデバイスでは、スタッフがネイティブiOSアプリケーションを使用して保存されたユーザーコンテキストにアクセスし、詳細なリサーチ要約を取得します。また、チームはカスタムスキルを組織全体のSkill Catalogに公開できるため、他の部門が接続されたデータソース間で検証済みのワークフローを発見して再利用することが可能です。

Snowflake CoWorkとCortex Codeの違いとタスク分担

Snowflake CoWorkとCortex Codeの違いを比較すると、主な違いは対象とするロール(役割)にあります。CoWorkがビジネス業務を担うのに対し、Cortex Codeはソフトウェアエンジニアリング向けに「CoCo」へと再ブランド化されました。CoCoは、自動化、クラウドエージェント、およびVS Code、Vercel、Retool、Superblocksなどの開発環境との統合を備え、エンタープライズAI開発に特化した自律タスク実行を提供します。CoWorkがリサーチ、ユーザースキル、ビジネスアプリコネクタを重視する一方、CoCoはコード生成と自動ソフトウェア配信に焦点を当てています。両方のインターフェースとも、Cortex Senseランタイム層に依存して企業データ定義を処理します。

Snowflake AI Agent Identity管理機能がエンタープライズデータを保護する仕組み

Snowflake AI Agent Identity管理機能は、企業データ環境内で動作するすべての自律型エージェントに対して、暗号化された検証可能なアイデンティティを確立します。エージェントがユーザーの広範な資格情報を継承するのではなく、エージェントごとの役割ベースのアクセス制御を強制してデータの露出を制限します。このフレームワークは、すべての自動化アクションの完全な監査ログを記録し、アクセスをリクエストする特定のエージェントタイプに基づいて動的データマスキングを適用します。完全なビジネスコンテキストを含む構造化された質問のテストにおいて、基盤となるCortex Senseランタイムは、一般的なモデルの24%に対して86%の精度を達成しました。

企業運用にどのような変化をもたらすか

企業運用において、このプラットフォームは手動でのリサーチ時間を削減し、自動データ処理に厳格なコンプライアンス境界を強制します。AIエージェントに暗号的アイデンティティを割り当てることで、セキュリティチームは人間のユーザーの行動とは独立して自動タスクを監査でき、不正なデータ流出を防止できます。ビジネスチームは、SQLクエリを書いたり複数の分析ツールを切り替えたりすることなく、Microsoft ExcelやSlack内で直接クエリを実行して時間を節約できます。さらに、Cortex Senseコンテキスト層により、構造化された企業データに対する回答精度が標準モデルの24%から86%に向上し、自動レポートにおけるエラーが減少します。

Snowflake CoWorkの料金について判明していること

6月1日〜4日のイベント発表において、Snowflake CoWorkの料金詳細は個別の品目別料金としては発表されませんでした。このツールは、CoCoやHorizonガバナンスフレームワークと並び、Snowflakeの主要エージェントインターフェースの一環として一般提供が開始されました。組織は、統合されたセキュリティ管理および管理コントロールを備えた既存のSnowflakeプラットフォーム環境全体にこれらの機能を展開できます。

よくある質問と回答

パーソナル業務エージェント「Snowflake CoWork」とは何ですか?

Snowflake CoWorkは、ナレッジワーカー向けに設計された一般提供中のパーソナル業務エージェントであり、Snowflake Intelligenceから改称されました。Deep Research、User Memory、User Skills、Artifacts、Skill Catalogなどの機能を備えています。MCPコネクタを介してGoogle Drive、Salesforce、Slackに接続し、モバイルiOSアプリ、Slackbot、およびMicrosoft Excel拡張機能から利用可能です。

Snowflake AI Agent Identityはどのようにエンタープライズデータを保護しますか?

Snowflake AI Agent Identityは、プラットフォーム上で動作するすべてのAIエージェントに暗号化された検証可能なアイデンティティを提供します。ユーザー資格情報を継承する代わりにエージェントごとの役割ベースのアクセス制御を適用し、エージェントのアクションに関する完全な監査ログを追跡し、エージェントタイプに基づいて動的データマスキングを適用します。

Snowflake CoWorkとCoCoの違いは何ですか?

Snowflake CoWorkは、ナレッジワーカーの生産性とビジネスデータクエリのために設計されたパーソナルエージェントで、Snowflake Intelligenceから改称されました。一方、Cortex Codeから改称されたSnowflake CoCoは、エンタープライズAI開発向けに設計されたコーディングエージェントであり、自律的なコード実行、VS Code統合、および開発者向けの自動化を処理します。

MOZGIIの視点

私たちならこう作ります

企業コミュニケーションやスプレッドシートを活用するエンタープライズ知識労働者向けの個人アシスタントエージェントを構築するなら、既存のビジネスファイルやコミュニケーションチャネルにシステムを直接紐付けるでしょう。Slackやスプレッドシートのようなツールからのクエリを、標準的なビジネス定義とエンタープライズデータベースを照合する統一コンテキストランタイム層経由でルーティングするでしょう。広範なユーザーアカウントを継承させるのではなく、各自動化ワーカーが個別の権限で動作するよう、暗号化アイデンティティトークンを用いたエージェント単位のアクセス制御を実装するでしょう。

このような自動化システムでの主な失敗要因は、コンテキスト層を更新せずに下層のエンタープライズコンテキストやスキーマ定義が変更されることです。ビジネスロジックの不一致はクエリ精度を下げ、不正確な要約を業務チームに返すリスクを生みます。このリスクを管理するため、スタッフが運用上の意思決定でレポートを利用する前に、人間が複雑なリサーチ出力を確認・検証することを求めるでしょう。回答の信頼性を維持するため、構造化されたエンタープライズデータに対するクエリ応答精度を主要指標として監視するでしょう。

次に、追加のソースアプリケーションやモバイル環境にわたってカスタムエージェントスキルを接続し、システムを拡張するでしょう。他部門が検証済みワークフローを安全に発見し再利用できるよう、共有カタログを設置するでしょう。

出典

この記事の事実の出典です。

  1. 01Snowflake Summit 2026: All the Announcements and What They Meanatlan.com

Cookieを使用しています

MOZGII の改善のため、匿名の利用データを収集しています。同意なしにデータが収集されることはありません。 プライバシーポリシー · Cookieポリシー