Snowflake Summit 2026のカバレッジから見逃したかもしれない3つの洞察

エンタープライズ人工知能の第一波が計算と基盤モデルに関するものだったとすれば、次の波は、それらのモデルを実際のビジネスで有用にするために必要なソフトウェアとデータインフラに関するものになりつつあります。

第一波のAI勝者は、GPU、サーバー、ネットワーク、クラウド容量といった計算リソース、つまりAIの「つるはしとショベル」を販売しました。しかし、エンタープライズAIが実験から展開へと移行するにつれ、ソフトウェアスタックに新たな価値の層が現れています。Snowflake Inc.は、企業が独自データを高度なAIモデルに接続し、それらのシステムの運用方法を管理するために必要なツールに焦点を当てることで、その層に自社を位置づけています。TECHnalysis Research LLCの創設者兼チーフアナリストであるBob O'Donnell氏は、そこにSnowflakeのチャンスを見ています。

「モデルへのデータ接続が不可欠です」と同氏は述べています。「データとこれらのフロンティアモデルをつなぐコネクター役を果たせれば、ソフトウェア部分の『つるはしとショベル』に多くの興味深い機会が開かれます。」

O'Donnell氏は、SanjMoの創設者兼オーナーであるSanjeev Mohan氏とともに、Snowflake Summit 2026でtheCUBEのDave Vellante氏と対談しました。イベント中、Vellante氏とRebecca Knight氏は、Snowflakeのリーダー、顧客、パートナーと、次世代エンタープライズAIをサポートするために必要な特性と機能について話し合いました。

以下は、Snowflake Summit 2026で見逃したかもしれない3つの重要な洞察です。

洞察#1：強固なデータ基盤がエンタープライズAIをビジネス成果に変える。

DoorDash Inc.にとって、大規模な機械学習、分析、エージェントワークフローをサポートするには、モノリシックアーキテクチャからの脱却が必要でした。データエンジニアリング、データプラットフォーム、ビジネスインテリジェンスの責任者であるVaibhav (VJ) Jajoo氏によると、同社は過去10年間、リアルタイム物流ビジネスをサポートし、増大するAIワークロードを可能にする基盤を構築してきました。

「時間の経過とともに、分析データの消費においてマシンユーザーがヒューマンユーザーを上回っていることがわかりました」と同氏はtheCUBEに語っています。「ML機能、本番サービスへのフィードバックループ、AIエージェントワークフローは、分析ユーザーを上回っています。そうなると、モノリシックな環境を採用することはできません。それは足かせとなり、その上で新しいユースケースを有効にすることができなくなります。」

Fanatics LLCは、同じデータ原則を利用してファン体験をパーソナライズしています。複数のチャネルにわたってデータを統合し、リアルタイムの洞察を活用することで、同社は個々のファンの好みをよりよく理解し、対応できるようになります。商業担当バイスプレジデントのKevin Longo氏は次のように述べています。

「スポーツについて考えてみると、伝統的にそれは常に一対多の手段でした。単一の放送、単一のスポンサーが多くのファンに送信されます。しかし、ファンは皆同じではありません。私たちは常にそれを知っていましたが、今ではAIとSnowflakeとのパートナーシップにより、それをリアルタイムで理解し、行動に移すことができます。」

顧客向けのパーソナライゼーションに加えて、組織はエンタープライズAIを内部業務の変革にも利用しています。Whoop Inc.では、3ペタバイト以上のデータと毎日約20テラバイトの新しいデータが生成されており、オープンスタンダードと相互運用性が不可欠です。分析担当バイスプレジデントのMatt Luizzi氏は次のように述べています。

「過去数年間、クリーンなセマンティックオントロジーの生成に多大な努力を注いできました。これにより、CoCo Desktopなどの製品をすぐに活用して価値を得ることができました。現在、人間が価値を付加できる場所と、価値を付加する必要がある場所に変化が見られます。」

強固なデータ基盤の影響は、業務効率化にとどまりません。SiriusXM Holdings Inc.の戦略は、オーディエンスが何を消費しているかだけでなく、それらのインタラクションの背景や意図を理解することへの幅広いシフトを反映しています。SiriusXMのチーフ広告製品・技術責任者であるSherene Hilal氏は次のように述べています。

「オーディオをよりモダンにする方法を模索し始めるにつれて、データとテクノロジーが成功のレシピであることがわかりました。具体的には、オーディオのコンテキスト、聴いている内容のムードや瞬間、ポッドキャストのトランスクリプトを取得し、そのデータを利用可能にすることで、リスナーにとって非常にカスタマイズされた体験を提供できます。」

洞察#2：エンタープライズAIには、セキュリティ、ガバナンス、信頼のための新しいフレームワークが必要。

AIの台頭はサイバーセキュリティの経済性を根本的に変え、エクスプロイトの窓を圧縮し、組織に従来の脆弱性管理を超えた対応を強いています。Tenable Holdings Inc.は、Snowflakeをセキュリティデータレイクの基盤として使用しながら、AI駆動の修復と自動化機能を開発し、企業がマシンスピードでリスクを特定して低減できるようにしています。Tenableの製品担当シニアバイスプレジデントであるJason Merrick氏は次のように述べています。

「エクスポージャーマネジメントはプロダクトではありません。それはプログラムです。従来のITインフラを見るだけではありません。クラウド、アイデンティティ、それらを組織内のコンテキストで結びつけ、設定を確認し、既知の脆弱性や露出があるかどうかを確認し、それを強調表示してリスクを低減できるようにすることです。」

組織がエンタープライズAI時代のセキュリティ態勢を強化するにつれて、ソフトウェアの構築方法も再考されています。SnowflakeとClover Network LLCでは、AI支援開発がソフトウェアデリバリーを加速する一方で、ガバナンス、標準、組織変更への新しいアプローチが必要です。Clover Networkのグローバル最高情報責任者兼最高技術責任者であるVinayak Kagalkar氏とSnowflakeの最高情報責任者であるMike Blandina氏は次のように述べています。

「モデルに標準を強制できると思います」とBlandina氏は言います。「例えば、CoCoでは、『この特定のプロジェクトでは、構築するすべてのものに対して、コード開発のエージェントとして越えてはならない一連の境界を設定できます。使用するアーティファクトの種類やコードの種類に関する私の標準はこれです』と事前に指定できます。これは、紙のドキュメントで行うのと同じように、ソフトウェア開発ライフサイクルを通じて強制できます。」

医療分野では信頼が同様に重要であり、AI生成の洞察が患者の転帰に直接影響を与える可能性があります。Komodo Health Inc.は、3億3000万以上の匿名化された患者の旅路の縦断的ビューを構築し、医療およびライフサイエンス組織向けに透明で説明可能なAIワークフローを提供するためのデータ基盤を作り上げてきました。Komodo Healthの最高技術責任者であるAmit Sangani氏とSnowflakeのヘルスケア・ライフサイエンス担当グローバルバイスプレジデントであるJesse Cugliotta氏は次のように述べています。

「平均的な患者カルテは46,000語です」とCugliotta氏は言います。「あなたが救急室に入り、医師が他に27人の患者を抱えている場合、医師はたとえアクセスできたとしても、あなたのカルテ履歴全体を読むことはありません。AIを活用する能力は、より完全な全体像を提供し、この特定の患者を診断する最も正確な方法を理解することです。それは、ケア提供者の日常的な経験だけでなく、患者の転帰にも重大な影響を与えます。」

洞察#3：信頼され管理されたインテリジェンスがAIを本番環境に移行させる。

法律、税務、監査の専門家は、検証不可能な結果を生み出すシステムに依存することができないため、管理されたデータと信頼できるコンテンツがAI導入の重要な要素となっています。Thomson Reutersは、数千の管理されたテーブルとデータベースにわたる信頼されたデータ資産を構築し、専門家が高リスク環境で自信を持って使用できるエンタープライズAIツールの基盤を作りました。Thomson Reutersのデータ・分析責任者であるCaitlin Halferty氏、法務イノベーション責任者であるLaura Safdie氏、Snowflakeの開発者・AI体験担当バイスプレジデントであるBala Kasiviswanathan氏は次のように述べています。

「知らない業界にAIを持ち込むことはできません。理解していないワークフローを変革することはできません」とSafdie氏はtheCUBEに語っています。「世界で最も重要な職業の一つを対象に構築する場合、AIがどのように私たちをより良くし、公共の利益に貢献できるかを理解し、同時に目的に適合した方法でそれを行う必要があります。」

同じ信頼の重視が、企業のガバナンスへのアプローチを形成しています。Intercontinental Exchange Inc.とニューヨーク証券取引所では、ガバナンス、データ品質、アクセス制御への長年の投資により、AI導入を遅らせるのではなく加速できるようになりました。ICE/NYSEのデータ・分析・ガバナンス担当バイスプレジデントであるDurgesh Das氏は次のように述べています。

「私たちの役割は、実際に摩擦を取り除くことです。私たちはすでにガバナンスによって適切な人に適切なデータを提供していましたが、今AIの機会は、摩擦なくタイムリーに情報を提供し、ビジネスが独自のツールを持ち込んで迅速に回答を得られるようにすることです。」

エンタープライズAIの導入が拡大するにつれ、組織は本番環境では汎用モデルが提供できる以上の専門的なインテリジェンスが必要になることが多いと認識しています。Resolve AI Inc.は、ドメイン固有モデルを使用してサイト信頼性エンジニアリングのワークフローをサポートしています。Resolve AIの創設者兼CEOであるSpiros Xanthos氏は次のように述べています。

「モデルは、インテリジェンスがモデル内に圧縮される方法だと考えています。非常に具体的なビジネスユースケースがある場合、ドメイン固有モデルを使用することで、速度やレイテンシだけでなく、実際の精度も向上させることができます。より一般的なユースケースでは、フロンティアモデルが通常最善の答えです。しかし、Resolveが取り組んでいるような、カスタマイズされたモデルが実際に役立つものには、非常に良いプロダクトマーケットフィットがあります。」

theCUBEのSnowflake Summitの詳細なカバレッジについては、以下の独占セグメントをご覧ください。

（開示：theCUBEはSnowflake Summitの有料メディアパートナーです。Snowflakeおよび他のスポンサーは、theCUBEまたはSiliconANGLEのコンテンツに対する編集上の管理権を持ちません。）