Snowflake Summit 2026:製品発表まとめ

Snowflake Datastream - プライベートプレビュー

インジェスト分野の目玉発表です。Snowflake Datastreamは、Snowflakeに直接組み込まれた、Kafkaワイヤ互換のフルマネージドなストリーミングサービスです。Snowflakeらしくストレージとコンピュートを分離し、サブ秒レイテンシでゼロコピーのストリーミングを実現します。Kafkaワイヤ互換なので、既存のKafkaクライアントやアプリケーションは設定変更だけでそのままストリーミングできます。トピックはガバナンスの効いたSnowflakeテーブルまたはIcebergテーブルとして取り込まれ、RBAC、マスキング、リネージ、Time Travelを自動的に継承します。

これは大きな出来事です。多くのチームが、上流でイベントを捕捉するためだけに別のKafkaスタックをSnowflakeに継ぎ足してきましたが、Snowflakeはそのレイヤー全体をプラットフォームに取り込もうとしています。レイテンシ、exactly-onceセマンティクス、コストが大規模運用でも維持されるなら、ベンダーが1社減り、ガバナンスが分断される場所も1つ減ります。Datastreamは間もなくプライベートプレビューとして提供開始予定です。

OpenFlowがプログラマブルに、プライベートに、そしてより広範に

コーディングエージェントと連携するには、すべてがヘッドレスである必要があります。世の中はそういう方向に進んでいるのです。OpenFlow(NiFiベースのマネージドインジェストサービス)の発表から1年、Snowflakeはギャップを埋めつつあります。OpenFlowを設定するためのプログラマティックAPIとオブジェクトモデルが登場し、UIをクリックする代わりにコードとしてパイプラインを構築・管理できるようになりました(もちろんCoCoに任せることもできます)。セキュリティを重視するチーム向けには、OpenFlow Data Connectivity Proxyがデータソースへのプライベート接続を提供します。コネクタのラインナップも拡大中で、OracleコネクタはGA(Oracle XStream経由のエージェントレスCDC)となり、Veeva、BigQuery、MongoDBのコネクタがパブリックプレビューに入りました。

Snowflake AIM(AI-powered Migrations)- GA

Snowflakeは、これまでの移行関連の取り組み(SnowConvert AI、Snowpark Migration Accelerator、Datometryの技術)をAIM(AI-powered Migrations)という1つの名前に統合し、一般提供(GA)を開始しました。CoCo内の移行エージェントがアセスメント、変換、検証、デプロイを担当し、Snowflakeによればコード移行を平均88%高速化できるとのことです。私の理解では、実質的にはCoCoのプラグインであり、レガシーシステム向けのスキルとコネクタのセットという位置づけです。

Snowflake Postgresのアップデート

2月にGAとなったフルマネージドPostgreSQLサービスのSnowflake Postgresは、今年、エンタープライズ向けの強化が相次ぎました。Private Linkのサポート、顧客管理キー、シークレットの対応により、Snowflakeに期待されるセキュリティ機能が運用データベースにも及ぶようになりました。また、Snowflakeは今年初めにPG Lakeのマネージド版をオープンソース化しています。これはPostgresデータをオープンで相互運用可能なレイクに同期する拡張機能で、年内にGAとなる予定です。

Postgres Data Mirroring - パブリックプレビュー

多くのチームが待ち望んでいたリアルタイムレプリケーションです。スイッチを切り替えるだけでPostgresのテーブルをSnowflakeにミラーリングでき、変更データキャプチャと同期はSnowflakeが非常に低いレイテンシで処理します。追加ツールは不要です。別途CDCパイプラインを構築することなく、運用データを分析環境に届けられます。

Adaptive ComputeがGAに

経済性に関する大きなニュースです。クエリごとに適切なコンピュート量を自動的に判断し、ウェアハウスのTシャツサイズ選びを不要にするサービスAdaptive Computeが一般提供(GA)に移行します(近日ロールアウト予定)。Snowflakeによれば、新モデルは第1世代のウェアハウスの約2倍の速度です。ジョブにXSとLargeのどちらが必要か悩んだ経験があるなら、もう考える必要はないというのが売り文句です。Snowflakeがコンピュートをライトサイジングし、使った分だけ課金されます。

Interactive Compiler

あまり注目されていませんが、実に心躍るリリースの1つです。Snowflakeはまったく新しいインタラクティブクエリコンパイラを発表しました。すべてのクエリは実行前にコンパイル時間を要しますが、この新しいコンパイラはメモリ効率が大幅に向上しています。絶対値には例によって留保がつきますが、Snowflakeによれば、最大級の顧客1社における初期のworkloadsでコンパイル時間が40倍高速化し、その顧客のworkload全体が3〜4倍高速になったとのことです。チームの掲げる目標は、Snowflakeでコンパイル時間を二度と意識しなくて済むようにすることです。

Interactive Workloadsと高速化されたUnistore

インタラクティブテーブルとインタラクティブウェアハウスは2025年12月にリリースされ、Summitではその上に新しいクラスタサイジング、キー選択、プリキャッシングが追加されました。CoCoには最適化とキー選択を支援するスキルが備わり、チューニングをサポートしてくれます。

Unistore Engine Optimization — パブリックプレビュー

リリース以来Unistoreをチェックしていないなら、今が見直すタイミングです。おさらいすると、Unistoreはトランザクション(OLTP)データベースと分析(OLAP)データベースを別々に運用するという古典的な課題に対するSnowflakeの答えです。ハイブリッドテーブルを基盤とし、高速な単一行の読み書きには行ベース、分析にはカラムナというデュアルストレージアーキテクチャを採用しているため、システム間のETLなしに、Snowflake内の同じデータで両方のworkloadsを処理できます。ネックは常にパフォーマンスでした。Summitで、Snowflakeはレイテンシとスループットを約8倍改善する大規模なエンジン最適化を発表しました。初期にハイブリッドテーブルを試して見切りをつけた方は、再評価する価値があります。

AI_COMPLETEが音声と動画に対応

Cortex AISQLは、データに対してAIを実際に活用する最も一般的な手段の1つであり続けています。今年の大きな追加は、AI_COMPLETEがテキストや画像だけでなく、音声と動画も入力として受け付けるようになったことです。感情分析、分類、コンテンツインサイトなど、マルチモーダルなユースケースは増え続けていますが、それでもすべてSQLの関数呼び出し1つで済みます。

Cortex AI Function Studio

これは重要な発表です。AI関数がモデルとのインターフェースだとすれば、Cortex AI Function Studioでは独自の特化型AI関数を構築できます。関数を作成し、評価し、プラットフォームの利用者がどのAIオペレーションを実行できるかを正確にコントロールできるのです。ガバナンスと標準化の観点で魅力的なストーリーです。全員が手作業でプロンプトを書く代わりに、プラットフォームチームが検証・評価済みの関数を公開できます。現在パブリックプレビューです。

GrokがCortexに登場

常に最新・最良のモデルを提供するというのがSnowflakeの変わらぬ約束であり、今年はその一環としてxAIのGrokモデルがCortexで利用可能になりました(基調講演での「SpaceX AI」という表現に戸惑った人もいましたが、xAIのことです)。Anthropic、OpenAI、Google、Meta、Mistral、DeepSeekに加わる形です。Grokは価格・性能の両面で競争力を増しており、Cortexでモデルを選べるということは、明日もっと優れたものが登場すればSnowflakeがそれを届けてくれるということです。

Agentic Search

Cortex Searchはすでに、非構造化データに対するセマンティック検索で、質問に最も関連性の高いテキストチャンクを見つけられます。Agentic Searchが扱うのは別の問題です。ドキュメントのランキングリストではなく、正確な分析的回答が必要な場合はどうするか。関連テキストを返す代わりに、AI関数を使って非構造化ドキュメントから構造化された事実を抽出し、その上で実際の分析クエリを実行します。「2025年に締結された契約は何件か?」という質問には、契約書の抜粋の山ではなく、数値が返ってきます。CoWorkとCortex Agentsから利用できます。

Code Bundles - パブリックプレビュー

現状では、Snowflake内でPythonスクリプトを実行したくても、そのまま渡すことはできません。ストアドプロシージャでラップし、ステージングに対処し、権限を管理し、Snowflakeが理解できる形でコードを貼り付けるか参照する必要があります。Code Bundlesはそのすべてを省略します。PythonやJavaのファイルをSnowflakeに指定するだけで、ローカルで実行するのと同じように直接実行できるのです。なんという発想でしょう。オンデマンドで実行することも、スケジュールに載せることもできます。理屈の上では小さな変更ですが、Snowflake内でコードを実行することが日常業務の一部なら、使い勝手が大きく向上します。

Cortex Training

Snowflakeはひそかに完全なMLスタックを備えており、今年はモデルカスタマイズの本格的なストーリーが加わりました。Cortex Trainingは、オープンウェイトの基盤モデルのファインチューニングや強化学習のためのフルマネージドGPUサービスで、データのある場所でそのまま実行でき、データ移動も分散インフラの面倒な管理も不要です。Snowflakeによれば、高い稼働率により、同じGPU予算から目に見えて多くのトレーニング実行を引き出せるとのことです。現在プライベートプレビューです。

Snowsight Pipeline Builder — プライベートプレビュー

Snowsight内で直接NotebookやML JobsをオーケストレーションできるビジュアルDAGエディタです。パイプラインをグラフとして可視化し、視覚的に編集し、既存のノートブックやMLパッケージから立ち上げ、ログを掘り返すことなくエラーを調査できます。一般的なデータ変換ではなくMLライフサイクル向け、つまりdbtやDynamic Tablesではなく、トレーニングパイプラインやモデルワークフローを想定したものです。

その他のMLアップデート

Snowflakeはほかにも、リモートのSnowflakeコンピュートに対してMLパイプラインを構築するためのVS CodeおよびCursor拡張機能、勝者を本番昇格させる前に本番トラフィックで統制されたモデル実験を行うオンラインA/Bテスト(パブリックプレビュー)、オンライン特徴量ベクトルを約10ミリ秒で提供するストリーミング特徴量サービングをリリースしました。最後のものはGAに移行します。

Streamlit in Snowflake(コンテナランタイム)がGAに

Streamlitは、膨大な数の開発者がSnowflake上でデータ体験を構築する手段であり、コンテナランタイム版のStreamlit in SnowflakeがGAになりました。コンテナで動作し、WorkspacesやGitと統合され、従来より高速かつ低コストです。SnowflakeでStreamlitアプリを構築してきたなら、使うべきはこのバージョンです。

Snowflake App Runtime

Streamlit以上のコントロールを求めるチーム向けに、Snowflake App RuntimeはNode.js(近日Pythonも対応)の実行を可能にし、RBACを含むSnowflakeのセキュリティ境界の内側に本格的なReactアプリケーションをデプロイできます。構築後の最も簡単なデプロイ方法は、Snowflake CLIからの1行のsnow app deployです(当然ながら、CoCoに構築とデプロイを任せることもできます)。現在パブリックプレビューです。

Snap and Ask

小さいながらも気の利いたCoCoの機能です。Snap and Askは、画面上の任意のチャート、テーブル、カードを選択してCoCoに質問できる機能で、回答はその裏にあるライブデータに基づきます。プラットフォームがこちらをちゃんと見てくれている、と感じさせてくれる類の機能です。

Apache Iceberg V3 - GA

SnowflakeはV3仕様の最も広範な実装を備え、V4の策定にも貢献しています。Apache PolarisのIceberg RESTカタログインターフェースはHorizon Catalogに統合され、カタログとエンジン間の完全な双方向読み書きが可能になりました。Horizonが管理するデータでも外部カタログが管理するデータでも、読み書きできます。

IcebergテーブルのSnowflakeマネージドストレージ - AWSとAzureでGA

GCPも近日対応予定です。SnowflakeがIcebergテーブルのストレージレイヤーを直接管理するようになったため、Snowflake内でIcebergのオープンフォーマットの恩恵を受けるために自前のオブジェクトストレージを用意する必要はなくなりました。

Data Resharing - GA

共有されたデータを自由に再共有できるようになりました。シンプルに聞こえますが、これは長年のギャップでした。

Open Sharing - パブリックプレビュー

IcebergとIceberg RESTカタログAPIを介して、Snowflakeをまったく使っていない相手ともデータを共有できます。プロバイダーは一度共有するだけで、利用者はどこからでもアクセスできます。

Multi-party Collaboration - GA

複数の当事者が、データを提供する側と分析を実行する側といった異なる役割で、単一のセキュアな環境で協業できるようになりました。Snowflakeのクリーンルーム技術を基盤としています。Netflixが早期採用企業として、パートナーとともにクリーンルームを構築しています。

ゼロコピー統合

Snowflakeは、ETLなしでSaaSデータのサイロを解消するゼロコピーパートナーシップを拡大し続けています。SAP統合はGAとなりました。新たにWorkday Data Cloud、IBM watsonx.data(メインフレームとDB2のデータ)、産業データ向けのAVEVA Connectが加わっています。

外部ソースをまたいだクエリ

Snowflakeがまったく管理していないシステムにあるデータについても、CoWorkがRedshift、Postgres、その他の外部ソースをまたいでクエリできるようになり、データを移動させることなくSnowflakeのAIを届けられます。

CoCoは2026年初頭に登場したばかりですが、Snowflakeによれば、すでに同社史上最速で成長している製品です。今回のSummitで一気に成熟しました。

Cloud AgentsとAutomations

目玉はCloud Agentsです。すべてのSnowsightセッションで、シェルコマンド、Python、パッケージインストール、dbtビルド、Webブラウジングを実行できる、Snowflakeが管理する隔離サンドボックスを起動できるようになり、ローカル環境のセットアップ不要でCLIのフルパワーをSnowsightに持ち込めます。ローカルCLI環境向けの同等のサンドボックスも用意されています。さらに、CoCoにはAutomationsが加わりました。非同期APIによる、反復的かつ自律的なスケジュール実行ワークフローです。

Skill Catalog - パブリックプレビュー

チーム横断でスキルとプラグインを発見・共有・再利用するためのカタログです。スキルを一度構築して公開すれば、組織内の誰でも見つけて使えます。

CoCoはデスクトップへ、さらにその先へ

CoCoは仕事をするあらゆる場所に姿を現しつつあります。CoCo for DesktopがGAとなり、VS Code拡張機能、Microsoft Excelプラグイン、AnthropicのClaude Code向けプラグインとしても利用可能になりました。モバイル版とSlackbotも準備中です。

CoCoが開発者のコントロールプレーンだとすれば、CoWorkは組織の全員の前にエージェントを置くためのものです。Kleinerman氏の表現を借りれば、全員が自分専用のピットクルー、自分専用のJarvisを手に入れるということです。今年の大きな転換点はパーソナライゼーションです。

Personal Work Engine

今年のCoWorkリリースの中核です。CoWorkでは従来のエージェント選択画面が完全に廃止されました。どのエージェントに話しかけるかをユーザーに選ばせる代わりに、マルチエージェントオーケストレーションを行う単一のパーソナルエージェントが、各リクエストを裏側で適切なデータ、スキル、ツールにルーティングします。各人のパターンや好みを学習するUser Memoryに加え、パーソナルスキルとパーソナルMCPコネクタ(メール、Slack、Teams、カレンダー)を備えているため、アシスタントは実際の働き方に適応していきます。さらに、スケジュールタスクと自動化(朝6時に受信トレイに届くデイリーブリーフ、自動配信される週次分析など)も、毎日プロンプトを打ち直すことなく利用できます。

次世代のArtifacts

Snowflakeは「Dashboards」製品をArtifactsに置き換えつつあります。これは、ガバナンスの効いた共有可能なライブデータのビューで、同僚が操作したりフォローアップの質問をしたりできます。ただし興味深いのは、Artifactsの作成と編集はCoWorkとCoCoからしか行えないという点です。

Cortex Sense - プライベートプレビュー

CoWork関連で最も興味深い発表はCortex Senseかもしれません。クエリ履歴、ダッシュボード、メタデータ、エージェントの行動履歴など、Snowflakeにすでにあるデータとアクティビティからコンテキストを収集しシグナルを構築することで、エージェントを自動的に賢くするランタイム機能です。データサイエンティストと営業担当VPでは、同じ質問でも求める答えが違うことを理解しているのです。CoCoとCoWorkの両方で機能し、Snowflakeの社内テストでは、同一の評価セットにおいて精度がCortex Senseなしの47%から83%に跳ね上がりました。結果は環境によって異なるでしょうが、方向性はまさに正しいものです。エンタープライズAIを有用にするのは、モデルの素の性能ではなくコンテキストなのです。

信頼は基調講演の一幕を丸ごと占めるテーマであり、そのすべてがHorizon Catalogを軸に動いています。

Intent-Driven Governance - プライベートプレビュー

このセクションで最も先進的なリリースで、個人的なお気に入りです。自然言語で意図を表現すると(「データベース内のすべてのPIIを確実に保護して」)、Snowflakeが詳細を処理します。分類をトリガーし、適切なポリシーを作成し、新しいオブジェクトが現れても継続的にガバナンスを維持してくれるのです。何をしたいかを伝えれば、どうやるかはHorizonが考えます。

Horizon AI Guardrails - GA

Horizon AI guardrailsがCoCoとCoWorkの両方に組み込まれ、ゼロデイ攻撃を含むプロンプトインジェクションやジェイルブレイクの試みを検出・ブロックします。

Agent Identity

Agent Identityは、すべてのエージェントに検証済みのアイデンティティを付与し、マスキングポリシーや行アクセスポリシー内で使えるコンテキスト関数を提供します。これにより、エージェントに対して、それを操作する人間より広い、あるいは狭い可視範囲を与えられます。

Data Movement Policies - プライベートプレビュー

Data Movement Policiesでは、特定のタグが付いたデータについて、どのツールが転送を開始したかにかかわらず、内部・外部ステージへの移動やSnowsight UI経由でのダウンロードを禁止すると宣言できます。

Trust Center: データ持ち出し検出 - パブリックプレビュー

Trust Centerの新しい検出パッケージが、境界の外へ出ていく異常なデータ転送を監視し、データがセキュアな環境の外に移動していないかを可視化します。

Multi-Party Approval - パブリックプレビュー

最もリスクの高い操作(組織全体のMFA無効化など)にもう1人の担当者による承認を必須とすることで、悪意ある内部関係者や暴走したエージェントが単独で行動できないようにします。

AI Security Posture Checks - パブリックプレビュー

Trust Centerのより広範なチェック群で、エージェントとAIがベストプラクティスに沿って構成されているかを検証し、エージェントのセキュリティ態勢を継続的に監視します。

Horizon Context

これらすべての土台にあるのがHorizon Contextです。Horizon Catalogの一部として、シグナルとメタデータを収集・エンリッチし、CoCo、CoWork、Cortex Agentsに提供することで、エージェントがビジネスを本当に理解できるようにします。BIツール、変換ツール、その他のデータベースからコンテキストを取り込むメタデータコネクタを備え、既存のSQL、Tableau、Power BIアセットからのセマンティックビューの自動生成を含む、継続中のセマンティックビュー関連の取り組みもすべて取り込んでいます。

AIコストコントロール

Kleinerman氏はコストについて相当な時間を割き、「価値が返ってこない1ドルは使わせたくない」というフレーズを繰り返しました。この面ではいくつかの追加があります。既存の予算を尊重するAIコストコントロール、ユーザー単位のクォータ、共有ウェアハウスでのコストガバナンス(1つのウェアハウスを共有する部門やユーザーごとに支出を帰属させられます)、そして支出のしきい値に達した際にストアドプロシージャなどのアクションを自動実行できる予算カスタムアクションです。

次世代のアカウントレプリケーション

Snowflakeは次世代のアカウントレプリケーションを発表しました。ログベースで、従来の約20倍高速です。この速度により、SnowflakeはSLAに裏付けられたRPO保証を提供し、フェイルオーバー時のデータギャップに責任を持てるようになりました。これがなぜ重要かという文脈として、昨年のクラウドプロバイダー障害の際、300を超える顧客workloadsが何事もなくフェイルオーバーし、ビジネスは動き続けたとSnowflakeは述べています。

Observe by Snowflake

Snowflakeが今年初めに完了したObserveの買収が成果を出し始めています。Observeは、ログ、アプリケーションパフォーマンス監視、インフラ監視を、競争力のあるコスト構造でSnowflakeネイティブなオブザーバビリティソリューションにまとめます。アラートの設定、トリアージ、調査のためのCoCoインターフェースとCLIを備え、Snowflake Icebergテーブル上で動作します。

Kleinerman氏は製品発表の締めくくりとして買収を発表しました。NatomaはエンタープライズModel Context Protocolプラットフォームであり、CoCoとCoWorkに、Slack、CRM、Jira、社内API、データベースなど約100のビジネスシステムコネクタを最初から備えた、ガバナンスの効いたMCPゲートウェイをもたらします。狙いは、Snowflakeのガバナンスを、データアクセスから外部システムにまたがるエージェントのアクションにまで拡張し、ツール呼び出しレベルでのアイデンティティ検証と監査可能性を実現することです。CoWork内のエージェントがSnowflakeを一切離れることなく、メールを送り、Slackのスレッドを要約し、Jiraチケットを起票できるようにする橋渡し役であり、セキュリティチームが夜も眠れなくなる心配もありません。

Snowflakeが紹介した機能の中には、すでに発表済みでSummitでGAに到達した(あるいはステータスが変わった)ものが多数あります。上記の新しい発表を主役に据えるため、ここにまとめておきます。

• Oracle OpenFlowコネクタ:GA(Oracle XStream経由のエージェントレスCDC)。
• Snowflake Postgres(コアのマネージドサービス):2月からGA。Private Link、顧客管理キー、シークレットに対応。
• Adaptive Compute:GAに移行中(近日ロールアウト)。第1世代ウェアハウスの約2倍の速度。
• Apache Iceberg V3:GA。Horizon Catalog内のPolaris経由で双方向読み書きに対応。
• SnowflakeマネージドIcebergストレージ:AWSとAzureでGA(GCPは近日対応)。
• マルチパーティコラボレーション / クリーンルーム:GA。
• データ再共有:GA。
• SAPゼロコピー統合:GA。
• Streamlit in Snowflakeコンテナランタイム:GA。
• CoCo for Desktop:GA。
• ML特徴量サービング / ストリーミング特徴量:GAに移行(2秒未満の鮮度、約10msでのサービング)。
• CoWorkのコア機能:スキル、MCPコネクタ、Deep Research、iOSモバイルアプリ、再利用可能なArtifactsなど、ここ数か月で導入されたものがGAに到達。
• Cortex AISQL:テキスト、ドキュメント、画像、音声、動画でGA。
• Semantic View Autopilot:GA(SQL、Tableau、Power BIからセマンティックビューを自動構築)。
• Dynamic Tablesのパフォーマンス:GA。リフレッシュが大幅に高速化。

昨年のSnowflakeはデータを統合しました。今年は仕事を統合しつつあります。Summit 2026を貫くテーマは、モデルはコモディティ化しつつあり、真の競争優位はガバナンスの効いたエンタープライズデータと、エージェントを信頼できるものにするコンテキストとアイデンティティだ、ということです。CoCoとCoWorkはその賭けの両面(一方はプラットフォームを構築する人向け、もう一方はそこから答えを引き出そうとするすべての人向け)であり、発表されたほぼすべてが、この2つのインターフェースをより速く、より安全に、より賢くするために存在しています。目玉機能の多くはまだプレビュー段階なので、約束どおりの形で提供されるかは今後数四半期で明らかになるでしょう。しかし方向性は明白であり、皆さんがこれを使って何を作るのか、楽しみにしています。

Jeffは、インサイトの自動化とデータによるビジネスプロセス制御において15年以上の経験を持つデータ&アナリティクスコンサルタントです。技術面ではSnowflake + dbt + Tableauを専門とし、業務領域では公益事業、臨床試験、出版、消費財、製造業の経験があります。お気軽にご連絡ください。jeff@gmdata.co

15分以内で利用開始

Snowflake、Databricks、またはBigQueryのアカウントを接続すれば、削減可能なコストがすぐにわかります。