DataOps Night特別編 Snowflake Summit 2026 Recap - いま知っておきたい Context と Memory in Snowflake Summit 2026

Transcript

1. CONFIDENTIAL © 2015 - 2026 Nowcast Inc. CONFIDENTIAL いま知っておきたい Context と Memory in Snowflake Summit 2026 2026年6⽉18⽇(⽊) 株式会社ナウキャスト 庵原崚⽣ Snowflake Summit 2026 Recap / DataOps Night 1
2. CONFIDENTIAL © 2015 - 2026 Nowcast Inc. CONFIDENTIAL 2 ⾃⼰紹介 株式会社Finatext / 株式会社ナウキャスト データ&AIソリューション事業 データエンジニア 庵原崚⽣ X: @L4_Nq_T__ • 新卒⼊社した会社でETLプロダクトのソフトウェアエンジニア • 前職にてシニアデータエンジニアとして、メディア/⼩売/エネルギー/⾦融/観光/宿泊/建設/ゲームなど幅広い業界に対 してデータ‧AI基盤の構築に従事 • 現在ナウキャストにて、同様にデータエンジニアとして従事 経歴概要
3. CONFIDENTIAL © 2015 - 2026 Nowcast Inc. CONFIDENTIAL お品書き 1. そもそもcontextやmemoryって何？ 2. Snowflakeがこれを発表した界隈的背景 3. Summitで発表された新しいサービスの紹介 4. 関連セッションの紹介
4. CONFIDENTIAL © 2015 - 2026 Nowcast Inc. CONFIDENTIAL AI Agentは引き続き ”賢くなってきているのに⾃信満々に間違える” 4 “The models sound smart, but they still produce confident wrong answers.” モデルは賢そうに振る舞うが、それでも “自信満々の誤答” を返す — Snowflake（The Agent Context Layer for Trustworthy Data Agents） ボトルネックは “モデルの賢さ” ではない • LLM はスキーマ（列名‧型）は読めても、その背後の “ビジネス上の意味” を知らない • 「どのテーブルが正か」「この指標の前提は何か」を知らないま ま、それらしく回答してしまう • さらに LLM は原理的に stateless ＝ 前回までのやり取りを覚えて いない → 結果が “confident wrong answer（⾃信満々の誤答）” 足りないのは Context（文脈）と Memory（記憶） “Without context, an agent guesses.” 文脈がなければ、エージェントは “推測” するしかない 文脈があれば “推測” は “行動” に変わり、ガバナンスが加わって初めて “信頼” できるものになる 記憶があれば毎回同じ文脈を与え続けることをせずに、シームレスに エージェントが自律的に理解と学習を行える → 本日のテーマ：その文脈と記憶を、誰が・どう与えるのか？
5. CONFIDENTIAL © 2015 - 2026 Nowcast Inc. CONFIDENTIAL そもそも Context ‧ Memory とは？ 5 “横の広がり” ＝ 組織の意味 • 意味：指標・テーブル・列が「何を表すか」 • 組織知：明文化されない業務ルールや前提 • 権限：誰がどのデータを見て・使ってよいか • 来歴：その数値や答えが「どこから来たか」 例：“revenue” の定義、テーブル間の関係、部署ごとの集計ルール “縦の時間” ＝ 履歴と学習 • 状態：会話や分析作業の途中経過 • 履歴：過去のやり取り・依頼・決定 • パーソナライズ：担当者の好み・定型業務 • 学習：セッションを跨いで継続的に覚える 例：前回の分析の続き、よく使う指標・フィルタ Context（⽂脈） Memory（記憶）
6. CONFIDENTIAL © 2015 - 2026 Nowcast Inc. CONFIDENTIAL なぜ今 “Context ‧ Memory” なのか 6 • 受け⾝の Q&A から、⾃ら計画し実⾏す る⾃律エージェントへと役割が変わりつ つある • Gartner：2026年末までにエンタープラ イズアプリの 40% がタスク特化型AI エージェントを搭載（2025年は<5%） • ⾃分で判断‧⾏動する分、拠り所となる “正しい⽂脈” の重要性が⼀気に増し • 組織横断での「⽂脈」の形成と「記憶」 の利活⽤と組織への蒸留はの難易度の⾼ さが引き続きある “Data has scaled, Context hasn't” • データは増えたが文脈は追いつかない。 RAG だけ・セマンティックレイヤーだけでは 精度が頭打ちに • 「どれが正で・どう繋がり・どう使うべきか」が 抜けると、検索や生成の精度は上がりきらな い “AI Governance just became Data Governance” • Gartner：2027年末までに agentic AI プロ ジェクトの 40%超 が頓挫（文脈・ガバナンス 不在が一因） • エージェントがデータを “使う” 時代、権限・ 監査・来歴の統制が信頼の前提になる 1. AIエージェント時代の要請 2.RAG/Semantic Layerの限界 3.組織横断のガバナンスの必須化 ※ ⽤語の整理 • RAG（Retrieval-Augmented Generation）：質問に関連する⽂書を検索して、その中⾝をプロンプトに⾜してからLLMに答えさせる仕組み（＝外部知識の“検索”補強）。 • Semantic Layer：⽣のテーブルに「指標‧ディメンションのビジネス定義（例：“revenue”とは何か）」を被せ、誰が問い合わせても同じ意味で計算されるようにする層（＝定義の“共通⾔語”）。
7. CONFIDENTIAL © 2015 - 2026 Nowcast Inc. CONFIDENTIAL ① Horizon Context - ガバナンスされた “⽂脈の層” 7 • Horizon Catalog（メタデータ基盤）の上に構築 蓄積したメタデータを “ガバナンス済みのビジネス上の意味” へ変換。単なる 記録の台帳（system of record）から、意味を理解する基盤 （system of understanding）へ • 3本柱：Collect → Enrich → Activate 1. Collect＝各種コネクタ/リネージ/OSI標準で収集 2. Enrich＝Semantic Views・Semantic Studio・AI生成ドキュメントで意 味を付与 3. Activate＝Universal Search や MCP で人にもエージェントにも届け る • ガバナンスが “意味” のレベルで効く RBAC や行・列マスキングがビジネス定義に追従し、全BIツール・全エージェ ントへ一貫適用。テーブルを直接叩く “抜け道” も塞ぐ • “同じ理解” の上で全社を動かす アプリ・分析・エージェントが同一の信頼できる文脈を共有。BlackRock （Aladdin）など大手も支持を表明
8. CONFIDENTIAL © 2015 - 2026 Nowcast Inc. CONFIDENTIAL ② Cortex Sense - 実⾏時に “⽂脈” を組み⽴てる 8 • 全エージェントの共有コンテキスト層 CoWork・CoCo など全エージェントが、同じ “データ＋定義＋運用知識” を読 む。エージェントごとに文脈を作り込む必要がない • 事前構築ではなく “ランタイム ” で組み立て クエリ履歴・オブジェクトのメタデータ・BIダッシュボード定義・Semantic View から、クエリ実行時にその場で文脈を合成して渡す • “初日からデータを理解 ” する 手作業のセマンティックモデル構築が不要。context-aware なエージェントを “数ヶ月ではなく数分で” 立ち上げられるのが狙い • インパクト：精度 約24% → 約86% 構造化されたビジネス質問への正答率 • Horizon Contextとの違い(二次情報寄り ) • Horizon Context＝人間がガバナンス付きで「意味・定義」を管理する 層（system of understanding） • Cortex Sense＝その意味をエージェント向けに集約して渡す運用層
9. CONFIDENTIAL © 2015 - 2026 Nowcast Inc. CONFIDENTIAL ③ Snowflake CoWork — Personal Agent ＋ “記憶” 9 • User Memory：個人の “記憶” 各ユーザーの行動・好み・繰り返しタスクをセッションを跨いで学習。毎回ゼロ から説明し直す必要がなくなる • 2層の知性 ＝ 記憶 × 文脈 User Memory（個人の記憶）× Cortex Sense（組織の文脈）。さらに 仮想グラ フ（エピソード記憶／意味記憶）などを構築すればでドメイン知を柔軟に蓄積 可能 • 受け身のAI → “先回りする仕事のパートナー ” “most AI systems still wait for instructions” からの脱却。指示待ちではなく、 文脈を踏まえ自ら段取りして実行する
10. CONFIDENTIAL © 2015 - 2026 Nowcast Inc. CONFIDENTIAL 全体像 — Context と Memory はどう繋がるか 10 CoWork（＋User Memory） / CoCo ユーザーと対話し、⾏動するAIエージェント Cortex Sense 実⾏時に⽂脈を組み⽴て、全エージェントへ供給 Horizon Context メタデータを “ガバナンス済みの意味” へ（collect / enrich / activate） Snowflake Horizon Catalog メタデータ基盤（テーブル‧リネージ‧タグ‧利⽤状況…） メタデータに“意味”を与える 収集した素材を、RBAC‧定義付きの“信頼できる意味”に 変換（collect / enrich / activate） 意味を実⾏時に組み⽴て クエリ実⾏時に、全エージェントが読める“共有コンテキス ト”として合成 ⽂脈を渡し、⾏動させる 受け取ったエージェントは“推測”ではなく“⾏動”できる
11. CONFIDENTIAL © 2015 - 2026 Nowcast Inc. CONFIDENTIAL 全体像 — ガバナンスについて 11 なぜ “信頼” が導入の加速剤なのか • AIがデータを “使う” 時代 アクセスの主体が人からエージェントへ。誰の/どのエージェントが、いつ何に アクセスし何をしたかを統制する必要がある • Discover / Protect / Trust を一体化 発見（どこに何が）・保護（権限/マスキング）・信頼（来歴/監査）を1つの基盤 で。意味のレベルで一貫して効かせる • AI Agent Identity エージェントごとに暗号学的ID・専用RBAC・監査ログを付与し、人間と同じ ように統制・追跡できるようにする ※ Gartnerは、2027年末までにエージェント型AIプロジェクトの40%以上 が、コストの高騰、ビジネス価値の不明確さ、不十分なリスク・コントロール を理由に、中止されるという見解を発表 https://www.gartner.co.jp/ja/newsroom/press-releases/pr-20250625-agentic-ai-project
12. CONFIDENTIAL © 2015 - 2026 Nowcast Inc. CONFIDENTIAL 関連セッション① Semantic Memory — “記憶” でドメイン知をスケールさせる ARCHITECTING SEMANTIC MEMORY ― Scaling Domain Wisdom with Snowflake CoWork 12 Session Semantic View の “次”。既存資産を “記憶” として再構成し、 AIエージェントが 自律的に使う設計思想 • 課題：Context Scaling データはスケールしたが、人手によるチューニングがボトルネックに • グラフ × ベクトルのハイブリッド検索 利用ログを “信頼度シグナル” として活用し、最適なテーブルを選ぶ • 既存アーティファクトを “記憶化” dbt メタデータ・実行ログ・アクセスログから有機的にスケールさせる → Horizon Contextの前身的なアーキテクチャ ビジネス層 業務の意味・定義 データ資産層 テーブル・カラム等の実体 関係層 資産どうしの繋がり テレメトリ層 利用ログ・信頼度シグナル 人間の記憶モデルになぞらえた 4階層
13. CONFIDENTIAL © 2015 - 2026 Nowcast Inc. CONFIDENTIAL 関連セッション② Context Layer in Practice — 信頼できるエージェントの作り⽅ Context Layer in Practice: How Workday Builds Trustworthy AI Agents 13 Session エージェントの信頼性は、モデルやプロンプトより “機械可読なコンテキスト層 ” で決まる • セマンティックレイヤー 1枚では不十分 Technical / Structural / Tacit の多層的なコンテキスト設計が必要 • “知らないことを知っている ” それが信頼性の機能。答えられない時は「データがありません」と明示できる設計 • 例：一見シンプルな問いに潜む暗黙知 「Why is drive-through time up this week?」← 定義・時間窓・権限など複数の前提が必要 Context ＝ 3要素の重なり Knowledge 知識：定義・事実 Expertise 専門性：使いこなしの勘所 Norms 規範：守るべきルール・前提 = 信頼できる Context 3つが重なって初めて、エージェントは安心して任せられる
14. CONFIDENTIAL © 2015 - 2026 Nowcast Inc. CONFIDENTIAL まとめ — エージェントを “信頼できる” ものにするために 14 1 2 3 ボトルネックはモデルではなく Context “推測する” エージェントから、“行動し、信頼できる” エージェントへ Semantic × RAG × Context × Memory どれか一つでは confident wrong answerになる。揃って初めてエージェントは成立する Snowflake の解（今回の発表） Horizon Context（文脈）＋ Cortex Sense（実行時供給）＋ CoWork / User Memory（記憶）＋ Horizon（ガバナンス）
15. CONFIDENTIAL © 2015 - 2026 Nowcast Inc. CONFIDENTIAL 15