Snowflake Summitでの新機能 CoCo / CoWork / snowflake-summit-2026-overall-what-new-coco

Transcript

1. © 2024 Finatext Holdings Ltd. DataOps Night 特別編 Snowflake Summitでの新機能 CoCo/ CoWork 2026/06/18 株式会社ナウキャスト 加山達大/ @tatatshh
2. © 2024 Finatext Holdings Ltd. 自己紹介 • 名前：加山達大 • 役職：データエンジニア • ひとこと： Snowflake CoCoの公式ドキュメントをGoogle翻訳でかけたら 「雪の結晶 ココナッツ」でした 1 ボールゲットし ました
3. © 2024 Finatext Holdings Ltd. アジェンダ • 新しいサービスの紹介（CoCo Desktop / Snowflake Cowork: 旧Snowflake Intelligence） • CoCo Desktop と Snowflake Cowork の比較・他サービスとの位置付け • CoCo Desktop 本番導入に向けたハードル • デモ 2
4. © Finatext Holdings Ltd. 3 新しいサービスの紹介 CoCo Desktop ／ Snowflake CoWork
5. © Finatext Holdings Ltd. - 概要 ◦ Snowflakeのコーディングエージェント「CoCo」（旧 Cortex Code）のデスクトップアプリ。 - 特徴 ◦ スキーマ・RBAC・リネージなど社内データの文脈を理 解し、本番品質のSQL／dbt／パイプライン／アプリを 生成・実行が可能。 - できること ◦ ローカルのファイルの操作、プログラムの実行まで可能 なため、Snowflake上のデータ分析だけでなく、 PowerPointの作成、アプリケーションの作成などが可 能 4 新サービス紹介 ① CoCo Desktop
6. © Finatext Holdings Ltd. - 概要 ◦ 「Snowflake Intelligence」を刷新した、Chat型のAI エージェント。 - 特徴 ◦ Snowflake内でWebAppとして利用でき、簡単に作成し たAgentを呼び出すことが可能 - できること ◦ 可視化・ダッシュボード作成、図の作成、分析の保存・ 共有・コラボ、Skillsで定型作業を再利用。 ◦ Skillsの利用 / MCPの接続も可能。 ◦ Personal Agent / Automations/Deep Research/Analytical Searchなどの新機能が発表 5 新サービス紹介 ② Snowflake CoWork
7. © Finatext Holdings Ltd. 6 CoCo Desktop と Snowflake CoWork の比較・位置付け 他サービス（Claude CoWork／ChatGPT 等）との違い
8. © Finatext Holdings Ltd. 7 比較・位置付け CoCo Desktop と Snowflake CoWork、他サービスとの位置付け 観点 CoCo Desktop Snowflake CoWork 主な用途 アプリ開発、資料作成、データ分析、ML開発・・・ 汎用的なChatツール、社内データの問い合わせ 実行環境・提供形態 ローカルで動くデスクトップアプリ(IDE) Snowflake上のWeb（Snowsight）で動くチャット形式のAI エージェント、Webアプリケーション 主な対象ユーザー エンジニア中心。資料作成・データ分析など手元作業を行う 非エンジニアも対象 非エンジニア含む全ての方 強み Desktopアプリのため自由度が高く、いろいろな業務を遂行 できる。 作成したCortex Agnetを共通で利用できる。またiOSの Appもあるので、移動中などにデータの確認などが可 能。 類似サービス Cursor / (Claude Cowork)など ChatGPT など
9. © Finatext Holdings Ltd. 8 ユースケース どのサービスを使う？ コードを書く・開発する作業？ SQL・dbt・パイプライン・アプリ開発 手元のファイル操作・複雑なアウトプットの作り込みが必要？ 資料・PowerPoint作成、分析後の作り込み・細かい調整 CoCo Desktop 開発・コーディング、ファイル操作、 複雑なアウトプット作成・細かい調整 繰り返す定型業務として回したい？ 同じ分析・レポートを反復／チームで再利用 はい はい いいえ いいえ Snowflake CoWork 定型業務はCortex Agent／単発はChatで分析・可視化・共有 はい
10. © Finatext Holdings Ltd. 9 比較・位置付け Claude Code / Cursorじゃダメなのか https://x.com/rakudeji/status/2063847312812843192 エンタープライズにおいては、以下の観点で組織的に導 入を考えると推進しやすく、結果AIの利活用が進み、 生産性が向上するというご意見もあり、私自身 「Claude Codeでよくない」と思っていた一人では あったので、考えさせられました。 - 推進者がデータ部門と責任が明確 - 予算管理明確 - セキュリティチェックがすでに通っているため、 追加の審査コストが小さい
11. © Finatext Holdings Ltd. 10 CoCo Desktop 本番導入に向けたハードル 実運用で越えるべき課題
12. © Finatext Holdings Ltd. - Context（業務文脈） ◦ 自社業務を理解せず、ハルシネーションや指標 定義の取り違えが起きる。 - Governance & Security（統制） ◦ データと同じアクセス制御・ポリシーをエー ジェントにも適用する必要がある。 - Cost（コスト） ◦ トークン消費やスキーマ再探索でコストが増 大。モデル選択とコスト配賦が要る。 出典：Snowflake Summit 2026 セッションAI211 本番導入を阻む3つの課題 PoCから本番へスケールする際、Context・Governance・Costが壁になる
13. © Finatext Holdings Ltd. - MCPはAIと社内システムをつなぐ標準インターフェース ◦ 文脈の供給：モデルは自社業務を理解していない。スキーマ・定義・ナレッジなどガバナンスされたデータで文脈を渡 す。 ◦ ツール/アクションの標準化：データ参照だけでなく、各システムの操作・実行を統一された形でAIから呼び出せる。 ◦ これによりAIと社内データ・業務システムを、サービスごとの個別実装なしに安全につなげる。 - 業務文脈の供給で精度が上がる ◦ 文脈がないと、ハルシネーションや指標定義の取り違え（例：「売上」の定義のズレ）が起きやすい。 ◦ スキーマ・指標定義・ナレッジを文脈として渡すことで、回答の正確さと再現性が高まる。 - データの取り扱いルール ◦ プロバイダー側のPolicyを確認した上で、社内情報・機密情報の入力は可。ただし要配慮個人情報・マイナンバー等は入 力禁止など（基準を事前に明文化）。 12 Context｜業務文脈の供給 モデルは自社業務を知らない。文脈と「文脈レベルの境界」を供給する
14. © Finatext Holdings Ltd. - 最小権限とID委任（RBAC／ACL） ◦ ツール単位の最小権限を付与し、「このエージェントが・どのツールまで・誰の委任で」呼べるかを中央で定義・強制す る。 - 実行環境の隔離 ◦ エージェントは自律的にコマンド実行・ファイル操作を行うため、誤動作や乗っ取り時に手元の鍵・認証情報まで到達さ れうる。 ◦ 不正な指示を埋め込むプロンプトインジェクションで、「読むだけ」のつもりが情報の持ち出しや破壊的操作に変わる恐 れがある。 ◦ 手元PCで直接実行せず隔離環境（サンドボックス）で動かせば、攻撃が成功しても被害をその環境内に閉じ込められ る。 ◦ Claude Cowork/Desktopはローカルに隔離環境を起動し、明示的に共有したフォルダのみアクセス可能とする。 - ガードレールと認証情報の集約 ◦ 外部接続は許可ドメインのみに制限。レート制限・出力レビュー(DLP)などを実施。 13 Governance & Security｜信頼性・統制 AI Agentがセキュリティリスクを抑えつつ自律的に動ける環境を作成する
15. © Finatext Holdings Ltd. - 観測性：誰が・何を・どれだけ使ったかを見えるようにする ◦ エージェントは1会話で数十〜数百回ツールを呼ぶため、放置すると想定外の課金を招きやすい。 ◦ 「どのエージェントが・どのツールを・いつ・何回・誰の委任で」呼んだかをログ・テレメトリで可視化する。 ◦ 消費をチームやワークフロー単位に帰属させられて初めて、コストの説明責任を果たせる。 - コストの制御 ◦ 用途に応じたモデル選択や、部門・タスク単位のコスト配賦で、消費をコントロールする。 ◦ CoCo Desktopはユーザー単位で1日あたりの推定クレジット上限を設定でき、超過時はアクセスを自動ブロックする。 14 Cost｜観測性とコストの肥大化 「誰が・どれだけ使ったか」を観測し、コストを帰属・制御できる状態にする
16. © Finatext Holdings Ltd. 15 全体アーキテクチャ MCPで業務システムとデータをAIにつなぐ全体構成 MCP クライアント MCP経由でツールを呼び出し、データや機能を利用する側 MCP MCP Gateway 認証・認可／ポリシー制御／監査ログを集約 MCP MCP サーバー データ基盤 Snowflake 等／構造化・非構造化データ 業務システム Salesforce・Slack・在庫システム 等 コンテキスト システムプロンプト等 コンテキスト コンテキスト Semantic views/ cortex scene
17. © Finatext Holdings Ltd. 16 全体アーキテクチャとSnowflakeの各機能 MCPで業務システムとデータをAIにつなぐ全体構成 MCP クライアント MCP経由でツールを呼び出し、データや機能を利用する側 MCP MCP Gateway 認証・認可／ポリシー制御／監査ログを集約 MCP MCP サーバー データ基盤 Snowflake 等／構造化・非構造化データ 業務システム Salesforce・Slack・在庫システム 等 コンテキスト システムプロンプト等 コンテキスト コンテキスト Semantic views/ cortex scene CoCo Desktop / Snowflake Cowork Natoma買収 MCP Connectors Cortex Sense
18. © Finatext Holdings Ltd. 17 デモ Snowflake上のPOSデータ → 自然言語で分析・可視化 → レポート（PDF／PowerPoint）作成
19. © Finatext Holdings Ltd. ① POSデータに接続 ◦ Snowflakeに集約した販売（POS）データを集計 ② 分析・可視化 ◦ 売上・在庫のトレンドや異常を自然言語で分析し、グラフ・表に可視化。 ③ レポート化・共有 ◦ PowerPointに自動整形。必要に応じて App Runtime で簡易ダッシュボードも生成し共有 18 デモ デモシナリオ