スノーフレークの継続的な売り込み：データをAIに持っていくのではなく、AIをデータに持ち込む
あるソリューション提供事業者によれば、顧客は「わくわくしている」
スノーフレークは、「AIは自社のプラットフォーム上で最も効果を発揮する」という考えに、資金とエネルギーを投じています。
それが、OpenAIとの2億ドル規模の契約であれ、Observeの買収予定であれ、あるいは新しいProject SnowWorkであれ、スノーフレークのパートナーであるGary McConnell氏は、こうした取り組みのおかげで、そのプラットフォームの話が会話の中で常に出てくる、と語っています。
「スノーフレークの最近の動きで説得力があるのは、単に金額の大きさだけではありません。『一貫性』なんです」と同氏はThe Registerに語った。「スノーフレークは機能ロードマップで積極的です。さらに、可観測性への投資も進めており、複雑さが増していく中でエンタープライズのサポートに相性が良いはずです。」
VirtuITというソリューション提供企業のCEOであるMcConnell氏は、スノーフレークの最近の動きによって、AIに対して顧客が実際に投資回収（ROI）を得ることを支援することに焦点が当たった、と述べました。同氏は、この点が自社のエンタープライズ顧客の間で重要なテーマになっているとも語っています。
「OpenAIとのパートナーシップ、Observeの買収構想、そしてProject SnowWorkはいずれも、同じ主張を指し示しています。つまり、あなたのデータ・プラットフォームこそが、AIの仕事が実際に行われる場所であるべきであり、ただ“そこから出力して持ち出すための元”であるだけではない、ということです」と同氏はThe Registerに語りました。「私たちの顧客にとって、それは意味のある変化です。これまでの組織は、データウェアハウス、特徴量ストア、そして別のAI/ML環境を組み合わせて（つなぎ合わせて）いく必要がありました。スノーフレークは、そのスタックを統合しようとしており、その統合というストーリーへの関心が実際に高まっているのを感じています。」
Snowflakeは機能ロードマップに対して積極的であり、AIデータの複雑性が拡大するにつれて、可観測性への投資を重要な構成要素にすると、McConnellは語った。
「顧客は、データをAIに移すのではなく、データ側にAIワークロードを持ち込めるようになることに熱心です」と彼は言った。「また、自分のデータがどこにあり、誰が触ったのかを把握するガバナンスの物語も、例えば製薬、法律、金融といった規制の強い業界で強く響きます。」
Snowflakeは年間で数千人の顧客を追加しており、2023年1月の7,800から、今年1月は13,330へと増加した。これは、3年間で顧客基盤を70％増やしたことになる。
同じ期間に、より多くのエンタープライズ顧客も獲得している。Forbes Global 2000におけるエンタープライズ顧客は、2023年時点で573社から、2026年1月時点で790社へと増えた。これらの企業は、直近の会計年度における同社の47億ドルの売上の43％をもたらした。
Snowflakeは年明けに、Googleとの提携を発表し、Chocolate FactoryのGeminiモデルを、アプリケーションから推論へつなぐサービスであるSnowflakeのCortex AIに組み込んだ。また、Observe AIを買収する計画も発表した。エンジニアはこれを使って異常を検知し、根本原因をより速く特定し、運用のレジリエンスを高められる。
2月には、OpenAIと2億ドルの提携を結び、エンタープライズ顧客向けにカスタムAIソリューションを開発すると発表した。さらに、Semantic View Autopilotを追加した。これは、AIエージェントに、より一貫性があり信頼できるデータ結果を得るための、ビジネス指標の共通セットを提供するサービスだ。そして続いて、Snowflake Postgresが登場した。これはpg_lakeによって支えられている。pg_lakeは、Postgresが組織のデータレイクハウスの中で動けるようにする、オープンソースのPostgreSQL拡張群だ。
先週、同社はProject SnowWorkのベータテストを実施していると発表した。これは、一般的なビジネスのワークフロー、用語、KPIを理解する、ロールベースのAIペルソナを使う。発想は、マッチするビジネスペルソナにビジネス上のタスクを割り当てることで、Snowflake側が財務、営業、マーケティング、オペレーション向けの事前設定済み機能を提供する。
「私たちは、すべての営業チームやマーケティングチームが同じやり方をしていると仮定しているわけではありません。しかし、これらの機能がどのように動いているかには明確なパターンがあります。パイプラインをどう追跡するか、キャンペーンをどう測るか、予測をどう作るか、といったことです」と、Snowflakeの開発担当兼AIエクスペリエンス担当VPであるBala KasiviswanathanはThe Registerに語った。「何千もの顧客にわたって観測されたこれらのパターンが、強力な出発点を私たちに与えてくれます。」
- Snowflake、GoogleのGeminiに冷ややかな対応
- SnowflakeがPostgreSQLをAI Data Cloudに接続
- Snowflakeのアップデートが世界規模の大雪（失敗の吹雪）を引き起こした
- Snowflakeは、OpenAIがデータベースをもっと“おしゃべり”にすることに2億ドル賭ける
同氏は、Snowflakeが自社の営業チームに対して内部的にProject SnowWorkを使っており、これにより、データに裏付けられたQBR、ピッチデック、顧客へのメールをすべて1か所から生成できるようになったと述べた。経営層には、本人の役割に合わせて、重要な指標によるパーソナライズされたインテリジェンスのフィードが提供される。そしてSnowflakeは、複数チームにまたがる何週間もの作業という負担を軽減するために、SnowWorkを使って決算準備の自動化を始めたとも語った。
「システムは各顧客自身のデータ、定義、ワークフローに基づいており、チームはそこに自分たちのロジックを重ねることができます」とKasiviswanathanは言った。「時間が経つにつれて、利用状況とフィードバックによって改善も進みます。つまり、固定された“ペルソナ”というより、各企業が実際に運用しているやり方に、すぐに具体化していく出発点なのです。これは、私たちが研究プレビューの中で学び、体系化しようとしている重要な要素でもあります。」
セキュリティの面では、同氏は、Project SnowWorkが行うあらゆるアクションが、ロールベースのアクセス制御、データポリシー、監査ログを自動的に継承すると述べた。つまり、利用者が閲覧を許可されているデータにしか作用できず、すべてのステップが完全に追跡可能だ、ということだ。
「エンタープライズは、手順を確認し、出力を検証し、アクションをどのように、そしていつ実行するかについてのコントロールを維持できます」と彼は言った。®
