1-1. Snowflake CoWorkの概要
Snowflake CoWorkは、利用者が自然言語で質問し、 Snowflake上の企業データや関連情報をAI Agentが利用しながら回答を支援する仕組みです。
flowchart LR
A[利用者]
B[Snowflake CoWork]
C[Cortex Agent]
D[Snowflake Data]
A --> B
B --> C
C --> D
1-2. 従来型分析との違い
従来の分析
flowchart TD
A[利用者]
B[分析担当者へ依頼]
C[SQL作成]
D[データ抽出]
E[BIレポート作成]
F[回答]
A --> B
B --> C
C --> D
D --> E
E --> F
CoWorkを利用した分析
flowchart TD
A[利用者]
B[自然言語で質問]
C[Snowflake CoWork]
D[Cortex Agent]
E[分析結果]
A --> B
B --> C
C --> D
D --> E
- 分析担当者への依頼回数を減らしやすい
- SQLを直接書かない利用者でも分析しやすい
- 追加質問を自然言語で続けやすい
1-3. ChatGPTとSnowflake CoWorkの違い
| 項目 | ChatGPT | Snowflake CoWork |
|---|---|---|
| 主な用途 | 一般的な対話・文章生成・推論 | 企業データを利用した業務支援・分析 |
| 企業データ | 接続やアップロードなど追加手段が必要 | Snowflake上のデータ利用を前提に設計可能 |
| 権限 | 利用する接続先ごとの設計が必要 | Snowflakeの権限制御と組み合わせて設計 |
| 意味定義 | プロンプトや外部データに依存 | Semantic Layerとの連携が重要 |
1-4. Cortex Agentの役割
Snowflake CoWorkの中心的な役割を担うのがCortex Agentです。 利用者の質問を受け取り、必要なツールや情報を判断して回答を組み立てます。
flowchart TD
A[質問]
B[Cortex Agent]
C[数値分析が必要]
D[文書検索が必要]
E[Cortex Analyst]
F[Cortex Search]
A --> B
B --> C
B --> D
C --> E
D --> F
1-5. 業務利用イメージ
「A社への次回提案ポイントを教えて」
flowchart LR
A[質問]
B[顧客情報]
C[購買履歴]
D[問い合わせ履歴]
E[提案資料]
F[回答]
A --> B
A --> C
A --> D
A --> E
B --> F
C --> F
D --> F
E --> F
回答イメージ：過去6か月で商品Aの購入が増加している一方、 商品Bは前年同期比で減少しているため、次回訪問では商品Bの利用状況確認と関連商品の提案を検討する。
1-6. CoWork利用時に必要な構成要素
flowchart TD
U[利用者]
C[CoWork]
A[Cortex Agent]
S[Semantic Layer]
D[Snowflake Data]
R[Role・権限]
U --> C
C --> A
A --> S
S --> D
R --> C
R --> D
企業利用では、AI機能だけでなく、 データ品質、Semantic Layer、Role・権限をセットで設計する必要があります。
この章で理解したこと
- CoWorkは自然言語と企業データの間をつなぐAI利用体験である
- Cortex Agentが必要な分析手段を判断する
- Cortex AnalystとCortex Searchは用途が異なる
- 企業利用ではSemantic Layerと権限設計が重要
次章では、生成AIとAI Agentの違い、Agentがどのようにツールを使うのかを詳しく解説します。