Snowflake、自律型データエンジニアリングとリアルタイムアナリティクスの新機能を発表

　Snowflakeは、米国時間11月3日に開催した「Snowflake Expedition 2026」で、「Autonomous Data Engineering」とリアルタイムアナリティクスの新機能を発表した。Autonomous Data Engineeringは、データパイプラインの構築・運用・修復に伴う定型作業をAIエージェントが処理する仕組みで、本番環境への適用はエンジニアが判断する。リアルタイムアナリティクスは、データの取り込みから活用までを、ガバナンスを適用した単一のプラットフォームでつなぐ。

　「CoCo Cloud Agents」は、Snowflake CoCoをエンジニアのローカルPCではなく、Snowflakeのマネージドクラウド環境で実行する機能。セッションごとに専用のセキュアなコンテナが割り当てられ、エンジニアがログオフした後も処理は継続する。「CoCo Restricted Session Scope」を使えば、エージェントの操作権限を細かく制限できる。「CoCo Automations」では、パイプラインの正常性確認などのタスクを自然言語で定義し、定期実行させられる。問題を検知するとCoCoが原因をたどって修正案を提示し、エンジニアが確認したうえで本番環境に反映する。Slack連携やGitHub連携にも対応する。また「Snowflake Pipeline Builder」では、ビジュアルエディター上のドラッグ＆ドロップ操作でパイプラインを構築できる。

　リアルタイムアナリティクスでは、Snowpipe Streamingがデータ量に応じて自動的にスケールする「Elastic Channels」に対応した。Kafka利用者向けの「Snowflake Datastream」は、接続先をSnowflakeに変更するだけで利用でき、ブローカーやコネクタの管理が不要になる。さらに、ストリーミング中のデータを標準SQLで変換する「Streaming Transformations」と、1秒未満のレイテンシーでアプリケーションやAIエージェントに回答を返す「Interactive Analytics」を提供する。取り込み性能は毎秒最大20GBで、データが利用可能になるまでの時間は中央値で3秒としている。

　Apache Spark向けには、Snowpark ConnectにDataFrame Writer V2 APIと柔軟なパーティショニングへの対応を追加した。これにより、Icebergテーブルに書き込む既存のSparkパイプラインを、コードの変更を抑えてSnowflakeへ移行できる。

【関連記事】
・Snowflake、Google Cloud東京リージョンでのサポートを2026年度第4四半期に開始
・Snowflake、動的モデルルーティングでAIコスト最適化とモデル選択肢を拡充
・Snowflakeが示す、企業のAIエージェント活用に不可欠なデータ基盤とは？