Snowflake、AI駆動のデータ分析システム「コルテックスアナリスト」を発表

Cortex Analyst: Snowflakeのデータ分析革命

Snowflakeは、Cortex Analystの公開プレビューを発表し、複雑なデータ分析を革新します。Cortex Analystは、高度なエージェントAIシステムであり、ビジネスに対して従来のダッシュボードに代わる会話型インターフェースを提供します。これにより、ユーザーは自然な英語でデータにアクセスでき、分析プロセスがシンプルになります。

Cortex Analystは、ユーザーのクエリを自動的にSQLに変換し、データを取得し、結果を検証することでセルフサービスの分析を効率化します。SnowflakeのAI部門責任者であるバリス・グルテキンによれば、Cortex Analystは複数の大規模言語モデル（LLM）を用いた協力的アプローチを採用しており、約90%の高精度を実現しています。この精度は、Databricksが提供する既存のLLMベースのテキストからSQLへのソリューションを上回り、迅速な分析ワークフローを支援し、ユーザーがタイムリーな情報に基づいた意思決定を行うことを可能にします。

Cortex Analystによる分析の変革

企業がAI駆動の予測や生成に投資する中、データ分析はビジネス成功のために不可欠です。組織は構造化された過去のデータから洞察を得て、マーケティングや営業分野での意思決定を行っています。しかし、従来の分析は、データを視覚化するビジネスインテリジェンス（BI）ダッシュボードに依存しており、硬直化しがちです。特定の指標を分析したいユーザーを困難にし、しばしばアナリストの助けを必要とするため、意思決定プロセス全体が遅延することがあります。

グルテキンはこの課題を明示しました。「ダッシュボードが予期しない結果を示すと、ユーザーはすぐにフォローアップの質問を持ちます。アナリストが応答を集めて提供するまでに時間がかかり、意思決定サイクルが延びてしまいます。」

Snowflakeは、初期のLLMの提供にあった不正確さの限界を認識しました。内部基準によれば、GPT-4のような最新モデルの分析洞察の精度は約51%に過ぎませんでした。一方、DatabricksのGenieのような専用のテキストからSQLへのモデルは79%を達成しました。グルテキンは、「ビジネスに関する質問をする際の精度は非常に重要です。我々は、この精度を約90%に倍増させることを目指しました」と述べています。

Cortex Analystの仕組み

Cortex Analystは、自然言語のクエリを処理し、複数のLLMエージェントを介してユーザーの意図を評価し、SQLクエリを実行し、返されたデータの正確性を確保することで、分析の風景を再定義します。Snowflakeは、設定時にデータ資産の意味論的説明を提供することを重視しており、これにより理解が深まり、ユーザーのクエリが文脈化されます。グルテキンは、「実際のシナリオでは、データは複雑な命名規則を持つ何千ものテーブルを含むことがあります。我々のシステムは、セマンティックな説明で「Rev 1」や「Rev 2」を指定することで、その意味を把握します」と説明しました。

Cortex AnalystはREST APIを通じて簡単にアプリケーションに統合でき、開発者はユーザー体験をカスタマイズできます。また、企業はStreamlitを活用して、Cortex Analystを活かしたカスタマイズされたアプリケーションの開発が可能です。

現在、製薬大手のバイエルを含む40～50社がCortex Analystのパイロットを実施しており、公開プレビューはLLMを効果的に導入する企業にとってのアクセシビリティを広げる見込みです。Snowflakeは、対話型ユーザー体験を向上させるための多ターン会話のサポートや、複雑なテーブルやデータスキーマへの互換性を強化する新機能を発表する予定です。

Cortex Analystにより、企業は高度な技術に伴う実装コストの負担なしに、分析のための言語モデルの力を活用できます。