はじめに
こんにちは！データエンジニアチームの成川です。
9/10、11日にグランドプリンスホテル新高輪 国際館パミールで開催されたSNOWFLAKE WORLD TOUR TOKYOに参加してきました。
会場の雰囲気や当日の様子をゆるめにレポートします。
Day1
Keynote会場
作業が立て込んでいたこともあり、10時ギリギリに会場入りしました。
Keynote会場はかなりの盛況ぶり。気づいたときには満席になっていました！
AIに関する最新の取り組みが次々と紹介され、朝からかなり情報量の多いスタートでした。
EXPO会場散策
Keynote終了後はEXPO会場へ。
会場内もかなり盛況で、各所に人だかりができていました。
歩いていると、SNOWPRO LOUNGEを発見。
実は、つい先日 SnowPro Core を取得したばかりだったので、せっかくなので寄ってみました！
中にはゆったりとしたテーブルスペースがあり、缶のドリンクもいただけました。
ラウンジ専用のWi-Fiも用意されており、PCを広げて作業している方も多くいらっしゃいました。
イベント中に少し仕事をしたい人にとっても、かなりありがたいスペースです。
そして、なんと！資格保有者はグッズがもらえるとのこと。ちゃっかりいただいてきました！
SnowPro Coreを取った直後だったので、ちょっと得した気分です。
Day1 セッションの感想
Day1で特に印象に残っているのが、「Snowflakeのコスト最適化を支えるアーキテクチャ設計」のセッションです。
コスト最適化というと、高コストなSQLを探したり、Warehouseのサイズを調整したり、といった話を想像していましたが、このセッションではもう一段上の視点から、
「そもそも、その処理をWarehouseで実行する必要があるのか？」
「そのデータをSnowflakeに取り込む必要があるのか？」
という問いからアーキテクチャ全体を見直していたのが印象的でした。
特に参考になったのが、Native TableとExternal Tableの使い分けです。
すべてのデータをSnowflakeへ取り込むのではなく、利用頻度の高いデータはNative Table、利用頻度の低いデータはExternal Tableとして参照するなど、データの用途に応じて「そもそもIngestするか」を判断するという考え方でした。
さらにIcebergを利用すれば、同じデータをSnowflakeだけでなく、DuckDBやSparkなど異なるQuery Engineから利用する構成も考えられます。個人的にも、要件が合うのであればIcebergを活用した構成は試してみたいところです。
Warehouseについても、用途ごとに細かく分割するのではなく、必要に応じて集約し、同一環境内ではQuery Tagを利用して処理やコストを分類するという話がありました。
また、外部APIの応答待ちのような処理はWarehouseではなくSnowpark Container Services（SPCS）などへ分離するという話もありました。
現在の案件で直接当てはまるケースは多くないものの、「Snowflake上の処理だからWarehouse」と考えるのではなく、処理特性に応じてComputeを選択する必要があるという点は参考になりました。SPCSについても、まだ十分に活用できていない部分がありそうです。
「コスト最適化で浮いたコストを、AIなど新しい価値へ再投資する」という考え方が挙げられていました。
単なるコスト削減ではなく、FinOpsとして既存のデータ基盤を効率化し、その余力を次のデータ・AI活用へ振り向ける。コスト最適化を「節約」で終わらせず、次の投資につながるという考え方は非常に重要な示唆だと感じました。
Day1 まとめ
Day1は、KeynoteからEXPOまでSnowflake World Tour Tokyoの雰囲気をしっかり楽しめた1日でした。
Keynoteでは、まさかのクマが登場してドラムを叩く場面もあり、技術イベントらしからぬ演出に思わず笑ってしまいました。
EXPO会場もかなり回ることができ、各ブースで製品や事例について直接話を聞けたのも大きな収穫でした。資料を見るだけでは分からない話を聞けるのは、やはりオフラインイベントならではだと感じます。
また、SnowPro有資格者向けのラウンジにも立ち寄ることができました。つい先日資格を取得したばかりだったので、こうした特典を実際に体験すると「取っておいてよかったな」と少し嬉しくなりました。
楽しみながら情報収集できた一方で、普段の業務で試してみたいこともいくつか見つかったので、今後の検証につなげていきたいと考えています。
Day2
この日は業務の都合がつかず、午後からの参加になりました。
到着したら、たくさんセッションを回るぞ！という気持ちで会場へ。
フォトスポットもありました
EXPO会場の入口付近にはフォトスポットもありました！
Day1ではヒーローと一緒に楽しく撮影したので、Day2はソロで撮ってみました。
こういったイベントならではのスペースがあるのも楽しいですね。
抽選会にも挑戦
イベントを通じて抽選会も開催されていました。
私もけっこう頑張ってポイントを集めたのですが…目玉商品は当たりませんでした。残念！
とはいえ、かわいい缶バッジや実用的なコードタイなどをいただきました。
結果としてはいろいろGETできたので満足です。
Day2 セッションの感想
Day2で印象に残ったのが、Salesforceによる「AI時代の分析プロセス再設計」のセッションです。
冒頭では「BI is dead?」という問いが提示され、AIエージェント時代にBIの役割がどのように変わるのか、というテーマで話が進みました。
中でも印象的だったのが、「Snowflakeにデータがあって、そこにLLMをつなげれば十分なのか？」という問いです。
AIが正しく分析するためには、AIモデルとデータだけでなく、ビジネスコンテキストが必要になります。
Salesforce側では、このコンテキストがすでにTableauの中に蓄積されていると説明していました。
Tableauには、
- データソース名や説明
- フィールド名や説明
- 計算フィールド
- ワークブック
- 実際に現場で利用されている指標
などがあります。確かに、長年Tableauを利用している企業であれば、そこにはかなりの業務知識が蓄積されていると思います。
特に、既にTableauに大量のワークブックや計算フィールドが存在する企業では、それを無視してゼロからセマンティックを作り直すのは効率的ではありません。既存のTableau資産を活用してAI開発を早く進めつつ、最終的には企業共通の定義をデータ基盤側へ移していく、という進め方もありそうだと感じました。
また、Tableau側でも、データやフィールドに説明を付与し、それをAIが利用できるようにする方向に進んでいます。この「データに意味を付与する」という考え方自体は非常に重要で、Tableau Knowledgeなどの機能は実際に使ってみたいと思いました。
AI時代には、単にデータを整備するだけではなく、「そのデータが何を意味するのかを、どこで管理するのか」まで考える必要があります。
今回のセッションを聞いて、BIがなくなるというよりも、BIやデータ基盤に蓄積された業務知識をAIが利用する時代へ変わっていくのだと感じました。
Day2 まとめ
Day2は、Snowflake社のセッションを中心に参加しました。
新機能や今後のSnowflakeの方向性について触れる機会が多く、機能そのものだけでなく、「今後データ基盤や分析のあり方がどう変わっていくのか」を考えるきっかけにもなりました。
特に、普段の業務ですぐに使えそうな機能だけでなく、セマンティックやAI、コスト最適化など、これから意識しておきたいテーマについても多くの学びがありました。
発表資料もいくつかダウンロードできたので、イベント中に理解しきれなかった内容については改めて読み返し、気になった機能は実際に触りながら理解を深めていきたいと思います。
最後に
2日間を通して、Snowflakeの最新機能や今後の方向性について多くの情報に触れることができ、とても有意義なイベントでした。
セッションを聞いて「面白かった」で終わるのではなく、今回得た知識や気づきを自分たちの業務にどう落とし込めるか、実際に手を動かしながら考えていきたいと思います。
特に、AIやセマンティック、コスト最適化といったテーマは今後さらに重要になっていきそうなので、今回ダウンロードした資料も改めて読み返しつつ、気になった機能は積極的に試していきたいです。
また次回のイベントに参加したときに、「去年聞いた内容を実際に業務で活かせた」と言えるように、今回の学びを次につなげていきたいと思います。
Snowflake World Tour Tokyo とても楽しかったです！