20260825_雪かき部_データを取り込んでAIに聞くまでを体験！ Snowflake AI活用入門

© 2026 NTT West, Inc. All Rights Reserved. 2 /59 自己紹介たかすかまさひで高須賀将秀博士（情報学）（2023/3）研究分野：組合せ最適化，数理最適化，オペレーションズ・リサーチ（OR），グラフ理論高須賀将秀のホームページ所属：NTT西日本デジタル改革推進部（2021/8～），法政大学デザイン工学部兼任講師（2024/4～），個人事業（Udemy講師等）（2024/6～）業務：データドリブン経営を牽引する立場・データ活用基盤のシステム開発・データ分析手法の研究・データ分析活用事例の提案・デジタル人材育成 New! 資格：クラウド資格（AWS全冠，Azure/AppliedSkills全冠，GCP全冠， Snowflake全冠），受賞：AWS Top Engineers（’26），AWS Community Builders（’26），AWS All Certifications Engineers（’24/’25/’26）， Microsoft Top Partner Engineer Award（’24, ‘26），Microsoft Innovative Educator Experts 2025-2026， Google Cloud Partner Top Engineer（’26），Google Cloud Partner All Certification Holders（‘25）， Jagu‘e’r Award 優秀賞（’25），Snowflake Squad（’24, ‘25）， Microsoft Certified Trainer（MCT）

3.

© 2026 NTT West, Inc. All Rights Reserved. 3 /59 私の研究（博論）内容 ◼ 与えられた全ての工事に対して立会者の割当を決定する問題である ◼ 移動距離や立会者のスキル等の様々な条件を考慮し割当を決定している ◼ 条件は万人共通の条件もあれば手配者の思考や嗜好によって異なるものもある入力出力工事4 工事1 1 工事2 4 手配者工事5 2 1 工事6 3 工事7 工事8 8 工事9 6 工事5 数理モデル 5 工事6 工事3 手配者の思考/嗜好 = 7 工事2 4 2 5 工事3 立会者1～4 工事4 工事1 立会者4 3 工事7 立会者1 7 立会者2 工事8 ブラックボックス化 8 工事9 9 9 立会者3 6

4.

© 2026 NTT West, Inc. All Rights Reserved. 4 /59 私の研究（博論）内容 ◼ 高度な技能を有している手配者により意思決定が行われている工事立会者手配業務に対し実用的な手配結果を算出可能な数理モデルを構築した長期効果短期効果付随効果過去の工事立会者手配業務デジタルデータ活用による工事立会者手配業務人件費年間1億（関東エリア：年間6万件）年間0.1億（関東エリア：年間6万件）（想定）品質年間工事事故5件年間工事事故0件（想定）総移動時間 11,424 s（3.2 h） 11,593 s（3.2 h）※1 総割当ペナルティ 163 pt 81 pt※1 手配時間 3時間2回/1日 5分×2回/1日やり方アナログ（手書き）デジタル手配結果 ※1：数理モデル4で総移動時間を重視すると, 総合移動時間10,697 s, 総品質146 ptとなる.

5.

© 2026 NTT West, Inc. All Rights Reserved. 5 /59 今日のゴールは「無料のまま、AIに質問できる」まで「触ってみる」が一番の近道。手元のトライアルアカウントで一緒に進めましょう。クレジットカード登録なしのトライアルアカウントだけで、ここまで進みます。 ① 取り込む ② 意味づけ ③ 質問する Marketplace から無料データセットを自分のアカウントに取り込む（コピー不要）セマンティックビューを Autopilot で自動生成列の意味と同義語を AIに理解させる Cortex Analyst に「売上が多い月は？」と聞くと SQL を生成し結果まで返してくれる ※ 検証結果は2026年8月10日時点。Snowflake の仕様は頻繁に変わるため、必ずご自身の環境でご確認ください。

6.

© 2026 NTT West, Inc. All Rights Reserved. 6 /59 トライアルは30日間・支払い情報なしで始められる前回のハンズオンで作ったトライアルアカウントを、そのまま今日も使います。期限が切れている方は、再度トライアルアカウントを作成してみましょう。 30日間 0円 4つサインアップから30日間または無料枠を使い切るまで支払い情報の登録は不要有効なメールアドレスだけ動作するAI関数は4つだけ要約・集約系のみ利用可能出典：Trial accounts（Snowflake 公式ドキュメント）／トライアルアカウント検証記事（2026年8月10日時点） https://www.docswell.com/s/alfortx/K7N118-2026-07-28-210215/1

https://www.docswell.com/s/alfortx/K7N118-2026-07-28-210215/1

7.

© 2026 NTT West, Inc. All Rights Reserved. 7 /59 4つのサービスは「役割が違う」だけで、重なっていません構造化データは Analyst、非構造化は Search。それを使い分けるのが Agents、入口が CoWork です。迷ったら「表か文書か」→「使い分けがいるか」→「誰が話しかけるか」で選ぶ。 CoWork（Snowflake Intelligence）｜入口作ったエージェントに人が話しかけるための場。 UI の作り込みをサービス側に任せられる View CoWork Cortex Agents｜Tool で拡張する Orchestrator Analyst や Search を Tool として使い分ける司令塔。独自ロジックも Tool 化して持たせられる Cortex Agents Cortex Analyst｜表のデータと対話する Models 自然言語を SQL に変えて表に問い合わせる。精度の鍵はセマンティックビュー。今日のハンズオンはここ Cortex Analyst Cortex Search Cortex Search｜文書を探して答えるドキュメントなど非構造化データを検索する。作成時に埋め込みを使うためトライアルでは作れない Foundation Models CoWork は Snowflake Intelligence の現在のサービス名です。記事やドキュメントでは旧名での記述も残っています。 https://qiita.com/mshdtksk/items/9103ab985b110c1e79f8 Tools Data

https://qiita.com/mshdtksk/items/9103ab985b110c1e79f8

8.

© 2026 NTT West, Inc. All Rights Reserved. 8 /59 「作り込む」から「サービスに任せる」へ、この2年で変わった昔は YAML を手書きしていた領域が、今は画面でテーブルを選ぶだけになっています。エージェントの精度を高めるには、データに意味と文脈（コンテキスト）を与えることが不可欠。 2024/05 2024/08 2024/11 2025/10頃 2025/11 2026/02 Cortex AI Functions GA Streamlit in Snowflake GA Cortex Analyst GA セマンティックビュー作成の GUI 化 Cortex Agents Intelligence GA クエリ履歴からビューを自動生成セマンティックビューテーブルや列に指標・ディメンション・関係といったビジネスの意味づけを与える“意味レイヤー” Semantic View Autopilot オントロジーエンティティ同士の関係や語彙・概念構造を定義し、データに“意味のつながり（文脈）”を持たせる Cortex Sense 出典：各サービスの公式リリース時期、および「Snowflake Intelligenceへの進化の軌跡」（Qiita） https://qiita.com/mshdtksk/items/d9c3d133964dc21a30cd

https://qiita.com/mshdtksk/items/d9c3d133964dc21a30cd

9.

© 2026 NTT West, Inc. All Rights Reserved. 9 /59 使えるのは「要約・集約系」だけ。生成・埋め込みは止まるエラーは「クレジット上限」ではなく「トライアルでは利用不可」。待っても解決しません。公式ドキュメントの記載と実環境の挙動が一致しないため、事前の切り分けが重要です。動いたもの動かなかったもの AI_SUMMARIZE／AI_SUMMARIZE_AGG AI_AGG（複数行の集約プロンプト） Cortex Analyst（セマンティックビュー経由）セマンティックビューの自動生成（Autopilot） Cortex Code（Workspace） SHOW AGENTS ／ Cortex Agents の作成 AI_COMPLETE／CLASSIFY／EXTRACT AI_TRANSLATE／SENTIMENT／FILTER AI_EMBED 系（埋め込み生成はすべて不可） Cortex Search のサービス作成 Cortex Agents の実行（作成・編集は可） CoWork からの呼び出し実測のエラー例：AI function _COMPLETE_WITH_PROMPT_HISTORY_LLM is not available for trial accounts. https://qiita.com/mshdtksk/items/602e1f8a7a2b98088d3c

https://qiita.com/mshdtksk/items/602e1f8a7a2b98088d3c

10.

© 2026 NTT West, Inc. All Rights Reserved. 10 /59 今日は「取り込む→意味づけ→聞く」の3ステップだけ ①～③は無料のまま完走できます。④は後半の応用編で概要だけ紹介します。 ③までは無料。④からはクレジットカード登録が必要になります。 ① Marketplace でデータ取得無料・数クリック ② セマンティックビューを作成 Autopilotで下書き ③ Cortex Analyst で質問日本語で聞ける ①〜③は無料のまま完走できます。④は後半の応用編で概要だけ紹介します ④は「なんでもCopilot #92」（2026/8/5）で実演した内容の要点を、今日は概要だけ紹介します。 ④ ここから応用 Agents / Copilot ※要クレジットカード

11.

© 2026 NTT West, Inc. All Rights Reserved. 11 /59 Step 1：Marketplace から無料データを取り込む「Snowflake Marketplace」では、数々のサービスプロバイダーが、データやアプリケーションを提供/販売しています。 Snowflake のユーザーは、これらのデータやアプリケーションを他のアカウントに提供/販売したり、他のアカウントから提供されたデータやアプリケーションを取得/購入したりできます。最近では、作成したCortex Agetns もMarketplace経由で共有できるようになってきてます。データの種類・世界や日本の天気データ・日本の祝祭日カレンダー・外国為替レート履歴・ COVID-19の疫学データ・日本国内のEC購買データなど提供形態・自社のみ・許可したアカウント → Datasharing ・外部/オープン → Marketplace データの料金・無償データ・有償データ・買い切りタイプ/期間課金/クエリ課金・Snowflakeクレジット/別支払（請求書/クレジット）出典：Snowflake マーケットプレイスとは？データ共有で広がる世界電通総研 https://data-management.dentsusoken.com/snowflake/blog/snowflake-market-place-vol-016-1682/

https://data-management.dentsusoken.com/snowflake/blog/snowflake-market-place-vol-016-1682/

12.

© 2026 NTT West, Inc. All Rights Reserved. 12 /59 Step 1：Marketplace から無料データを取り込む Data Products › Marketplace から、無料（Free）のデータセットを選んで Get するだけ。ロード作業がいらないのが Marketplace の一番の価値です。 1. 左メニュー Data Products → Marketplace 2. 「Free」で絞り込み、データセットを選ぶ 3. Get を押し、DB名と利用ロールを指定 4. 数秒〜数十秒で共有DBが出現する 5. Workspace でテーブルと列を確認 6. 行数と主要カラムをざっと眺める 7. スキーマ名・テーブル名をメモしておく 8. 次の工程で使う対象表を 1 つ決めるポイント・データはコピーではなく共有・取り込みは数クリックで完了・課金されるのは主にクエリ時・トライアルでも問題なく動く・列名が分かりやすいものを選ぶ例：無料の気象・地理・企業情報など。日本語で質問しやすい列名のものを選ぶと後工程が楽になります。

13.

14.

15.

16.

17.

18.

19.

© 2026 NTT West, Inc. All Rights Reserved. 19 /59 Step 2：セマンティックビューで「意味」を教える Cortex Analyst の精度は、テーブルではなくセマンティックビューの作り込みで決まります。「AI が読む辞書」を作る工程。今日いちばん時間をかける価値があります。作り方書くことコツ AI & ML → Cortex Analyst から新規作成テーブルを選ぶと Autopilot が下書きを自動生成してくれるテーブルと列の説明同義語（synonyms）指標（metrics）の定義テーブル間のリレーション想定質問のサンプル列名が英略語のときは日本語の同義語を必ず追加する。ここを省くと「売上」で引けない質問が一気に増える Autopilot によるセマンティックビュー生成は、トライアルアカウントでも動作を確認済みです。

20.

© 2026 NTT West, Inc. All Rights Reserved. 20 /59 Step 2：セマンティックビューで「意味」を教える USE ROLE accountadmin; CREATE OR REPLACE ROLE snowflake_intelligence_admin; GRANT CREATE WAREHOUSE on account to role snowflake_intelligence_admin; GRANT CREATE DATABASE on account to role snowflake_intelligence_admin; GRANT CREATE INTEGRATION on account to role snowflake_intelligence_admin; SET current_user = (select current_user()); SET grant_sql = 'GRANT ROLE snowflake_intelligence_admin TO USER "' || $current_user || '“’; EXECUTE IMMEDIATE $grant_sql; ALTER USER SET default_role = snowflake_intelligence_admin; ALTER USER SET default_warehouse = WH_SI_JP; USE ROLE snowflake_intelligence_admin; CREATE OR REPLACE DATABASE DB_SI_JP; USE DATABASE DB_SI_JP; CREATE OR REPLACE SCHEMA RETAIL; CREATE OR REPLACE WAREHOUSE WH_SI_JP WITH WAREHOUSE_SIZE = 'large’; CREATE DATABASE IF NOT EXISTS snowflake_intelligence; CREATE SCHEMA IF NOT EXISTS snowflake_intelligence.agents; GRANT CREATE AGENT on schema snowflake_intelligence.agents to role snowflake_intelligence_admin;

21.

22.

23.

24.

25.

26.

27.

© 2026 NTT West, Inc. All Rights Reserved. 27 /59 Step 3：日本語で聞くと SQL が生成され、答えが返る質問 → 生成SQL → 結果の3点セットで返るので、SQL を読んで答えを確かめられます。 SQL が見えるので AI の答えを検証できる。ここが業務利用での安心材料です。「⑧⑧が最も多い月はどれ？」「上位10件を多い順に並べて」「前年同月と比べてどう変わった？」「地域ごとの平均を出して」 ─ うまくいかないときは ─ ・列の意味を説明文に追記する・同義語を足して聞き直す・質問を 1 文 1 意図に分解する返ってくるもの・自然言語での回答文・生成された SQL 文・実行結果のテーブル・簡易チャートでの可視化・SQL はコピーして再実行可セマンティックビュー経由の問い合わせは、トライアルアカウントでも利用可能でした。

28.

29.

30.

31.

32.

33.

© 2026 NTT West, Inc. All Rights Reserved. Step 4： Cortex Agents とCoWork ここから先は、クレジットカードの登録が必要。・Cortex Agents は「作成」まではできるが「実行」ができない・CoWork からの呼び出しも、Agents の実行が前提なので不可・つまり、今日のハンズオンの続きは有料アカウントが前提・逆に言えば、無料のまま Cortex Analyst までは完走できる 33 /59

34.

35.

36.

37.

38.

39.

40.

41.

42.

43.

44.

45.

46.

47.

48.

49.

© 2026 NTT West, Inc. All Rights Reserved. 49 /59 応用①：Copilot から Cortex Agents を呼び出す Snowflake 側にエージェント、Microsoft 側に入口。つなぐのは宣言的な設定が中心です。「どこで作って、どこから呼ぶか」を分けて考えると設計が楽になります。 ① Snowflake Cortex Agents ② セマンティックビュー・ツール定義 ③ REST API と認証 (PAT / OAuth) ④ Copilot エージェント（宣言型）参考：なんでもCopilot #92「Fabric使いのための Snowflake Cortex Agents 全部乗せ」の登壇資料・参考リンク https://www.docswell.com/s/3324212129/5WRGQJ-2026-08-01-205353 ⑤ Teams / M365 Copilot から質問

https://www.docswell.com/s/3324212129/5WRGQJ-2026-08-01-205353

50.

© 2026 NTT West, Inc. All Rights Reserved. 50 /59 応用②：作るのは自動化し、管理は Agent 365 に寄せるエージェントは「作る」より、「増えたあとどう管理するか」が効いてきます。増える前に「一覧・所有者・権限」の型を決めておくのが一番安上がりです。自動生成管理・棚卸監視・統制テーブルを選ぶだけでセマンティックビューと Cortex Agents を一括生成するツール。初期構築の手間を圧縮 Agent 365 でエージェントを一覧化。所有者・利用状況・権限をまとめて確認できる状態にする利用ログと権限を定期点検し、野良エージェントを作らせない。SDK で自前アプリにも同じ統制をかけられる Microsoft 365 Agent（Agent 365）は2026年5月にGA。SDK を使った自前アプリ連携も可能です。 https://qiita.com/mshdtksk/items/83532436cbf65ef3b54f

https://qiita.com/mshdtksk/items/83532436cbf65ef3b54f

51.

© 2026 NTT West, Inc. All Rights Reserved. まとめ今日の持ち帰り 1. トライアルは30日・支払い情報なしで始められる 2. 動く AI 関数は要約・集約系の 4 つだけ 3. Cortex Analyst はセマンティックビューが命 4. Agents や Copilot 連携は有料アカウントから次の一歩：自分のデータでセマンティックビューを 1 つ作ってみる 51 /59

52.

© 2026 NTT West, Inc. All Rights Reserved. 52 /59 （おまけ）手持ちデータは「1ファイル250MB」が壁 Marketplace ではなく自分のデータで同じことをやるときに、最初にぶつかるところです。「ちょっと自分のデータで試したい」だけなのに、準備が一番重い。 250MB 以下なら画面操作だけ 250MB を超えると、従来は Snowsight の画面から内部ステージに直接アップロードできるテーブルへのロードも一度に最大250ファイル・各250MBまで 250MB はあくまで 1 ファイルあたりの上限（合計ではない） SnowSQL / Snowflake CLI の PUT コマンドを使うまたは Amazon S3 などの外部ステージを経由するクライアント導入・接続設定や、バケットとIAMの準備が必要出典：Staging files using Snowsight ／ Load data using Snowsight（Snowflake 公式ドキュメント）

53.

© 2026 NTT West, Inc. All Rights Reserved. 53 /59 Streamlit in Snowflake なら S3 なしで完結する st.file_uploader で受け取り、session.file.put_stream で内部ステージに書き込みます。外部ストレージもCLIも不要。Snowflake の中だけで取込みから質問までつながります。 ① ブラウザでファイル選択 st.file_uploader ② SiSアプリが受け取るコンテナランタイム ③ put_stream で内部ステージへ書き込み前提：st.file_uploader の上限は既定200MB。ウェアハウスランタイムでは固定で変更できない対策：コンテナランタイムで実行し、server.maxUploadSize を引き上げる（例：2048MB）実質上限：ファイル全体がメモリに載るため、コンピュートプールのメモリ容量に依存する利点：各ファイルが上限内なら、複数ファイルを一度の画面操作でまとめて取り込める参考：Snowsight のみで内部ステージに250MB以上のファイルをアップロードする方法（Qiita） https://qiita.com/mshdtksk/items/23bef9b06d8f6fe9b242 ④ COPY INTO でテーブル化以降は今日と同じ

https://qiita.com/mshdtksk/items/23bef9b06d8f6fe9b242

54.

© 2026 NTT West, Inc. All Rights Reserved. 54 /59 （おまけ）テーブルを選ぶだけで Agent が立ち上がるセマンティックビューの YAML と Agent の仕様記述を、ツールが肩代わりします。手書きのゼロからの構築が、「テーブルを選ぶ」一操作にまで圧縮されます。 ① テーブル選択 DB→スキーマ→ テーブル（複数可） ② Agent 設定名前・作成先・最大カラム数 ③ 作成実行ボタン一つでビューとAgentを生成 ④ Agent テストチャットで質問し実行SQLと結果を確認背景：ハンズオンは事前に Agent を用意しておけば成立するが、各部が実務で自分のデータに作る段階で詰まる障壁①：セマンティックビューは各列をディメンション／メジャー／時間軸に分類して YAML を書く必要がある障壁②：Agent 作成には tool_spec・tool_resourcesの構造やプロファイル設定といった独特の記法の理解がいる自動化：列情報を INFORMATION_SCHEMA から取得し、データ型で自動分類して YAML と仕様を生成する参考：「テーブルを選ぶだけで Cortex Agent を自動生成するツールを作った話」（Qiita）ソースは GitHub で公開 https://qiita.com/mshdtksk/items/e7afe84c2ed6bac4464e

https://qiita.com/mshdtksk/items/e7afe84c2ed6bac4464e

55.

© 2026 NTT West, Inc. All Rights Reserved. 55 /59 使う前に知っておくといいこと強めの権限を使うツールなので、権限設計と生成物の見直しがセットです。「動くたたき台を即座に得る」ツール。本番利用は見直しを前提にどうぞ。必要な権限ウェアハウスの USAGE、対象テーブルの SELECT、作成先スキーマへのビューと Agent の作成権限、そして Cortex 利用のロールが必要生成物はあくまで「たたき台」分類はデータ型だけのヒューリスティック。ID列がメジャーになるなどの誤分類も起きる。同義語やリレーションは未付与、生成後の手直しが前提権限を渡さずに使わせる SiS のアプリは既定で所有者の権限で実行される。権限を持つロールでアプリを所有しておけば、閲覧者には USAGE を与えるだけで済むつまずきやすいところプロファイル（display_name）未設定だと internal error になる。列数が多いと呼び出しが不安定になるため上限を設ける（既定30列） ※このツールも Cortex Agents の実行を伴うため、トライアルアカウントでは試せません。

56.

https://snowvillage.cloud/

57.

© 2026 NTT West, Inc. All Rights Reserved. 57 /59 宣伝2 SnowVillage DataScience&DataEngineering支部 ⚫5/11月に開催 ⚫5月→オンライン，11月→Snowflakeオフィス ⚫SWT終了後，9月中～下でLPオープン予定 ⚫2026/11はLT祭りの予定（先着順公募） https://techplay.jp/community/snowvillage-datascience

https://techplay.jp/community/snowvillage-datascience

58.

https://opt-research.connpass.com/

59.

© 2026 NTT West, Inc. All Rights Reserved. 宣伝4 • 翔泳社 EnterpriseZineにて、「ITアーキテクトに求められる、新たなキャリア戦略とは」（全4回）で連載中 • • • • 博士号兼3大クラウド資格全冠エンジニアが語る、トップガンITアーキテクトへの道のり（4/28） NTT西日本のデータ基盤刷新、数十億円のコスト削減と東西共同利用化 3大クラウド資格全冠どう生かした（5/28） NTT西日本が「1人の成功」を組織としてスケールできた理由トップガン人材が考える、人材育成術（6/18） NTT西日本が生成AIの次に見据える「数理最適化」による変革なぜ次世代の武器となり得るのか？（7/8） • https://enterprisezine.jp/author/842 59 /59

20260825_雪かき部_データを取り込んでAIに聞くまでを体験！ Snowflake AI活用入門

Masahide TAKASUKA

関連スライド

20250806_OptimizationNight_現場目線のUIを意識した数理最適化_投影用

20250618_なんでもCopilot_Copilotが変える！Fabric×Snowflakeのデータカタログ構築によるData&AIの民主化

20250627_JAZUG_すきやねんAzure_数理最適化×Azure×Fabricのコラボレーション_数理最適化をより身近なものにするために_ー万博訪問ルート最適化サービスを作ってみたー

20260805_なんでもCopilot_Fabric使いのための Snowflake Cortex Agents 全部乗せ〜Copilotから呼ぶ・Agent 365で管理・Fabricと使い分ける〜

20260606_なんでもCopilot_Copilotによる「Fabricのデータエージェント」と「Foundryで創る数理最適化エージェント」の協奏・共創・競争

20251205_AOAIDevDayOsaka_数理最適化のAIエージェントを作ってみた話ー数理最適化とLLMの役割の理解と共存戦略ー

各ページのテキスト

20260825_雪かき部_データを取り込んでAIに聞くまでを体験！ Snowflake AI活用入門

Masahide TAKASUKA

関連スライド

20250806_OptimizationNight_現場目線のUIを意識した数理最適化_投影用

20250618_なんでもCopilot_Copilotが変える！Fabric×Snowflakeのデータカタログ構築によるData&AIの民主化

20250627_JAZUG_すきやねんAzure_数理最適化×Azure×Fabricのコラボレーション_数理最適化をより身近なものにするために_ー万博訪問ルート最適化サービスを作ってみたー

20260805_なんでもCopilot_Fabric使いのための Snowflake Cortex Agents 全部乗せ 〜Copilotから呼ぶ・Agent 365で管理・Fabricと使い分ける〜

20260606_なんでもCopilot_Copilotによる「Fabricのデータエージェント」と「Foundryで創る数理最適化エージェント」の協奏・共創・競争

20251205_AOAIDevDayOsaka_数理最適化のAIエージェントを作ってみた話ー数理最適化とLLMの役割の理解と共存戦略ー

各ページのテキスト

20260805_なんでもCopilot_Fabric使いのための Snowflake Cortex Agents 全部乗せ〜Copilotから呼ぶ・Agent 365で管理・Fabricと使い分ける〜