Snowflake Partner Champion CEC 参加レポートSnowflakeのプロダクトマネージャーに聞いた、アプリ開発とAIエージェントの最新動向 | DATUM STUDIO株式会社
Snowflake 

Snowflake Partner Champion CEC 参加レポートSnowflakeのプロダクトマネージャーに聞いた、
アプリ開発とAIエージェントの最新動向

DATUM STUDIO株式会社は、2026年10月1日付で株式会社エイトハンドレッドと経営統合し、株式会社RONNABYTEとして新たなスタートを切りました。RONNABYTEのコーポレートサイトは現在準備中のため、本記事はDATUM STUDIOのコーポレートサイトに掲載しています。

はじめに

こんにちは。RONNABYTEの山口 歩夢です。
11月12日~13日にカリフォルニア州メンローパークにあるSnowflake本社で開催された、Snowflake Partner ChampionのCustomer Experience Center(CEC)企画に参加しました。
Snowflake Partner Champion CEC企画では、Snowflakeのプロダクトマネージャー(PdM)が登壇するセッションに参加し、お話を聞くだけでなく、質問する機会もいただきました。

▲入口にあったSnowflake Partner Champion Program Welcomeの画面

この記事では、まずSnowflake Partner Championの制度や、気になったセッションをいくつかご紹介します。
なお、セッションでは、公開前の情報や今後のロードマップについても聞くことができましたが、機密情報を含むため、その内容や共有されたスライドについては割愛します。

Snowflake Partner Championとは

Snowflake Partner Champion Programは、2025年にSnowflakeが始めた、パートナー企業に所属するエンジニアを認定する制度です。
公式発表では、Snowflake Partner Championは次のように説明されています。

> 技術研鑽や情報発信はもとよりお客さま向けの提案・検討・実装、そして社内への知見還元を通じて、Snowflakeのビジネスの成長とお客さまの技術的成功に貢献するエンジニアを Snowflakeが年度ごとに認定するパートナー技術者向けの称号です。
> 出典:Snowflake、パートナーエコシステムをより強化するエンジニア認定制度「Snowflake Partner Champion Program」を発表
(Snowflake合同会社:https://www.snowflake.com/ja/news/press-releases/snowflake-strengthens-partner-ecosystem-with-new-engineer-certification-program/)

パートナー企業に所属し、一定の応募基準を満たすエンジニアが応募可能で、Snowflakeが活動内容と実績をもとに選考します。なお、2026年は69名が選出されました。

選出されたエンジニアには、今回のCEC企画のようなSnowflakeの最新技術をキャッチアップする機会や、他のSnowflake Partner Championと交流する機会が提供されます。
今回参加した企画でも、Snowflake本社のPdMや他社のSnowflake Partner Championとお話しすることができ、業務で悩んでいることなども相談できたので、大変勉強になりました。

▲Snowflake本社からの眺め
▲Snowflake本社の中の様子(壁に飾られたスノーボード)

Snowflake for applications and collaboration

Snowflake上でアプリを構築し、ユーザーに共有する方法を紹介したセッションです。
業務でStreamlitやアプリ構築の領域を担当しているため、特に印象に残りました。
コーディングエージェントに自然言語で指示すればアプリを開発できる時代になりました。
一方で、「データへのアクセスをどう安全に管理するか」という課題点が強調されていました。

App RuntimeやStreamlit in Snowflakeを活用することで、アプリをスムーズに開発・デプロイできるのに加えて、SSO、ロールベースのアクセス制御、監査ログの管理などが、Snowflakeの機能を使って簡単かつセキュアに行えます。

データのコピーや移動も不要で、SQLでそのままアクセス可能です。
デプロイも `snow app deploy`コマンドで、アップロードからビルド、公開用のURLの発行まで行われます。Snowflake CoCoを使えば自然言語でアプリ開発からデプロイまでが行えます。

また本セッションでは、App Runtimeについて多く触れられており、代表的なユースケースとして次の3点が挙げられていました。

(1)データ探索:ダッシュボードだけではできないドリルダウンや、データの修正ができるアプリ
(2)マルチステップのワークフロー:ユーザーごとのアクセス権や承認フローを持つタスク管理など
(3)AI機能付きのアプリ:Cortex Agentsなどを使った、要約やチャットでの質問応答

Streamlit in Snowflake・App Runtime・Snowpark Container Services(SPCS)の使い分け

セッションではStreamlit in SnowflakeとApp Runtimeの使い分けも整理されていました。

  • ・Streamlit:シンプルな可視化や、テーブルへの書き込み、簡単な対話型アプリに向いている
  • ・App Runtime:高度な可視化や、複数ステップのワークフローに向いている

質疑応答の時間もあったので、アクセスが多くパフォーマンスも求められるアプリを作る場合の技術選定について2点質問しました。1点目は、App Runtimeが最適なのか、という点です。もう1点は、App Runtimeが登場する前はSPCSを使っていたが、Streamlitでも高負荷のアプリを作れている事例はあるのか、という点です。

回答は次のとおりでした。

  • ・SPCSでもそのようなアプリの構築は可能。データや権限の制御を使いながら、コードをコンテナとしてデプロイできる
  • ・Streamlit in Snowflakeは、可視化やテーブルへの書き込みをするようなシンプルなアプリに向いている
  • ・複雑なワークフローや高度な可視化が必要な場合は、App Runtimeが向いている
  • ・Streamlitで高負荷なWebアプリを開発した事例は後ほど共有する

実際に開発するときのサービスの使い分けを、アプリ開発機能を担当しているPdMに聞くことができました。
今回伺った内容を、今後の技術選定やお客さまへの説明に活かしていきたいと思います。

PdMの方からは、Streamlitで高負荷なWebアプリを作る方法を後ほど共有すると言っていただきました。
この質問をしたことで、他社のSnowflake Partner Championの方からも事例を共有していただけました。
バックエンドをFastAPI、フロントエンドをStreamlitにして、コンテナを分けることで、パフォーマンスが向上したそうです。
PdMの回答だけではなく、現場で試した人からも有益な情報を得ることができて、本当に参加して良かったなと感じました。

Snowflake AI Strategy

次に印象に残ったのは、SnowflakeのAIプロダクトの概要や、今後のロードマップについて紹介されたセッションです。
AIが「質問して答えをもらう」段階から、「作業そのものを任せる」段階へ進んでいる、という話から始まりました。
エージェントを本番で使うために必要な要素として、次の3点が挙げられていました。

(1)コンテキスト:自社のビジネスや既存のコードを、エージェントが理解していること
(2)コントロール:自律的にエージェントを動かしても、データ漏洩などを起こさないこと
(3)コスト:AIのワークロードを、効率よく運用できること

コンテキストの面では、さまざまな場所にあるデータのメタデータをSnowflake Horizon Catalogに集め、その上にセマンティックビューでコンテキストを与えるといった考え方が紹介されました。
コントロールの面では、Snowflakeですでに定義しているロールや権限を、そのままエージェントにも適用できる点が強調されていました。
コストの面では、使えるモデルを選べることに加えて、ユーザーやチーム単位で利用額を把握できるCortex AI Gatewayも紹介されました。

Agents Evaluationについて質問しました

このセッションでは気になっていた、Agents Evaluationの使い方について、PdMに次の2点を質問しました。

(1)Agents Evaluationを活用した評価はどのタイミングで始めるべきか
(2)テストデータはどこまで細かく用意すべきか

PdMからの回答では、全社展開の前に評価と実際の利用体験が合っているかを確認すること、そして評価を何度か繰り返して精度を上げることが重要だと説明されました。
評価は最初から入れておくとよい一方で、コストがかかる点には注意が必要、という補足もありました。
いつ評価を始めるべきかという点について深掘りした質問をしたかったのですが、時間切れでこれ以上聞くことができませんでした。
ですが、これもCEC企画に参加して良かったと思った点で、このあと他のSnowflake Partner Championと交流する中で、事例を共有いただきました。
Snowflakeにはエージェントのログが残り続けているので、すぐに評価を始めなくても、ユーザーのフィードバックさえ蓄積していれば、`GET_AI_OBSERVABILITY_EVENTS`を活用していつでも評価を始められるというものでした。

出典:GET_AI_OBSERVABILITY_EVENTS
(Snowflake公式ドキュメント:
https://docs.snowflake.com/en/sql-reference/functions/get_ai_observability_events-snowflake-local)

エージェント経由のときだけポリシーを適用する

また、エージェントに実ユーザーに渡している権限より範囲が狭い権限を渡す方法についても、他社のSnowflake Partner Championから事例を共有していただきました。
例えば、エージェントがテーブルを読むときだけ個人情報を含むテーブルをマスキングしたい場合は、エージェントを経由する場合に限ってポリシーを適用すれば実現できるはずだと伺いました。
ご自身のブログ記事なども共有いただき、実装のイメージを具体的に持てました。

このようにPdMだけでなく、知見の豊富な他社のSnowflake Partner Championから教えてもらえたことで、視野が広がりました。

▲懇親会で提供された食事(Snowflake Partner Championのロゴが付いたタルト)

まとめ

今回のCEC企画では、Snowflake本社のPdMに質問できただけでなく、他のSnowflake Partner Championとも交流でき、本当に有意義であったと感じています。
ご教示いただいた内容を今後の業務に活かしていきたいと考えております。

  • ・Streamlit in SnowflakeとApp Runtimeの使い分け方を、プロダクトを開発しているPdMから一次情報として聞くことができた。
  • ・他社のSnowflake Partner Championから、現場で試した人ならではの事例として、FastAPIとStreamlitを分けた高負荷アプリの作り方、`GET_AI_OBSERVABILITY_EVENTS` を使った事後評価、エージェントを経由する場合に限ってポリシーを適用する方法を教えていただいた。

そして何より、Snowflake Partner Championの皆さんは技術力が高く、豊富なナレッジをお持ちの方が多く、自分自身のモチベーションアップにつながったと感じています。
これからも技術力向上に努めつつ、自ら有益な情報をたくさん発信していきたいと思います。
また、今回PdMにたくさんの質問をするにあたって、自分がもっと英語を話せたら細かいニュアンスを伝えたり、質問を深掘りできたりしたと思える場面が何度かありました。
その点が非常に悔しかったので、英語力の向上にも取り組んでいこうと思います。他の人の前でも自信を持って英語で質問できるようになりたいです。

▲Snowflake Partner Championの皆さんとの集合写真

※本記事の内容は、2026年11月時点の情報です。