Snowflake Summit 2026 最速レポート Day2
【セッション解説】Observe by SnowflakeによるAIを活用した大規模なオブザーバビリティ

はじめに

DATUM STUDIOの梶谷です。前日AM2時にホテルの警報が誤作動し、叩き起こされたのでとっても眠いです。

この記事では、Observe by Snowflakeによる、AIを活用した大規模なオブザーバビリティについて解説したセッションをご紹介します。

Observe はAIを活用したSnowflakeネイティブなオブザーバビリティ製品です。 2026年2月、SnowflakeはObserve 社の買収を発表し、その機能を取り込むという声明を発表していました。

傘下に加えた企業の製品を活かすアップデートを必ずリリースしてきたのが、Snowflake です。私も、Observe社の買収が発表された時から、Observeを活かすアップデートが来る時を待ちわびていました。

ついに公開されたObserve機能を紹介するセッションのまとめをお届けします！

Observe とは

数百テラバイトからペタバイトに至る膨大なデータを保有しており、従来のオブザーバビリティが限界に達した多くのユーザーに使われているのが、Observeです。

Observeの中核にあるのが「コンテキストグラフ」です。これはオブザーバビリティにおけるセマンティックレイヤーと見なすことができ、テレメトリーを構造化し、データを最新かつリアルタイムに保つために重要です。

このグラフを拡張して、

• ・ビジネスのモデル化：
  高レベルで注文や収益に関して質問
• ・問題の深掘り：
  基礎構造を掘り下げて、問題のトラブルシューティングを迅速に実行

といったことが、可能になります。

Observeの階層のトップにはAIが位置しています。このAIは、テレメトリ用のAPIを通じてコンテキストグラフを利用し、質問に答えることができます。これにより、AIは必要な精度とパフォーマンスを発揮し、SREやサポートエンジニアがCoCo、Claude、Slackなど、使い慣れた環境で作業するためのビルディングブロック（MCP Server、CLI、APIなど）も提供されます。

Observeの価値は、より速いトラブルシューティングを可能にすること、そして低コストであることにあります。特に、Snowflake上のレイクハウスレイヤーが、全てのテレメトリのインジェスト・保存・クエリを大幅な低コストで実現します。設定可能でカスタマイズ性も高く、多くのユーザーがObserveに切り替える理由の一つになっています。

従来のオブザーバビリティ製品では、増加するテレメトリーデータにスケーリングが追い付かず性能が劣化してしまう。データをSnowflakeで保持することで、事実上無限にスケーリング可能、かつ大規模なデータを高速に処理することが可能になった、ということですね。Snowflakeの強みを、存分に活かしている感じがします。

このあたり、アーキテクチャの詳細はObserveの公式ブログで3回に分けて解説されています。
https://www.observeinc.com/blog/how-observe-uses-snowflake-to-deliver-the-observability-cloud-part-1

What’s New in Observe

次に、この四半期に公開された主要機能をいくつかご紹介していきます。

簡単にまとめると、次のとおりです。

CoCo for Observability	Observe CLI、API、Skills に CoCo から接続。計測やアラートに対するトリアージを使い慣れた開発環境からシームレスに実行可能
AI SRE Skillの強化	独自のカスタムスキルを作成できるほか、Notion、Jira、Confluence 、Slackなどの外部データソースと接続し、より深いコンテキストに基づいたインシデント調査が可能。 また、セキュリティとガバナンスを強化し、監査ログの提供やRBAC、MCPのOAuthなどに対応
Iceberg on Observe	全てのテレメトリデータは、IcebergでユーザーのS3バケットに保存され、Iceberg catalogを利用して外部のクエリエンジンからアクセス可能

CoCo との連携、開発環境からのアクセスしやすさを強化しつつ、セキュリティとガバナンスもしっかり対応しているのが良いですね。
監査ログの取得・保存などのセキュリティ要件があるエンタープライズ企業にもお勧めできそうです。

Observe デモ

最後は、Observeのデモ実演がありました。

• ・本格的なAPM（Application Performance Monitoring）ソリューション
  • ・トレースやログの表示、サービス間の通信確認、メトリクスの読み取りなど、典型的な監視タスクをカバー
• ・AIチャットボット
  • ・技術的な質問だけでなく、非技術的な質問やフィードバックにも対応できるチャットボット
  • ・テレメトリデータを活かし、PMなど開発者以外のユーザーの質問にも素早く回答

• ・データセットグラフ
  • ・保存されたすべてのデータセット間の関係を、グラフィカルに表示
  • ・このグラフにクエリを発行し、データセット間の関係性を利用して効率的に応答
• ・Observe Skill
  • ・Observeでの調査を支援するスキルを提供。カスタムスキルも作成可能
  • ・問題の検出、パフォーマンスボトルネックの調査、修正案の提示まで、調査プロセスを通じて提供

• ・Icebergでの保存
  • ・テレメトリデータはApache Icebergでユーザー自身のS3バケットに保存
  • ・Icebergなので、手元のクエリエンジンから簡単にアクセスでき、独自にレポート作成などを行える
• ・CoCoとの統合
  • ・Observe UIで実行できる操作のほぼすべてが、CoCo UI内からも実行可能

このように、Observeが実際に動く様子を説明された後、セッションはQ&Aに突入していきました。

おわりに

以上、Observe by Snowflakeのセッションでした。CoCoとの連携が可能なことで、手元の開発環境からの障害調査・対応が捗りそうな印象を受けました。私も、CoCoと障害対応したい…！（もちろん、障害は発生しないで欲しいですが！）