データアーキテクト | データエンジニア | Snowflake Data Superhero | アメリカ駐在（テネシー州ナッシュビル）
Joined July 2020
- Tweets487
- Following421
- Followers2K
- Likes2.8K
先月はGreater Nashville Technology
Council Summit、昨日はTennessee Emerging Tech Expoと、地元の技術展への出展が続きました。Robodogはどこでも人気ですが、Physical AIのユースケースについての面白い議論もできて、どちらも良い1日でした。
SQL-to-SQLで巨大クエリを最適化させよう、という試み自体が面白いです。更に面白いのは、LLM丸投げをやめて最適化アルゴリズム自体は決定論的なツールとして実装し、エージェントから呼び出させるという構造をとった点。私もこれが様々な最適化問題に対する現時点での最適解じゃないかと思ってます。
数千行のSQLを瞬時に最適化するオプティマイザ「Icepick for Snowflake」を作ってみた 🧊⛏️
zenn.dev/snaga/articles/2026…
書きました。
アメリカ生活4年目にもなると色々なことがあるけど、今日ははじめて事故に遭った。というかあんなに派手にぶつかった（ぶつけられた）のは人生ではじめて。Interstateで高速で追突は洒落にならんて…。私は怪我もなくピンピンしてます。守ってくれてありがとう愛車よ。
フィジカルAIの面白さにやっと気づけた感。いま我々が格闘しているAI実装、エージェント実装のフィールドがぶわっと広がるかもしれない。これが地続きなんだってことがなかなか理解できてなかったけど、繋がるとかなり面白いかもと思えてきた。
S3が世に出てから20年、Auroraから10年。その間にSnowflakeがマイクロパーティションやって、OTFに発展して、AlloyDBも出て、いよいよAurora的分散アプローチでその永続データファイルをS3上で直接分析に使えるアーキテクチャが出てきたのか？って技術史的に捉えてます。
新しいつよつよアーキテクチャ
databricks.com/company/newsr…
HTAPとの違いはたぶんだけどLakehouse側で全事業のデータとの統合。
NewSQL系のHTAPは大規模サービスのバックエンドがそのデータを分析クエリできるであってデッカいサイロではあったよね的なことだと解釈した。
#Databricks #DataAISummit
DatabricksのGenie Ontologyめっちゃ良さそう！ってなってからSnowflakeのCortex Senseもたぶん同じ方向性の機能を目指してそうってことに気づく。発表の時はなんだろうこれって感じだった。Snowflake Summitのキーノート、ビジョンから機能へのブレイクダウンがもっとわかりやすくなったらいいな。
（Palantir的な）オントロジーはまさにDDDぽくて、エージェントの台頭で復活したオブジェクト指向型のエンタープライズモデルというイメージ。データ集計の統一指標から来たセマンティックレイヤーとは性質がかなり違うはず。バズワードではなくちゃんと理解して使いこなせるようになりたい。
渋谷さんと議論した話
自分も「コンテキストレイヤー」や「セマンティックレイヤー」は単なるバズワードだと思っている。
→
これらは単にドメイン駆動設計の「インフラストラクチャ層」以降を適当に言い換えたものだから。
Open Semantic Interchangeだって単に昔からあるドメイン層とユースケース層のDSLに過ぎない。
じゃあ「コンテキストレイヤー」の問題にどう挑めばいいのか？
→バズワードに踊らされずにドメイン駆動設計の本を読めばいい。
これと同じ構造の話は大昔から議論されていて、もうある程度結論が出てる。
この問題は何かのツールの導入で解決するものじゃない。組織設計とモデリングで解くしかない。
ドメイン駆動設計で何が得られるのか？
→
以下のようなデータモデリングへの挑み方の指針が得られる。
- 巨大な組織のコンテキストは「境界づけられたコンテキスト」で分解する。
- 競争力を生む「コアドメイン」のモデリングに集中する。
- 競争力を生まない「汎用サブドメイン」のモデリングはSnowflake Marketplaceのデータを使って省力化する。
エンタープライズにおけるITアーキテクトの知識と経験が、今まで以上に必要になってくる時代だと思う。
サミット気付きその3
DatastreamやInteractive Warehouseを使ったリアルタイム性の高いデータのハンドリングはエージェントが業務に組み込まれるほど必要になるはず。ゼロコピーもETLは不要だけど、データエンジニアリング的には言うほど簡単ではない。データエンジニアはまだまだ忙しくできそう。
サミット気付き1
これからはコンテクストだぁーって昨年は仲間内で騒いでた気がしたが、今年は業界全体で騒いでることが確認できた。セマンティックレイヤーだけじゃ不十分っぽい雰囲気になったのは、AIに任せたい領域が増えたから？
コンテクストウィンドウになんでもぶち込んでエージェントに試行させながら解決していきたいよね、というノリから、トークン節約してできるだけ最短距離で良い結果出してほしいよね、というノリに揺り戻してきた気がする1週間でした。
わー！セッションレポートありがとうございます！
Snowflake Summit 2026 最速レポート Day2 エンタープライズAIをスケールさせるには何が必要か — 三井のフェデレーテッドAIメッシュ戦略から学ぶdatumstudio.jp/blog/snowflak…
