提供 AI 数据云端平台的 Snowflake 合同会社（总部：东京都中央区，社长运行役员：浮田 竜路，以下简称 Snowflake）于 2026 年 3 月 17 日在ベルサール东京日本桥举办了致力于传递数据与 AI 最新趋势的活动「DATA FOR BREAKFAST」。会中不仅介绍了 Snowflake 的最新更新与先进客户案例，同时也分享了关于生成式 AI 与数据活用未来的洞察与知识。 在基调演讲中，首先由 Snowflake 合同会社社长运行役员浮田 竜路登台致词。浮田谈到了生成式 AI 的应用正从「搜索」进化到「咨询」的阶段，且企业内部关于导入代理 AI（Agent AI）的讨论正迅速发展。另一方面，他也指出了随着 AI 在全公司范围内扩展所带来的安全性与治理课题，并强调了「没有数据策略，就没有 AI 策略」这一重要消息。他表示：「为了最大限度地发挥 AI 的价值，适当的数据整理与蓄积是不可或缺的。」同时也介绍了 Snowflake 全公司内部活用对话型数据代理「Snowflake Intelligence」来实现业务效率化的实践案例。 随后，产品部门上席副总裁（EVP）Christian Kleinerman 登台。Christian 指出：「企业若要从 AI 中获取真正的价值，不能仅停留在使用一般的 AI 模型，将公司内部的专属情境与适当的数据进行链接是不可或缺的。」此外，他在强调消除数据孤岛以及创建具备可靠性与治理能力的集成数据基盘之重要性的同时，也介绍了 Snowflake Intelligence，以及能以自然语言戏剧性地提升开发人员数据管理效率的 AI 编码代理「Cortex Code」。不仅如此，他还提到了交易数据库「Snowflake Postgres」的正式推出，以及为了强化可观测性而收购 Observe 公司的相关事宜，向外界展示了 Snowflake 作为一个从企业 AI 导入到应用程序建构皆能全方位提供支持的平台的进化过程。 配合 Christian 的演讲，Snowflake 合同会社 Developer Relations Lead Developer Advocate 的田中 翔进行了展示实际案例的演示，加深了与会者的理解。在 Snowflake Intelligence 的演示中，田中实际演示了仅通过自然语言指令即可进行销售数据提取与图表制作，并获得市场扩大具体分析建议的过程。随后，他介绍了与 AWS 上外部数据的即时集成，以及利用 Cortex Code 自动从自然语言生成 SQL 代码的方法。特别是针对利用 AI 函数进行个人数据自动屏蔽功能进行了实演，提示了在维持强大安全性与治理的同时，于全代管（fully managed）环境中轻松建构 AI 代理的实践性流程。 【案例环节：日清食品控股公司】 日清食品集团挑战的「Snowflake 数据 × AI 代理活用」与「数据集成策略」 日清食品控股公司数据科学室室长小郷 和希先生登台，介绍了以 Snowflake 为内核产品的企业集成数据库建构，以及 AI 代理的实践应用案例。该公司正在建构一种机制，用于支持业务部门进行商谈准备时的数据分析，以及在研发部门针对包括「完全メシ」（完全餐）在内的复杂产品开发时，利用 AI 从分散的配合信息等非结构化数据中提取必要的知识。小郷先生强调：「为了将 AI 的价值转化为持续的企业竞争力，将非结构化数据资产化，以及将现场的隐性知识与业务知识语言化是不可或缺的。」他分享了该公司同时推进数据策略与 AI 策略，旨在成为数据驱动型企业的先进尝试。 【共同小组讨论环节】 三菱电机、AWS、Snowflake 共谈 AI 与数据活用带来的业务变革最前线 三菱电机股份有限公司介绍了以 Snowflake 和 AWS 为内核的全公司数据活用基盘「Serendie」的建构，以及 AI 的实践活用案例。该公司建构了一套机制，利用 AI 常时监控 FA 设备（放电加工机）的运作状况以缩短停机时间的守护服务，以及在设计部门中从过去庞大的设计文档中利用 AI（RAG 系统）迅速且高精度地提取必要知识的架构。DX 创新中心平台设计开发部部长水口 武尚先生在谈到未来展望时表示：「希望创建一个能整理数据目录与元数据，并与各个代理程序链接，在编排（Orchestration）的同时于公司内部横向使用的平台。」分享了该公司旨在迈向集成多个 AI 代理的先进 AI 活用平台的目标。 关于 Snowflake Snowflake 作为 AI 时代的平台，协助企业更迅速地实现创新，并从数据中挖掘出更多的价值。包括数百家全球最大规模的企业在内，超过 13,300 家客户正利用 Snowflake 的 AI 数据云端平台，实践数据与应用程序