Perplexity、Snowflake連携を発表：SQL不要、自然言語で社内データを分析

社内データを確認したいだけなのに、データ分析チームに依頼チケットを出し、SQLを書いてもらい、ダッシュボードが届くまで何日も待つ。多くの企業で繰り返されてきたこの手間を省く機能が登場しました。

Perplexityは同社の「Computer」向けに、Snowflakeと連携するApp Connectorを公開しました。専門的なコードを書くことなく、日常会話のような自然言語でデータウェアハウスを直接検索できます。

この機能は、Pro、Max、Enterpriseプランの利用者が対象です。

90分で「社内データの地図」を作る

AIに直接データベースを読ませると、テーブルの定義を勘違いして見当違いな数値を出すことがよくあります。

Perplexityはこの問題を解消するため、セマンティック層を挟む設計を採用しました。管理者が連携設定からデータマップの生成を実行すると、AIがどのテーブルを重視すべきか、主要な指標が何を意味するかを学習します。環境の規模や複雑さによりますが、このマップ作成には最大90分かかります。

セットアップが完了すれば、今後8週間の需要予測を出して人員配置を調整したり、今期サポートチケットが増えた主な要因を割り出して優先修正箇所を特定したりといった質問を直接投げかけられます。

もともとはPerplexity社内で使われていたSlack botがベースになっています。社内ではプロダクトやセキュリティ、マーケティングなどの各チームが週に最大3000回ほどこの仕組みを利用し、機能リリースと契約者数の推移などを分析しているといいます。

セキュリティ面では、Snowflake標準のロールベースアクセス制御に対応し、読み取り専用の権限設定も可能です。ユーザーごとのOAuth連携が推奨されており、各社員はもともとアクセス権のあるデータしか閲覧できません。預けたデータがモデルの学習に使われることはないと説明されています。

なぜ重要か

自然言語によるSQL生成はこれまで失敗例が多い分野でしたが、最初にデータマップを生成させて業務ロジックを固定するアプローチは極めて堅実だと考えられます。

マーケティングや営業の現場にとっては、データサイエンティストの手を煩わせずに即座に仮説検証ができるようになるため、導入の価値は十分にあるはずです。ただし、大前提としてSnowflake側のデータ構造が整理されていない場合、AIが誤った解釈をする懸念は残ります。

Perplexity側の狙いとしても、単なるWeb検索エンジンの代替にとどまらず、企業の基幹データに入り込んでBIツールの領域を侵食し始めている点が見逃せません。エンタープライズ市場における存在感を一気に高める布石になりそうです。