AWSは業務支援ツール「Amazon Quick」を、Snowflakeの生成AI機能群「Cortex AI」とAIに外部ツールをつなぐ共通規格(MCP)で連携させたと発表した。利用者はSnowflake上の構造化データと文書を自然言語で照会し、複数手順の業務を自動化できる。
AWSは2026年6月12日、業務支援ツールAmazon Quickを、Snowflakeの生成AI機能群Cortex AIとAIに外部ツールをつなぐ共通規格MCPで連携させたと発表した。利用者はSnowflakeに置いたデータや文書を自然言語で照会し、複数手順の業務を自動化できる。
照会経路は二つに分かれる。集計などの構造化データはCortex Analystへ、契約書などの非構造化文書はCortex Searchへ問い合わせる。接続はSnowflakeが運用するMCPサーバーにOAuth認証で設定する。さらにQuickのFlowからCortex Agentを呼び出せば、構造化データと文書をまたぐ業務を一定の構造化出力で繰り返し実行できる。
データをSnowflakeの外へ動かさず、既存のアクセス制御を保ったまま扱える点が実務に効く。集計値の確認と文書検索を別ツールで往復せず一画面で完結できるため、データ複製を前提にした運用を見直す材料になる。連携はAmazon Quickが利用可能な全AWSリージョンで提供される。
この変化で何が要点か。図解と出典つきで一目で。
構造化された事実を最初に。誰が何をいつどこでなぜどのように。
Amazon QuickはAWSが提供する業務向けのデータ分析・作業支援サービスである。Snowflakeはクラウドのデータ基盤で、その上で動く生成AI機能を「Cortex AI」として提供している。今回の接続には、SnowflakeがOAuth認証付きで運用するMCPサーバーを使う。MCPはAIアプリと外部データ・ツールを標準的につなぐ規格として広がりつつあり、SnowflakeのMCPサーバーはFactSet、MSCI、Nasdaq、The Associated Pressなどの外部データや、Anthropic、CrewAI、Cursor、Devin、Salesforceといった各社のツールとも接続できる。
表計算的な構造化データと、契約書などの非構造化文書の両方を、一つの会話画面から横断的に扱える点が実務に効く。Cortex Analystで集計データに、Cortex Searchで文書群に問い合わせ、その結果を組み合わせて再現性のある業務フローを自動化できる。データを動かさずSnowflake側のアクセス制御（ガバナンス）を保ったまま扱えるため、企業の管理要件と現場の柔軟さを両立しやすい。
AWSは2026年6月12日、業務支援ツール「Amazon Quick」を、Snowflakeの生成AI機能群「Cortex AI」とAIに外部ツールをつなぐ共通規格(MCP)で連携させたと発表した。利用者はSnowflakeに置いたデータや文書を自然言語で照会し、Quickのワークスペース内で多段の業務を自動化できる。
要点は二つの照会経路だ。集計などの構造化データは「Cortex Analyst」へ、契約書などの非構造化文書は「Cortex Search」へ問い合わせる。公式発表はこう書く。
After setting up the connection using Snowflake's managed MCP server with OAuth authentication, you can ask questions across structured data through Cortex Analyst and retrieve insights from unstructured documents through Cortex Search.
つまり、Snowflakeが運用するMCPサーバー(AIアプリと外部データをつなぐ窓口)に、OAuth認証(IDとパスワードを直接渡さず権限を委譲する認証方式)で接続を設定すれば、表計算的な集計データにも、文書の中身にも、同じ会話画面から問い合わせられるということだ。
今回の連携の核心は、単発の質問応答にとどまらない点にある。QuickのFlow(複数手順をつないで自動実行する機能)からSnowflakeの「Cortex Agent」を呼び出し、構造化データと文書をまたぐ業務を一定の構造化出力で繰り返し実行できる。
With this integration, you can build Flows in Quick that orchestrate Snowflake Cortex Agents to execute repeatable, governed workflows with consistent structured output. This is ideal for any multi-step process that spans structured data and unstructured documents.
ここでの「governed workflows」は、Snowflake側のアクセス制御を保ったまま回せる業務という意味だ。同じMCP接続はQuick ChatなどQuickの他機能からも使えるため、自動フローの横で追加の質問を会話的に投げて深掘りすることもできる。決まった手順の厳密さと、会話の柔軟さを同じ環境で併用できる構成だ。
得をするのは、SnowflakeにデータがありAWSも併用する企業だ。データをSnowflakeの外へ持ち出さず、Quickの会話画面とFlowから集計と文書照会を一度に扱える。既存のアクセス制御をそのまま保つため、管理部門の承認も取りやすい。
構造化データと文書をまたぐ定型業務の担当者にも効く。集計値の確認と契約書などの文書検索を別々のツールで往復せず、一つの会話とFlowで再現可能に回せる。
一方で、データを複製してBIツールへ取り込む運用は相対的に優位を失う。データを動かさず照会できる導線が増えたため、複製や同期を前提にしたワークフローを見直す材料になる。連携はAmazon Quickが使える全AWSリージョンで提供される。
立場別、明日から動ける一手。
Snowflake運用のMCPサーバーとOAuth認証の接続要件と、利用中リージョンでのAmazon Quick提供状況を確認する。
集計データ照会と文書検索をまたぐ定型業務のうち、Flow自動化で再現性を上げる対象を定義する。
Cortex AnalystとCortex Searchを一つの会話でつないだ問い合わせを、自社のSnowflakeデータで試す。
発表直後で反応は限定的。
データ基盤を動かさず会話的に照会できる点や、QuickのFlowでCortex Agentを使い定型業務を自動化できる点が実務面で注目されている。集計データと契約書などの文書を一画面で横断扱いできる構成が、二重投資なしに分析と自動化を始める導線として受け止められている。
※トレンド検出時刻付近の人気投稿を表示
