Snowflake基盤で進めるデータ・AI活用とデータドリブン文化の醸成

図面の照合業務を最大97%削減　パナソニック コネクトの現場を変えた「非構造化データ×AIエージェント」

　多様な課題に直面する製造業において、データ・AI活用は重要な打開策となっている。一方で、IT/OT間やサプライチェーン間の断絶など、「データのサイロ化」が根深い業界でもある。Snowflakeは、こうしたサイロ化を解消して、AI活用を推進するための「AIデータクラウド」を提供している。

　パナソニック コネクトも、このAIデータクラウドを活用する企業のひとつだ。社内のデータをSnowflakeに集約し、同基盤のAI機能を使ってAIエージェントの実装を進めている。

　Snowflakeは、2026年2月19日に開催した説明会では、パナソニック コネクトのIT・デジタル推進本部 AI & Dataプラットフォーム部 データマネジメント課 マネージャーである渡邉勇太氏が登壇。同社のデータ戦略およびデータ活用事例、さらにデータドリブン文化醸成のポイントまでを語った。

パナソニック コネクト IT・デジタル推進本部 AI & Dataプラットフォーム部 データマネジメント課 マネージャー 渡邉勇太氏

様々な分析軸での可視化＆AI活用につなげるデータ基盤整備

　パナソニックグループでBtoB事業の中核を担うパナソニック コネクト。製造や物流、流通、公共などの現場に向けて、ハード・ソフト両面の総合ソリューションを展開する。

　同社は、経営・オペレーションの高度化を目指し、2021年からデータ基盤の整備を進めてきた。グローバルに分散したデータを同基盤に集約し、事業やバリューチェーン（購買や製造、物流、販売など）、地域軸での可視化やデータ・AI活用による業務改善につなげるのが、同社のデータ戦略である。

データ活用のビジョン

　こうした戦略を支えるデータ基盤には、複雑・多様なデータを収集でき、データ・AI活用に耐えうる拡張性を評価して「Snowflake」を採用。Snowflake内のデータ可視化には、「Tableau Cloud」「Power BI Premium」を標準BIツールとして位置付けた。さらにデータ活用では、簡単なコーディングでアプリケーションを構築できる「Streamlit」フレームワークや、Snowflakeに備わる生成AI機能を用いている。

　なお、全社的なAI活用の基盤には、「ConnectAI」という自社向けAIアシスタントも構築しており、Snowflakeのデータを参照できる仕組みを整えている。

データ活用のアーキテクチャ

　Snowflakeへのデータ集約は、デジタルマーケティング（MA）から始まり、経営データやCDP、ERPと順次進めており、スピード感のある事業部からデータ活用をスケールさせている状況だ。現在は、46システムがデータ連携しており、ビューも含むテーブル数も4574まで増えた。BIのユーザー数も、社員の約1割にあたる1414名に達している。

現場を変える“非構造化データ×AIエージェント”の仕組み

　Snowflakeに集約したデータの活用例として、非構造化データをあつかう2つのAIエージェントが紹介された。

　ひとつは、「カスタマー分析エージェント」だ。同社では顧客満足度調査を毎年実施しており、そこには膨大な量の自由記述コメントが含まれている。従来はこれらを手作業で分析していたため、時間を要するのはもちろん、客観性が担保できないという課題があった。

　そこで、Snowflake内で動作するフルマネージドな生成AI機能「Cortex AI」を活用し、Streamlitでユーザーインターフェースを構築する形でAIエージェントを開発。非構造化データである調査結果を、対話形式で分析できる仕組みを構築した。「Snowflakeにデータがあることで、カテゴリや事業部を指定した関連コメントの要約が可能になり、人が目を通していたカテゴリ分けも任せられる」（渡邉氏）

　このエージェントを運用することで、200時間かかっていた作業時間は20時間にまで削減できている。

カスタマー分析エージェントのイメージ

　もうひとつ紹介されたのが、図面・設計仕様の照合業務を楽にする「Manufacturing AIエージェント」である。

　この照合業務は、親となる製品図面の設計仕様に、部品図面や技術仕様書とのずれがないかを確認する、不具合や手戻りを防ぐための重要なプロセスだ。膨大な量の図面を照らし合わせるため、人手では工数がかかり、確認もれが発生すると経済的損失やブランド毀損につながる可能性もある。ただし、図面は非構造化データのPDFであるため、これまで自動化できるソリューションは見当たらなかった。

図面・設計仕様の照合業務

　そこで、照合業務を半自動化するAIエージェントを、カスタマー分析と同様にCortex AIとStreamlitを組み合わせて開発。各図面のをStreamlitのユーザーインターフェースにアップロードすると、生成AIがPDFからテキストを抽出し、半構造化処理をしてデータベースに取り込む。その半構造化データを基にAIとワードマッチングで照合して、人は出力されたレポートを最終チェックするだけだ。

　同エージェントにより、部品図面の照合業務は50分から10分へ、設計仕様書では340分から10分へと劇的に短縮。作業時間は80%～97%削減された。

Manufacturing AIエージェントのイメージ図