ビブコーディングと Snowflake で構築した安価で高性能な BI ツール『Claude Dashboards』の実践事例

Looker といった既存のライセンス料を払い続ける代わりに、当社は**「ビブコーディング（Vibe Coding：AI に任せたコード開発）」**とオープンソース技術を用いて、自社製の BI ツールを開発しました。その結果、コストは 90% 以上削減しつつ、ユーザー体験は向上し、セキュリティも強化されました。

以下に、開発の経緯、アーキテクチャ、そして BI 業界への示唆をまとめます。

---

1. 開発のきっかけ：余興が爆発的に普及した

背景と現状

• 既存環境: Looker のライセンス料年間約15 万ドル（300 セット分）を支払っている。従業員数 500 人中、データプラットフォームエンジニアは 3 名。
• 課題: 大半のリソースを目立たないインフラ維持（Snowflake の給餌、dbt モデル管理、Airflow/Airbyte/DataHub/Kubernetes など「配管類」）に費やしていた。

余興からの転換点

• 開発経緯: 2 月頃、エンジニアが一日で HTML ファイルをホストする簡易ツールを作った。
• 結果の意外さ:
  • 8 ヶ月後には、Looker よりも多くのユーザー（週単位）が利用している。
  • Looker の利用数は約 30% 減少した。
  • 当初は「余興」だったが、社内での需要は爆発的に高まった。

なぜこのツールが受け入れられたのか？

• 見た目の革新:
  • Looker: 固定されたタイルと色セット。「醜く」「個性がない」。
  • LLM 由来の HTML: プロンプトを送るだけで自由な形式で生成される。「見やすかった」「感激した」という声が多い。
• 機能の追加:
  • 3 月：Snowflake OAuth トークンを活かし、ライブクエリ API を実装（最大の決断）。
  • 4 月～5 月：メール/Slack エクスポート、パラメータ機能を追加。
  • 利用数急増: 3 月の23 人から 6 月に136 人へ増加。

---

2. セキュリティの壁と解決策

当初はこのツールには重大なセキュリティ欠陥がありました。

問題：巨大な XSS（クロスサイトスクリプティング）ホール

• 状況: ダッシュボードの JavaScript がセッションと同じオリジン上で実行されていたため、全ての従業員が全てのダッシュボードを閲覧できていた。
• リスク: ダッシュボード内でコードを実行され、開いた人のアカウントからデータ抽出が可能だった。

解決：ゼロ信頼アーキテクチャへの進化

「セキュリティモデルの修正」と「失いたくないもの（単一プロンプトでの公開）」の両立を追求した結果、以下の設計になりました。

【基本原則】全てのダッシュボードは敵意を持っていると仮定する

• サンドボックス化: 各ダッシュボードは独自のオリジン上の iframe で実行され、クッキーを受け取らない。
• 厳格な CSP（コンテンツセキュリティポリシー）の適用。
• 通信制御: 親ページのみとの通信で、

  postMessage

  を経由する。送信者確認と API 呼び出し制限を徹底。
• トークンの有効期限: コンテンツトークンは1 時間で切れる。

【権限モデル】Snowflake に委ねる

• アイデンティティの分離: ダッシュボードの共有はデータアクセスの共有ではない。
• 実装:
  • クエリは視聴者自身の Snowflake トークン下で行われる。
  • Looker のようなロール管理ではなく、「誰がログインしているか」で権限が決まる。

【コンテンツ管理】Google ドライブを模倣した仕組み

• 構造: 閲覧者・編集者・所有者の階層を再現。
• バージョン管理: コンテンツハッシュによる保存。復元時はドラフトとして再生成。
• 検索・連携: いいね機能、スケジュールされたエクスポート、HR システムとの同期などを追加。

---

3. アーキテクチャの詳細：1 つのコネクタとメタデータサービス

スクリプトではなく「コネクタ」への統合

• 課題: 複数のリポジトリでスクリプトをコピーすると管理が複雑化していた。
• 解決: 組織全体向けの単一の遠隔 MCP（Multi-Path Communication）コネクタへ置換。

  • claide.ai

    、

    Claude Code

    、Slack、分析エージェントなどが同一ツールを呼び出せるようにした。
  • API は

    SELECT CURRENT_USER()

    でユーザー認証を行い、AI はアップロード物をドラフトとして保存し、人間が公開する仕組みとした。

新しいメタデータサービス（非同期読み取り）

• 機能: HTML 全体と Snowflake クエリを抽出し、ページが読み込むスクリプトや送信先を検知。
• ルールベースの判定:
  • ! 報告: dbt モデル未使用、バージョン固定なし、90 日未開帳などを報告（著者確認用）。
  • ✕ ブロック: 未知のパッケージ利用、CSP 突破を試みる WebRTC 接続などを検出すると読み込みを拒否。視聴者に警告画面を表示し承認が必要とする。
• 即時性: 公開後すぐにチェックを実行するため、待機時間はない。

---

4. コスト構造の変革：$150k から $20k へ

比較表：8 ヶ月間のコスト内訳

カテゴリ	Looker の場合 (購入)	自前で構築する場合
ライセンス料	約 $150,000	$0
AI トークン (Claude)	$0	約 $6,400
クラウドコスト (AWS)	$0	約 $1,900
開発人件費	外部ベンダーや社外リソースへ依存	社内エンジニアの「余暇/空いた時間」活用
合計（8 ヶ月）	~$156k (ライセンス中心)	~$24k (運用＋保守機能含む)

• 現在の年間運用コスト: 約**$6,000**。
• 機能追加の追加コスト: 毎月約 $1.3k の AI コストが発生し、年間合計を**$20,000**と見積もる。
  • これは単純な保守ではなく、エンジニアによる新機能構築費です。

なぜ Looker は $150k 必要なのか？

Looker で支払うのは以下の 4 つの要素だけであり、それらは全て代替可能です。

1. UI: チャート描画（Claude が対応）
2. 権限モデル: Snowflake のロールが対応
3. セマンティックレイヤー: dbt モデルが対応
4. ホスト場所: S3 に月額$500 で可能

**残りの請求書は「人々の労働」**です。堅牢なプラットフォームとチームが既にあれば、追加コストは主に AI の時間（非常に安価）に留まります。

---

5. BI 業界への示唆：ソフトウェアの死に絶えた時代？

ダッシュボード作成のコスト劇的低下

• トークン単価の上昇: Opus 5.5 移行により、ダッシュボード作成コストは約 $2.50 から**$0.50**へ低下。
• 結論: BI ツールの主目的は「クエリを画像に変換すること」。これは現在 $0.50 のトークンで可能であり、高額のライセンス料を支払う正当性が失われています。

ビブコーディングの限界と可能性

• AWS/Snowflake の役割: 物理的なインフラ（データセンター、低単価ストレージなど）は自前では作れないため、ここにはスケール優位があります。
• BI ツールの未来:
  • データ可視化のスキル・テンプレート・ルールは AI で処理可能。
  • 「ダッシュボードの構築と提示」という価値の多くが AI によって代替されつつあります。

自前か購入か？

• 待機するべきか？: Anthropic が公式に「Claude Dashboards」を発表（2026 年 10 月）しましたが、私たちは待てませんでした。
  • もし今日からゼロで始めるなら、AI ネイティブなため検討価値はあります。
  • しかし、すでにエージェントやワークフローをチームに統合している場合、公式製品は一部しかカバーしきれません。
• 推奨戦略:
  • プラットフォームと専用チームがある場合: 「スケール」という城壁がない限り、自前で構築すべき。
  • 既存のスタック（dbt/Snowflake）の上流でガバナンスは既に発生しており、ダッシュボード自体を自由に保ちつつセキュリティを確保できます。

---

まとめ：今後の展望

• 開発規模: コミット数325 件、コード行数約74,000 行（テスト含め 20,000 行）、AI トークン消費額約$6,400。
• 本質: 8 ヶ月かけて開発したこのプロジェクトの多くは、エンジニアの「余暇」であり、チーム全体のリソースを割く必要がありませんでした。
• 結論:
  • **「ソフトウェアは死に絶えた」**という噂は過剰かもしれませんが、「高価な SaaS サブスクリプション」の多くは置き換え可能です。
  • 堅牢なインフラがあれば、BI スタックの一部を独自に置き替える動きが今後さらに増えると予想されます。