【Hex】Palantir出身者がつくる、AIエージェントが宿るデータ分析ワークスペース

おはようございます。
AIリサーチャーのmitsuiです。

今日は「Hex」をリサーチしました。

TL;DR

• Hexは、SQLやPythonを書くノートブックの柔軟さと、誰でも見られるBI（ダッシュボード）の共有性を1つにした、AI×データ分析の協調プラットフォームです。データアナリストもビジネス担当も、同じワークスペースで分析・可視化・共有ができます。
• 2025年に投入したNotebook Agentが核心で、自然言語からのコード生成、依存関係（DAG）を理解した編集、エラーの自動修復、プロンプト一発でのアプリ生成までをこなし、分析作業を2〜3倍速にすると謳います。Anthropic・Reddit・Figma・NBAなど2,000社以上が利用しています。
• 2025年5月にSeries Cで$70Mを調達し累計$172M。Palantir出身の創業チームが「全員をデータ人間に」を掲げ、Tableau・DatabricksらがひしめくBI市場で、AIネイティブな新勢力として急成長しています。

概要｜Hexとは？

Hexは、サンフランシスコ拠点のデータ分析プラットフォームです。一言でいえば、「ノートブック（Jupyterのような柔軟な分析環境）」と「BI（Tableauのような共有・可視化環境）」を統合し、そこにAIエージェントを組み込んだクラウド型のワークスペースです。

これまでデータ分析は、探索にはノートブック、共有にはBI、と道具がバラバラでした。ノートブックは柔軟ですが共有やリアルタイム共同編集が苦手で、BIは見やすい反面、自由な探索には向きません。Hexは両者を1つのキャンバスに統合し、アナリストがSQLやPythonで分析した結果を、ワンクリックで非技術者向けのインタラクティブなアプリ・ダッシュボードに変えられるようにしました。利用者はAnthropic・Reddit・HubSpot・Figma・Rivian・NBA・Cisco・StubHub・ClickUpなど2,000社以上にのぼります（Claudeを開発するAnthropic自身が顧客という点も、DEBUNK的には面白いところです）。

解決する課題

Hexが狙うのは、データチームの現場に積み上がった以下の摩擦です。

• ツールの分断: 探索・可視化・共有でツールを使い分け、コンテキストが失われる
• コラボの弱さ: ノートブックは共有・共同編集が難しく、BIは探索に不向き
• スキルの壁: SQLやPythonが書けないビジネス担当が分析に参加できない
• リアルタイム性・版管理: 古いバージョンで意思決定してしまう、再現性が担保しづらい

プロダクトの柱

1. 統合ノートブック環境 — マルチ言語＋DAG

SQL・Python・R・GraphQL・PySpark・Markdownを同じキャンバスで混在実行できます。重要なのは、セル同士の依存関係をDAG（有向非巡回グラフ）として管理している点です。上流のセル（例: データ取得）を変えると、それに依存する下流（集計・可視化）が自動で再計算され、「どこかを直したら別の場所が古いまま」という事故を防ぎます。可視化はPlotly・Altair・Seabornなどネイティブに対応し、条件付きテーブル・地図・デュアル軸チャートも作れます。接続先はSnowflake・Databricksなど30以上です。

2. AIエージェント「Notebook Agent」 — 文脈を理解する相棒

2025年8月投入の中核機能です。自然言語からPython／SQLのコードを生成・編集するだけでなく、マルチプレイヤーのノートブック上で複数ステップの深掘り分析をエージェントが自走します。

ポイントは、Notebook Agentが上流・下流の依存（DAG）を理解した上で編集することです。汎用のAIチャットが「文脈を持たないコードの断片」を返すのに対し、Notebook Agentはノートブック全体の整合を保ちながら、ペアプログラマーのようにデバッグまで担います。さらに生成的アプリビルダーとして、プロンプトひとつでレイアウト・タブ・チャートを備えたインタラクティブなダッシュボードをゼロから組み立てます。「問いを投げると数分で初稿が返る」のが体験の核です。加えて、いま作業している場所にそのままLLM支援を差し込むインライン機能「Hex Magic」も用意されています。

3. Context Studio — AIを自社データに"接地"させる

AIネイティブ分析の最大の弱点は「もっともらしいが間違った答え」です。HexはこれをContext Studioで抑えにいきます。AIを、セマンティックモデル・データベースのメタデータ・外部リポジトリ・既存ダッシュボードといった自社の文脈に接地（grounding）させ、データチームが「AIガイド」として構造化した知識を与え、信頼できるデータを「endorse（推奨指定）」してガバナンスを効かせます。メタデータはHex内のセキュアなデータベースに保存され、モデルプロバイダーが顧客データを学習に使うことはありません。結果として、企業の定義・指標に沿った再現性のある回答をデプロイできます。

4. Threads＆透明性 — human-in-the-loop

Slackで@Hexとメンションする、あるいはClaude・CursorからMCP（Model Context Protocol）サーバー経由で問いを投げると、その会話「Threads」がそのままHexプロジェクト（ノートブック）になります。つまり、エージェントが出した答えは常に「裏のノートブックを開いて推論過程を検査・修正できる」状態にあり、ブラックボックスになりません。公開したデータアプリ自体も「会話の起点」になり、エンドユーザーがアプリに対して自分の追加質問を投げられます。

5. インタラクティブ・データアプリ＆協調編集

2025年投入の「Explore」やEmbed API（軽量・署名URL方式）で、ドリルダウン・フィルター・パラメータ入力ができる動的なアプリを構築し、外部サイトに埋め込めます。複数人同時編集、インラインコメント、GitHub連携、スケジュール実行（Slack／メール通知）、自動アップストリーム同期も備えます。

"AIネイティブ"であることの意味

Hexの強さは、AIを「後付けのチャット」ではなく、①分析の文脈（DAG）を理解するエージェント・②自社データに接地するContext Studio・③検査できるThreadsの3点セットで設計している点にあります。SlackやClaude／Cursorといった"いつもの入り口"から問いを投げられ、答えは必ず検査可能なノートブックに着地する——この「速さ」と「説明責任」の両立が、汎用チャットにはない専門特化の価値です。Claudeを開発するAnthropic自身が顧客であることは、その完成度を象徴しています。

変遷｜Palantir出身の3人が挑む「データの民主化」

創業背景

Hexの創業者たちは、データ分析企業Palantirでの協働経験から「データチームの道具が分断され、コラボレーションが失われている」という課題を強く認識していました。「全員をデータ人間に（empower everyone to be a data person）」という思想のもと、ノートブックの柔軟さとBIの構造を統合するプロダクトとして2020年に立ち上がりました。

創業者プロフィール

• Barry McCardel（CEO・共同創業者）: Palantir出身。その後TrialSparkでオペレーション／戦略のシニアディレクター、さらに前職はPwC。
• Caitlin Colgrove（CTO・共同創業者）: Palantir出身のプロダクトエンジニア。「起業そのものが目的ではなく、良いプロダクトを作ること」を重視する姿勢で知られます。
• Glen Takahashi（Chief Architect・共同創業者）: 同じくPalantir出身。

3人ともPalantirという「データを武器にする現場」の出身である点が、プロダクトの設計思想に色濃く出ています。

創業からのタイムライン

• 2020年: サンフランシスコで創業
• 2021年3月: シード $5.5M
• 2021年10月: Series A $16M（リード: Redpoint Ventures）
• 2022年3月: Series B $52M（リード: a16z、Snowflake・Databricksも参加）
• 2023年3月: Series B拡張 $28M
• 2024年: BI／分析プラットフォームのHashboardを買収
• 2025年4月: データアプリビルダー「Explore」と埋め込み分析をローンチ
• 2025年5月28日: Series C $70M（リード: Avra）
• 2025年8月: Notebook Agentをローンチ
• 2026年: Context Studio展開、AIのクレジット課金制を開始

資金調達履歴

• 2021年3月: シード $5.5M
• 2021年10月: Series A $16M — リード: ★Redpoint Ventures
• 2022年3月: Series B $52M — リード: ★a16z（参加: Snowflake、Databricks、Redpoint、Amplify）
• 2023年3月: Series B拡張 $28M
• 2025年5月: Series C $70M — リード: ★Avra（参加: a16z、Amplify、Box Group、Redpoint、★Sequoia、Snowflake）

累計調達額は$172M、従業員は162名規模（2024年12月時点）です。評価額は非公開ですが、調達規模や顧客基盤からユニコーン級と推測されます（※明確な発表はなく要確認）。

業界全体の変遷

BI（ビジネス・インテリジェンス）市場は、TableauやLookerに代表される「作り込まれたダッシュボード」の時代から、AIが分析そのものを補助する「AIネイティブ・アナリティクス」へと移行しつつあります。Hexはこの転換の波頭にいるプレイヤーで、調査によればスタートアップ領域のBI支出に占めるシェアを2023年の9%から2025年には25%へと伸ばし、Tableau・Lookerに次ぐ3位につけたとされます。

競合プレイヤー

• Jupyter: オープンソースのノートブックで無料・柔軟ですが、共有・共同編集が弱い。Hexは即共有・インタラクティブ化で差別化します。
• Databricks: 大規模ML・Sparkに強い本番志向。Hexは探索的分析寄りで、用途がやや異なります。
• Notion: ワークスペースですが主に文書・PM向けで、分析エンジンは持ちません。
• Tableau／Power BI: 伝統的BI。重く学習コストが高い。Hexはノートブック由来の親しみやすさ＋AIで勝負します。
• Sigma／ThoughtSpot／Mode: モダンBIやAI駆動BI。Hexは「ノートブック＋アプリ＋AIエージェント」の統合で独自性を出します。

考察｜AIエージェントはBIの主役を入れ替えるか

Hexの本質は、「分析の探索と共有の分断」をAIエージェントで一気に縫合しにいっている点にあると考えます。強みと弱みを整理します。

強み

1. ノートブック×BIのハイブリッド: 探索の自由度と共有の手軽さを両立する設計は、どちらか一方に寄った既存ツールに対する明確な差別化です。
2. AIネイティブ: 文脈（DAG）を理解するNotebook Agentは、汎用チャットの「コード断片返し」とは一線を画します。
3. 強力な顧客基盤: Anthropic・Reddit・Figma・NBAなど、データ感度の高い企業に採用されている事実が品質を裏づけます。
4. シェアの急伸: スタートアップBI支出での9%→25%という伸びは、現場での実需を示しています。

弱み・リスク

1. 競合の激戦区: Databricks・ThoughtSpot・Sigmaなど資金力のある競合がAI機能を急速に強化しており、差別化の維持は容易ではありません。
2. AI課金への反応: 2026年に始めたAIのクレジット／従量課金は、便利さと引き換えにコストの読みづらさを生み、ユーザーの反発を招くリスクがあります（同種の課金は他社でも論争を呼んでいます）。
3. データ基盤への依存: Snowflake・Databricksなど上流のデータ基盤に依存するため、それらの戦略変更（自前の分析機能強化など）に影響を受けます。
4. 情報の非対称: 評価額やHashboard買収額など未公開情報が多く、成長の実態を外から完全には測れません。

個人的な見解

Hexで象徴的なのは、AIが「コードを書く道具」から「分析の文脈を理解する同僚」へと進化している点です。データ分析は、専門家が抱え込みがちな領域でしたが、AIエージェントが間に立つことで、ビジネス担当が自然言語で問いを投げ、専門家が裏で品質を担保する——という新しい分業が現実になりつつあります。Anthropicが顧客であることが示すように、AIを最前線で扱う企業ほど、こうしたAIネイティブな分析基盤を選び始めています。

DEBUNKの読者にとっての見どころは、「BIの主役が、ダッシュボードを作る人から、AIエージェントに問いを投げる人へ移る」という構造変化です。今後のウォッチポイントは、Databricks等の大手がAI分析を取り込む中でHexが独自性を保てるか、そしてAI課金モデルがユーザーに受け入れられるか、の2点だと考えています。