SQLを知らなくても使えるはずが、正答率76%止まり：LLM自然言語DBの現在地 | XenoSpectrum

売上や在庫の数字を見たいだけなのに、結局は分析担当やDBAに依頼しなければならない。そんな待ち時間をなくす道具として、自然言語でデータベースを叩く「Text-to-SQL」が再び注目を集めている。しかも今回は大規模言語モデル、すなわちLLM（Large Language Model）が加わり、AWSやSnowflakeまで公式機能として前面に押し出し始めた。では、SQLを知らない現場ユーザーがそのまま頼って良い段階に来たのだろうか？情報を追ってみると、まず恩恵を受けるのは一般社員より分析者やDBAであり、最大の壁は構文生成ではなく「質問の意味を正しく定義すること」に残っていることが見えてくる。 01.SQL生成ではなく「意味の翻訳層」として売り出されている02.ボトルネックはSQL文法にない――76%の壁を作っているのは質問の曖昧さだ03.必要なのは全自動化より、問い返せるインターフェース