
在近期举行的 Snowflake Build 大会上,Snowflake 产品管理总监 Jeff Holland 发表了题为《实现 AI 规模化影响力》的主题演讲 。他以一名“构建者”和 AI 开发者的视角,深度回顾了 Snowflake 在 AI 领域的最新技术突破、行业应用场景以及为全球开发者提供的创新基础设施。
开发者驱动 AI 影响力的三大切入点
Holland 指出,全球开发者在运用 AI 时,核心关注点在于如何更快速地产生业务影响力并优化成果 。他总结了开发者切入 AI 的三个关键维度:
提升效率:通过简化 ELT 数据管道等流程,利用最先进的 AI 技术比以往更高效地挖掘数据洞察;
提高质量:借助安全模型和内置的可观测性,确保数据驱动结果的可靠性,并让团队能够持续优化性能;
释放生产力:利用 AI 自动化处理琐碎的日常任务,使团队能专注于更具战略价值的项目。
基于与数千家客户的合作实践,Snowflake 观察到 AI 正在智能体(Agentic AI)、非结构化数据洞察和机器学习(ML)三个核心领域展现出最显著的影响力 。
数据是 AI 战略的基石
Holland 强调:“没有数据策略,就谈不上 AI 策略。” Snowflake 的核心优势在于提供了一个安全、受管控且集中的数据基石,目前已有超过 12,000 家客户信任该平台 。
数据整合与处理:Snowflake 支持整合来自 Google Calendar、Workday、Salesforce 等多样化来源的数据,涵盖表格、音频、视频等多种格式 。其全托管服务支持 CPU 和 GPU,能够实现近乎实时的零维护数据处理 。
企业上下文数据库:为了让数据能够被 AI 直接调用,Snowflake 构建了“企业上下文数据库层”,整合语义信息、嵌入向量和业务关联 。
AI SQL 能力:开发者无需学习新语言,即可使用熟悉的 SQL 直接调用 complete(补全)summarize(摘要)和 AI filter(AI 过滤)等强大功能 。
重磅发布:Snowflake Intelligence 全面面世
本次演讲最引人注目的发布是 Snowflake Intelligence 的全面正式发布 。
Snowflake Intelligence 被定义为“企业智能体”,它允许员工通过自然语言提问来获取复杂的业务洞察 。其独特之处在于不仅能回答“是什么”,还能探究“为什么”。
生态系统支持:该产品随 80 多家合作伙伴共同推出,包括数据提供商、咨询伙伴和技术合作伙伴,旨在帮助企业快速搭建行业定制化智能体 。
Cortex Agent API:同步发布的 API 允许开发者构建更具自定义性的多智能体架构,实现高质量、可解释的结果编排 。
互操作性与安全性:通过托管的 MCP 服务器,Snowflake 实现了与外部工具(如 Anthropic Cloud Desktop、Crew AI)的无缝集成 。同时,所有 AI 操作都严格遵循 Snowflake 原有的基于角色的访问控制(RBAC)策略 。
行业应用与实战案例
Holland 分享了多家知名企业如何利用 Snowflake AI 产生实际价值:
Whoop:通过智能体让员工直接获取数据趋势,使分析团队能腾出精力处理战略事务;
日产(Nissan):利用 AI 自动化处理数百万条非结构化客户评论,将原本需要 6 个月的工作缩短至 1 周;
Coinbase:利用机器学习模型快速、准确地识别并解封被误判为欺诈的用户,提升客户体验和收入。
在现场演示中,Holland 展示了 Snowflake Intelligence 在复杂供应链场景下的表现。智能体能够识别业务语义(如“关键入库运输”),并在回答中显示“绿色盾牌”图标,代表该答案经过验证,是基于官方认证的查询生成的。
质量保障:Agent GPA 框架
针对企业对智能体可靠性的担忧,Snowflake 研究团队开发了 Agent GPA(Goal-Plan-Action,目标-计划-行动)框架 。该框架通过评估智能体的完整推理流程,能够识别幻觉、工具使用不当或步骤遗漏等内部错误,确保企业能够透明地理解智能体得出答案的过程 。
此次分享描绘了一个以开发者为中心、以数据为驱动的 AI 未来 。目前,已有超过 6000 家客户在 Snowflake 上开展 AI 项目 。从简化数据工程到推出企业级智能体,Snowflake 正在将 AI 从实验室的“探索实验”推向真正的“生产规模化”,助力全球企业在 AI 浪潮中构建核心竞争力。
点击链接立即报名注册:Ascent - Snowflake Platform Training - China







评论