AI 数据云公司 Snowflake今天宣布对其平台进行多项产品创新，使组织能够轻松地大规模部署智能 AI，并提供值得信赖和准确的见解。

这些增强功能包括Snowflake Intelligence的全面发布。Snowflake Intelligence是一款企业智能体，它使每位用户都能以自然语言回答复杂问题，并将洞察信息触手可及。结合Snowflake Openflow和Snowflake Horizo​​n Catalog的改进，企业可以通过连接来自不同来源和目录的所有数据（包括结构化、非结构化和半结构化数据），从而获得更强大的数据洞察，并驱动智能体。所有这一切都在 Snowflake 安全、受控且可互操作的环境中实现，不受供应商锁定限制。

Snowflake 还宣布推出一套增强型 AI 原生和协作工具，使开发人员能够更快、更安全地构建、测试和部署企业级 AI 应用，同时降低开销和总体拥有成本——所有这些都在一个受监管的平台内完成。

Snowflake产品执行副总裁Christian Kleinerman表示：“十多年来，Snowflake一直是全球企业数据战略的基石。我们下一步的发展方向是将人工智能应用于这些数据，让每位客户都能挖掘出独一无二的智能。” 他还表示：“我们对Snowflake平台的最新增强功能使这一切成为可能，让人工智能的力量惠及更多员工，从而使每位员工都能做出更智能、更快速的决策，从根本上改变客户未来数年的创新方式。”

正式推出企业智能体Snowflake Intelligence

Snowflake Intelligence现已面向 Snowflake 全球超过 12,000 家客户正式推出。只需一个问题，Snowflake Intelligence 即可助力用户进行深入研究，并为以往棘手且耗时的业务难题提供解决方案，帮助用户超越“是什么”，深入探究关键的“为什么”。Snowflake Intelligence 专为可靠性和可扩展性而构建，并以信任、治理和安全性为核心，满足企业级应用需求。员工可以通过自然语言自信地访问和分析数据，同时确保机密信息的安全。这反过来又减少了决策过程中的猜测成分，从而在企业内部培育一种全新的数据文化。

仅在过去三个月里，已有超过 1,000 家 Snowflake 客户（包括Cisco、丰田汽车欧洲公司、TS Imagine和美国雪橇/钢架雪车队）利用 Snowflake Intelligence 在其业务中快速轻松地部署了超过 15,000 个 AI 智能体。

“Snowflake Intelligence彻底改变了我们的开发周期，将代理部署时间从数月缩短至数周。这从根本上改变了我们团队的工作重心，使他们能够从编写代码转向真正创造价值的环节：构建丰富的业务上下文和强大的语义模型，”丰田汽车欧洲公司数据与人工智能主管Thierry Martin表示。“最终，我们获得了显著的竞争优势——我们能够更快地将安全合规的数据解决方案推向市场，同时消除数据传输风险。”

Snowflake Intelligence由Anthropic等行业领先的 AI 模型提供商提供支持，能够将复杂的查询转化为对话式洞察，最终实现企业内数据和 AI 访问的民主化。Snowflake AI 研究团队的最新创新使 Snowflake Intelligence 在文本到 SQL 查询方面的速度提升高达三倍，并以同样可靠的准确度提供实时答案。为了进一步提高响应的可信度和准确性，该团队还率先开发了一种名为 Agent GPA（目标、计划、行动）框架的全新评估方法。该方法在标准数据集上进行测试时，能够检测出高达 95% 的错误，达到接近人类水平的错误检测能力。

企业级 Lakehouse：增强开放数据访问和灵活性，支持智能体

Snowflake 还宣布对Snowflake Horizo​​n Catalog和Snowflake Openflow（现已正式发布）进行升级，使企业能够轻松连接来自不同来源和目录的所有数据，从而获得更强大、更准确、更值得信赖的 AI 驱动型洞察。Horizo​​n Catalog 的创新功能为 AI 提供了上下文信息，并构建了一个统一的安全和治理框架，可跨所有区域、云和格式安全地连接数据——所有这些都可互操作，且无需担心厂商锁定。Openflow 则允许企业用户安全地自动集成和摄取几乎任何来源的数据，从而更轻松地在企业数据中心集中管理数据。

Snowflake 还发布了以下几项改进，旨在让 AI 智能体（例如 Snowflake Intelligence）更容易访问数据，从而创造价值——所有这些都以一致的安全性和治理为前提：

通过将Apache Polaris™（孵化中） 2 和Apache Iceberg™ REST Catalog 3的开放 API 直接引入 Horizo​​n Catalog，Snowflake 现在为客户提供了一个企业级湖屋，以开放表格式集中管理其数据的治理、安全性和互操作访问管理。

Snowflake的交互式表格和仓库（即将全面推出）正在重新定义企业构建和驱动 AI 智能体和应用程序的方式，帮助组织将数据转化为即时洞察和近乎实时的体验。

Snowflake提供近乎实时的流式分析功能（即将推出内部预览版），使企业能够利用其熟悉的工具和安全平台，在几秒钟内对实时数据采取行动。客户现在可以将实时数据与历史数据相结合，从而支持欺诈检测、个性化推荐、可观测性和物联网监控等关键任务型应用场景。

Snowflake通过与Oracle的合作（目前处于私有预览阶段）扩展了集成选项，使客户能够利用基于 Openflow 构建的近实时变更数据捕获功能，将事务更新持续流式传输到 Snowflake AI 数据云。

继 Snowflake 近期收购Crunchy Data 之后，该公司推出了Snowflake Postgres（即将推出公开预览版），这是一项完全托管的服务，可将全球最流行的数据库引入 Snowflake 平台。此外，Snowflake 还开源了pg_lake（现已正式发布），这是一套 Postgres 扩展，旨在帮助开发人员和数据工程师将 Postgres 与功能强大的 Lakehouse 系统集成。

Snowflake 还通过业务连续性和灾难恢复（现已公开预览）增强了托管 Iceberg 表的数据弹性，进一步保护了企业在整个企业湖屋中的关键数据。

Snowflake发布全新开发者工具，助力企业级智能体AI开发

Snowflake 还推出了一套新的开发者工具，旨在帮助企业更快、更安全地快速构建、测试和部署尖端的、可用于生产的 AI 应用。

开发者现在可以使用Cortex Code （目前处于私有预览阶段）简化数据工作流程。Cortex Code 是 Snowflake 用户界面中全新升级的 AI 助手，使用户能够通过自然语言与整个 Snowflake 环境进行交互。Cortex Code 可以帮助用户轻松了解 Snowflake 的使用情况，优化复杂查询，并微调结果以最大限度地节省成本。

Snowflake Cortex AISQL（现已正式发布）的增强功能，让开发者能够在Snowflake Dynamic Tables（现已正式发布）中构建可扩展的 AI 流水线，并通过简单的声明式 SQL 查询创建 AI 推理流水线。借助Cortex AISQL 中的AI Redact（即将推出公开预览版），用户可以更自信地扩展规模，因为它能够从非结构化数据中检测和编辑敏感数据，从而在确保安全性和隐私性的同时，为 AI 准备好多模态数据集。

Snowflake 的集中式开发环境Workspaces（现已正式发布）打破了数据孤岛，显著提升了协作效率，并提供统一的编辑器，用于创建、组织和管理跨多种文件类型的代码。Workspaces 还集成了Git（现已正式发布），为开发者提供了一种无缝审查版本控制的方式；此外，它还集成了 VS Code（现已正式发布），使用户能够使用自己偏好的集成开发环境 (IDE) 与团队其他成员共享代码。

借助dbt Projects on Snowflake（现已正式发布），企业可以直接在 Snowflake 环境中构建、测试、部署和监控其 dbt 项目，从而使工程师能够专注于提供洞察，而不是维护各种工具和基础设施。此外，Snowflake 还通过Snowpark Connect for Apache Spark（现已正式发布）在 Snowflake 的安全引擎上运行现有的 Apache Spark™4 代码，帮助企业进一步提升开发人员的效率。