Snowflake تحدّث منصات الذكاء الاصطناعي لمستخدمي الأعمال والمطورين

تراهن Snowflake على مسارين متوازيين لتطوير الذكاء الاصطناعي داخل منصتها: Snowflake Intelligence لشريحة واسعة من مستخدمي الأعمال، وCortex Code للمطورين والفرق التقنية. وتوسّع الشركة الخطّين معًا في محاولة لمنع العملاء من الانتقال إلى أدوات ذكاء اصطناعي منفصلة خارج منظومة Snowflake.

تُقدَّم Snowflake Intelligence بوصفها أداة للموظفين الذين لا يملكون معرفة تقنية عميقة، مثل المحللين والمديرين وأخصائيي البيانات الذين يحتاجون إلى الوصول إلى إمكانات الذكاء الاصطناعي دون كتابة شيفرة برمجية. ويتيح المنتج العمل مع بيانات الشركات المخزَّنة في Snowflake عبر واجهة تعتمد اللغة الطبيعية. وهي محاولة لخفض حاجز الدخول: فالشركات تستثمر في Snowflake كمنصة للبيانات، والمطلوب الآن أن تصبح البيانات نفسها متاحة لاستعلامات الذكاء الاصطناعي دون الحاجة إلى إخراجها إلى أنظمة خارجية.

أما Cortex Code فيستهدف المطورين والمهندسين. وهو مجموعة أدوات أقرب إلى المستوى البرمجي المنخفض: نماذج وواجهات API وإمكانات لدمج وظائف الذكاء الاصطناعي في التطبيقات وخطوط معالجة البيانات مباشرة داخل بنية Snowflake التحتية. ويتيح Cortex Code للفرق تطوير حلولها الخاصة بالذكاء الاصطناعي دون مغادرة المنظومة، ما يقلّل التعقيد التشغيلي ويلغي الحاجة إلى مزامنة البيانات بين عدة منصات.

يُعدّ الفصل بين المنتجين قرارًا استراتيجيًا مدروسًا. فقد خاضت Snowflake منذ زمن صراعًا للبقاء المستودع المركزي لبيانات عملاء المؤسسات. ومع تصاعد شعبية أدوات الذكاء الاصطناعي من المختبرات الكبرى، برز تهديد حقيقي: قد تبدأ الشركات بنقل بياناتها من Snowflake إلى منصات ذكاء اصطناعي متخصصة. وتأتي Snowflake Intelligence وCortex Code ردًا على هذا الخطر، ورسالتهما: لا تذهب إلى مكان آخر من أجل الذكاء الاصطناعي، واستخدمه حيث توجد بياناتك.

خلال العامين الماضيين، عزّزت Snowflake إمكانات الذكاء الاصطناعي لديها بشكل متواصل. فعلامة Cortex العامة تضم نماذج مدمجة للتلخيص والتصنيف والبحث الدلالي وتوليد النصوص. ويتيح Cortex Analyst طرح أسئلة على البيانات باللغة الطبيعية. أما Snowflake Arctic فهو نموذج الشركة الخاص مفتوح الأوزان. ويبدو توسيع Snowflake Intelligence وCortex Code خطوة تالية في عملية التوحيد: ليس مجموعة ميزات متفرقة، بل منتجات مكتملة الصياغة لكل منها جمهور مستهدف واضح.

وهذا مهم للسوق لعدة أسباب. الأول أنه مؤشر على نضج الذكاء الاصطناعي في المؤسسات. فحين تبدأ منصات البيانات الكبرى ببناء منتجات ذكاء اصطناعي متمايزة لأدوار مختلفة (الأعمال في مقابل المطورين)، فهذا يعني أن الطلب على الذكاء الاصطناعي في القطاع المؤسسي لم يعد موحّدًا. والثاني الضغط التنافسي على المنصات المتخصصة. فـ Databricks وGoogle BigQuery وMicrosoft Fabric تتحرك في الاتجاه نفسه، ولا تستطيع Snowflake التخلف عن الركب.

أما بالنسبة للعملاء الذين يعملون أصلًا ضمن منظومة Snowflake، فيعني التوسّع انتقالًا أبسط وأقل كلفة إلى أدوات الذكاء الاصطناعي. وبالنسبة لمن لا يزال يختار منصة بيانات، تزداد أهمية وجود طبقة ذكاء اصطناعي مدمجة كحجة عند تقييم الموردين.