Snowflake تحدّث منصات AI لمستخدمي الأعمال والمطورين

تسعى Snowflake إلى متابعة مسارين متوازيين في تطوير الذكاء الاصطناعي داخل منصتها: Snowflake Intelligence للجمهور الواسع من مستخدمي الأعمال و Cortex Code للمطورين والفرق التقنية. تقوم الشركة بتوسيع كلا خطوط المنتجات بهدف الاحتفاظ بالعملاء من الانتقال إلى أدوات الذكاء الاصطناعي المنفصلة خارج النظام البيئي لـ Snowflake. يتم وضع Snowflake Intelligence كأداة للموظفين بدون معرفة تقنية عميقة — المحللون والمديرون والمتخصصون في البيانات الذين يحتاجون إلى الوصول إلى إمكانيات الذكاء الاصطناعي دون كتابة أي أكواد برمجية.

يسمح المنتج بالعمل مع بيانات المؤسسة المخزنة في Snowflake من خلال واجهة باللغة الطبيعية. هذه محاولة لتقليل حاجز الدخول: تستثمر الشركات في Snowflake كمنصة بيانات، والآن يجب أن تصبح نفس البيانات متاحة للاستعلامات عن الذكاء الاصطناعي دون الحاجة إلى نقلها إلى أنظمة خارجية. Cortex Code، من جانبه، يستهدف المطورين والمهندسين.

إنها مجموعة أدوات على مستوى أقل: النماذج والواجهات البرمجية والقدرات لدمج وظائف الذكاء الاصطناعي في التطبيقات والخطوط الأنابيب مباشرة داخل البنية الأساسية لـ Snowflake. يسمح Cortex Code للفرق بتطوير حلول الذكاء الاصطناعي الخاصة بها دون مغادرة النظام البيئي، مما يقلل من التعقيد التشغيلي ويلغي الحاجة إلى مزامنة البيانات عبر منصات متعددة. التقسيم إلى منتجين هو قرار محسوب بشكل استراتيجي.

لقد كافحت Snowflake لفترة طويلة للبقاء بمثابة المستودع المركزي للبيانات لعملاء المؤسسات. مع نمو شعبية أدوات الذكاء الاصطناعي من المختبرات الكبرى، ظهر تهديد حقيقي: قد تبدأ الشركات في تصدير البيانات من Snowflake إلى منصات الذكاء الاصطناعي المتخصصة. Snowflake Intelligence و Cortex Code هما الإجابة على هذا الخطر: لا تذهب إلى مكان آخر للذكاء الاصطناعي، استخدم الذكاء الاصطناعي حيث تقيم بياناتك بالفعل.

على مدى السنتين الماضيتين، قامت Snowflake بتوسيع قدرات الذكاء الاصطناعي لديها بشكل مستمر. تتضمن علامة Cortex الأوسع نماذج مدمجة للتلخيص والتصنيف والبحث الدلالي وتوليد النصوص. يسمح Cortex Analyst بطرح أسئلة حول البيانات باللغة الطبيعية.

Snowflake Arctic هو نموذج الوزن المفتوح الخاص بالشركة. يبدو توسيع Snowflake Intelligence و Cortex Code كخطوة التالية في التوحيد: ليس مجموعة من الميزات المنفصلة، بل منتجات منتهية مع جمهور هدف واضح. هذا مهم للسوق لعدة أسباب.

الأول — إشارة إلى نضج الذكاء الاصطناعي للمؤسسات. عندما تبدأ منصات البيانات الكبرى في بناء منتجات ذكاء اصطناعي متمايزة لأدوار مختلفة (الأعمال مقابل المطورين)، فهذا يعني أن الطلب على الذكاء الاصطناعي في القطاع الخاص لم يعد عالمياً. الثاني — الضغط التنافسي على المنصات المتخصصة.

تتحرك Databricks و Google BigQuery و Microsoft Fabric في اتجاه مماثل، ولا تستطيع Snowflake السماح لنفسها بالتخلف عن الركب. بالنسبة للعملاء الذين يعملون بالفعل في النظام البيئي لـ Snowflake، فإن التوسيع يعني انتقالاً أبسط وأرخص إلى أدوات الذكاء الاصطناعي. بالنسبة لأولئك الذين لا يزالون يختارون منصة بيانات، فإن وجود طبقة ذكاء اصطناعي مدمجة يصبح حجة مقنعة بشكل متزايد عند تقييم البائعين.