Snowflake offre alle aziende un’AI più intelligente e governata

Le aziende di tutto il mondo adottano l’AI per accelerare l’impatto e migliorare i risultati per i clienti. Tuttavia, scalare l’intelligenza artificiale oltre gli esperimenti isolati rimane una sfida. Le organizzazioni che implementano con successo l’AI in produzione spesso hanno una cosa in comune: si basano su piattaforme AI scalabili, interoperabili e sicure collegate direttamente ai dati.

Snowflake si impegna ad aiutare le aziende a trarre un valore significativo dai loro investimenti nell’AI. Oltre alle nuove funzionalità che accelerano la maturità per l’AI preparando la data foundation e modernizzando il workflow di sviluppo, siamo lieti di annunciare le innovazioni che semplificano il modo in cui le aziende possono utilizzare e distribuire l’AI su vasta scala. Queste funzionalità possono essere utilizzate per: 

• Consentire a ogni utente di rispondere a domande complesse in linguaggio naturale con Snowflake Intelligence.
• Sviluppare data agent intuitivi e flessibili in aggiunta al database contestuale aziendale, compresi tutti i dati strutturati e non strutturati, con ragionamento avanzato e accesso a provider di modelli leader pronti all’uso.
• Accelerare le pipeline AI multimodali utilizzando SQL semplice, inclusi controlli di governance dei costi integrati per una facile gestione del TCO.
• Accelerare il machine learning con funzionalità MLOps avanzate e feature di machine learning a bassa latenza per previsioni online.

Snowflake Intelligence: tutta la conoscenza aziendale. Un solo agente enterprise di fiducia. 

Per troppo tempo, le informazioni sono rimaste confinate in dashboard statiche e report rigidi, che richiedono tempo per essere creati, sono difficili da consultare e spesso sollevano più domande che risposte. Snowflake Intelligence (in GA) introduce una nuova categoria di AI: agenti di enterprise intelligence progettati per trasformare il modo in cui le organizzazioni lavorano, collaborano e innovano promuovendo una vera cultura data-driven. Ogni dipendente, indipendentemente dallo spessore tecnico, può porre domande complesse in linguaggio naturale, scoprire il “perché” dietro ogni “cosa” e agire con sicurezza, sempre all’interno del perimetro governato e sicuro di Snowflake.

Snowflake Intelligence democratizza i dati e gli insight, consentendo a chiunque di ragionare, decidere e agire con sicurezza. Gli utenti possono analizzare, ragionare e ottenere risposte verificate da tutti i dati, dal contesto aziendale e da una ricca semantica in un unico ambiente affidabile. 

I clienti possono utilizzare Snowflake Intelligence per ottenere risposte su tutti i dati, compresi i dati non strutturati, con Agentic Document Analytics (presto in private preview). Gli utenti non sono più limitati dal RAG tradizionale, in cui vengono campionati solo decine di documenti per query, ma possono analizzare migliaia di documenti con una sola query. Ora puoi porre domande efficaci sui tuoi documenti, in modo da poter passare da "Come reimpostare la password?" a "Mostrami un numero di menzioni settimanali per area di prodotto nei ticket di assistenza clienti degli ultimi sei mesi".

Snowflake Intelligence mette anche l’autopilota al tuo livello semantico (presto in public preview), adattandosi all’evoluzione della tua azienda e aiutandoti a ottenere insight più rapidamente. Imparando dai dati di utilizzo aggiornati e dalla cronologia delle query, evidenzia automaticamente le nuove query verificate per la revisione e perfeziona continuamente la comprensione delle metriche, delle definizioni e della logica aziendale. Snowflake può importare automaticamente il contesto da strumenti come Tableau, SQL inserito manualmente e altre piattaforme BI in arrivo a breve, avviando e migliorando continuamente i tuoi modelli semantici. Questo si traduce in modelli di migliore qualità, time to value più rapido e insight affidabili fin dal primo giorno. 

Snowflake Intelligence fornisce tutte le tue conoscenze aziendali con un solo agente enterprise di fiducia, eliminando le barriere tra domande e insight e consentendo ai dipendenti di esplorare, ragionare e innovare insieme. 

Creare data agent affidabili arricchiti di contesto 

Snowflake fornisce potenti strumenti per creare data agent affidabili e pronti per la produzione che consentono di recuperare in modo più accurato tutti i dati strutturati e non strutturati. Questi agenti sono facilmente accessibili tramite l’interfaccia per il linguaggio naturale preintegrata in Snowflake Intelligence o all’interno di architetture multiagente personalizzate utilizzando la Snowflake Cortex Agents API (in GA).

Cortex Agents orchestra le informazioni provenienti da fonti di dati strutturati e non strutturati per fornire gli insight. Gli agenti suddividono le query complesse, recuperano i dati pertinenti e generano risposte precise utilizzando Snowflake Cortex Search e Snowflake Cortex Analyst. I clienti possono scegliere tra diversi LLM pronti all’uso come OpenAI GPT e Anthropic Claude per l’orchestrazione. Questo garantisce precisione, efficienza e governance in ogni fase.

Snowflake semplifica la creazione di agenti che forniscono insight specifici per ogni settore e sensibili al contesto. Con le Snowflake Cortex Knowledge Extensions e la condivisione di viste semantiche (entrambe disponibili per tutti i clienti), le aziende possono arricchire le interazioni degli agenti con contesto e conoscenze provenienti da provider e publisher terzi, il tutto garantendo al contempo la protezione della proprietà intellettuale e la corretta attribuzione ai proprietari dei contenuti. Alcuni dei più recenti editori e provider di dati pronti per l’AI disponibili sul Marketplace Snowflake sono Alation, Allium, The Associated Press, CARTO, CB Insights, Cotality, Crisp, Crunchbase, Deutsche Börse, Equilar, FactSet, Flipside Crypto, Investopedia, IPinfo, LSEG, MSCI, NASDAQ, Nordot, Truestar e The Washington Post. Inoltre, Snowflake fornisce una serie di fonti di dati pubblici pronti per l’AI sul Marketplace Snowflake, tra cui risultati finanziari, studi clinici, ricerche mediche e documentazione Snowflake.

Vogliamo che i tuoi agenti e le tue applicazioni in Snowflake siano interoperabili e connessi agli altri sistemi. MCP è diventato il metodo standard per connettere e integrare gli strumenti ad agenti. Il server MCP gestito Snowflake (in GA) consente di connettersi in modo sicuro agli agenti Cortex, Cortex Analyst e Cortex Search utilizzando il protocollo MCP. Questo consente agli altri sistemi e architetture multiagente di recuperare un contesto aziendale di alta qualità tramite Snowflake AI, senza che i dati debbano mai uscire dal perimetro di governance sicura di Snowflake.

Per supportare workload AI di produzione ad alte prestazioni, le Snowflake Interactive Tables and Warehouses (presto in GA) forniscono il layer di servizio in meno di un secondo per potenziare esperienze basate sugli agenti con concorrenza elevata e velocità costante. 

Crea pipeline AI multimodali con prestazioni più veloci 

Snowflake sta ripensando l’analisi dei dati con Cortex AISQL (in GA), consentendo di creare pipeline AI che funzionano con testo, documenti, immagini, audio e video, sempre utilizzando il familiare SQL e senza la necessità di servizi AI separati. Dalle funzioni pronte per la produzione per l’analisi multimodale dei dati su vasta scala, come AI_COMPLETE, AI_TRANSCRIBE e AI_CLASSIFY, alle funzioni specifiche per i documenti, come AI_PARSE_DOC e AI_EXTRACT, gli sviluppatori possono affrontare casi d’uso complessi su qualsiasi scala. Per un'esperienza no-code, gli utenti possono caricare i file direttamente nell'intuitivo Document AI Playground (public preview)per estrarre o analizzare le informazioni e generare automaticamente il corrispondente codice Cortex AISQL. Grazie al supporto di Dynamic Table per Cortex AISQL, gli insight basati sull’AI rimangono costantemente aggiornati grazie ad aggiornamenti incrementali.

Cortex AISQL rende l’elaborazione AI accessibile a tutti gli utenti SQL, consentendo al contempo di creare pipeline AI con facilità, semplificando il processo di sviluppo per una consegna più rapida e una migliore esperienza di sviluppo. Inoltre, fornisce pipeline AI ad alte prestazioni. Sulla base di codice proof-of-concept utilizzando modelli di dimensioni simili, i risultati di runtime Cortex AISQL hanno mostrato un runtime di query da 3 a 7 volte più veloce rispetto alle pipeline manuali, grazie alle ottimizzazioni delle prestazioni integrate direttamente nel motore di Snowflake. Questo aumento delle prestazioni si traduce in una riduzione dei costi di calcolo e un time to value più rapido. 

Per semplificare il TCO, gli utenti possono sfruttare i controlli integrati per la governance dei costi, tra cui la funzione helper per il conteggio dei token AI (public preview), il controllo degli accessi basato sui ruoli a livello di funzionalità e modello (public preview) e i guardrail per i costi (presto in GA). Queste funzionalità facilitano la stima, il monitoraggio e la gestione dei costi mantenendo al contempo una governance di livello enterprise. 

Ulteriori miglioramenti includono importanti ottimizzazioni delle prestazioni di query, supporto ampliato per i tipi di dati e nuovi costrutti e funzioni SQL per semplificare la trasformazione dei dati. L’osservabilità integrata delle prestazioni mantiene l’efficienza e la convenienza delle pipeline su vasta scala. 

I clienti utilizzano Cortex AISQL per creare potenti pipeline AI multimodali, ottenendo prestazioni più rapide a costi inferiori. Questo include clienti come Allegis Group, leader globale nelle soluzioni per forza lavoro e aziendali, ed Eaton, una società di gestione energetica operante in più di 160 Paesi. 

Creare e distribuire modelli AI/ML personalizzati in produzione

Snowflake ML è una serie completamente integrata di funzionalità di sviluppo, inferenza e operazioni create direttamente sui dati governati dell’organizzazione. I nostri ultimi miglioramenti semplificano ulteriormente la creazione, la distribuzione e la gestione di modelli pronti per la produzione su un’unica piattaforma senza egress di dati. Clienti come Coinbase, IGS Energy e Scene+ stanno creando flussi di lavoro ML più rapidi e scalabili grazie a Snowflake.

Per lo sviluppo dei modelli, i team ML possono ora creare più facilmente modelli di alta qualità identificando, condividendo e riproducendo alcuni dei modelli più performanti durante le diverse fasi di addestramento grazie al tracciamento degli esperimenti integrato in modo nativo (public preview). Questo semplifica la collaborazione, migliora la riproducibilità e accelera l’iterazione dei modelli in tutta l’azienda. 

Grazie al pieno supporto per flussi di lavoro ML modulari, Snowflake ML consente di scalare l’inferenza per i modelli creati ovunque, comprese piattaforme ML esterne o hub di modelli come Hugging Face, il tutto mantenendo i controlli di governance e sicurezza di Snowflake.

Per l’inferenza, gli utenti ottengono l’accesso immediato ai migliori modelli Hugging Face preaddestrati con deployment con un clic (public preview) da una semplice interfaccia utente e pubblicano feature per previsioni a bassa latenza sotto i 50 ms con l’Online Feature Store (public preview). Questo supporta casi d’uso critici come raccomandazioni personalizzate, rilevamento delle frodi, ottimizzazioni dei prezzi e rilevamento delle anomalie, consentendo ai tuoi modelli di prendere decisioni sulla base dei dati più aggiornati disponibili.

Scopri di più e prova ora

Non c’è strategia AI senza una strategia dati. Con gli ultimi progressi dell’AI Snowflake, rendiamo più semplice e veloce per ogni azienda creare, distribuire e scalare l’AI in produzione, ottenendo un impatto misurabile e risultati aziendali migliori. 

Inizia subito a creare con l’AI in Snowflake seguendo questi quickstart dettagliati: 

• Crea un agente di enterprise intelligence con Snowflake Intelligence
• Elabora i dati non strutturati su vasta scala con Cortex AISQL
• Produci un modello end-to-end pronto per la produzione in Snowflake ML

Affermazioni riferite al futuro

Questo articolo contiene delle affermazioni riferite al futuro, tra cui offerte future di prodotti, che però non rappresentano un impegno a fornire alcuna offerta di prodotti. Le offerte e i risultati effettivi potrebbero essere diversi ed essere soggetti a incertezze e rischi noti e non noti. Fai riferimento al nostro più recente modulo 10‑Q per ulteriori informazioni.