Snowflake coloca dados empresariais prontos para IA ao seu alcance

Sabemos que os desenvolvedores não querem esperar até que um pedido de acesso seja aprovado ou um conjunto de dados seja atualizado para começar a criar a próxima aplicação ou agente de IA. Sabemos também que até o melhor modelo não pode suprir dados incompletos, fragmentados e desatualizados. 

Para se preparar para a IA, os dados devem estar continuamente disponíveis, acessíveis, utilizáveis e governáveis. É isso que faz a diferença entre uma IA que falha e uma IA que obtém sucesso no mundo real. É por isso que a Snowflake tem o compromisso de garantir que nossos clientes sempre tenham dados prontos para IA para alimentar suas implementações de IA em produção e suas aplicações inteligentes. Nossas mais recentes melhorias na plataforma incluem processamento transacional, análise de dados, otimização automatizada, interoperabilidade e recursos de governança e resiliência de nível empresarial, para que você possa:

• Preparar todos os dados corporativos para IA, incluindo dados transacionais e em tempo real.

• Manter os sistemas de IA rápidos e com capacidade de resposta com otimização de performance contínua integrada.

• Reduzir a movimentação e a fragmentação de dados entre cargas de trabalho operacional, analítica e de IA.

• Usar dados confidenciais com segurança em iniciativas de IA com controles de governança incorporados à sua plataforma, e não em soluções complementares.

• Ajustar a escala da IA com confiança com interoperabilidade e resiliência de nível empresarial.

Vamos ver mais de perto como Snowflake está conectando dados, IA e ações.

Dados prontos para a IA: o segredo para o sucesso da inteligência artificial

Para fornecer verdadeira inteligência corporativa, a IA requer dados operacionais prontamente disponíveis com contexto relevante. Isso significa modernizar tanto a estratégia de dados da sua empresa quanto os sistemas onde esses dados residem para que a IA funcione com dados novos e conectados. 

A Snowflake está lidando com esse desafio em várias frentes. Para as organizações que buscam modernizar plataformas herdadas, o SnowConvert AI oferece conversão de código com tecnologia de IA (atualmente disponível ao público) para agilizar o caminho para dados prontos para IA. Melhorias nos agentes de IA subjacentes possibilitam maior precisão e menor latência, enquanto uma nova abordagem de teste de unidades integrada usa dados sintéticos para verificar a execução em bancos de dados de origem e de destino do Snowflake. Uma maior cobertura de migração dos procedimentos armazenados do Sybase, das funções definidas pelo usuário (user-defined functions, UDFs) e dos projetos SSIS-to-dbt preserva a lógica essencial para os negócios e reduz o esforço de migração manual. A conversão com tecnologia de IA em tabelas Apache Iceberg™ gerenciadas pelo Snowflake (atualmente disponível ao público) oferece outra opção de conversão de tabela de origem para Teradata, resolvendo a necessidade de interoperabilidade no formato de tabela aberta e mantendo os controles de performance, confiabilidade e governança gerenciados pelo Snowflake.

Para os que querem parar de se preocupar com bancos de dados externos ou camadas de cache ao criar apps, há uma opção de um em dois dos Snowflake Postgres e Interactive Analytics. Essas ofertas complementares têm um objetivo comum: ajudar os desenvolvedores a criar aplicações de alta performance de forma mais rápida e fácil ao executar todas as cargas de trabalho de dados no Snowflake.

O Snowflake Postgres, em breve disponível ao público, foi desenvolvido para casos de uso transacionais. Ele traz o Postgres para o Snowflake AI Data Cloud, fornecendo uma base pronta para produção para aplicações e agentes de IA, simplificando seu footprint de arquitetura por meio da consolidação de infraestrutura. O Snowflake Postgres conecta dados transacionais à análise de dados sem pipelines frágeis e oferece suporte à confiança de nível empresarial com segurança, resiliência e escala testados na prática. Os desenvolvedores obtêm 100% de compatibilidade com o Postgres e alta performance, enquanto as empresas obtêm uma plataforma unificada para colocar em funcionamento a próxima geração de aplicações e agentes de IA em tempo real.

O Snowflake Postgres é bem adequado para casos de uso, como:

• Desenvolvimento moderno de apps e IA: promova uma nova classe de aplicações inteligentes e conscientes do contexto que exigem transações de alta taxa e análise de dados em grande escala ao mesmo tempo.

• Análise de dados em tempo real: torne os novos dados operacionais prontos para análise no AI Data Cloud sem o custo oculto de ETL.

• Armazém operacional: modernize e consolide backends para aplicações corporativas e da web realizando “lift-and-shift” dos apps Postgres existentes sem recriar código. 

O Interactive Analytics foi criado para casos de uso analíticos de intensa leitura, permitindo que milhares de usuários acessem um dashboard ou uma API de análise de dados simultaneamente com respostas de menos de um segundo. Essa é uma vantagem competitiva valiosa quando leva a decisões confiáveis, atendimento ao cliente mais rápido (e com melhor informação) ou mudanças rápidas para acompanhar as tendências de mercado. Use análises interativas em cenários de alto volume, como:

• Análise de dados voltada para o usuário: crie dashboards ou módulos de relatórios em um app SaaS onde os usuários esperam um tempo de resposta extremamente rápido.
  APIs de alto rendimento: servem como backend de análise de dados para APIs ricas em dados que lidam com grandes quantidades de solicitações de leitura simultâneas.

• Monitoramento em tempo real: forneça a camada de serviço de baixa latência para telemetria, observabilidade, consoles de Internet das Coisas (IoTs) e outras situações em que os dados devem ser visualizados instantaneamente assim que recebidos. 

Performance na velocidade da IA

Uma IA eficaz deve operar em tempo real, e não somente em lote ou offline. Ela também precisa de acesso rápido e previsível aos dados. Também é necessário ajustar a escala da plataforma para atender à demanda, sem ajustes constantes ou gestão manual. 

O Snowflake Optima oferece aos desenvolvedores (e aos seus projetos de IA) um impulso ao analisar, de modo contínuo e automático, o histórico da carga de trabalho e ao oferecer otimizações inteligentes que agilizam a performance. O Optima Metadata (disponível ao público) produz metadados específicos de cargas de trabalho para melhorar a performance das consultas. Usar essa ferramenta aliada ao Optima Indexing significa que os desenvolvedores agora podem otimizar automaticamente o armazenamento, a indexação e a performance dos metadados. Além disso, o Query Acceleration Service agora está habilitado por padrão para warehouses multicluster e Gen2, agilizando o tempo de consultas críticas, incluindo as realizadas nas tabelas Apache Iceberg, e dando aos usuários uma visão melhor do uso e da performance das consultas. 

Enquanto isso, as melhorias contínuas do Snowflake para Snowpipe Streaming, Dynamic Tables e warehouses Gen2 mantêm os dados ingeridos, transformados e disponíveis de forma contínua, praticamente em tempo real. Junto com o Snowflake Optima e a performance analítica de menos de um segundo do Interactive Analytics, eles dão aos desenvolvedores performance confiável para atender às necessidades de IA generativa e inovações concretas com agentes.

Dados governados, abertos e interoperáveis para uma IA confiável

Sua IA é tão confiável quanto os dados que a sustentam. Você deve saber de onde vêm os dados, ser capaz de aproveitar com segurança a riqueza de insights em dados confidenciais e ser capaz de acessar dados armazenados em vários formatos e locais. À medida que mais pessoas usam ferramentas de IA para funções críticas para os negócios, cada "soluço" ou alucinação pode não apenas prejudicar a reputação, mas também levar a erros mais sérios. De acordo com um recente estudo da KPMG, 66% dos entrevistados dependem dos resultados da IA sem avaliar a precisão, e 56% estão cometendo erros em seu trabalho por causa da IA.

Os desenvolvedores não precisam levar ciclos extras pensando em governança e segurança: a IA deve funcionar e pronto. Com o Snowflake, governança, segurança e resiliência são incorporados diretamente à plataforma, para que os apps e a IA que você cria no Snowflake tenham uma base sólida de governança desde o início. Recursos como o IA Redact (agora disponível ao público), novos classificadores de dados confidenciais específicos da UE e novas políticas de acesso a linhas e projeção baseadas em tag permitem que você analise e use conjuntos de dados confidenciais com segurança, sem afetar a privacidade ou tornar os dados inutilizáveis. 

Para facilitar a avaliação e o gerenciamento da qualidade dos dados, aprimoramos os recursos de notificação de qualidade dos dados (em versão preliminar pública) e detecção de anomalias (disponível ao público). Os recursos de linhagem externa (versão preliminar pública) permitem que você receba dados de fontes externas e obtenha uma visão completa e completa da linhagem de dados para que você possa ter certeza de que seus modelos de IA são treinados com entradas confiáveis. Além disso, assim que seus dados estiverem em bom estado, o Snowflake Backups poderá criar backups imutáveis com bloqueio de retenção para ajudar a proteger os dados contra perda, manipulação ou ataque cibernético, bem como ajudar você a restaurar o acesso e a recuperar dados valiosos em caso de interrupções.

A Snowflake também está expandindo a interoperabilidade do open lakehouse, permitindo que a IA acesse dados governados com segurança, onde quer que eles estejam armazenados em nuvens, catálogos e formatos. O suporte para o Apache Iceberg V3, incluindo a capacidade de processar dados semiestruturados com tipos de dados VARIANT (breve em versão preliminar pública) e os recursos de interoperabilidade do Horizon Catalog (suporte à leitura externa disponível ao público; suporte à gravação externa em versão preliminar pública) facilitam o acesso às tabelas gerenciadas do Snowflake de qualquer mecanismo por meio de APIs abertas para máxima flexibilidade. O Horizon Catalog também simplifica o processo de extensão da governança unificada em todo o ecossistema do Apache Iceberg, permitindo que você aplique políticas de mascaramento de linha e coluna de forma consistente em Apache Spark e Snowflake para tabelas Iceberg (disponível ao público). 

Uma integração recém-lançada com o Microsoft OneLake, agora disponível ao público, permite que os clientes mútuos tenham acesso seguro de leitura bidirecional aos dados do Apache Iceberg gerenciados pelo Snowflake ou pelo Microsoft Fabric. Juntos, permitimos que você acesse todos os seus dados nas duas plataformas com mais facilidade, sem complexidade ou duplicação de dados. Ouça nossos executivos de produtos falarem sobre como isso está possibilitando abertura e interoperabilidade reais. Assista ao videoclipe para conhecer melhor as novidades. E para facilitar o compartilhamento de dados entre equipes, nuvens e regiões, o compartilhamento de formato de tabela aberta amplia o modelo de compartilhamento sem ETL do Snowflake para mais formatos, incluindo Apache Iceberg e Delta Lake. Desenvolvedores podem colaborar em formatos abertos e, ao mesmo tempo, ter controle sobre o acesso e os custos.

Dados empresariais prontos para IA, por padrão

A Snowflake está elevando o padrão quando se trata de definir uma base de dados fácil, conectada e confiável que torna os dados empresariais prontos para IA desde o projeto. Os desenvolvedores podem criar apps inteligentes e agentes de IA prontos para produção em uma única plataforma central e integrada, que tem governança, interoperabilidade e alta performance já incorporados desde o início. 

Saiba mais sobre como preparar seus dados para a IA com o poder da plataforma Snowflake em snowflake.com/en/make-data-ai-ready. Em seguida, confira como o AI Data Cloud pode ajudar você a desenvolver melhor com novos recursos que oferecem inteligência corporativa e IA com agentes em escala e modernizam seu fluxo de trabalho de desenvolvedor. 

Declarações prospectivas