Snowflake周二发布了新的人工智能功能，包括旨在使客户更容易、更快地开发交谈式人工智能应用程序以提供可信赖结果的功能。
此外，Snowflake还推出了旨在更好地促进协作和增强安全功能的工具，这是在去年春季发生客户数据被盗事件后的举措，当时黑客通过用户密码侵入了Snowflake的平台。
这些新功能中，一些已经普遍可用，但大部分仍处于预览阶段，这些功能是在Snowflake的年度开发者虚拟会议Build期间发布的。
过去两年，企业对人工智能的兴趣激增，最初是由OpenAI于2022年11月推出ChatGPT引发的，进一步是由不断改进的生成式人工智能功能所推动的，这些功能有望像几十年前的个人电脑一样，对企业产生革命性的影响。
随着企业扩大对人工智能功能的投资，它们的两个主要关注点是生成式人工智能，因为它可以使员工更加高效，以及治理，因为用于训练人工智能工具的数据是专有的，根据ISG Ventana Research的分析师David Menninger的说法，Snowflake发布的新功能及时提供了客户在人工智能投资阶段所需的功能。
“人工智能中有两个热门话题——生成式人工智能和治理。这些公告试图解决这两个问题，尽管其中许多功能仍处于预览模式。” David Menninger，ISG Ventana Research分析师
总部位于蒙大拿州博兹曼市，但没有总部的Snowflake是一家数据平台供应商，其工具使客户能够存储和分析数据，以及开发分析和人工智能产品。
今年8月，Snowflake推出了Snowpark Container Services，这是一个托管服务，用于安全地部署和管理人工智能模型。两个月前，该供应商在其年度用户大会Summit上发布了一系列新功能，其中包括旨在帮助客户在几分钟内开发聊天机器人的API的预览。
新的人工智能功能
或许生成式人工智能最重要的商业利益在于显著提高效率。
正如一个世纪前电话改变了通讯方式，个人电脑的演变改变了过去40年中的商业进行方式一样，生成式人工智能有可能彻底改变员工的工作方式。
生成式人工智能使企业能够自动化许多占用大量人力的任务，使人们比以往更加高效。
此外，生成式人工智能还有可能使员工更加聪明。
数据驱动的决策已被证明比仅凭直觉做出的决策更有效。然而，长期以来，数据对于大多数员工来说一直很难实现操作化，这是由于数据管理和分析平台的复杂性。因此，就在2022年，只有大约25%的组织内员工在决策过程中使用分析工具。
当组织的专有数据与生成式人工智能模型相结合时，可以消除以前处理数据所需的大部分复杂性，包括需要编写代码来查询和分析数据以及需要解释数据的数据素养培训。通过实现真正的自然语言处理，使用户能够在不编写代码的情况下向其数据提出问题，并提供响应，包括详细的、总结的解释，这有助于几乎任何员工做出数据驱动的决策。
然而，尽管企业现在都希望开发生成式人工智能工具，但这样做并不容易。
作为回应，数据管理和分析供应商，如Snowflake、主要竞争对手Databricks和其他供应商，已经为客户创建了开发人工智能和机器学习工具的环境。Snowflake最新的功能继续了这一努力。
今年6月，该供应商发布了Cortex Analyst和Cortex Search——两者都还没有预览——以帮助用户开发交谈式人工智能工具。
Cortex Search使开发人员能够从非结构化文本文档中提取数据以供人工智能模型使用，现在已经普遍可用。Cortex Analyst使开发人员能够使用结构化数据来支持人工智能工具，现在处于公共预览阶段。
除了去年春季首次介绍的两个功能之外，Snowflake发布的其他新的Cortex人工智能功能旨在帮助客户开发人工智能工具，包括以下功能：
– Cortex Complete Multimodal Input Support，使开发人员能够使用非结构化数据（如图像和音频文件）来支持模型；
– Cortex Chat API，以简化应用程序接口与Snowflake数据的集成；
– 用于LLM应用程序的AI可观察性，为用户提供监控其数据和人工智能应用程序质量的指标。
Cortex Complete Multimodal Input Support目前还没有预览，而Cortex Chat API将很快进入公共预览阶段，而AI Observability for LLM Apps现在已经处于公共预览阶段。
根据Menninger的说法，对用户来说，最重要的新功能之一是类似LLM可观察性功能的功能，这些功能涉及人工智能治理。就像在企业开始采用自助式分析工具时数据治理变得必要一样，随着企业尝试扩大使用人工智能工具，人工智能治理变得越来越需要。
“我非常支持值得信赖的人工智能增强功能，包括模型可解释性、模型可观察性和LLM应用程序的可观察性。我的最新研究表明，人工智能治理工具的缺乏非常明显，这让企业不得不自行解决问题。这些新功能应该是该平台受欢迎的新增功能。” Menninger说。
旨在帮助开发人员构建人工智能工具的其他新功能包括用于大型批量文本文件的定制处理选项，以便人工智能团队可以创建处理速度高的交谈式人工智能管道，以及Container Runtime，以使用户能够在图形处理单元上执行训练工作负载。
总体来说，这些新功能的主要优势是速度，根据Snowflake产品执行副总裁Christian Kleinerman的说法。
通过为客户提供工具，使开发人员更容易发现和操作化结构化和非结构化数据，获得数据管道和模型健康状态的可见性，并优化计算能力的使用，Snowflake希望加快和简化人工智能的开发。
“我们期望客户能够实现的其中一个好处是更快地构建面向结构化和非结构化数据的交谈式应用程序，以一种可信赖、具有成本效益的方式。” Kleinerman在上周的虚拟新闻发布会上说。
虽然新功能推进了客户如何使用Snowflake开发人工智能工具，但它们也表明该供应商在启用人工智能开发方面与Databricks和其他供应商保持竞争力，Menninger说。
与一些竞争对手相比，Snowflake添加这些功能的速度较慢。但自从Sridhar Ramaswamy于今年2月被任命为首席执行官以来，该供应商已将人工智能开发作为其产品发展路线图的重点。
“所有数据平台供应商都在大力投资提供人工智能/机器学习功能。” Menninger说。他指出，一些供应商，如Snowflake，采取了基于API的方法，使客户能够构建自己的人工智能应用程序，而其他供应商为客户提供了更多的实际工具。
“这两种方法都没有对错之分，但它们吸引了不同的受众。” Menninger继续说。”理想情况下，供应商将提供两者，让不同的团队可以选择他们喜欢的方法。”
Snowflake的总裁兼产品联合创始人Benoit Dageville在上周的虚拟新闻发布会上发言。
协作和安全性
除了人工智能开发外，Snowflake还推出了新的协作和安全功能。
新的协作功能包括内部市场，这是一个现在普遍可用的环境，组织可以在其中存储数据集、应用程序和人工智能产品，以便不同的业务部门可以访问和使用其他业务部门开发的工具。此外，为了使客户更容易地分发分析和人工智能工具，无论是向组织内的其他用户还是向第三方出售，Snowflake的Native App Framework现在已经与Snowpark Container Services集成。
与此同时，关于安全性，Snowflake正在添加新的威胁预防和安全监控功能。
去年5月，一个黑客利用窃取的用户登录凭证成功侵入Snowflake并窃取了客户的数据。多达165个Snowflake客户受到了影响，包括AT&T和Ticketmaster。
虽然黑客是通过获取Snowflake环境的登录凭证才得以访问，而供应商现有的安全措施已经阻止了任何未经授权的登录，但Snowflake仍在努力增加新的安全层来保护客户。
Snowflake提供了Horizon Catalog，这是一个数据目录，用户可以用来管理其数据，包括数据的访问。
为了提高安全性，该供应商正在添加Leaked Password Protection功能，它可以自动禁用在暗网上发现的任何密码，以及Programmatic Access Tokens功能，用于验证API并防止未经授权的应用程序访问。
除了Horizon Catalog外，Snowflake还提供了Trust Center，这是一个帮助客户监控和改善其账户安全的工具。在Trust Center中，威胁情报扫描包现在已经普遍可用，用于监视可能具有风险的用户。
根据Kleinerman的说法，新的安全功能反映了Snowflake认识到它需要做更多来保护客户账户。
“即使我们多年来一直拥有安全功能，但它们并没有得到适当的利用。” 他说。”这影响了我们对我们的责任范围的看法。我们现在坚信，帮助我们的客户充分利用我们拥有的技术是我们的责任。这就是为什么我们正在为我们的客户提供监控、建议、见解和控制的增加。”
下一步
在Snowflake规划未来产品开发时，产品总裁兼供应商联合创始人Benoit Dageville表示，本地应用程序开发将是一个重点。
本地应用程序，比如最近由Metaplane开发的一个应用程序，使客户可以在不将数据从Snowflake环境移动到其他系统的情况下，与其Snowflake数据连接的同时使用其他系统。本地连接限制了数据暴露给潜在泄露的风险，并简化了两个系统的协同使用。
“我们提供了可扩展性，以便可以执行任何用例。” Dageville说。
与此同时，Menninger感叹说，虽然Snowflake Build期间发布的许多功能还没有进入预览或刚刚进入预览阶段，尽管它们可能看起来很重要，但它们还不是供应商平台的支持部分。
“Snowflake仍然需要将这些功能作为普遍可用的功能交付。” 他说。
此外，Menninger建议说，虽然Snowflake的API优先方法对一些开发人员很有吸引力，但除API之外的工具可能有助于该供应商吸引更广泛的人工智能开发人员。例如，开发生成式人工智能驱动的工具，以减轻模型开发人员的一些工作，这是一个机会。
“除API之外的工具将有助于扩大其市场，并使人工智能/机器学习开发人员更加高效。” 他说。”在某个时候，我们可能会看到生成式人工智能大大简化模型开发，就像我们看到它影响应用程序开发过程一样。”
