AI dla firm. Snowflake gra va banque
Snowflake ogłosił partnerstwo z OpenAI warte 200 mln dol. oraz całą serię nowych narzędzi, które mają zmienić sposób, w jaki przedsiębiorstwa budują i wdrażają sztuczną inteligencję.
Snowflake ma 12 600 klientów na świecie. Teraz wszyscy oni zyskają dostęp do modeli OpenAI. Wykorzystają więc GPT-5.2, aby przeanalizować dane hostowane przez Snowflake’a czy wdrożyć agentów AI. Ci będą mogli działać bezpośrednio na ich danych, bez konieczności ich eksportowania, co może być szczególnie ważne dla decydentów. Wrażliwe dane nie będą bowiem przekazywane poza firmową infrastrukturę.
Dla OpenAI to ważny krok nie tylko ze względu na kolejne partnerstwo, ale raczej na rozszerzenie dostępności poza chmurę Microsoftu, który wspierał firmę Altmana w początkowym etapie. Snowflake korzysta bowiem z chmury wszystkich liczących się dostawców. GPT będzie więc działał na Azure, ale i na AWS-ie czy GCP. Snowflake z kolei już wcześniej dawał swoim klientom dostęp do Claude’a, Gemini czy Mistrala, ale modeli OpenAI próżno było tam szukać.
200 mln dol. na wspólny rozwój
Partnerstwo ma również inny wydźwięk jeśli porównamy je z wcześniejszymi umowami OpenAI. Sam Altman ma bowiem kupić moc obliczeniową od AWS-a i Oracle za - odpowiednio - 38 mld dol. i 300 mld dol. Tutaj jednak 200 mln dol. to wartość wspólnych inwestycji w rozwój technologii i analityki danych, na czym skupia się Snowlfkae.
Aby AI naprawdę przynosiła wartość, musi wykroczyć poza eksperymentowanie i stać się integralną częścią systemów, na których zespoły polegają każdego dnia - wyjaśnia Christian Kleinerman, EVP of Product w Snowflake.
Powyższe ogłoszenie to nie jedyna nowość, którą przygotował Snowflake.
Ile wyniósł nasz zysk?
Z takim pytaniem zwykle często muszą się mierzyć twórcy dashboardów BI. W końcu każdy zespół ma swoją definicję tego, czym jest przychód, klient czy konwersja. Agenci AI multiplikują ten problem. Bazując na niespójnych definicjach dają błędne wyniki. To podkopuje zaufanie do całej technologii. Wyjściem jest tu poprawnie zbudowana warstwa semantyczna. Jej zbudowanie to jednak skomplikowany projekt, który nigdy się nie kończy - do bazy trafiają nowe dane, a i sama firma się zmienia.
Snowflake proponuje tu autopilota do automatycznej budowy i utrzymania warstwy semantycznej dla całej organizacji. Ma on się uczyć na podstawie obserwacji wykorzystania danych i samodzielnie tworzyć definicje, które są zrozumiałe zarówno dla ludzi, jak i dla AI. Ma to skrócić czas projektu do dni. Co ciekawe, nie tylko dla Snowflake’a, ale również dbt, Lookera, Sigmy czy ThoughtSpota.
Rozproszone dane
Większość firm nadal trzyma swoje dane transakcyjne (np. zamówienia w sklepie internetowym) i analityczne (raporty sprzedaży) w oddzielnych bazach danych. To oznacza skomplikowane pipeline'y, które muszą przepychać dane tam i z powrotem, opóźnienia w dostępie do świeżych informacji i dodatkowe koszty.
Firmy często wybierają jako swoją bazę PostgreSQL, najpopularniejszą tego typu technologię open source na świecie. Może ona działać natywnie wewnątrz Snowflake, więc firmy mogą łatwo przenieść swoje dane właśnie tam.
Snowflake ogłosiło też dwie ciekawe integracje. Pierwsza to v0 by Vercel - narzędzie, które pozwala tworzyć aplikacje webowe przy użyciu języka naturalnego (bez umiejętności programowania). Druga integracja to Brave Search API. Wprowadza ona wiedzę z internetu w czasie rzeczywistym do wszystkich agentów AI w Snowflake. Twój agent będzie mógł odpowiadać na pytania o bieżące wydarzenia, trendy rynkowe czy szczegóły techniczne - bez halucynacji typowych dla modeli bez dostępu do świeżych informacji.
Skąd mam wiedzieć, że mój agent AI działa poprawnie, zanim wpuszczę go do produkcji?
Nowe narzędzie daje programistom pełną widoczność tego, jak agent rozumuje, jakie podejmuje decyzje i dlaczego wybiera konkretne narzędzia. Możesz systematycznie testować poprawność odpowiedzi, użycie narzędzi i logiczną spójność - zanim agent zacznie wpływać na realne decyzje biznesowe.
To również pomaga w kontroli kosztów. Agent, który w kółko wywołuje te same narzędzia lub wchodzi w spiralę niepotrzebnych obliczeń, to realne pieniądze wyrzucane w błoto. Co ciekawe, Snowflake wprowadza również funkcję AI_COUNT_TOKENS, która pozwala oszacować koszty jeszcze przed uruchomieniem workloadu. Teraz można sprawdzić, jak długość promptu i wielkość kontekstu przekładają się na realne pieniądze - i zoptymalizować to, zanim rachunki wymkną się spod kontroli.
Jak zareagowały rynki?
Na początku kurs nieznacznie podskoczył, aby później ustabilizować się w okolicach 193 dol. za akcję. To podobny poziom, na którym Snowflake znajdował się rok temu, ale i znacznie niższy niż jesienią:
