Snowflake正计划收购基于AI的站点可靠性工程(SRE)平台提供商Observe,以增强其产品组合的可观测性能力,并帮助企业在将AI试点项目加速投入生产时实现AIOps。
Snowflake分析负责人Carl Perry对InfoWorld表示:"从长远来看,Snowflake正将自己定位为大规模AI基础设施。随着AI智能体产生指数级增长的数据,垂直整合的数据和可观测性平台对于可靠且经济地运行生产级AI变得至关重要。"
Perry进一步解释说,AI驱动应用程序的问题和错误比传统软件更难诊断,这加大了企业快速识别和解决问题的压力。Snowflake希望通过将Observe的遥测、日志和跟踪分析与Snowflake的AI和数据云相结合来解决这一挑战。
Perry指出,这应该为企业提供数据管道、模型行为和基础设施健康状况的统一视图——这些领域在AI系统从实验转向生产时通常在各种工具中是分散的。
Perry表示,这种组合能力将帮助企业更早地检测性能回归、数据漂移和成本异常,同时为SRE和数据团队提供共享的运营层,以管理AI驱动应用程序的可靠性和治理。
Moor Insights and Strategy首席分析师Robert Kramer同意Perry关于管理大规模AI应用程序需要可观测性能力的观点,认为这些能力对CIO来说是"战略性"的。
The Futurum Group数据、AI和基础设施实践负责人Bradley Shimmin表示,不为企业采用这些能力的领导者"将拿着一袋非常昂贵的科学项目",因为试点时代已经结束,现在是时候在AI投资中实现切实价值了。
该分析师还指出,Snowflake收购Observe可能通过引入更具成本效益的可观测性方法,显著缓解CIO的定价压力,并挑战Splunk和Datadog等竞争对手。
Shimmin说,与Datadog和Splunk等传统供应商不同——它们收取高价是因为将遥测数据(日志、指标、跟踪)视为专门的专有数据,需要其生态系统进行存储和分析——Snowflake计划将遥测数据作为其数据云中的标准数据处理。
Shimmin补充说,这种转变不仅降低了存储和处理成本,还简化了与现有企业数据策略的集成。
此外,Kramer认为,如果Snowflake能够将Observe的能力与之前的收购(如TruEra)相结合,可能为客户提供更多价值。
Kramer说:"如果Snowflake能够将Observe的系统可观测性与TruEra的模型监控连接起来,就能实现从管道到模型再到生产基础设施的统一可见性,扩展其平台能力。"
Observe目前提供三个平台——AI SRE、o11y.ai和大语言模型可观测性——具备日志管理、应用程序性能监控和基础设施监控等能力。
这家由Jacob Leverich、Jonathan Trevor和Ang Li于2017年创立的初创公司,在一年后推出了其初始可观测性平台,利用Snowflake上的集中式数据库。
Perry表示,这将帮助Snowflake相对更快地整合Observe的产品。Snowflake未披露此次收购的财务条款,交易还需获得监管批准。
Q&A
Q1:Snowflake收购Observe的主要目的是什么?
A:Snowflake收购Observe是为了增强其产品组合的可观测性能力,帮助企业在将AI试点项目加速投入生产时实现AIOps。通过结合Observe的遥测、日志和跟踪分析能力与Snowflake的AI和数据云,为企业提供数据管道、模型行为和基础设施健康状况的统一视图。
Q2:这次收购对企业成本有什么影响?
A:这次收购可能显著缓解企业的定价压力。与传统供应商Datadog和Splunk收取高价不同,Snowflake计划将遥测数据作为其数据云中的标准数据处理,而不是专有数据。这种转变不仅降低了存储和处理成本,还简化了与现有企业数据策略的集成。
Q3:Observe公司有哪些主要产品和能力?
A:Observe目前提供三个平台——AI SRE、o11y.ai和大语言模型可观测性,具备日志管理、应用程序性能监控和基础设施监控等能力。该公司成立于2017年,在2018年推出了基于Snowflake集中式数据库的初始可观测性平台。
好文章,需要你的鼓励
旺能环境把乌兹别克斯坦项目的第一份关键文本写成了《Waste Supply Agreement》,把垃圾来源、收费与运营边界先框进协议里,再把工程推进到两年建设期与三十年商业运营期的框架。
浙江大学团队开发的SAFEPRED系统通过赋予AI助手"预见未来"的能力,解决了传统安全防护只能被动应对眼前威胁的局限。该系统能预测操作的长期后果,在97.6%的测试案例中成功识别潜在风险,同时将任务效率提升21.4%。研究还推出了可在普通设备运行的轻量版本,为AI安全防护技术的普及应用奠定了基础。
今天讲的出海案例,是一家以垃圾焚烧发电为核心的环保运营商,借助建造-运营-移交(BOT)模式在乌兹别克斯坦推进项目的故事。
牛津大学联合研究团队发现AI在生成答案前就能预测自己的成功率,这种内部"直觉"可用于智能路由系统。研究揭示AI与人类对问题难度理解存在差异,且随推理深度增加而扩大。基于此开发的路由系统在保持性能下可降低17-70%计算成本,为高效AI部署提供新思路。