Snowflake正以数十亿美元的投入全力推进其企业级AI战略。本周三,该公司宣布扩大与AWS的合作关系,未来五年将向这家科技巨头投入60亿美元的基础设施资金。此次投资聚焦于AWS Graviton处理器和AI基础设施,背后是企业客户对数据与AI工作负载日益增长的需求。
与此同时,Snowflake还通过收购Model Context Protocol平台Natoma,进一步强化其在企业智能体领域的战略布局。Natoma平台提供治理能力,将为AI智能体引入身份识别层,帮助企业有效监管AI系统之间的交互行为。此次收购的交易条款未予披露。
"在各行各业,企业正朝着员工与智能体协同工作的未来迈进,以加速决策、自动化复杂工作流程,并释放出全新水平的生产力与创新能力。"Snowflake首席执行官Sridhar Ramaswamy在本周三的公司财报电话会议上对投资者表示。Snowflake在2027财年第一季度录得13.9亿美元营收,同比增长33%。
Snowflake在AI基础设施和智能体能力上的持续投入,与客户希望借助AI技术重塑业务流程、个性化客户及员工体验的诉求高度契合。
全球金融服务公司纽约梅隆银行(BNY)已在其业务运营中部署了多个AI智能体,其中包括能够发现并修复低复杂度代码问题的数字工程师。零售巨头沃尔玛也推出了不同的智能体平台,使这项技术触达其运营的各个环节。
高德纳(Gartner)指出,智能体AI正推动企业重新审视自身的运营方式,八成CEO认为自主AI将对其运营能力带来实质性变革。
各大厂商也在竞相满足企业对这一技术的需求。谷歌本月初发布了面向智能体工作的Gemini 3.5系列模型;大语言模型服务商Anthropic同样于本月初为金融服务企业发布了AI智能体模板;OpenAI则于今年1月与ServiceNow达成合作,以增强其企业级AI能力。
Snowflake亦积极角逐企业级市场,并在过去数月间持续与多家公司建立合作伙伴关系,此次扩展AWS合作正是其中一环。去年12月,该公司还分别与Anthropic和埃森哲深化合作,以推动企业智能体和生成式AI的规模化落地。
Ramaswamy在本周财报电话会议上表示:"我们的平台汇聚了企业迈向智能体化所需的四大要素:统一且受治理的数据基础、顶尖AI模型的访问能力、跨企业应用与工作流程的连接能力,以及将意图转化为受治理行动的统一智能体控制平面。"
尽管智能体AI的浪潮正席卷各行各业,CIO们仍面临在技术、流程与人员之间寻求平衡的难题。本月早些时候,在MIT斯隆管理学院CIO研讨会上发言的技术领导者们强调,持续投资员工能力,是确保AI项目长期成功的关键所在。
Q&A
Q1:Snowflake收购Natoma的目的是什么?
A:Snowflake收购Natoma,是为了强化其在企业智能体领域的治理能力。Natoma是一个Model Context Protocol平台,能够为AI智能体提供身份识别层,帮助企业有效监管AI系统之间的交互行为,从而让企业在部署智能体AI时更加安全、可控。
Q2:Snowflake与AWS签署60亿美元协议,主要投向哪里?
A:这笔60亿美元的基础设施投资将在未来五年内分批投入,重点用于AWS Graviton处理器和AI基础设施建设。这一举措旨在满足企业客户对数据与AI工作负载处理能力日益增长的需求,也是Snowflake整体企业级AI战略的重要组成部分。
Q3:目前哪些大企业已经在使用AI智能体?
A:已有多家知名企业落地应用AI智能体。全球金融服务公司纽约梅隆银行(BNY)在内部运营中部署了多个AI智能体,包括能自动识别并修复低复杂度代码问题的数字工程师;零售巨头沃尔玛则推出了多个智能体平台,覆盖其业务运营的各个环节。
好文章,需要你的鼓励
市场研究公司Klue本月初遭黑客入侵,大量客户数据被窃。Klue表示正与黑客组织Icarus沟通,并相信对方正在删除所盗数据。受影响客户包括Gong、LastPass、HackerOne等多家知名企业。然而事态趋于复杂——另一黑客团伙声称从Icarus处获取了Klue客户数据,并向客户发出勒索威胁。Klue提醒客户勿向第二方支付赎金,并建议索取数据样本以核实其真实性。
KAIST等机构提出3D HAMSTER,通过为视觉语言模型加入深度编码器和几何重建损失,让机器人规划器直接输出三维轨迹,解决了分层机器人系统中规划与执行的维度不匹配问题,显著提升了操作鲁棒性。
苹果公司对OpenAI提起诉讼,指控其窃取商业机密。据披露,前苹果系统电气工程师刘畅(Chang Liu)在离职加入OpenAI后,利用一个此前未知的身份验证零日漏洞,持续数周从苹果内部网络存储中下载大量机密文件,内容涵盖未发布产品信息、工程演示文稿及技术规格等。苹果已修复该漏洞并终止相关访问权限。此案已提交加州北区联邦法院,并要求陪审团审判。
南京大学提出Light-Omni框架,通过全局状态与潜在状态双机制,让AI视频助理无需反复推理即可实现精准记忆检索,速度提升逾12倍,准确率同步提高。