AI技术栈争夺战：Snowflake、思科谁能胜出？

人工智能公司正竞相争夺新兴AI技术栈的主导权，这场角逐还远未分出胜负。

AI市场正逐步走向成熟。SpaceX计划以750亿美元估值寻求上市，Anthropic本周也提交了IPO申请，但随即声称人类社会尚未为其模型做好准备，颇为自相矛盾。

theCUBE Research首席分析师戴夫·韦兰特认为，最终的赢家将是那个率先将自身确立为AI控制层的公司，他将这一层称为"智能系统"。

"协调机制、上下文处理和本体论，这就是我们所说的智能系统，"韦兰特表示，"它最终代表了企业的运作模型。越来越清晰的是，你无法在没有前端的情况下单独构建后端，因为这是一个闭环——智能系统与智能体从人类的推理轨迹中持续学习，然后再将结果反馈给交互系统。"

在最新一期theCUBE Pod节目中，韦兰特与theCUBE Research执行分析师约翰·弗里尔共同探讨了Snowflake在其年度峰会上试图向更高层AI技术栈迁移的举措，同时也回顾了思科Live大会的重要看点及业界其他重磅新闻。

Snowflake与Databricks的竞争进入新阶段

Snowflake峰会释放出明确信号：Snowflake希望被视为不仅仅是一家数据云公司。该公司能否成为AI技术栈的核心控制点，或者如韦兰特所说的"智能系统"，目前仍有待观察。不过，Snowflake CoWork的发布已初步勾勒出这一方向的路线图。

Snowflake并非孤身参战。其传统竞争对手Databricks推出了Databricks Genie，同样支持用户以对话方式与数据进行交互。

"Snowflake起步时优势明显，"弗里尔说，"Databricks则凭借新兴云计算平台和大型AI基础设施业务实现了强劲增长。两者以不同的策略各自突破临界规模，其实都可以赢，因为整个市场的增长潮足够大，有太多领域有待开拓。我认为与其说是两家互相争抢，不如说是各自能否占据更稳固的长期地位。"

弗里尔和韦兰特均认为，将这场竞争简单定义为Snowflake对阵Databricks是一种局限性视角。模型开发商、应用软件和SaaS公司都在积极构建智能体平台，让用户和开发者能够与数据互动并完成实际工作。

"竞争对手不只是Snowflake和Databricks，"韦兰特指出，"他们固然在相互竞争，但现在某种程度上也在与谷歌、微软、OpenAI、Anthropic等巨头同台角力。所有人都在争夺前端入口——如何让用户与数据对话，无论是业务用户还是开发者；以及如何将前端与后端的智能系统相连通。"

AI技术栈涌现新机遇

思科同样试图在Cisco Live大会上宣示自己在AI生态中的一席之地，并在会上发布了统一云平台。弗里尔认为，思科面临的机遇巨大——AI同时需要超大规模基础设施环境和分布式边缘计算，而思科有潜力成为连接这两大市场的桥梁。

"目前还没有专注于高性能网络的主导者，"他说，"英伟达掌控了GPU领域，但谁掌控了网络？没有人。思科完全可以在这里大展拳脚，因为他们拥有光网络技术。AI工厂需要高性能网络、光互联、安全能力、可观测性、数据移动、运营控制层和全生命周期管理，这些正是思科的核心竞争力所在。"

弗里尔认为，英伟达在AI领域的扩展架构存在一定缺陷，这或许给思科留下了机会。但韦兰特也指出，英伟达目前正在网络领域攻城略地，与传统网络厂商正面交锋。

"英伟达声称自己按营收计算已是全球最大的网络公司，"他说，"英伟达在网络营收上已经超过了思科，这在过去简直难以想象。他们是怎么做到的？靠的是为AI定制设计的以太网方案。"

在AI带来的行业动荡中，各公司也开始切实感受到模型调用的高昂成本。越来越多的用户出现了"Token超支"现象，也就是实际使用的Token数量远超预算。这可能带来严重后果。

"这已经是个大问题了，"弗里尔说，"很多人都在疑惑，'我账单上这200美元是怎么来的？'大家都在被账单砸中。以当前的市场需求和成本水平来看，这种状况根本无法持续。如果不加以控制，这可能就是泡沫破裂的前兆。Token成本问题是短期挑战，但更深层的问题是——失控的智能体一旦开始'越轨'，后果将更为严重。"

Q&A

Q1：Snowflake在AI技术栈中的战略方向是什么？

A：Snowflake正试图从一家数据云公司向AI技术栈的更高层迈进，目标是成为AI的核心控制层，即所谓的"智能系统"。其发布的Snowflake CoWork产品支持用户以对话方式与数据交互，初步展示了这一战略路线图。目前Snowflake面临来自Databricks、谷歌、微软、OpenAI和Anthropic等多方竞争压力。

Q2：思科在AI生态中的机会在哪里？

A：思科的机会在于高性能网络领域。AI基础设施既需要超大规模数据中心，也需要分布式边缘计算，而目前网络领域尚无明确的主导者。思科拥有光网络、安全、可观测性等核心能力，完全具备成为AI工厂关键网络基础设施提供商的条件。不过，英伟达凭借自研以太网方案正在侵入网络市场，已在营收规模上超越思科。

Q3：什么是Token超支问题，为什么值得关注？

A：Token超支（Tokenmaxxing）是指用户在使用大语言模型时，实际消耗的Token数量远超预算，导致账单大幅超支。随着AI应用普及，这一问题已引发关注。分析人士指出，如果Token成本持续失控，可能成为AI泡沫破裂的导火索。此外，比成本更令人担忧的是智能体失控问题——一旦AI智能体出现异常行为，潜在风险将更加深远。