Unternehmen nutzen Schneeflocke ihre Daten in der Cloud zu speichern. Angesichts des stetig wachsenden Interesses an generativer KI und großen Sprachmodellen suchen Kunden nach Möglichkeiten, schnell in die Technologie einzusteigen. Heute kündigte das Unternehmen Snowflake Cortex an, einen vollständig verwalteten Dienst, der sowohl Geschäftsanwendern als auch Entwicklern dabei helfen soll, mit KI-gestützten Anwendungen auf der Snowflake-Plattform zu arbeiten.
Abhängig von Ihrer Rolle hat es mehrere Zwecke. Für Geschäftsanalysten bietet es Zugriff auf mehrere KI-Tools, die auf den benutzerdefinierten LLMs von Snowflake basieren, um die Interaktion mit in Snowflake gespeicherten Daten einfacher und schneller zu machen. Für Entwickler hilft es ihnen, generative KI-Anwendungen auf der Grundlage der in Snowflake gespeicherten Daten zu erstellen, wobei sie teilweise von einer Fähigkeit profitieren, die Snowflake letztes Jahr mit der Streamlit-Übernahme erhalten hat.
„Im Kern bringen wir erweiterte Suche sowie große Sprachmodelle direkt in das Herz von Snowflake mit einer neuen Komponente, die wir Snowflake Cortex nennen“, sagte Sridhar Ramaswamy, SVP of AI bei Snowflake, letzte Woche bei einer Presserunde.
„Wir möchten diese erweiterten Funktionen, die für moderne Unternehmen immer wichtiger werden, integrieren und sie tief in Snowflake integrieren, sodass es viele unserer Power-User gibt, also die Analysten, die praktisch ihre gesamte Zeit in Snowflake verbringen produktiver“, sagte Ramaswamy, der Anfang des Jahres im Rahmen der Neeva-Übernahme zum Unternehmen kam.
Während Entwickler Cortex nutzen können, um generative KI-Anwendungen zu erstellen, stellt das Unternehmen mehrere sofort einsatzbereite fortschrittliche Elemente bereit, um Analysten dabei zu helfen, die Vorteile generativer KI zu nutzen. Die erste ist Document AI, eine Möglichkeit, Daten aus unstrukturierten Dokumenten wie PDFs und Analystenberichten zu extrahieren und diese Informationen abzufragen. „Was Document AI macht, ist, dass es einem Analysten ohne spezielle Kenntnisse in Programmierung oder großen Sprachmodellen leicht fällt, diese strukturierten Werte aus diesen Dokumenten zu extrahieren und sie in eine Tabelle einzufügen“, sagte er.
In der Praxis können Analysten so Fragen zu den in diesen Dokumenten gespeicherten unstrukturierten Daten stellen.
Die zweite Funktion, die sie hinzufügen, ist die universelle Suche, die Fähigkeit, die Snowflake mit der Übernahme von Neeva im Mai erhielt. „Wie viele Menschen erkennen, ist die Suche die Grundlage für interessante Dinge mit Sprachmodellen, und wir legen den Kern der Suche über Snowflake-Objekten offen“, sagte er. Dadurch können Benutzer alle ihre Snowflake-Daten und den Snowflake-Marktplatz durchsuchen, um von ihnen erstellte Daten oder Apps zu finden.
Der dritte wichtige Teil der Cortex-Analyse ist Snowflake Copilot, der einfache Fragen zu in Snowflake gespeicherten Daten beantwortet und diese in SQL-Abfragen umwandelt. Bei korrekter Durchführung könnte dies möglicherweise viel Zeit sparen, die Analysten damit verbringen, sich mit der Daten- und Spaltenstruktur vertraut zu machen, um aussagekräftige Abfragen zu erstellen.
Entwickler können mit den Snowflake-Modellen schnell Anwendungen erstellen, oder diejenigen, die mehr Kontrolle über den gesamten Prozess wünschen, können individuellere Anwendungen mit Zugriff auf externe LLMs wie Open-Source-Angebote oder solche von Cloud-Partnern wie Amazon Bedrock und Amazon erstellen Azure OpenAI. Sie können auch die im Juni angekündigten Snowflake Container Services nutzen, um die Anwendungen effizienter als Container-Workloads bereitzustellen.
Snowflake Cortex ist Teil eines umfassenderen Plans, die in Snowflake gespeicherten Daten auf unterschiedliche Weise nutzbar zu machen, sei es beim Suchen, Abfragen oder Erstellen von Anwendungen. Derzeit befinden sich Cortex und seine Kernfunktionen in der privaten Vorschau. Das Unternehmen hat zum jetzigen Zeitpunkt noch nicht angegeben, wann es in größerem Umfang erhältlich sein wird.