惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Application and Cybersecurity Blog
Application and Cybersecurity Blog
N
News | PayPal Newsroom
The Last Watchdog
The Last Watchdog
S
Secure Thoughts
Forbes - Security
Forbes - Security
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
PCI Perspectives
PCI Perspectives
N
News and Events Feed by Topic
Hacker News - Newest:
Hacker News - Newest: "LLM"
Last Week in AI
Last Week in AI
Blog — PlanetScale
Blog — PlanetScale
Hacker News: Ask HN
Hacker News: Ask HN
H
Heimdal Security Blog
D
Docker
Cloudbric
Cloudbric
P
Privacy International News Feed
S
Security Affairs
TaoSecurity Blog
TaoSecurity Blog
博客园 - 聂微东
WordPress大学
WordPress大学
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
T
Tenable Blog
Scott Helme
Scott Helme
人人都是产品经理
人人都是产品经理
Recent Announcements
Recent Announcements
P
Palo Alto Networks Blog
小众软件
小众软件
L
LINUX DO - 最新话题
美团技术团队
Google Online Security Blog
Google Online Security Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
雷峰网
雷峰网
Microsoft Security Blog
Microsoft Security Blog
The Hacker News
The Hacker News
Webroot Blog
Webroot Blog
T
Tor Project blog
G
Google Developers Blog
A
About on SuperTechFans
Y
Y Combinator Blog
K
Kaspersky official blog
A
Arctic Wolf
量子位
I
InfoQ
V
Visual Studio Blog
T
Troy Hunt's Blog
C
Cybersecurity and Infrastructure Security Agency CISA
J
Java Code Geeks
博客园 - 【当耐特】
GbyAI
GbyAI

InfoQ - 促进软件开发领域知识与创新的传播

Meta 收购 Manus 这事儿泡汤了 5.5万 Star 开源项目 Ghostty 被迫出走,GitHub 正在终结一代技术人的乌托邦 Slack 长时运行多智能体系统的上下文管理方案 从 T+1 到分钟级:金城银行基于 Apache Doris 构建高可靠、强一致的实时数据平台 谷歌云推出 Agents CLI,简化 AI 智能体开发全流程 Claude官方击穿高薪、高学历的安全防线!Anthropic点名10大高危职业,但有群人暂时稳了 亚马逊云科技终止 WorkMail 服务,并将 App Runner 转入维护模式 OPPO小布记忆:全模态碎片化内容的理解与智能整理实践|AICon上海 模力工场038周AI应用周榜:工具在消失,工作流在出现 Akamai CEO Tom Leighton:Agent 时代来临,云基础设施正从“中心化”转向“分布式边缘” 日均数百亿入库背后:从“人肉调度”到K8s弹性架构,度小满金融基于OceanBase重构入库架构实践 百度文库网盘发布GenFlow 4.0:月活用户超1亿,要把网盘变成全端AI工作台 Altman 投的 Agent 终端 Warp 开源了!斩获3.5万star 哪些客户需要拒, 敢让龙虾决定吗?_AI&大模型_InfoQ 中文站_InfoQ精选视频 从开发到生产:为什么越来越多的机器学习团队纷纷迁移到 Snowflake | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 探索多智能体工作流:LangGraph Snowflake Cortex AI | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 腾讯云分布式缓存数据库:AI Agent - 从提示词工程到 Harness 工程 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 基于 Streamlit 为 CSV 数据构建分析智能体 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 AI 智能体:告别文档缺漏 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 构建 AI 驱动的数据管道:深度探讨 Snowflake Openflow 与非结构化数据 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 云端太贵、本地不够聪明,英特尔押注“端云混合AI”:智能体PC会替人完成工作 不到10%的存储投入,可能拖垮90%的GPU投资!IBM把AI Agent塞进存储系统,算清企业最容易忽略的一笔账 Snowpark 上手实战 | BUILD 2025_大数据_王玮_InfoQ精选视频 ClickHouse + Langfuse,构建 Agent 可观测基石 腾讯云分布式缓存数据库:Cluster Proxy 共享连接架构深度解析 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 AI 写代码太烧钱了:Copilot、Claude 一起涨价,不如把程序员请回来? 英特尔发布至强600系列工作站处理器与锐炫Pro B70 GPU,全新AI工作站来了 腾讯云分布式缓存数据库:从 Redis 到 Valkey - 开源社区如何快速创新 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 印奇这次要“从0重做”智驾模型!首谈阶跃和千里双公司布局:中国AI商业闭环要靠车跑出来 从Cursor返聘归来,90后华裔女高管带Claude开启日更模式:token成本比工程师工资低多了! 从 Coding 到 Agent:QCon 北京 2026 全景复盘,优秀出品人 & 明星讲师名单揭晓 全链路支撑大模型国产化“Day 0适配”,商汤大装置构建全栈能力底座 凌晨,OpenAI 与亚马逊云科技史上最大联合发布来了 HashiCorp Vault 2.0 发布:引入新身份联邦机制,迈入 IBM 生命周期体系 Yelp 实现超 1,000 个 Cassandra 节点零停机升级 写了 17 年开源代码,我为什么认为 Coding Agents 堆功能是在瞎折腾? 基于 Apache Camel 编排智能体与多模态 AI 管道 面向智能体与人类用户的AI记忆系统:架构设计与核心场景实践|AICon上海 Anthropic 推出 Managed Agents,简化 AI 代理部署流程 阿里HappyHorse开启灰测,720P视频生成低至0.44元/秒 讯飞联合清华团队押注量子AI:不看营收、不设KPI,一群“无人区”科学家,抢夺下代AI算力入口 小米万亿模型全面开源:MIT 协议、1M 上下文,但还是打不过 DeepSeek Cortex Code 入门指南:面向数据工程师的实践路径 | 技术实践 openJiuwen社区首发Team Skills,定义Coordination Engineering新范式 用 Snowflake Cortex Agents 释放结构化数据的最大价值 | 技术实践 Grafana 利用 Kafka 对 Loki 进行了架构重构,并发布了一款命令行工具,旨在将可观测性引入编码代理 ClickHouse重构全文索引:对象存储上跑出高性能 Full-Text Search 可观测性和遥测技术如何提升软件工程实践 Dropbox 与 GitHub 合作,将单体库大小从 87GB 缩减至 20GB Agent 的下一站:基于长期记忆系统 EverOS 的自我演进|AICon上海 同一赛道,四种收费:Agent 控制层(Harness)开始分裂 Cloudflare Sandboxes 正式发布,为 AI 代理提供持久化隔离环境 Agent 的“记忆断片”困局,该怎么破?_AI&大模型_AICon 全球人工智能开发与应用大会_InfoQ精选视频 数据分析师如何快速建立在 AI 时代最值钱的能力:一份可落地的行动路线图 摩尔线程最新财报:研发占比超86%,万卡级大规模智算集群落地 当云区域失效:地缘动荡环境下的高可用重构 Slack 重构通知系统,设置参与度提升 5 倍 智能体工程的隐性技术债务 “我把所有模型都换成了DeepSeek V4”:月账单将降 90%,效果还更好 阿里云智能集团高级技术专家刘少伟已确认出席AICon上海站,并分享如何构建企业 Agent 的自动化行动架构 构建生产就绪的 tRPC API:Apollo Federation 的 TypeScript 替代方案 Anthropic推出面向Claude Code的基于智能体的代码审查功能 北京车展直击:斑马智能甩出车载Agent短剧,比亚迪率先落地,AI让智能座舱又热起来了 Snowflake 作为智能体运行时:从静态管道迈向自主数据系统 | 技术实践 Snowflake 上的本体体系:基于 Cortex Code 能力实现从架构到部署 | 技术实践 Cloudflare 公布 MCP 架构方案,应对企业面临的安全与治理风险 复杂的项目管理怎么做到「AI 友好」?飞书项目用「开放」给出答案 Snowflake Cortex Code 的规范驱动开发:将 SDLC 方法论引入 AI 辅助工作流 | 技术实践 Copilot 不让注册了:从“随便用”到“全面限”,agent 把原有订价模型顶穿了 当互联网用AI卷效率时,这家公司先问了一连串“能不能” Meta 开始记录员工每一次点击:AI 要接管工作,先监控会工作的人 Meta“Token榜”逼疯打工人,一夜烧掉公司几万刀!AI时代Token焦虑越来越离谱 智源FlagOS完成DeepSeek-V4-Flash在八款芯片Day0适配,实现三重技术突破 DeepSeek V4 重磅开源!首次打通华为Ascend,也没丢掉英伟达,百万上下文夺回国产模型话语权 李志飞的“新实验”:当超级个体撞上真实组织 GPT-5.5 登顶时刻,Anthropic 亲口承认 Claude 变笨了!网友群嘲:太敷衍 那些没空写的小需求,龙虾真能做吗?_AI&大模型_InfoQ 中文站_InfoQ精选视频 从 Pandas 到生产:使用任意 IDE 进行可扩展的 ML 数据管道与分布式处理 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 pnpm 11 候选版本发布,带来 ESM 分发、供应链默认设置以及新的存储格式 银行业PDF表格提取方案重构:基于Java的分层方案 GPT-5.5 赢了 Opus 4.7 和 Mythos?奥特曼晒黄仁勋内部信:英伟达全员用上 Codex! Cloudflare 推出 Think:一款面向 AI 代理的持久化运行时 1850亿美元天价支出、75%代码由AI生成!谷歌正式宣告:全面转向智能体工作流 xAI落后太多,马斯克“开大”重金求购Cursor,100亿美金“分手费”都敢签! Pulumi 新增对 Bun 运行时的全面支持 姚顺雨腾讯模型首秀!不卷参数只做 “听话打工人”,Hy3 preview登场 | 附实测 老板让你“忽悠”投资人,你敢发给龙虾吗?_AI&大模型_InfoQ 中文站_InfoQ精选视频 Gemini CLI 引入子代理机制,实现任务委派与并行代理工作流 清华系团队星工聚将完成数千万天使轮融资,轮式机器人拿下头部制造企业亿级大单 Pretext.js 绕过 DOM 布局重排,实现 120 FPS 的高级交互体验 靠“AI 云”爆红的 Vercel,栽在一个第三方AI工具手里!IPO前夕遭黑,200万美元赎金谈崩? 高能研讨会|端侧 AI 正在重写实时感知效率上限_AI&大模型_王玮_InfoQ精选视频 2050大会看这篇就够了|报名、交通食宿指引大全 Java 近期资讯:OpenJDK JEP、Jakarta EE 12、Spring Framework、Micrometer、Camel、JBang 金融智能的架构编排:基于 Snowflake Cortex Agents 实现结构化与非结构化数据统一分析 | 技术实践 在AK大神爆火的任务里,摸清国产AI真实水平 百灵Ling-2.6-flash 正式发布:高 Token 效率,以 1/10 消耗实现 SOTA 级 Agent 能力 当 PM 懂AI,当技术懂产品:AI 时代产品力的双向进化|PM x AI产品力领航者大会即将开幕 为 AI 智能体设计记忆机制:揭秘 LinkedIn 的认知记忆智能体 获奖名单公布|2026主题征文第一期|分享你最有价值的龙虾场景与核心 Skill_热门活动_InfoQ写作社区官方_InfoQ写作社区
Snowflake Intelligence 合作伙伴生态:把 AI 能力带入千行百业 |技术趋势
Amy Tu · 2026-05-21 · via InfoQ - 促进软件开发领域知识与创新的传播

2026 年,智能体将在企业级应用中取得哪些实质性突破?点击下载《2026 年 AI 与数据发展预测》白皮书,获悉专家一手前瞻,抢先拥抱新的工作方式!

有如此多的数据,为什么要回答关键业务问题仍然如此令人望而生畏,例如:为什么我们的销售额本周下降了?

挑战并不在于缺少数据,而在于答案被埋在仪表盘、数据库、电子表格、文档和应用程序之中。而从“发生了什么”到“为什么会发生”通常需要数天甚至数周的手动分析。

这正是 Snowflake Intelligence 改变局面的地方。它让团队能够用自然语言提出复杂的业务问题,并获得有依据、可追溯的答案,覆盖结构化和非结构化数据。而且,除了简单的聊天界面之外,这个企业智能 Agent 还会在后台解析查询,更好地识别合适的组织数据和工具,并严格审核输出结果的准确性。但技术本身并不是全部故事。

在各个行业中,Snowflake 合作伙伴正在展示深厚领域专业知识与企业智能结合后所能实现的可能性。他们正在构建面向行业的 Agent、部门级智能工作流以及快速启动加速器,帮助组织以安全且可扩展的方式,从分散的数据走向清晰、可执行的洞察。

这些示例只是开始。它们展示了各行业企业如何超越仪表盘,加快决策速度,并将可信洞察交到更多人手中,这一切都由 Snowflake Intelligence 提供支持。

面向现实复杂性的行业智能

有些用例需要深厚的领域背景,多个数据源、受治理的访问模式,以及足以支撑高风险决策的可靠答案。以下示例展示了合作伙伴如何将 Snowflake Intelligence 打包成面向行业的 Agent,超越仪表盘,帮助团队用自然语言提出更好的问题。

Anblicks:面向零售业的高管级零售智能,自动完成销售、利润率和促销归因

Anblicks 在 Snowflake Intelligence 之上创建了一个 L2 Reasoning 层,以超越“发生了什么”的报告,提供一致的、面向高管的答案,回答“为什么会发生”和“下一步该做什么”。

  • 单一叙事:领导者无需再让分析师手动拼接多个仪表盘和数据集,而是可以用自然语言询问每日业绩,并获得一段有依据的叙事,将销售、利润率、促销、库存可用性以及门店/品牌表现连接起来;

  • 全局视角:该解决方案会跨多个零售信号进行推理,生成高管摘要。

CitiusTech:面向医疗专业人员的医疗洞察 Agent

CitiusTech 的 Healthcare Insights Agent 是一个原生于 Snowflake 的模块化对话式分析解决方案,通过语义层统一结构化和非结构化数据,提供实时洞察。

  • 集成治理:该 Agent 支持 HIPAA 合规,并与 CitiusTech 的 Quality and Trust 框架安全集成;

  • 更快洞察:该 Agent 减少了对 IT 团队和 BI 仪表盘的依赖,加快获得关键洞察的速度;

  • 自然集成:医疗团队和专业人员可以用自然语言提问,并获得推荐行动和可执行洞察,嵌入医疗工作流之中。

Cognizant:由 Snowflake Intelligence 辅助的医疗计划选择工具

借助其深厚的行业专业知识,并结合 Snowflake Intelligence,Cognizant 创建了一种个性化方法,用于应对选择医疗计划的复杂性。

  • 广阔视角:该解决方案可处理大量医疗数据,包括会员偏好、临床档案、各类支付方来源、福利文件、特定计划的处方集文件、服务提供者目录等;

  • 个体结果:该计划选择工具会为每位会员生成个性化建议,打造定制化、精简且无缝的体验。

Deloitte:面向金融服务的企业客户分析平台现代化

Deloitte 通过将传统 Oracle 数据仓库迁移到 Snowflake,为一家美国顶级金融机构创建了一个 AI-first 客户分析平台,内容包括平台搭建(安全、DevOps、控制平面)、数据工程、语义层和 AI 启用。

  • 重量级迁移:Deloitte 正在使用其 Data Assist 摄取加速器以及 AWS 上基于 Snowflake 事件的摄取能力,迁移超过 100 张表中的数十亿条记录,以支持客户分析、细分、层级管理和产品归因;

  • 持续洞察:该方法将业务逻辑从 BI 工具左移至可复用、受治理的 Snowflake 数据产品中,并通过语义视图和内部市场发布;

  • 多维解决方案:三个生产环境中的 Snowflake Intelligence Agent(Snowflake Cortex Analyst 或 Snowflake Cortex Search)为客户获取、产品渗透和收入优化提供洞察。

支持部门需求的智能

并非每一个 Snowflake Intelligence 的成功案例都始于行业平台。许多团队会从聚焦的部门工作流开始——营销绩效、收入智能、联络中心分析,甚至是“我们应该从哪里开始使用生成式 AI?”以下解决方案展示了 Snowflake Intelligence 如何为特定团队和职能提供实用的决策支持。

Archetype:PRISM

PRISM 将碎片化的市场信号转化为决策级智能,帮助组织更早行动、更明智地分配资源,并更有信心地参与竞争。

  • 外部洞察:PRISM 并不是简单总结新闻或呈现通用趋势,而是从组织战略和背景出发,持续综合技术、监管、竞争对手和客户行为等外部信号,突出当前和未来真正重要的内容;

  • 信任与可审计性:PRISM 原生构建于 Snowflake 之上,在安全、受治理的环境中运行,其洞察可解释、可审计,并与真实业务成果保持一致;

  • 抢占时间优势的能力:通过将早期市场信号转化为优先级明确的行动,PRISM 使领导者能够更早识别收入机会,通过把握更好时机的决策来保护和扩大利润率,并在风险变得高昂之前降低风险。

BlueCloud:Marketing Intelligence Agent

BlueCloud 的 Marketing Intelligence Agent 是一个部署于生产环境的解决方案,构建于 Snowflake Intelligence 之上,可自动化营销绩效分析和决策支持。

  • 按需智能:该 Agent 由 Cortex Analyst 和编码了特定领域业务逻辑的自定义语义模型提供支持,可按需生成复杂分析查询——提供每周绩效报告、同比/环比对比,并自动标记需要立即关注的营销活动,例如广告支出浪费或转化率下降;

  • 更丰富的背景:该 Agent 会使用来自 Snowflake Marketplace 的第三方数据集丰富第一方营销数据,包括竞争基准、受众人口统计和行业趋势数据,从而为绩效变化背后的原因提供更深入的背景;

  • 从数小时到数秒:该解决方案已在一家企业客户处上线,将数小时的手动查询开发和仪表盘探索,替换为数秒内完成的 AI 驱动洞察。

Hexaware:面向营销的 Audience Match AI

Audience Match AI(AMAI)是一个原生于 Snowflake 的营销智能加速器,旨在简化客户细分和营销活动分析。该解决方案将结构化客户数据(CSV/表)摄取到 Snowflake 中,并应用基于 ML 的聚类来生成不同的客户画像。

  • Customer 360 洞察:它通过 Streamlit 界面提供 Customer 360 视图、细分级分析和交互式可视化;

  • 对话式分析:AMAI 利用 Cortex Agents 提供智能对话助手,使用户能够使用自然语言查询聚类后的客户数据和参考文档——由 Snowflake Intelligence 和 Snowflake Cortex AI 能力提供支持。

phData:Snowflake 上的 Persona-Driven Revenue Intelligence Agent

phData 的 Persona-Driven Revenue Intelligence Agent 构建于 Snowflake Intelligence 之上,让高管和收入负责人能够使用简单自然语言,立即获得针对复杂 ARR 问题的可信答案。

  • 关键指标:领导者无需等待数天来获取定制分析师报告,而是可以在数秒内探索诸如流失风险、追加销售潜力和续约风险敞口等场景;

  • 多步推理:该 Agent 会跨 Snowflake 数据进行多步推理,以呈现趋势、驱动因素和风险,而不仅仅是静态仪表盘;

  • Persona 匹配:借助多个基于角色的 Persona(例如高管、RevOps 和财务),它会自动为每位利益相关者应用合适的业务逻辑、KPI 和视;

  • 减少手动繁琐工作:收入负责人可以减少手动分析工作,更快速、更自信地做出定价和续约决策,并在一个简单直观的 UI 中发现新的 ARR 增长机会。

Slalom:Use Case Explorer

组织在生成式 AI 方面常常缺乏方向——会问“我们从哪里开始?”以及“ROI 是什么?”团队需要快速、基于市场地识别与其行业相关的高价值用例。Use Case Explorer 是一个构建于 Snowflake Intelligence 之上的 AI 驱动 Agent,结合 Slalom 的行业专业知识和实时网络搜索,为任何行业发现、评分并详细说明用例。

  • 数据和趋势:客户数据或 SI 经验会结合新兴市场趋势进行增强,以应对当前和即将到来的挑战;

  • 明智起步:每个用例都包含 AI 计算出的优先级评分、预估 ROI 和实施复杂度评级,为起步提供清晰方;

  • 更快决策:它将研究和创意构思时间从数天缩短到数分钟,为高管领导层提供清晰计划,并立即将对话从“我们可以做什么?”推进到“我们如何执行?”

Vivanti:面向呼叫中心的 Connect Analytics Accelerator

Vivanti 的 Connect Analytics Accelerator 是一个预构建分析解决方案,使用 dbt 和 Snowflake 的 AI 驱动平台,将 AWS Connect 联络中心数据转化为战略性商业智能。

  • 从数月到数周:该加速器让组织能够在数周而非数月内实现生产就绪的分析能力;

  • 业务用户,自然语言:基于该模型构建的语义视图解锁 Snowflake Intelligence 能力,使业务用户无需技术专业知识即可围绕通话、Agent 活动和客户互动提出自然语言问题;

  • 高层视角,细颗粒度:底层星型模式设计同时支持细粒度运营分析和高管级战略报告,能够全面呈现联系人、互动、队列、Agent 和服务线的情况;

  • 定制化输出:组织可以快速构建自定义分析和报告,同时通过对话式 AI 驱动洞察,让业务用户能够独立探索联络中心绩效。

快速实现价值:可在数周内帮助你启动 Snowflake Intelligence 的加速器

当上市速度是最迫切的需求时,以下加速器是结构化服务,旨在帮助团队建立 Snowflake Intelligence 能力、验证结果,并在坚实基础上迈向生产。加速器是结构化、限时的服务,利用预构建资产和 Snowflake Intelligence 能力,快速交付经过验证、可用于生产的用例。

7Rivers:Conversational Analytics accelerator

7Rivers 通过以业务为先、开箱即用、易于采用且可扩展的 AI 解决方案,帮助组织更快激活 Snowflake Intelligence。借助 Snowflake Cortex Analyst、Search 和 Agent 能力,Conversational Analytics accelerators 让业务用户能够用自然语言提问。

  • 无 SQL 交互:用户无需 SQL 或分析师依赖,即可获得受治理的实时洞察;

  • 从快速原型到价值:7Rivers 将成熟的语义建模模式、AI 就绪度工作坊和基于 Streamlit 的快速原型结合起来,快速交付可衡量价值;

  • 可信数据转化:通过 Cortex Agent APIs 将智能直接集成到现有企业系统中,7Rivers 将可信数据转化为贯穿业务的对话、洞察和行动。

Devoteam:Snowflake Intelligence Proof of Value

Snowflake Intelligence Proof of Value(POV)是一个为期六周的加速器,旨在通过受治理的 Agentic 数据体验展示可衡量的业务影响。

  • 结构化方法:结构化的三阶段方法——Plan and Prepare、Build and Deploy、Measure and Share——围绕优先业务领域达成一致,正式确定最多 15 个高价值问题,并实施语义层和连接器,以便可靠且可扩展地回答这些问题;

  • 可衡量成果:除技术设置之外,Devoteam 还嵌入变更管理、KPI 跟踪和高管级报告,以量化采用情况、生产力提升和决策加速;

  • 扩展能力:最终成果不仅是一个可运行的 Snowflake Intelligence 平台,更是一套经过验证的蓝图,可用于将解决方案在不同领域、地区和用户群体中工业化并扩展。

Kipi.ai:Snowflake Intelligence accelerator

Kipi.ai 的 Snowflake Intelligence accelerator 是一个为期八周的实施项目,使客户能够开始使用 Snowflake Intelligence,快速从传统 BI 工具转向 AI 能力,加快实现价值的速度,从而推动竞争优势和运营效率。

  • 更快决策并降低洞察延迟:为业务用户提供对可信企业数据的即时对话式访问,使其无需依赖分析师或手动报告周期即可进行实时决策;

  • 加快 AI 投资的价值实现:更快交付生产就绪的对话式分析和 AI 助手,通过自动化洞察、自助式分析和减少运营工作量来释放可衡量的 ROI;

  • 企业采用与 AI 扩展:通过用户赋能、治理对齐和采用路线图,将 AI 洞察嵌入真实业务工作流,并在各部门扩展智能 Agent。

Merkle:Snowflake Intelligence evaluation framework

组织正在部署对话式分析,但缺少系统性方法来判断答案是否正确。没有这种信心,采用就会停滞。Merkle 开发了一个严格的评估框架,并配套专用应用程序,用于评估 Snowflake Intelligence 部署,覆盖 text-to-SQL 准确性和 Agent 响应质量。

  • 结构化诊断:该解决方案会针对客户的语义模型运行结构化测试套件,对失败模式进行分类,并准确呈现系统在哪些地方出现问题。它结合确定性方法和 LLM-as-judge 方法,并可灵活支持根据每个组织的用例定制评审器;

  • 构建在你的环境中:该评估框架完全运行在客户的 Snowflake 环境内。数据不会离开其边界,结果完全透明,组织能够完全控制用于证明系统表现的证据;

  • 不断累积的信心:组织获得评估基础设施,用于建立基线、持续验证变更,并构建推动真正采用的持续改进流程。

开启你的 Snowflake Intelligence 之旅

Snowflake Intelligence 并不局限于某个部门、某条工作流或某个行业。作为企业智能 Agent,它使团队能够从碎片化数据和缓慢分析,走向深入、可解释的洞察——不仅回答正在发生什么,还回答为什么会发生。从医疗到金融服务,从营销到联络中心,模式是一致的:以可信、自然语言方式访问企业数据,可以释放更快速、更自信的决策。

我们也看到组织可以通过多种方式起步。有些组织会与专家合作,部署特定行业 Agent,加速迁移和现代化工作,或验证并扩展企业级智能项目。另一些组织则可能直接从 Snowflake 内部开始,让业务用户能够自行获得受治理、可追溯的答案。

这些合作伙伴解决方案不仅展示了我们生态系统的深度,也展示了 Snowflake Intelligence 本身所能实现的广度。

无论你是在现代化数据平台、搭建第一个对话式分析 Agent,还是将智能直接嵌入运营工作流,Snowflake Intelligence 都能提供安全、企业就绪的基础,改变你的组织使用数据的方式。

准备好看看企业智能能为你的业务释放什么价值了吗?

了解 Snowflake Intelligence 如何为整个组织提供安全的、AI 驱动的数据工作流。

原文地址:https://www.snowflake.com/en/blog/snowflake-intelligence-partner-solutions/

点击链接立即报名注册:Ascent - Snowflake Platform Training - China更多 Snowflake 精彩活动请关注专区