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！
作为 Snowflake 创始团队的一员，看到十多年前我们所设想的一切，如今成为新兴 Agentic Enterprise 的基础，令人惊叹。2016 年，我们撰写了一篇论文，提出了一个大胆愿景：云中的技术世界和数据世界将如何被改变。十年后，我们很荣幸这项工作获得了 2026 年 SIGMOD Test-of-Time Award，这也让我们有机会重新回顾这篇论文，并反思我们的思考如何塑造了今天的 Snowflake，以及我们接下来将走向何方。
在论文中，我们概述了三项指导 Snowflake 创建的基础原则：
汇聚所有数据： 我们希望构建一个平台，能够将结构化数据（传统数据仓库）与 PB 级半结构化数据（例如 Hadoop 等大数据）统一起来，在不牺牲核心数据库原则的前提下实现无缝分析：一等公民级 SQL、事务完整性和实时访问；
利用云的弹性与可扩展性： 通过使用按需计算和几乎无限的扩展能力，Snowflake 可以处理所有数据和工作负载，彻底消除传统数据孤岛；
让它简单易用： 作为一项完全自管理的云服务交付，我们的目标是消除管理数据基础设施的运维复杂性，让用户专注于洞察，而不是维护。
当我们在 2012 年创立 Snowflake 时，这些想法是大胆的，但它们为此后多年持续出现的创新和技术发展奠定了基础。
2012 年，我们从根本上重新思考数据平台架构。
既有系统受制于一些在云时代已不再成立的假设。当时，软件受限于其所运行的硬件。计算与存储的紧密耦合，使性能、并发和成本之间形成取舍。云架构将其从这种约束中解放出来。
当时，我们有意识地做出了一个决定：将计算与存储完全且毫不妥协地分离。
这不仅仅是一个架构选择。它从根本上消除了定义数据系统数十年的那些取舍。通过解耦计算和存储，我们消除了资源争用这一限制因素。计算可以独立扩展，保持隔离，并支持多个工作负载同时在同一份数据上运行，且互不干扰。过去曾经是约束的东西，突然变成了竞争优势。
我们还承诺从第一天起就构建云原生架构，并以云对象存储作为基础。随着 JSON 等半结构化数据格式变得越来越重要，很明显，仅提供部分支持只会延续摩擦。让这类数据能够通过 SQL 被充分访问，不只是为了灵活性，更是扩大数据使用人群的必要条件。这关乎以一种真正有意义的方式实现访问民主化。
最后，我们引入了虚拟仓库，即弹性且独立的计算集群，可以按需扩展，这彻底改变了原有模式。过去，团队必须围绕固定基础设施来调整自己的工作负载；而现在，基础设施终于可以根据业务需求实时自适应。
正如我的联合创始人 Thierry Cruanes 常说的那样：“系统应当适应工作负载，而不是反过来。”
这些并不是优化，而是定义系统的架构决策。
想法是容易的部分，难的是执行。
在早期，挑战并不只是构建这个平台；还包括帮助市场理解它为什么重要。许多用户已经习惯于围绕固定容量调优系统，并将资源争用视为既定事实，但我们相信，这些约束只是旧架构设计的产物。
要证明我们的方法，需要持续做到以下几点：
性能必须是可预测的；
扩展必须能够自动运行；
用户必须信任这个系统。
而且，这一切都必须让人感觉简单易用。功能总是可以增加，但消除复杂性需要纪律。最终，正是我们对简单性的极致专注，让 Snowflake 能够使系统更易于访问，并由此推动了广泛采用。
随着时间推移，客户的使用方式也在演进。最初从报表和分析开始，后来扩展到数据共享、协作、连续管道、机器学习和 AI 工作负载。那些最初将 Snowflake 用于分析工作负载的组织，如今正在直接基于这个平台构建应用，而所使用的仍是我们早在 2016 年就首次描述过的同一套架构和原则。
随着 AI 嵌入每一项业务，我们正在进入下一次架构转变：Agentic Enterprise。
过去十年，Snowflake 帮助组织将其数据汇聚到单一平台之上。
我们当年做出的许多架构决策曾被视为非常规做法，但如今已经成为行业标准预期。计算与存储分离、弹性扩展、对半结构化数据的原生支持，已经不再是差异化优势，而是现代系统的基本要求。
使命仍在继续：系统现在承担着更加复杂的任务，而数据平台的角色也已经扩展。我们支持安全数据共享，驱动应用，并成为日益智能化系统的基础；这些系统已经不再只是专注于数据存储和查询。
今天，数据处于核心位置。企业正专注于释放数据的全部价值，而 AI 正在加速数据被使用、访问和转化为行动的方式。
AI 代理已经部署在客户支持、财务、销售和运营等领域。随着采用速度加快，一个熟悉的挑战正在浮现。这些系统往往是在孤岛中构建的，缺乏共享上下文、一致治理或协同机制，结果导致碎片化、信任有限以及影响力受限。
这是下一个需要打破的障碍。
如今，企业需要一个新的架构层：一个控制平面，将智能连接到企业数据，提供共享上下文，执行治理，并协调跨系统行动。
从许多方面来看，这是我们从一开始就希望构建之物的自然演进。在一个自主系统的世界中，数据作为单一事实来源的重要性只会进一步提升。现在，问题不再只是分离计算和存储。而是要以一种协调一致的方式连接数据、智能与行动。
下一个前沿，是让 Agentic Enterprise 成为现实，在企业级规模上无缝连接数据、智能与行动。
所有这些工作，都不是单一想法或单一团队的产物。
这项奖项认可的，是多年来工程、产品和市场进入策略等跨职能团队的努力；这些努力也一直受到客户协作的引导，而客户不断推动系统走向新的方向。
从一开始，以客户为中心就是 Snowflake 的核心价值观之一，并且它也将继续指引我们走向未来。我们的客户塑造了我们构建系统的方式，使系统更易于使用、运行更高效，从而让我们能够从他们的数据中释放非凡价值，帮助客户取得成功。
我们还必须感谢那些杰出的共同作者，他们的贡献是这项工作不可或缺的一部分，他们也一同获得了该奖项的认可：Vadim Antonov、Artin Avanes、Jon Bock、Jonathan Claybaugh、Daniel Engovatov、Martin Hentschel、Jiansheng Huang、Allison W. Lee、Ashish Motivala、Abdul Q. Munir、Steven Pelley、Peter Povinec、Greg Rahn、Spyridon Triantafyllis、Phillipp Unterbrunner 和 Marcin Zukowski。感谢你们的合作。
回顾过去十年，毫无疑问，世界已经发生了改变。AI 正在重新定义可能性，重塑我们构建和运营的方式。尽管格局仍在持续演进，但我们对创新和客户的承诺始终不变。对于未来，我无比期待。
原文地址：https://www.snowflake.com/en/blog/data-platform-ai-era/
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。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。