Met de nieuwe functies Snowflake Intelligence en Data Science Agent wil Snowflake AI toegankelijker maken voor zakelijke gebruikers en datawetenschappers.
Snowflake heeft tijdens zijn jaarlijkse hoogmis in San Francisco twee nieuwe AI-functies aangekondigd: Snowflake Intelligence en Data Science Agent. Beide oplossingen moeten het eenvoudiger maken voor zakelijke gebruikers en datawetenschappers om AI en machine learning (ML) in te zetten binnen hun bestaande dataplatform.
Snowflake wil zijn wagonnetje niet zomaar aan de AI-agentenhype hangen: het bedrijf noemt de nieuwe oplossingen liever ‘data-agenten’. De aangekondigde functies verschijnen eerst in publieke of private preview.
Snowflake Intelligence: data in mensentaal
Snowflake Intelligence biedt zakelijke gebruikers en data-analisten de mogelijkheid om in natuurlijke taal inzichten te verkrijgen uit zowel gestructureerde als ongestructureerde data. Intelligence is een AI-laag die Snowflake boven zijn datacloud legt. De functie werkt binnen de bestaande Snowflake-omgeving en ondersteunt integraties met externe platformen zoals Google Drive en Workday. Gebruikers kunnen dankzij deze functie visualisaties genereren en acties ondernemen zonder code te schrijven.
lees ook
Geen AI zonder datacloud: de 5 AI-pijlers van Snowflake
Onder de motorkap werkt Snowflake Intelligence met Cortex Agents, aangedreven door modellen van onder andere OpenAI en Anthropic. De tool behoudt bestaande beveiligings- en governance-instellingen binnen Snowflake zodat gebruikers enkel gegevens kunnen zien die ze ook mogen zien. Cortex Extensions, die via de AI-marktplaats van Snowflake beschikbaar zijn, breiden de zoekmogelijkheden uit naar externe kennisbronnen.
De chatcapaciteit die Snowflake introduceert, lijkt sterk op de nieuwe functionaliteiten in Microsoft Fabric. Nu Microsoft zich steeds nadrukkelijker in AI en data-analyse mengt en zich naast partner ook als concurrent gedraagt, steekt Snowflake een tandje bij.
ML voor datawetenschappers
Snowflake verliest de datawetenschapper niet uit het oog. Data Science Agent automatiseert verschillende onderdelen van het ML-ontwikkelproces, zoals data-analyse, feature engineering en modeltraining. Het doel is om minder tijd te verliezen aan repetitieve taken, zodat data scientists sneller modellen in productie kunnen brengen. De agent genereert werkende ML-pijplijnen op basis van natuurlijke taalcommando’s en ondersteunt iteratieve verbeteringen.
Beide functies zijn ontwikkeld om bedrijven te helpen sneller beslissingen te nemen op basis van hun data, zonder technische drempels. Dit moet de kloof verkleinen tussen data-analisten, AI-ontwikkelaars en zakelijke gebruikers verkleinen.
AI-klaar
Daar stopt de AI-pret nog niet tijdens Snowflake Summit. Snowflake introduceert de mogelijkheid om semantische modellen te delen. Hiermee kunnen bedrijven AI-toepassingen verrijken met data van interne teams of externe aanbieders die ‘AI-klaar’ zijn. Zo hoeven bedrijven modellen niet zelf te ontwikkelen, wat de betrouwbaarheid en consistentie van AI-antwoorden verhoogt.
Tot slot lanceert Snowflake ook Agentic Native Apps via de marktplaats. Dit zijn applicaties gebouwd op agentic AI die bedrijven direct kunnen gebruiken binnen hun dataomgeving. Leveranciers kunnen deze apps delen, terwijl afnemers ze eenvoudig kunnen ontdekken en inzetten zonder hun data te verplaatsen.