前言

Snowflake是一种基于云的数据平台，拥有着强大的能力，能够帮助我们存储、管理和分析海量的数据，就像是我们的得力助手，让我们能够轻松应对各种数据挑战。

Snowflake 的出现，让我看到了未来的无限可能。它的架构独特，功能强大，能够为我们提供高度可扩展和灵活的解决方案。

而且，Snowflake 在数据仓库领域的表现也非常出色，它从传统企业手中夺取了大量市场份额，成为了行业的领导者。这让我感到无比兴奋，因为它代表着创新和进步。

如今，随着生成式 AI 的兴起，Snowflake 更是积极布局 “AI + 数据” 模式，通过并购和与行业巨头合作，不断提升自己的实力。

希望通过今天的分享，能让大家对 Snowflake 和 “AI + 数据” 模式有更深入的了解，感受到它们的魅力和潜力。让我们一起探索这个充满无限可能的世界，共同迎接未来的挑战和机遇吧！

Snowflake的“AI + 数据” 模式

首先呢，给大家介绍一下Snowflake。

它是一种基于云的数据平台，能够为组织提供强大的存储、管理和分析大量结构化和半结构化数据的能力。就像是一个超级厉害的智能大脑，能够轻松处理各种复杂的数据任务。

Snowflake的架构非常独特，它有物理上分离但逻辑集成的存储、计算和全局服务层。底层采用集中式存储，就像是一个巨大的数据仓库，能够存储海量的数据。中间的多集群计算层与存储层完全分离，这意味着它可以根据每个工作负载的独立需求来灵活调整计算资源的大小，就像是给每个任务都配备了最合适的动力引擎。而顶层的云服务可以提供和管理多种服务，具有高度的可扩展性，能够满足不同用户的各种需求。

在过去的几年里，Snowflake的发展简直就像是坐火箭一样迅猛！它的营业收入从19财年的不到1亿美元，一路飙升到23财年的超过20.6亿美元，年复合增长率超过115%！这简直太惊人了，不是吗？

而且，Snowflake在数据仓库领域的市占率也是遥遥领先。它从Teradata、甲骨文、IBM和EMC等传统企业手中抢夺了大量的市场份额。根据6sense的最新统计，按照客户数量的口径，Snowflake在数据仓库市场占有率排名第一，达到了19.14%。哇塞，这可真是太厉害了！

Gartner还预测，到2026年，云数据平台的行业规模将达到惊人的2480亿美元。而Snowflake的数据云平台在全球已经拥有超过8000家客户，这些客户可以利用这个平台大规模地构建并共享领先的数据应用。想象一下，这么多的客户都在使用Snowflake，这说明它真的是非常受欢迎啊！

Snowflake的生态发展也非常完善，它的云数据平台覆盖了多个行业领域。它将生态合作伙伴分为数据集成、商业智能、机器学习与数据科学、安全管理、SQL开发和管理和原生程序接口六大类，共有100余个合作伙伴。比如说，在广告、媒体娱乐、金融服务、医疗和生命科学、制造业、零售和包装消费品、科技、电信以及政府等行业，Snowflake都能够提供针对特定行业的解决方案，帮助企业实现数据的统一、整合、分析和共享。

接下来，我要和大家聊聊Snowflake在AI领域的布局。自2022年以来，Snowflake就开始积极布局“数据+AI”模式，通过并购和与行业巨头合作的方式来大力推进AI战略。

它先后并购了六家相关公司，包括Streamlit、Applica、SnowConvert、Myst.AI、LeapYear和Neeva。这些公司都在各自的领域有着独特的技术和优势，能够为Snowflake的AI战略提供强有力的支持。

比如说，Applica是一款非常先进的文档自动化解决方案，它能够利用深度学习技术处理各种类型的文档，包括无结构、半结构和结构化格式的文档。它就像是一个智能的文档助手，能够像人类一样理解文档的内容，提供直通式自动化速率，显著增强了操作效率，帮助企业加快了销售周期，减少了人为错误。而且，它还有一个非常好用的界面，用户可以直接用自然语言快速下达指令，即使没有编程能力也能轻松使用。

再比如说，Neeva是一家由前谷歌员工成立的搜索初创公司，它一直致力于提供搜索服务，既有消费者端服务也有企业级产品。Neeva在搜索中利用生成式AI的能力是吸引Snowflake的重要原因之一。今年1月，该公司推出了Neeva AI，通过生成式AI技术回答使用者的问题。被收购后，Neeva宣布放弃消费者搜索业务，将专注于企业业务。

还有Myst.AI，它是专业的时间序列预测工具，能够赋予团队创建、部署和维护准确预测模型的能力。它提供用户友好的模型结构可视化，可以快速访问第三方数据，并支持流行的开源机器学习模型，从而更快、更可靠地解决能源需求、可再生能源生成和市场价格预测等挑战。高效的模型部署使团队能够快速扩展业务并轻松共享持续的预测结果。Myst.AI的模型在多种行业中都可以被使用，尤其是在能源行业，它擅长帮助公司在使用新能源的能源环境下茁壮成长。

此外，Snowflake还积极与行业巨头开展合作，比如微软和英伟达。2023年6月26日，英伟达的CEO黄仁勋亮相Snowflake峰会，宣布两家公司达成合作。这可是一件大事啊！

在这次峰会上，Snowflake还推出了多款生成式AI工具，比如Snowpark容器服务和Document AI。

Snowpark容器服务扩展了Snowflake的计算基础设施，能够使用英伟达的GPU和AI加速软件来加速计算，开发人员能够在Snowflake提供的安全环境下部署、管理和扩展生成式AI、全栈应用等。用户还能通过该项服务访问大量第三方软件和程序，包括LLM、MLOps工具等。这就像是给开发人员提供了一个强大的工具箱，让他们能够更轻松地开发出各种智能应用。

而Document AI则是基于Applica的生成式AI技术，打造了全新的、面向文档等非结构化数据处理的新大语言模型，并基于此大模型推出了Document AI产品。根据IDC的数据，在未来五年内，全球超过90%的数据都将会是以文档、图像、视频、音频等形式存储的非结构化数据，需要专业的技能来从这些非结构化数据中提取有效的信息。基于Snowflake对于非结构化数据的支持，Document AI能够帮助客户使用自然语言的方式轻松地从文档类数据中提取更深入的见解和价值，例如从文档中提取发票金额或者合同条款等。这可真是太方便了，不是吗？

圈友们，你们想想，在这个生成式AI浪潮席卷全球的时代，数据的重要性不言而喻。而Snowflake正是凭借着其强大的数据处理能力和AI布局，成为了机器学习和数据分析最相关的云平台之一。

就像星环科技这样的国内大数据平台领域的领先企业，也在积极布局生成式AI，推出了多个行业大模型、向量数据库、训练工具等产品。

比如说，星环科技推出了大模型训练开发工具Sophon LLMOps、业界首创面向量化领域的金融大模型“无涯”、针对数据查询分析的大数据分析大模型SoLar“求索”以及向量数据库Hippo等，涵盖大模型及其应用开发、多模态数据管理等多个维度。

这些产品能够为开发人员和工作人员提供更智能、更高效的数据平台，帮助用户快速构建生成式AI应用。

所以，我相信，在未来，具备大量数据积累的数据平台厂商和深耕垂直领域的厂商有望在生成式AI的浪潮中持续受益。

比如说，在金融领域，数据平台厂商可以利用海量的金融数据和先进的AI技术，为金融机构提供更准确的风险评估、投资决策支持和客户服务。通过分析大量的交易数据、市场数据和客户数据，AI可以帮助金融机构发现潜在的风险和机会，优化投资组合，提高客户满意度。

在医疗领域，数据平台厂商可以整合医院的各种数据，包括病历、影像数据、检验数据等，利用AI技术进行分析和挖掘，为医生提供更准确的诊断建议和治疗方案。同时，AI还可以帮助医院提高管理效率，优化资源配置，降低医疗成本。

在零售领域，数据平台厂商可以通过分析消费者的购买行为、偏好和趋势，为零售商提供个性化的推荐、精准的营销和优化的供应链管理。AI可以帮助零售商更好地了解消费者的需求，提高销售额和客户忠诚度。

总之，“AI+数据”的模式将会给各个行业带来巨大的变革和机遇。

未来我们的生活将会因为“AI+数据”而变得多么智能和便捷。我们可以通过语音与智能助手进行交流，获取各种信息和服务；我们可以享受到更加个性化的医疗、教育和娱乐体验；我们的工作也将会变得更加高效和轻松。

今天就和大家聊到这里，希望大家对Snowflake和“AI+数据”模式有了更深入的了解。下次有什么好玩的话题，再和大家分享！