Snowflake Summit 2026 ปฏิวัติ Data Cloud สู่ศูนย์กลาง AI Agent สำหรับองค์กร

นอกเหนือจากการเข้าถึงได้จากทุกที่ ตัวผลิตภัณฑ์ยังได้รับความสามารถในการทำงานอัตโนมัติอย่างแท้จริง ฟีเจอร์ใหม่ Automations ช่วยให้สามารถตั้งเวลาให้ CoCo ทำงานที่ซ้ำซ้อนได้โดยอัตโนมัติ ขณะที่ Cloud Agents คือผู้ช่วยที่ทำงานบนคลาวด์แบบไร้เซิร์ฟเวอร์ ซึ่งจะตอบสนองต่อการเปลี่ยนแปลงของข้อมูลหรือทริกเกอร์ทางธุรกิจ เช่น แจ้งเตือนเมื่อสินค้าคงคลังลดต่ำกว่าเกณฑ์ โดยไม่ต้องเปิดคอมพิวเตอร์ทิ้งไว้

ในฝั่งของผู้ใช้ทั่วไป บริษัทยังได้รีแบรนด์ Snowflake Intelligence เป็น Snowflake CoWork ผู้ช่วย AI ส่วนตัวที่พร้อมใช้งานผ่านแอป iOS, การเชื่อมต่อกับ Slackbot และส่วนขยายใน Microsoft Excel

Snowflake Datastream: บริการสตรีมมิ่งที่เข้ากันได้กับ Kafka แบบจัดการเต็มรูปแบบ

เพื่อแก้ปัญหาที่มีมายาวนานในการจัดการโครงสร้างพื้นฐานการสตรีมข้อมูลแยกต่างหากควบคู่ไปกับคลาวด์ดาต้าแพลตฟอร์ม Snowflake จึงเปิดตัว Snowflake Datastream ขึ้นมา มันคือบริการสตรีมมิ่งบน Snowflake โดยตรงที่ใช้โปรโตคอลเต็มรูปแบบของ Apache Kafka

ผู้ใช้ Kafka เดิมสามารถเชื่อมต่อ Producer และ Consumer ที่มีอยู่แล้วได้โดยเปลี่ยนแค่การตั้งค่า (Configuration) ซึ่งช่วยให้ไม่ต้องมี Broker, Connector หรือคลัสเตอร์แยกต่างหากอีกต่อไป ข้อมูลที่สตรีมเข้ามาจะถูกรวมเป็น Snowflake Tables หรือ Apache Iceberg Tables ที่อยู่ภายใต้ขอบเขตความปลอดภัยของ Snowflake โดย Snowflake มองว่าตลาดข้อมูลเรียลไทม์นี้มีโอกาสทางธุรกิจรวมสูงถึง 128 พันล้านดอลลาร์สหรัฐ ขณะนี้บริการดังกล่าวเปิดให้ทดสอบในวงจำกัด (Private Preview)

Apache Iceberg V3 และการทำงานร่วมกันแบบสองทิศทาง

Snowflake ประกาศความพร้อมใช้งานทั่วไป (General Availability) ของ Apache Iceberg V3 โดยอ้างว่ามีชุดคุณสมบัติของ Iceberg ที่กว้างที่สุดในตลาด หัวใจหลักของการประกาศนี้คือความสามารถในการทำงานร่วมกันแบบสองทิศทาง (Bidirectional Interoperability) ที่ขับเคลื่อนโดย Snowflake Horizon Catalog ซึ่งฝัง Apache Polaris แค็ตตาล็อกโอเพ่นซอร์สไว้ภายใน

ความหมายในทางปฏิบัติก็คือ เอนจิ้นใดๆ ก็ตามที่เข้ากันได้กับ Iceberg REST Protocol เช่น Apache Spark, Trino หรือ Flink จะสามารถอ่านและเขียนข้อมูลลงใน Iceberg Tables ที่ถูกจัดการโดย Snowflake ได้ และในทางกลับกัน Snowflake ก็สามารถอ่านและเขียนข้อมูลในตารางที่จัดการโดยแค็ตตาล็อกภายนอกได้เช่นกัน ในช่วงงาน Summit การเขียนข้อมูลจากเอนจิ้นภายนอกยังอยู่ในขั้น Public Preview ส่วนการอ่านข้อมูลนั้นพร้อมใช้งานแบบ General Availability แล้ว เพื่อสนับสนุนสถาปัตยกรรมแบบเปิดนี้ บริษัทยังได้แนะนำ Snowflake Storage for Apache Iceberg Tables ซึ่งเป็นระบบจัดเก็บข้อมูลแบบใหม่ที่ถูกจัดการให้ สำหรับข้อมูลในรูปแบบเปิด

Cortex Training: นำโมเดลของคุณมาเทรน โดยมี Snowflake จัดการให้

การประกาศสุดท้ายจากงาน Summit คือ Cortex Training ซึ่งเป็นการขยายขีดความสามารถของ Cortex Fine-tuning เดิม สู่การเทรนโมเดลแบบกำหนดเองได้อย่างเต็มรูปแบบ บริการนี้ช่วยให้องค์กรสามารถ Fine-tune โมเดลโอเพ่นซอร์สที่เป็นรากฐาน (Foundation Models) เช่น Qwen, Mistral และ Llama ของ Meta บนโครงสร้างพื้นฐานของ GPU ที่จัดการให้ทั้งหมด ภายในสภาพแวดล้อมที่มีการควบคุมของ Snowflake

องค์กรสามารถใช้เทคนิค Parameter-Efficient Fine-Tuning (PEFT) หรือแม้กระทั่งการเรียนรู้แบบเสริมกำลัง (Reinforcement Learning) บนข้อมูลที่เป็นกรรมสิทธิ์ของตนได้ โดยไม่ต้องย้ายข้อมูลออกไปยังระบบภายนอก หรือต้องจัดการคลัสเตอร์ GPU ที่ซับซ้อนด้วยตัวเอง Snowflake จะดูแลเรื่องการจัดหาและปรับขนาดโครงสร้างพื้นฐานให้ทั้งหมด บริการนี้จะอยู่เคียงข้างกับ Marketplace โมเดล AI ใน Cortex AI ที่มีอยู่แล้ว ซึ่งรวมถึงโมเดลจาก Anthropic, OpenAI, Google, Meta, Mistral, DeepSeek และ SpaceXAI โมเดลที่เพิ่งถูกประกาศ

กลยุทธ์ใหญ่: Agentic Enterprise

เส้นใยเชื่อมโยงของทุกการประกาศในงาน Summit ครั้งนี้คือวิสัยทัศน์ของ Snowflake ที่เรียกว่า Agentic Enterprise หรือสถานะที่ข้อมูลองค์กรที่มีธรรมาภิบาล เชื่อมต่ออย่างราบรื่นกับ AI Agent ที่สามารถให้เหตุผล, ลงมือทำ และทำงานอัตโนมัติได้ ด้วยการแบ่งพอร์ตโฟลิโอเอเจนต์ออกเป็น CoCo สำหรับนักพัฒนา และ CoWork สำหรับผู้ทำงานด้านความรู้ (Knowledge Workers), เพิ่มการสตรีมข้อมูลเรียลไทม์พร้อมธรรมาภิบาลด้วย Datastream, และทำให้การเทรนโมเดลแบบกำหนดเองกลายเป็นบริการที่มีการจัดการโดยตรง บริษัทกำลังวางตำแหน่ง AI Data Cloud ไม่ใช่แค่ที่เก็บข้อมูลอีกต่อไป แต่เป็น สภาพแวดล้อมปฏิบัติการ (Runtime) สำหรับตรรกะทางธุรกิจแบบอัตโนมัติ