Окрім нових інтерфейсів, продукт набув справжньої агентної автономії. Нова функція Automations виконує повторювані завдання розробки за розкладом, а Cloud Agents — це безсерверні, керовані подіями обчислювальні агенти, які реагують на зміни даних або бізнес-тригери (наприклад, сповіщають команду, коли запаси падають нижче критичної позначки), без необхідності тримати локальний клієнт відкритим .
На боці бізнес-користувачів компанія також провела ребрендинг Snowflake Intelligence у Snowflake CoWork — персонального AI-агента, який тепер доступний через мобільний застосунок для iOS, інтеграцію зі Slack-ботом та розширення для Microsoft Excel .
Щоб розв'язати давню проблему експлуатації та управління окремою інфраструктурою потокової передачі даних поруч із хмарною платформою, Snowflake представила Snowflake Datastream. Це нативний для Snowflake, повністю керований сервіс, який розмовляє повним протоколом Apache Kafka .
Існуючі виробники (producers) та споживачі (consumers) Kafka можуть під'єднатися, просто змінивши конфігурацію, що усуває потребу в окремих брокерах, конекторах або додаткових кластерах . Потокові дані надходять безпосередньо як керовані таблиці Snowflake або таблиці Apache Iceberg у межах безпекового периметра Snowflake
. Компанія позиціонує Datastream для ринку даних у реальному часі, який вона оцінює в 128 мільярдів доларів
. Наразі сервіс перебуває в закритому попередньому доступі (private preview)
.
Snowflake оголосила про загальну доступність підтримки Apache Iceberg V3, заявляючи про найширший на ринку функціонал для Iceberg . Центральним елементом анонсу є повна двостороння сумісність на базі Snowflake Horizon Catalog, який включає в себе відкритий каталог Apache Polaris
.
Це означає, що будь-який сумісний з Iceberg REST інструмент — наприклад, Apache Spark, Trino або Flink — може читати й записувати дані в таблиці Iceberg під управлінням Snowflake, і так само Snowflake може читати й записувати дані в таблиці, керовані зовнішніми каталогами . Можливість запису із зовнішніх інструментів перебувала в статусі публічного попереднього перегляду на момент конференції, тоді як читання вже досягло загальної доступності
. Для підтримки цієї відкритої архітектури компанія також представила Snowflake Storage for Apache Iceberg Tables — новий керований рівень для даних у відкритому форматі
.
Завершальним акордом Summit став Cortex Training — розширення наявного сервісу Cortex Fine-tuning до повноцінного навчання кастомних моделей. Сервіс дозволяє компаніям точно налаштовувати (fine-tune) відкриті базові моделі, зокрема Qwen, Mistral та Llama від Meta, на повністю керованій GPU-інфраструктурі в захищеному середовищі Snowflake .
Організації можуть використовувати методи параметрично-ефективного тонкого налаштування (PEFT) і навіть навчання з підкріпленням на власних даних, не переміщуючи інформацію до зовнішніх систем і не керуючи розподіленими GPU-кластерами . Snowflake бере на себе пошук і масштабування інфраструктури
. Сервіс є частиною зростаючого маркетплейсу моделей у Cortex AI, який вже включає моделі від Anthropic, OpenAI, Google, Meta, Mistral, DeepSeek та щойно анонсовані моделі SpaceXAI
.
Спільною ниткою, що пов'язувала всі анонси Summit, було бачення Snowflake щодо агентного підприємства (agentic enterprise) — стану, коли керовані корпоративні дані безперешкодно пов'язані з AI-агентами, здатними міркувати, діяти та автоматизувати процеси . Розділивши своє портфоліо агентів на CoCo для розробників і CoWork для бізнес-користувачів, додавши керовану потокову передачу даних у реальному часі з Datastream та зробивши навчання кастомних моделей власним керованим сервісом, компанія позиціонує AI Data Cloud не просто як місце для зберігання та запитів до інформації, а як середовище виконання для автономної бізнес-логіки
.
Comments
0 comments