共计 783 个字符，预计需要花费 2 分钟才能阅读完成。
在近日举办的 Snowflake Summit 2025 大会上，数据仓库巨头 Snowflake 发布了一系列创新工具，旨在帮助业务分析师转型为 AI 开发者。这些新功能通过将 AI 输出与 SQL 集成，并提供大型语言模型的可观测性，赋予业务分析师更多控制权。
Snowflake 专注于企业市场，拥有近 12,000 家客户。其最新功能的核心在于，让主要使用 Snowflake 数据库完成工作的业务分析师，能够成为开发 AI 模型并进行预测的驱动力。
新功能中的聊天模式允许用户使用自然语言提示与数据进行对话。该功能由 OpenAI 和 Anthropic 的 LLM 以及 Snowflake 自己的 Cortex 模型驱动。此外，数据科学代理功能可以自动化一些任务，从而减轻数据准备和分析的负担。
Snowflake 还推出了名为 Openflow 的新服务，这是对经典数据集成管道（ETL）的解读。Openflow 功能通过简化清理数据的过程，帮助生成 AI 代理。此外，Cortex AISQL 功能允许业务分析师将 AI 模型的输出包装在标准 SQL 查询语言命令中。
Snowflake 表示，这些创新使得在数据上创建复杂的多步骤查询变得更加容易，且代码量更少。这种统一的方法将传统上需要数据科学专业知识和数周开发时间的工作，转变为业务分析师可以在几分钟内构建和修改的简单 SQL 查询。
在 AI 模型的工程方面，Snowflake 也进行了创新。例如，ML Jobs 功能允许从开发环境或笔记本上下文中运行机器学习代码，这些代码可以在 Snowflake 的其他开发工作中启动。此外，实验跟踪功能允许开发者共享和复制表现最佳的 AI 模型。
为了提供训练好的模型，Snowflake 在其模型注册表中增加了提供在 Hugging Face 上开发和分阶段模型的能力。任何在 Hugging Face 上的模型都可以一键进入 Snowflake 容器服务，无需下载任何客户端模型。
