Snowflake($SNOW)正在加速拓展其企业人工智能(AI)业务。其构想是将数据、模型和业务软件整合到一个受控环境中，以便投入实际业务，公司将此称为"智能体企业"战略。
本次更新的核心在于Snowflake Intelligence和Cortex Code的升级。这意味着AI将超越单纯生成答案的范畴，发展为基于企业内部数据、经过多步骤分析并执行业务的形式。这也与近期整个AI行业从"生成式AI"向"行动的AI智能体"转变的趋势相吻合。
Snowflake Intelligence，拓宽业务自动化范围
据Snowflake介绍，Snowflake Intelligence是面向企业用户的"情境感知型"AI智能体。它可以自动化重复性任务，执行多步骤分析，并连接外部业务应用程序以执行实际工作流。
新的集成功能基于模型上下文协议(MCP)提供。支持的服务包括谷歌的Gmail、Google日历、Google文档、Atlassian的Jira、Salesforce($CRM)的客户关系管理解决方案以及Slack。借此，用户可以在一个AI界面中处理以往需要跨多个系统手动处理的工作。
iPhone应用程序也即将进入公开预览阶段。该应用设计用于在智能手机上查询数据和远程执行工作流。此外，还新增了可生成包含来源的多步骤报告的"深度研究"功能，以及保存和共享分析结果与操作步骤的"工件"功能。
公司解释称，该系统会持续学习用户行为以个性化结果，并随着时间推移更好地自动化重复性任务。不过，公司也表示将确保结果基于企业管理的内部数据生成，从而兼顾准确性与可控性。
Cortex Code，扩展至外部数据环境
面向数据密集型开发的AI编码智能体Cortex Code的功能也大幅扩展。Snowflake表示，其目标是将此工具从单纯的编码辅助，提升为构建企业AI的"构建层"。据公司称，自2025年底发布以来，已有超过半数的全体客户在使用Cortex Code提升开发效率。
新功能已扩展至亚马逊网络服务的Glue、Databricks平台、开源数据库PostgreSQL等外部数据系统。开发者无需单独迁移数据即可构建应用程序。这对于降低大型企业环境中的数据迁移成本和监管负担具有重要意义。
此外，通过MCP和智能体通信协议(ACP)的集成，现已能够与其他AI系统实现互操作。这意味着企业无需抛弃已采用的智能体框架，即可将其与Snowflake平台连接，对于运营多系统环境的企业而言，这被视为一项实用的变革。
开发工具集成与易用性增强
Snowflake还同步发布了与Visual Studio Code的集成，以及面向Anthropic的Claude Code的插件。此外，新增了支持Python和TypeScript的新软件开发工具包(SDK)，使企业能够将Cortex Code功能嵌入其自有应用程序中。
基于浏览器的"沙盒"功能也颇为引人注目。用户无需单独设置本地环境即可运行代码，该功能还提供在实际执行前预览工作流的能力。能够直接操作图表和表格并审查结果，这对数据分析团队而言可能是一个优势。
周活跃用户达9100家…AI从"试点"迈向运营阶段
Snowflake透露，目前每周有超过9100家客户在使用其AI产品。应用案例已扩展至运营分析、客户服务、制造等领域。这表明企业正将AI从有限的实验阶段转向接入实际业务系统的方向。
Snowflake AI业务副总裁Baris Gultenkin表示："AI正在改变每家企业的运营方式，而胜出的平台将是那些能够基于恰当的数据和控制机制，让AI轻松应用于实际业务的平台。"
此次发布表明，企业AI市场的竞争正从单纯的模型性能转向"数据集成"、"治理"和"可执行性"。Snowflake正推行将分散的数据、应用程序和AI功能整合到一个平台中的战略。从企业角度来看，能够在降低复杂系统环境的同时加快AI采用速度，这被评估为其核心竞争力。
TP AI 注意事项 本文基于TokenPost.ai语言模型对文章进行了摘要处理。正文的主要内容可能被省略或与事实存在出入。