| REKLAMA |
 |
Wśród wprowadzonych ulepszeń znajduje się Snowflake Intelligence – zaawansowany agent AI, który pozwala użytkownikom zadawać złożone pytania w języku naturalnym i w prosty sposób uzyskiwać potrzebne informacje. Dzięki Snowflake Openflow i Snowflake Horizon Catalog, organizacje mogą uzyskać bardziej wiarygodne informacje analityczne, łącząc wszystkie swoje dane — ustrukturyzowane, nieustrukturyzowane i częściowo ustrukturyzowane z różnych źródeł i katalogów w celu zasilania agentowej sztucznej inteligencji. Wszystko to odbywa się w bezpiecznym i interoperacyjnym środowisku Snowflake bez uzależnienia od jednego dostawcy (vendor lock-in).
Snowflake wprowadził także zestaw zaawansowanych, natywnie opartych na AI narzędzi, które pozwalają programistom szybciej i bezpieczniej budować, testować i wdrażać aplikacje AI, ograniczając jednocześnie koszty i złożoność utrzymania, w ramach jednej, spójnej platformy.
Od ponad dekady Snowflake stanowi fundament strategii danych globalnych firm. Kolejny etap naszej ewolucji polega na szerszym wprowadzeniu AI, umożliwiając każdemu użytkownikowi wykorzystanie potencjału jego danych - wyjaśnia Christian Kleinerman, wiceprezes ds. produktów w Snowflake. Nasze ulepszenia platformy Snowflake sprawiają, że jest to możliwe. Demokratyzujemy dostęp do mocy AI, dzięki czemu mogą oni podejmować mądrzejsze i szybsze decyzje, zasadniczo zmieniając sposób, w jaki będą wprowadzać innowacje w nadchodzących latach.
Snowflake Intelligence: Cała wiedza w jednym zaufanym agencie
Narzędzie Snowflake Intelligence jest dostępne dla globalnej bazy klientów Snowflake, obejmującej ponad 12 000 organizacji. Dzięki jednemu pytaniu Snowflake Intelligence potrafi przeprowadzać dogłębne analizy, w efekcie pomagając użytkownikom przejść od pytania „co” do kluczowego „dlaczego”.
Stworzony z myślą o niezawodności i skalowalności, narzędzie jest w pełni przygotowane do zastosowań korporacyjnych, z naciskiem na zaufanie i bezpieczeństwo. Umożliwia pracownikom intuicyjny dostęp do danych i ich analizę w języku naturalnym, jednocześnie chroniąc poufne informacje. W efekcie ogranicza to niepewność w podejmowaniu decyzji i wspiera rozwój nowej kultury opartej na danych w całej organizacji.
W ciągu tylko ostatnich trzech miesięcy ponad 1000 klientów Snowflake – w tym Cisco, Toyota Motor Europe, TS Imagine i Amerykańska reprezentacja w bobsleju i skeletonie – wykorzystali już Snowflake Intelligence do szybkiego i łatwego wdrożenia ponad 15 000 agentów AI w swoich organizacjach¹.
Snowflake Intelligence całkowicie odmienił nasz harmonogram rozwoju, skracając czas wdrażania agentów z miesięcy do zaledwie kilku tygodni. To zasadniczo zmieniło podejście naszego zespołu. Zamiast koncentrować się na pisaniu kodu, skupiamy się teraz na tym, co naprawdę tworzy wartość: budowaniu bogatego kontekstu biznesowego i solidnych modeli semantycznych - powiedział Thierry Martin, dyrektor ds. danych i sztucznej inteligencji w Toyota Motor Europe. Dzięki temu zyskaliśmy znaczącą przewagę konkurencyjną. Szybciej wprowadzamy na rynek bezpieczne i zgodne z przepisami rozwiązania w zakresie danych, jednocześnie eliminując ryzyka związane z ich przenoszeniem.
Wykorzystując wiodące w branży modele sztucznej inteligencji od dostawców takich jak Anthropic, Snowflake Intelligence przekształca trudne zapytania w naturalne odpowiedzi, umożliwiając szeroki dostęp do danych i AI w całej organizacji. Dzięki innowacjom Snowflake’s AI Research Team, Snowflake Intelligence jest nawet trzykrotnie szybszy w przypadku zapytań typu text-to-SQL, dostarczając odpowiedzi w czasie rzeczywistym z taką samą dokładnością. Aby zwiększyć wiarygodność i dokładność odpowiedzi, zespół opracował również nowatorską metodę oceny, Agenta GPA (Goal, Plan, Action), który wykrywa do 95% błędów podczas testów na standardowych zestawach danych, osiągając poziom wykrywania błędów, zbliżony do ludzkiego.
Enterprise Lakehouse z ulepszonym otwartym dostępem do danych i elastycznością dla sztucznej inteligencji opartej na agentach
Firma Snowflake wprowadziła również ulepszenia w katalogu Snowflake Horizon Catalog i Snowflake Openflow, które umożliwiają firmom łatwe łączenie wszystkich danych z różnych źródeł i katalogów w celu uzyskania bardziej niezawodnych, dokładnych i wiarygodnych informacji opartych na AI. Zmiany w Horizon Catalog zapewniają sztucznej inteligencji szerszy kontekst działania oraz wprowadzają zunifikowane ramy bezpieczeństwa i zarządzania, które chronią i łączą dane we wszystkich regionach, chmurach i formatach — w sposób w pełni interoperacyjny i bez uzależnienia od jednego dostawcy. Z kolei Openflow umożliwia użytkownikom korporacyjnym bezpieczną automatyzację integracji i pobierania danych z praktycznie dowolnego źródła, ułatwiając centralizację danych w ramach firmowego lakehouse’u.
Snowflake przedstawił również nowe usprawnienia, które zwiększają dostępność danych dla agentów AI (takich jak Snowflake Intelligence), z zachowaniem spójnego poziomu bezpieczeństwa i nadzoru nad danymi:
- Po wprowadzeniu otwartych interfejsów API z Apache Polaris™ (w fazie rozwoju) i Apache Iceberg™ REST Catalog3 bezpośrednio do Horizon Catalog, Snowflake oferuje rozwiązanie typu lakehouse, które centralizuje zarządzanie, bezpieczeństwo i interoperacyjność dostępu do danych w otwartych formatach tabel.
- Dzięki interaktywnym tabelom i magazynom danych (obecnie w prywatnej wersji testowej) Snowflake na nowo definiuje sposób, w jaki firmy mogą tworzyć i zasilać agentów i aplikacje AI, pomagając organizacjom przekształcać dane w natychmiastowe wyniki niemal w czasie rzeczywistym.
- Dzięki analizom strumieniowym w czasie zbliżonym do rzeczywistego (prywatna wersja testowa wkrótce) Snowflake umożliwia organizacjom podejmowanie działań na podstawie danych w czasie rzeczywistym, w ciągu kilku sekund, przy użyciu narzędzi i bezpiecznej platformy, której już ufają. Mogą teraz łączyć dane na żywo z kontekstem historycznym, aby zasilać strategiczne funkcjonalności, takie jak wykrywanie oszustw, personalizacja, rekomendacje, obserwowalność i monitorowanie IoT.
- Snowflake rozszerza możliwość integracji dzięki partnerstwu z Oracle (obecnie w fazie prywatnej wersji testowej), umożliwiając wykorzystanie funkcji przechwytywania zmian danych w czasie zbliżonym do rzeczywistego, opartej na Openflow, do ciągłego przesyłania aktualizacji do chmury danych (Snowflake AI Data Cloud).
- Po niedawnym przejęciu Crunchy Data firma Snowflake wprowadziła Snowflake Postgres (wkrótce w publicznej wersji testowej), w pełni zarządzaną usługę, która przenosi najpopularniejszą na świecie bazę danych na platformę Snowflake. Snowflake udostępnia również na zasadach open source pg_lake (ogólnodostępne), zestaw rozszerzeń Postgres zaprojektowanych, aby pomóc programistom i inżynierom danych zintegrować Postgres z potężnymi systemami typu lakehouse.
- Snowflake zwiększa również bezpieczeństwo danych dzięki funkcji Business Continuity and Disaster Recovery (obecnie ogólnodostępnej) dla zarządzanych tabel Iceberg, dodatkowo zabezpieczając krytyczne dane przedsiębiorstw w całym lakehouse'ie organizacji.
Snowflake przedstawia nowe narzędzia dla programistów, które przyspieszą rozwój sztucznej inteligencji w organizacjach
Wprowadzono również zestaw nowych narzędzi dla programistów, które mają pomóc w szybszym i bezpieczniejszym tworzeniu, testowaniu i wdrażaniu najnowocześniejszych, gotowych do produkcji aplikacji AI.
- Programiści mogą teraz usprawnić przepływ danych dzięki Cortex Code (w prywatnej wersji testowej). To asystent AI, który umożliwia użytkownikom interakcję z całym środowiskiem Snowflake przy użyciu języka naturalnego. Cortex Code pomaga użytkownikom łatwo zrozumieć sposób korzystania z platformy Snowflake, zoptymalizować złożone zapytania i dostosować wyniki w celu maksymalizacji oszczędności kosztów.
- Dzięki ulepszeniom Snowflake Cortex AISQL (obecnie ogólnodostępny) programiści mogą tworzyć skalowalne potoki AI w ramach Snowflake Dynamic Tables (obecnie ogólnie dostępnych), aby tworzyć potoki wnioskowania AI za pomocą prostego zapytania SQL. Wykorzystując AI Redact (wkrótce dostępne w wersji public preview) w ramach Cortex AISQL, użytkownicy mogą skalować zasoby z większą pewnością dzięki możliwości wykrywania i redagowania danych wrażliwych z materiałów nieustrukturyzowanych, co pozwala im przygotować multimodalny zbiór danych dla AI przy zachowaniu bezpieczeństwa i prywatności.
- Scentralizowane środowisko programistyczne Snowflake Workspaces (obecnie ogólnodostępne) eliminuje pracę z danymi w izolowanych silosach i usprawnia współpracę, zapewniając ujednolicony edytor do tworzenia, organizowania i zarządzania kodem w wielu typach plików. Workspaces zostało wzbogacone o bezpośrednią integrację Git (obecnie ogólnodostępną), zapewniającą programistom płynny sposób przeglądania systemu kontroli wersji oraz integrację VS Code (obecnie ogólnodostępną), umożliwiającą użytkownikom pracę w zintegrowanym środowisku programistycznym (IDE) i udostępnianie kodu pozostałym członkom zespołu.
- Dzięki dbt Projects w Snowflake (obecnie ogólnodostępne) firmy mogą tworzyć, testować, wdrażać i monitorować swoje projekty dbt bezpośrednio w środowisku Snowflake, umożliwiając inżynierom skupienie się na dostarczaniu wartościowych informacji i analiz. Snowflake pomaga również organizacjom jeszcze bardziej wzmocnić produktywność programistów, uruchamiając istniejący kod Apache Spark™4 na bezpiecznym silniku Snowflake z wykorzystaniem Snowpark Connect for Apache Spark (obecnie ogólnodostępny).
Źródło: snowflake
Najnowsze wiadomości
Customer-specific AI: dlaczego w 2026 roku to ona przesądza o realnym wpływie AI na biznes
W 2026 roku sztuczna inteligencja przestaje być ciekawostką technologiczną, a zaczyna być rozliczana z realnego wpływu na biznes. Organizacje oczekują dziś decyzji, którym można zaufać, procesów działających przewidywalnie oraz doświadczeń klientów, które są spójne w skali. W tym kontekście coraz większe znaczenie zyskuje customer-specific AI - podejście, w którym inteligencja jest osadzona w danych, procesach i regułach konkretnej firmy, a nie oparta na generycznych, uśrednionych modelach.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
SkyAlyne stawia na IFS dla utrzymania floty RCAF
SkyAlyne, główny wykonawca programu Future Aircrew Training (FAcT), wybrał IFS Cloud for Aviation Maintenance jako cyfrową platformę do obsługi technicznej lotnictwa i zarządzania majątkiem. Wdrożenie ma zapewnić wgląd w czasie rzeczywistym w utrzymanie floty, zasoby i zgodność, ograniczyć przestoje oraz zwiększyć dostępność samolotów szkoleniowych RCAF w skali całego kraju. To ważny krok w modernizacji kanadyjskiego systemu szkolenia załóg lotniczych.
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znacznie wolniejsze od wcześniejszych oczekiwań rynku. Dane pokazują, że z rozwiązań AI korzysta dziś wciąż niewiele przedsiębiorstw, a menedżerowie coraz częściej wskazują na bariery regulacyjne, koszty oraz brak powtarzalnych efektów biznesowych. W praktyce technologia jest testowana głównie w wybranych obszarach, a kluczowe decyzje nadal pozostają po stronie człowieka. Również w firmach, które wdrożyły AI, nierzadko towarzyszą temu rozczarowania.
Europejski przemysł cyfryzuje się zbyt wolno – ERP, chmura i AI stają się koniecznością
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Najnowsze artykuły
5 pułapek zarządzania zmianą, które mogą wykoleić transformację cyfrową i wdrożenie ERP
Dlaczego jedne wdrożenia ERP dowożą korzyści, a inne kończą się frustracją, obejściami w Excelu i spadkiem zaufania do systemu? Najczęściej decyduje nie technologia, lecz to, jak organizacja prowadzi zmianę: czy liderzy biorą odpowiedzialność za decyzje czy tempo jest dopasowane do zdolności absorpcji oraz czy ludzie dostają klarowność ról i realne kompetencje. Do tego dochodzi pytanie: co po go-live - stabilizacja czy chaos w firmie? Poniżej znajdziesz 5 pułapek, które najczęściej wykolejają transformację i praktyczne sposoby, jak im zapobiec.
SAP vs Oracle vs Microsoft: jak naprawdę wygląda chmura i sztuczna inteligencja w ERP
Wybór systemu ERP w erze chmury i sztucznej inteligencji to decyzja, która determinuje sposób działania organizacji na lata — a często także jej zdolność do skalowania, adaptacji i realnej transformacji cyfrowej. SAP, Oracle i Microsoft oferują dziś rozwiązania, które na pierwszy rzut oka wyglądają podobnie, lecz w praktyce reprezentują zupełnie odmienne podejścia do chmury, AI i zarządzania zmianą. Ten artykuł pokazuje, gdzie kończą się deklaracje, a zaczynają realne konsekwencje biznesowe wyboru ERP.
Transformacja cyfrowa z perspektywy CFO: 5 rzeczy, które przesądzają o sukcesie (albo o kosztownej porażce)
Transformacja cyfrowa w finansach często zaczyna się od pytania o ERP, ale w praktyce rzadko sprowadza się wyłącznie do wyboru systemu. Dla CFO kluczowe jest nie tylko „czy robimy pełną wymianę ERP”, lecz także jak policzyć ryzyko operacyjne po uruchomieniu, ocenić wpływ modelu chmurowego na koszty OPEX oraz utrzymać audytowalność i kontrolę wewnętrzną w nowym modelu działania firmy.
Agentic AI rewolucjonizuje HR i doświadczenia pracowników
Agentic AI zmienia HR: zamiast odpowiadać na pytania, samodzielnie realizuje zadania, koordynuje procesy i podejmuje decyzje zgodnie z polityką firmy. To przełom porównywalny z transformacją CRM – teraz dotyczy doświadczenia pracownika. Zyskują HR managerowie, CIO i CEO: mniej operacji, więcej strategii. W artykule wyjaśniamy, jak ta technologia redefiniuje rolę HR i daje organizacjom przewagę, której nie da się łatwo nadrobić.
Composable ERP: Przewodnik po nowoczesnej architekturze biznesowej
Czy Twój system ERP nadąża za tempem zmian rynkowych, czy stał się cyfrową kotwicą hamującą rozwój? W dobie nieciągłości biznesowej tradycyjne monolity ustępują miejsca elastycznej architekturze Composable ERP. To rewolucyjne podejście pozwala budować środowisko IT z niezależnych modułów (PBC) niczym z klocków, zapewniając zwinność nieosiągalną dla systemów z przeszłości. W tym raporcie odkryjesz, jak uniknąć pułapki długu technologicznego, poznasz strategie liderów rynku (od SAP po MACH Alliance) i wyciągniesz lekcje z kosztownych błędów gigantów takich jak Ulta Beauty. To Twój strategiczny przewodnik po transformacji z cyfrowego "betonu" w adaptacyjną "plastelinę".
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znaczni… / Czytaj więcej
Vertiv Frontiers: 5 trendów, które przeprojektują centra danych pod „fabryki AI”
Centra danych wchodzą w erę „fabryk AI”, gdzie o przewadze nie decyduje już sama skala, lecz zdolno… / Czytaj więcej
Cyberbezpieczeństwo 2026. 6 trendów, które wymuszą nowe podejście do AI, danych i tożsamości
Rok 2026 zapowiada się jako moment przełomu w świecie cyfrowego bezpieczeństwa. W obliczu dynamiczn… / Czytaj więcej
Jurysdykcja danych w chmurze: dlaczego polskie firmy coraz częściej wybierają „gdzie leżą” ich system
Jurysdykcja danych przestała być detalem w umowach chmurowych – dziś decyduje o zgodności, bezpiecz… / Czytaj więcej
Tylko 7% firm w Europie wykorzystuje w pełni potencjał AI
72% firm w regionie EMEA uznaje rozwój narzędzi bazujących na sztucznej inteligencji za priorytet s… / Czytaj więcej
Chmura publiczna w Unii Europejskiej – między innowacją a odpowiedzialnością za dane
Transformacja cyfrowa w Europie coraz mocniej opiera się na chmurze publicznej, która stała się fun… / Czytaj więcej
