Dataiku 与 Snowflake 进一步强化合作，聚焦于将企业的生成式 AI 项目推进至实际运营阶段。其构想是，在让停留在实验阶段的 AI Agent 更易于创建的同时，维持企业最为敏感的“治理”与运营管控。
Dataiku 于当地时间15日与 Snowflake ($SNOW) 共同推出了新的集成服务“Cobuild on Snowflake”。该服务融合了 Snowflake 的“Cortex AI”服务与 Dataiku 的编排平台。通过它，业务部门和技术人员能够仅凭自然语言提示来设计 AI 工作流和 AI Agent。
核心在于它并非一个简单的代码生成工具。两家公司解释称，该系统设计为当用户输入业务目标后，能够自动生成包含数据准备、机器学习模型、AI Agent 及应用程序在内的 Dataiku 工作流，并且在正式部署前，用户可以直观地进行审查、修改和验证。这意味着，系统并非直接执行生成的结果，而是允许人工介入并确认其中的逻辑，从而提升了企业环境所要求的可控性。
战略转变与合作扩大
此次发布也与 Dataiku 的战略转变相契合。这家公司不再仅仅停留于一个简单的数据分析平台，而是试图定位为统筹企业级 AI 整体系统的“编排”及治理层。过去一年间，Dataiku 接连推出了多项功能，用于管理众多 AI Agent、协调工作流以及可视化追踪自动化系统的运行情况。
Dataiku 尤其认为，随着 AI Agent 从单个试点项目扩展到大规模运营环境，“治理”、“可观测性”以及成本管理将成为核心竞争力。实际上，许多企业在引入生成式 AI 的过程中，相较于性能，更将安全问题、数据传输问题以及责任追踪问题视为更大的障碍。
Cobuild on Snowflake 正是直指这些担忧。用户可以用自然语言描述业务目标，系统会据此创建可执行的工作流。随后，团队可以审视、调整并部署该流程。换言之，这是一种旨在平衡“自动化”与“控制”的尝试。
两家的合作并非首次。Snowflake 是 Dataiku 的投资方，并且两家公司已在全球拥有超过 350 个共同客户。此前，双方在可视化数据准备、利用 Snowpark 容器服务进行机器学习训练、实时与批量推理、支持 Apache Iceberg 目录以及 Snowflake Cortex AI 服务等多个方面已有合作。
市场向运营管理体系转移
Snowflake Cortex AI 是 Snowflake 数据云内部提供的一项托管 AI 服务。其设计旨在让用户能够直接访问大语言模型、向量搜索等多种 AI 功能。此次集成采用了这样一种架构：代码生成和工作流执行完全保留在客户的 Snowflake 环境内部，并通过安全 API 进行访问。这与近期业界尽量减少数据复制或外部转移，以维持现有安全和治理体系的趋势相吻合。
从整体市场来看，这也可以解读为一个信号：企业级 AI 的竞争重心正从模型本身的性能转向运营管理体系。因为除了使用何种模型之外，由谁创建、如何审查、以何种成本进行运营，这些因素实际上正决定着引入项目的成败。
Dataiku 在去年推出了用于整合企业内部各种 AI Agent 部署的功能，随后又发布了“Agent Hub”，着手构建集中式管理体系。此次的 Cobuild on Snowflake 同样是这一战略的延伸。
该软件将首先提供给同时使用 Snowflake 和 Dataiku 的客户。之后，计划将访问范围扩大到正在考虑引入 Dataiku 的 Snowflake 客户。在企业将生成式 AI 从“实验”推向“运营”的过程中，此类集成化管理工具的重要性可能会日益增加。
TP AI 注意事项 本文使用基于 TokenPost.ai 的语言模型进行摘要。正文的主要内容可能已被剔除或与事实不符。