你可能錯過的Snowflake Summit 2026三大洞見

如果企業人工智能的第一波浪潮是關於計算和基礎模型，那麼下一波浪潮將圍繞使這些模型在實際業務中發揮作用的軟件和數據基礎設施展開。

第一波AI贏家銷售的是計算資源：GPU、服務器、網絡和雲容量——AI的“鎬和鏟”。但隨着企業AI從實驗轉向部署，軟件棧中正在浮現新的價值層。Snowflake Inc.正將自己定位在這一層，專注於企業連接專有數據與高級AI模型所需的管理工具。TECHnalysis Research LLC創始人兼首席分析師Bob O'Donnell看到了Snowflake的機遇。

“必須建立與模型的數據連接，”他説，“如果我能開始充當數據與前沿模型之間的連接器……那就為軟件部分的‘鎬和鏟’開闢了許多有趣的機遇。”

O'Donnell與SanjMo創始人兼所有者Sanjeev Mohan一起，在Snowflake Summit 2026上與theCUBE的Dave Vellante進行了對話。在活動期間，Vellante和Rebecca Knight與Snowflake的領導者、客户和合作夥伴討論了支持下一代企業AI所需的能力和特性。

以下是Snowflake Summit 2026上你可能錯過的三個關鍵洞見：

洞見#1：強大的數據基礎將企業AI轉化為業務成果。

對於DoorDash Inc.而言，支持大規模機器學習、分析和代理工作流需要擺脱單體架構。據數據工程、數據平台和商業智能負責人Vaibhav (VJ) Jajoo稱，該公司在過去十年中建立了一個支持實時物流業務和日益增長的AI工作負載的基礎。

“隨着時間推移，我們認識到機器用户在分析數據消費上已超過人類用户，”他告訴theCUBE。“機器學習功能、對生產服務的反饋循環或AI代理工作流正在超越分析用户。當這種情況發生時，你不能採用阻礙你的單體環境，它不允許你在其上啓用新用例。”

Fanatics LLC正在利用同樣的數據原則來個性化粉絲體驗。據商業副總裁Kevin Longo稱，通過統一多個渠道的數據並利用實時洞察，公司可以更好地理解和響應個人粉絲偏好。

“如果你思考體育，傳統上它一直是一對多的載體：單一的廣播、單一的贊助商發送給一羣粉絲，”他在活動期間表示。“粉絲並不都一樣。我們一直知道這一點，但現在，藉助AI和與Snowflake的合作，我們可以實時理解並採取行動。”

除了面向客户的個性化，組織也在利用企業AI轉變內部運營。在Whoop Inc.，超過3 PB的數據和每天約20 TB的新數據使得開放標準和互操作性至關重要。據分析副總裁Matt Luizzi稱。

“過去幾年我們投入了大量精力來生成乾淨的語義本體，”他在採訪中説，“這使我們能夠立即使用CoCo Desktop等產品並看到價值。我們現在看到的是人類能夠增加價值以及需要增加價值的地方發生了轉變。”

強大數據基礎的影響超越了運營效率。SiriusXM Holdings Inc.的策略反映了更廣泛的轉變：不僅要了解受眾消費什麼，還要了解這些互動背後的背景和意圖。據SiriusXM首席廣告產品和技術官Sherene Hilal稱。

“隨着我們開始思考如何讓音頻更現代化，數據和技術一直是成功的秘訣，”她在活動期間表示。“具體來説，如何獲取音頻的上下文、你正在收聽的內容的情緒和時刻、播客的文本，並使這些數據可用……從而為聽眾提供非常個性化的體驗。”

洞見#2：企業AI需要新的安全、治理和信任框架。

AI的崛起從根本上改變了網絡安全的經濟學，壓縮了漏洞利用窗口，迫使組織超越傳統的漏洞管理。Tenable Holdings Inc.使用Snowflake作為其安全數據湖的基礎，同時開發AI驅動的修復和自動化能力，旨在幫助企業以機器速度識別和降低風險。據Tenable產品高級副總裁Jason Merrick稱。

“曝光管理不是一個產品，”他在與theCUBE的討論中説，“它是一個計劃。它不僅僅是查看傳統IT基礎設施。它涉及雲……身份……在組織內將它們串聯起來，查看配置，查看是否存在已知的常見漏洞和暴露……然後能夠突出顯示並降低風險。”

隨着組織加強企業AI時代的安全態勢，他們也在重新思考軟件構建方式。在Snowflake和Clover Network LLC，AI輔助開發正在加速軟件交付，同時需要新的治理、標準和組織變革方法。據Clover Network全球首席信息官兼首席技術官Vinayak Kagalkar和Snowflake首席信息官Mike Blandina稱。

“我認為你可以在模型中強制執行標準，”Blandina説。“例如，在CoCo中，你可以直接説，‘在這個特定項目中，我們構建的任何東西，這裏有一組界限，作為我的代碼開發代理，你不應該跨越。以下是我希望使用的工件類型和代碼類型的標準。’你可以像在紙質文檔上那樣提前做到，並通過軟件開發生命週期強制執行。”

信任在醫療保健領域同樣關鍵，因為AI生成的見解可以直接影響患者結果。Komodo Health Inc.多年來建立了超過3.3億去標識化患者旅程的縱向視圖，為醫療保健和生命科學組織提供透明、可解釋的AI工作流所需的數據基礎。據Komodo Health首席技術官Amit Sangani和Snowflake醫療保健和生命科學全球副總裁Jesse Cugliotta稱。

“平均患者病歷有46,000個單詞，”Cugliotta説。“如果你走進急診室，醫生還有27個其他患者，他們不會閲讀你的整個病歷歷史，即使他們能訪問。利用AI的能力……是提供更完整的畫面，理解什麼是最準確的診斷路徑……這不僅對護理人員的日常體驗，而且對患者結果都有重大影響。”

洞見#3：受治理且可信的智能將AI推向生產環境。

法律、税務和審計專業人士不能依賴產生無法驗證結果的系統，這使得受治理的數據和權威內容成為AI採用的關鍵組成部分。Thomson Reuters建立了一個可信的數據資產，跨越數千個受治理的表和數據庫，為專業人士在高風險環境中自信使用的企業AI工具奠定了基礎。據Thomson Reuters數據和分析負責人Caitlin Halferty、法律創新負責人Laura Safdie以及Snowflake開發者和AI體驗副總裁Bala Kasiviswanathan稱。

“你不能把AI帶到一個你不瞭解的行業；你不能轉變一個你不理解的工作流，”Safdie告訴theCUBE。“如果你為世界上最重要的職業之一構建東西，你需要理解AI如何讓我們變得更好並服務公共利益，同時以適合目的的方式做到這一點。”

同樣的信任重點也在塑造企業治理方式。在Intercontinental Exchange Inc.和紐約證券交易所，多年在治理、數據質量和訪問控制上的投資使團隊能夠加速AI部署，而不是拖慢它們。據ICE/NYSE數據、分析和治理副總裁Durgesh Das稱。

“我們的角色實際上是消除摩擦，”他在採訪中説。“我們已經在用治理實現正確的人獲取正確的數據，但現在，AI為我們提供了機會，可以無摩擦地及時提供信息，以便業務可以自帶工具並快速獲得答案。”

隨着企業AI採用擴展，組織也認識到生產環境通常需要超出通用模型能力的專門智能。Resolve AI Inc.正在使用領域特定模型來支持站點可靠性工程工作流。據Resolve AI創始人兼CEO Spiros Xanthos稱。

“我認為模型是一種將智能壓縮到模型中的方式，”他告訴theCUBE。“如果你有一個非常具體的業務用例，你可以用領域特定模型實現更好的壓縮——不僅速度和延遲，還有實際準確性。對於更通用的用例，前沿模型通常是最好的答案。但如果你想要……Resolve正在解決的問題，那需要一個定製模型來實際幫助，並且有很好的產品市場契合度。”

欲瞭解更多theCUBE對Snowflake Summit的報道，請查看以下獨家片段：

（披露：theCUBE是Snowflake Summit活動的付費媒體合作伙伴。Snowflake及其他贊助商對theCUBE或SiliconANGLE上的內容沒有編輯控制權。）