AI WORLD HQ
Ha a vezetőség még idén AI-eredményeket szeretne látni, de az ügyfél-, értékesítési és működési adataid több különböző rendszerben találhatók, könnyen úgy érezheted, hogy megrekedtél. A szokásos tanács az, hogy először tisztítsd meg és vond össze az összes adatot. A Snowflake bejelentése szerint azonban ezt a sorrendet már nem kell kőbe vésettnek tekinteni.
Miért vált alapértelmezetté az adatok átköltöztetése?
Éveken át az adatok elemzéséhez azon a szoftveren kellett keresztülmenni, amely az adatokat tárolta. A rendszerek közötti munkához általában először mindent egy központi helyre kellett másolni. Minden másolat költséget és egy újabb kockázati pontot jelent, ezért az adatok központosítása az AI bevezetésének is kiindulópontjává vált.
A Snowflake szerint ez a sorrend egy-két évtizeddel ezelőtt még ésszerű volt, de ma már nem technikai követelmény. A vállalat szerint az újabb megközelítéssel már a most rendelkezésedre álló adatokon is futtathatsz AI-t, miközben a korszerűsítési munkát a saját ütemterved szerint folytathatod.
Mi változott? A nyílt formátumok
A kulcsötlet a nyílt táblázatformátum (az adatfájlok olyan közös rendszerezési módja, amelyet sokféle eszköz képes olvasni). A Snowflake példaként az Apache Iceberget említi. Az így tárolt adatokat bármely kompatibilis számítási motor (a tényleges számításokat végző program) képes beolvasni.
A Snowflake szerint így olyan rendszerekből, mint a Salesforce, az SAP és a Workday, adatcsomagokat tehetsz közzé, majd máshol is használhatod őket másolás vagy bonyolult adatfolyamatok (az adatok rendszerek közötti automatikus útvonalai) kiépítése nélkül. A Snowflake azt is állítja, hogy az adatok a saját felhőtárhelyeden maradnak, Parquet-fájlokként (elterjedt, tömör formátumú fájlokként) tárolva, így továbbra is a te tulajdonodban maradnak.
Az adatokkal együtt mozgó adatkezelés
Az adatok átköltöztetése korábban arra is szolgált, hogy a vállalatok érvényesítsék a szabályaikat. A Snowflake szerint a Horizon Catalog (a saját adatkezelési rétege, ahol a hozzáférési szabályokat meghatározzák) egyetlen szabályrendszert képes alkalmazni az adatokra, a modellekre, az alkalmazásokra és az AI-ügynökökre, beleértve a platformon kívüli elemeket is.
Két funkció különösen figyelemre méltó:
- Közös szabályok más eszközökhöz: A Snowflake szerint a sorhozzáférési és maszkolási szabályai mostantól olyan külső motorokra is kiterjednek, mint az Apache Spark, a Trino és a PyIceberg, nyilvános előzetesben (korai hozzáférést biztosító szakaszban). A maszkolás elrejti az érzékeny értékeket, a sorhozzáférés pedig korlátozza, hogy egy személy mely rekordokat láthatja.
- Külön engedélyek az AI-ügynököknek: A Snowflake Agent identity funkciója (egy feladatot végrehajtó AI-program) lehetővé teszi a rendszergazdáknak, hogy a programot elindító személytől függetlenül meghatározzák, milyen adatokhoz férhet hozzá az ügynök. A műveleteket a felhasználó és az ügynök alatt is naplózzák, így az adatvédelmi és megfelelőségi csapatok ellenőrzési nyomot kapnak.
A Snowflake arra is felhívja a figyelmet, hogy az európai vállalatok számára az, hogy hol találhatók az adatok, és ki férhet hozzájuk, olyan megfelelőségi kérdés, amelyhez többek között a GDPR és az uniós AI-rendelet szabályai kapcsolódnak. A vállalat üzenete szerint az adatok helyben történő kezelése segíthet megfelelni ezeknek az elvárásoknak anélkül, hogy mindent egyetlen régióba vagy rendszerbe kellene kényszeríteni.
Összegzés
A Snowflake fő üzenete az, hogy az AI és az adatok korszerűsítése külön ütemterv szerint is haladhat. A nyílt formátumok lehetővé teszik, hogy az eszközök másolatok készítése nélkül megosszák egymással az adatokat, az egységes adatkezelés pedig következetesen alkalmazza a hozzáférési szabályokat. A következő lépés egyszerű: válassz ki egy üzleti kérdést, amelynek megválaszolásában segíthet az AI, azonosítsd, hogy jelenleg hol találhatók a szükséges adatok, majd vidd magaddal ezt a listát a következő tervezési megbeszélésre.