RelationalAI 與 Snowflake 攜手革新企業 AI 決策

<div><h2>RelationalAI 發表 AI “副處理器” 為 Snowflake 整合智慧應用</h2>

<h3>背景</h3>

<p>位於加州伯克利的人工智慧新創公司 RelationalAI 宣布推出一款名為 AI “副處理器” 的產品，專為熱門雲資料倉庫提供商 Snowflake 打造。這款副處理器將聯動的知識圖和複合人工智慧功能整合到 Snowflake 的資料管理平臺中。RelationalAI 在 Snowflake 的年度使用者大會 Snowflake Summit 2023 上首次公開這一新產品。</p>

<h4>Snowflake 的全方位企業人工智慧平臺</h4>

<p>RelationalAI CEO Molham Aref 在接受 VentureBeat 的存取中表示：“我們正在將這些工作負載的支援帶入到 Snowflake 的內部。就像知識圖使得人類更容易理解資料一樣，它也使得語言模型更容易理解資料。” Aref 解釋了 RelationalAI 如何與資料雲和語言模型整合以及如何幫助客戶在其資料上構建知識圖和語義層。這款副處理器使得 Snowflake 的使用者能夠在其內部執行知識圖、預防性分析和規則引擎，無需將資料轉移到獨立的系統。這樣一來，客戶現在可以完全在 Snowflake 內構建詐騙檢測、供應鏈最佳化和其他以人工智慧為驅動的應用。</p>

<h3>提升企業資料價值</h3>

<p>RelationalAI 的 AI 副處理器可以在 Snowpark Container Services 中安全執行，這是 Snowflake 在本週的峯會上發布的一項新功能。Snowpark Container Services 允許客戶在其 Snowflake 帳戶中執行第三方軟體和應用程式，提升資料的價值而不犧牲安全性。RelationalAI 在金融服務、零售和電信等行業中取得了令人印象深刻的早期採用成果，一些知名組織正在使用 RelationalAI 進行關鍵業務工作負載的生產。</p>

<h4>語言模型、資料雲和聯動性知識圖的未來發展</h4>

<p>Aref 還分享了他對結合語言模型、資料雲和聯動性知識圖的計算未來的願景。他說：“我真的認為這三個方面是核心，它們將成為企業建立決策智慧平臺的基石。聯動性知識圖在這一方面起著核心作用，因為它們提供了一種簡化的抽象，使得這些要素可以相互溝通。因此它是語言模型、人類和資料庫之間交流的重要訪問點，它為我們提供了一種共同的語言。”</p>

<h3>面向未來的智慧應用建設</h3>

<p>RelationalAI 是少數致力於構建具有複合人工智慧工作負載的智慧應用的新創公司之一。該公司由擁有人工智慧、資料庫和企業軟體背景的 Aref 在 2017 年創立。RelationalAI 已經從 Addition、Madrona Venture Group、Menlo Ventures、Tiger Global 和前 Snowflake CEO Bob Muglia 等投資者那裡籌集了 1.22 億美元的資金。Muglia 也是 RelationalAI 的董事會成員，在一份新聞稿中贊揚了該公司的技術和願景。他說：“語言模型的出現完全改變了計算的格局。語言模型的有效性可以在與雲平臺和聯動性知識圖相結合時進一步增強。我相信這種結合將定義計算的未來，揭示強大的能力，給組織帶來新的超能力。”</p>

<p>《VentureBeat》的使命是成為技術決策者獲取有關企業技術轉型知識和進行交易的數位聚集地。發現我們的簡報。</p>

<h2>評論</h2>

<p>RelationalAI 以其 AI “副處理器” 的推出，進一步鞏固了 Snowflake 作為企業資料倉庫選擇的地位。這一整合智慧應用的舉措，能夠幫助客戶在一個平臺上高效地進行資料管理、分析和應用開發，無需將資料轉移到其他系統。這不僅節省了時間和成本，還擴大了企業應用人工智慧的可能性。</p>

<p>聯動性知識圖在整合資料和語言模型方面發揮了重要作用。它提供了一種通用的語言，使得不同的系統和技術可以相互溝通。這種抽象層能夠幫助語言模型更好地理解資料，從而更準確地回答問題和提供有價值的洞察力。</p>

<p>RelationalAI 的成功也體現了在提升資料價值方面的努力。他們的 AI 副處理器能夠與 Snowflake 的資料雲平臺無縫整合，進一步發揮資料在企業中的價值。這種整合和提升的方法，對於金融、零售和電信等行業具有重要意義，因為它們在這些行業中都有大量的關鍵業務工作負載需要進行高效的處理。</p>

<p>隨著語言模型、資料雲和聯動性知識圖的發展，企業在建立決策智慧平臺時將獲得更大的靈活性和效能。這一結合將為企業提供全新的高度智慧化的解決方案，同時也需要企業在資料管理和整合方面進一步強化能力。</p>

<h2>建議</h2>

<p>對於企業來說在決策智慧化的旅程中，整合資料和人工智慧應用將是至關重要的步驟。以下是一些建議：</p>

<h4>1. 理解資料和應用需求</h4>

<p>在開始整合資料和人工智慧應用之前，企業需要充分理解其資料和應用的需求。這包括確保資料的型別、質量和可用性以及應用的目標和期望。只有深入理解這些需求，企業才能選擇合適的平臺和技術。</p>

<h4>2. 選擇適合的資料倉庫和雲平臺</h4>

<p>選擇適合的資料倉庫和雲平臺非常重要，因為它們將成為整合資料和人工智慧應用的基礎。企業需要考慮資料倉庫的容量、彈性和效能以及雲平臺的安全性和可擴充套件性。Snowflake 是一個值得考慮的選擇，因為它已經整合了 AI “副處理器”，可以幫助企業更高效地進行資料管理和應用開發。</p>

<h4>3. 構建聯動性知識圖</h4>

<p>聯動性知識圖對於整合資料和人工智慧應用至關重要。企業可以透過將不同的資料源和語言模型整合到知識圖中，建立一個統一的語言和抽象層。這將有助於提高人工智慧應用的智慧水平，並實現更準確的問答和執行。</p>

<h4>4. 建立戰略合作</h4>

<p>企業在整合資料和人工智慧應用時可以考慮建立戰略合作關係。例如，與 RelationalAI 或其他相關新創公司合作，以獲得專業知識和技術支援。這將有助於企業在更短的時間內實現資料和人工智慧應用的整合。</p>

<h4>5. 持續學習和創新</h4>

<p>資料和人工智慧領域不斷發展，企業需要保持學習和創新的精神。定期關注最新的技術趨勢和行業動態，並根據業務需求和技術發展調整策略和計劃。</p>

<p>總的來說整合資料和人工智慧應用是一個複雜的過程，需要企業在技術、組織和執行方面做出努力。然而這也是一個充滿潛力的領域，能夠為企業提供更深入的洞察力和創新能力。</p></div><div>Collaboration-RelationalAI,Snowflake,企業 AI,決策,資料分析,資料庫,人工智慧,企業技術,</div>