Snowflake首席执行官说，AI ROI始于正确获取数据

雪花首席执行官在坐下来告诉我：“人工智能不应该是大爆炸。” “这应该是一系列小项目，显示出每一步的价值。”但是，正如拉马斯瓦米（Ramaswamy）指出的那样，虽然这听起来可能谨慎，但实际上是策略。

在采访中，Ramaswamy为Enterprise AI展示了一个简单但激进的路线图。他说：“不要从浮华的演示或大量模型投资开始。”从数据开始。开始小。证明价值。然后构建。

代理AI炒作 - 以及下面的隐藏工作

要求10个供应商定义“代理AI”，您可能会得到10个不同的答案。但是，当我问拉马斯瓦米（Ramaswamy）他对代理AI的真正看法时，他的回答是，我们必须将过去的语义转移到使AI确实工作的实际工作中。

拉马斯瓦米（Ramaswamy）看到的是，人们对AI的渴望日益增长，不仅可以检索和总结，而且是行为。从自动化会议的研究到更新内部系统，Agesic AI有望减少人类花费在平台上缝制数据的时间。但这只有在首先可以访问，连接和值得信赖的情况下才起作用。

他解释说：“第一步正在使信息更容易访问。”他继续说：“第二步，让模型决定要拉动什么。第三步将这些组件链在一起。这就是编排开始的地方。”

尽管如此，他还是警告说，企业不能跳过基础工作，因为那将是一个昂贵的错误。这是一个重要的信息，即行业专家开始在当今整个行业中传播，尤其是因为很容易将AI视为一只神奇的魔杖，使您的所有问题都消失了。

但是像汽车一样，AI只能去驾驶员将车轮愿意的地方。在这种情况下，业务领导者坐在驾驶员的座位上，必须弄清楚如何削减炒作并从AI中获得实际价值。正如Loganandh Natarjan在题为“生成AI不是神奇的魔杖”的专栏文章中指出的那样，“它是一种战略工具”，“只有在经过深思熟虑地合并为组织功能的核心时，AI的潜力才能被利用。”

企业AI项目中最大的错误

随着公司争先恐后地跟上AI趋势，许多人犯了一个昂贵的失误：从模型而不是任务开始。

Ramaswamy指出：“许多人出去购买了GPU的容量或模型许可证，而无需考虑这将创造价值。”正如我之前在上一篇文章中所写的那样，这是令人失望的快速轨道。

他的解决方案？而不是从规模开始，而是从客户的需求开始。

Snowflake自己的内部示例（其销售启用内容的轻量级聊天接口）就是一个很好的例子。拉马斯瓦米说：“建造并没有花很多钱，但是这已经得到了很多用途。这告诉我们我们已经陷入了值得成长的事情。”

AI仅与它坐在的数据一样聪明

“ AI仅与数据一样好”一词经常被重复。但是，这实际上对现代企业意味着什么？

在整个公司中使用了100多个SaaS应用程序的Snowflake，答案是，除非您的数据统一，否则实际上是看不见的。这意味着您无法成功部署AI或从AI项目中提取实际值。

正如Ramaswamy告诉我的那样，您甚至无法在不集成来自不同来源的数据（例如Workday，Google Calendar，Qualtrics或Hubspot和Salesforce）的情况下运行适当的仪表板。 “而且，如果您不能运行仪表板，”他补充说，“您绝对无法构建有用的AI应用程序。”

据Ramaswamy称，挑战比商业智能更深入。大多数外部工具（例如Chatgpt或Gemini）无法访问公司的内部系统。除非这些系统是集中式的，否则他们无法提取消费指标或销售代表活动。

他指出：“这就是为什么数据准备不仅仅是一个技术项目的原因。” “这是您的人工智能投资是否会起作用的基础。”

SaaS模型正在重写

Ramaswamy认为AI将重新定义SaaS工具在核心级别的运作方式。

他解释说：“大多数SaaS应用都是为了帮助人类提高效率。” “但是未来是可以实际处理工作本身大部分的软件。”

从决策支持到决策执行的这种转变就是为什么BI工具，仪表板甚至客户支持平台将迅速发展。随着自然语言接口的成熟，可以直接查询业务数据的人数将超出分析师和数据团队。

他说：“这项技术将使理解业务的人提出问题。” “这是一个很大的变化。”

最重要的技能不是技术

当我问他在接下来的18个月中哪些角色或技能最有价值的角色或技能时，Ramaswamy并没有指向编码或数据科学，这令人惊讶，因为这些特殊技能通常在AI时代最重要的技能列表中。

取而代之的是，他谈到了锻造性 - 试验，保持好奇并质疑AI的输出的心态。

他说：“这是了解可能和幻想的能力。” “尝试新事物，但在某些东西看起来不正确时也要至关重要。这比任何单一的技术技能都重要。”

这也是Ramaswamy保持扎根的方式。他仍然亲自测试AI代理，建立简单用例，只是为了保持直觉的敏锐。

他指出：“您需要生活和呼吸这些东西。” “这是将炒作与现实分开的唯一方法。”

数据和AI平台时代

随着雪花降低为端到端数据和AI平台（不仅是仓库），拉马斯瓦米（Ramaswamy）认为其角色清晰。

他说：“在AI蓬勃发展的世界中，雪花将蓬勃发展。” “因为我们是在此数据访问的下方的层。”

未来可能属于代理AI，结果优先的SaaS和推理定价的开源压力。但是，如果企业无法将其数据行为汇总在一起，那么这都不重要。 AI承诺从您喂养的东西开始（有时甚至结束）。

以上是Snowflake首席执行官说，AI ROI始于正确获取数据的详细内容。更多信息请关注PHP中文网其他相关文章！