人工智能正开始改变大型组织使用云数据平台的方式。最初作为低成本存储信息和扩展分析的方式，如今已成为报告、仪表盘和商业智能的核心。现在的转变不再在于数据在云中的位置，而是谁能与之共事，以及洞察能多快地产生。
随着人工智能直接嵌入云数据环境中，这种变化变得更加明显。
Snowflake最近将OpenAI模型整合到其云平台的举措反映了这一变化。据路透社报道，该数据平台将允许企业用户使用自然语言查询数据，并部署基于内部数据集运行的AI代理。
目标不是取代分析师或工程师，而是缩小数据团队与业务用户之间的差距。团队无需依赖SQL查询或定制仪表盘，而是能够用通俗易懂的语言提问，并基于受控的企业数据获得结构化的回答。
云数据更贴近日常决策
Snowflake表示，早期采用者如Canva和WHOOP已经在使用这些AI工具来支持内部分析和运营决策。虽然细节有限，但这些例子反映了一个更广泛的趋势：云数据平台正围绕日常工作流程而非周期性报告周期来构建。
对于企业客户来说，这很重要，因为数据访问往往受限于技能。业务团队可能知道他们想问什么，但不知道如何写查询或解释复杂的表格。位于数据平台中的AI模型可以作为界面，将意图转化为查询，同时尊重访问控制。
这并不意味着数据治理的必要性就此消失。事实上，这反而提高了赌注。随着越来越多的用户直接与数据互动，企业需要更明确的权限、审计轨迹和数据质量规则。正如路透社文章所述，Snowflake的方法将AI交互保持在数据所在的同一个受控环境中。
从云基础设施到AI支持平台
该协议还凸显了云采用在平台层面的变化。多年来，云计算讨论集中在存储、计算成本和迁移时间表上。如今，这些担忧依然存在，但对许多大型组织来说，它们已不再是主要议题。
相反，企业在寻求云平台如何支持更快的分析，减少对专业团队的依赖，并帮助跨部门挖掘洞察。嵌入平台的人工智能工具比独立的分析软件更直接地解决了这些问题。
这与更广泛的企业技术领域出现的模式相呼应。Microsoft在其文章中描述了AI工具在内部获得关注的原因是将其置于熟悉的工作流程中，而非作为独立系统引入。虽然背景不同，但原则相似：当AI融入现有工作方式时，采用率会提升。
这对企业云战略意味着什么
对于终端用户公司来说，Snowflake与OpenAI的整合更多取决于他们希望依赖哪种云平台。随着AI成为内置功能而非附加组件，平台选择开始影响数据在组织内的广泛使用。
这也影响了人员配置和运营模式。如果更多员工能够在不编写代码的情况下探索数据，数据团队可能会将关注点转向数据质量、架构和监督。这不会降低他们的重要性，但会改变他们时间的分配方式。
还有成本和风险问题。AI驱动的查询会增加计算使用量，问题设计不当可能导致误导性结果。企业需要保护措施来管理使用和期望，尤其是随着业务用户获得更多直接访问。