Snowflake平台Dataiku AI工具测评：高效构建可治理工作流

Dataiku与Snowflake的合作关系近日迈入了新阶段。双方宣布将进行更深度的集成，核心目标直指一个让许多企业技术团队既兴奋又头疼的难题：如何更顺畅、更可控地将生成式AI项目从试验田推向规模化生产。

新推出的产品名为“Cobuild on Snowflake”。顾名思义，它旨在让用户直接在Snowflake的数据云环境里，构建和管理AI工作流。其背后的逻辑，是将Snowflake Cortex AI服务提供的模型能力，与Dataiku擅长的流程编排平台结合起来。这样一来，业务人员和技术人员不必再纠结于底层代码，通过自然语言描述需求，就能搭建出从数据到智能体的完整工作流。

更重要的是，整个流程——从构思、构建到最终的审查与部署——都可以在Snowflake的环境内闭环完成。这相当于为企业提供了一条“合规高速路”，既加速了AI应用的创造，又牢牢守住了治理和运营控制的闸门。

从分析平台到AI“指挥层”

此次发布，清晰地勾勒出Dataiku的战略转型路径。它不再满足于只做一个数据分析工具，而是立志成为企业复杂AI系统的“指挥中枢”或治理层。过去一年，Dataiku在智能体AI（Agent AI）领域动作频频，陆续推出了帮助企业管理海量智能体、协调工作流以及监控自动化系统行为的功能。这步棋，显然是看准了下一波企业AI化的核心痛点。

当智能体AI从零散的“演示玩具”转变为支撑关键业务的大规模运营系统时，什么才是真正的竞争力？答案很明确：治理能力、系统可观测性以及成本控制。Cobuild on Snowflake正是针对这些痛点设计的。它试图在部署前，就用可视化的方式把整个工作流的逻辑“摊开”给团队看，而不仅仅交付一段生成的、难以审计的代码。业务目标用自然语言输入，系统自动生成包含数据准备、模型、智能体乃至应用模块的工作流蓝图。团队有权在这个蓝图基础上进行审视、验证和调整，这无疑大大降低了生产环境中的不可控风险。

深化合作的必然之举

这次深度集成，其实是两家公司长期紧密合作关系的水到渠成之作。Snowflake本身就是Dataiku的投资方，双方在全球坐拥超过350家共同客户。已有的合作已经涵盖了从可视化数据准备、基于Snowpark的机器学习训练，到实时推理和Apache Iceberg目录支持等多个层面。

Snowflake Cortex AI作为Snowflake数据云内部的托管AI服务，扮演着“模型超市”的角色，为企业提供对大语言模型、向量搜索等能力的便捷访问。而新的合作模式规定，所有代码生成和工作流执行都将在客户的Snowflake环境内部进行，通过安全的API进行调用。这种架构设计，呼应了一个越来越明显的行业趋势：将AI处理能力直接嵌入企业现有的数据治理与安全体系内，尽可能避免不必要的数据移动和复制，从根源上保障数据安全和合规性。

Dataiku正试图成为这个新体系中的“控制层”。回顾其近期动作，从推出统一智能体部署的AI智能体，到发布集中化管理框架“Agent Hub”，每一步都在强化其对自动化工作流全生命周期的监管能力。Cobuild on Snowflake可以看作是这一战略在具体生态中的落地实践。

展望与问答

据悉，这款新产品将率先面向Snowflake和Dataiku现有的共同客户开放。之后，计划逐步扩展到那些正在评估Dataiku的Snowflake客户群体中。这体现了一种务实的市场推进策略：先服务好已有共识的客户，再向外围拓展。

Q1：Cobuild on Snowflake是什么？它有什么作用？

它是Dataiku与Snowflake联合推出的集成产品，核心作用是将低代码的AI工作流构建能力直接嵌入Snowflake数据云。用户通过自然语言指令，就能创建出可投入生产环境的AI工作流和智能体，并且整个流程都在Snowflake的环境内接受治理和部署。

Q2：它如何解决企业AI部署中的治理问题？

关键在于“可视化”和“前置审查”。系统不是生成黑箱代码就了事，而是提供完整的工作流逻辑视图。团队可以在部署前，对这个自动生成的蓝图（包含数据、模型、智能体等环节）进行检查、验证和修改，从而将治理控制点提前，确保运营的合规性与可靠性。

Q3：哪些用户可以使用它？

目前优先面向两家公司的共同客户。双方在全球拥有超过350个这类客户。后续，产品权限计划向正在对Dataiku进行技术评估的Snowflake客户开放，从而降低他们的试用和集成门槛。