Perplexity запускает коннектор к Snowflake для запросов на естественном языке
Perplexity объявила о выходе App Connector для платформы Snowflake. Интеграция позволяет командам задавать вопросы на обычном языке и получать данные напрямую из корпоративных хранилищ, минуя SQL, дашборды и очереди к data-специалистам.
Коннектор работает через Perplexity Computer — ИИ-агента, который переводит запросы в SQL и возвращает ответы на основе данных Snowflake. Администраторы сохраняют полный контроль: управление доступом через ролевую модель, шифрование и read-only права. Данные не используются для обучения моделей.
Идея родилась из внутреннего опыта Perplexity — Slackbot для запросов к Snowflake обрабатывает до 3 000 запросов в неделю от команд продукта, аналитики, маркетинга и поддержки. Теперь та же функциональность доступна внешним пользователям Pro, Max и Enterprise.
#Tech #Ai #Perplexity #Snowflake #Slackbot
Perplexity объявила о выходе App Connector для платформы Snowflake. Интеграция позволяет командам задавать вопросы на обычном языке и получать данные напрямую из корпоративных хранилищ, минуя SQL, дашборды и очереди к data-специалистам.
Коннектор работает через Perplexity Computer — ИИ-агента, который переводит запросы в SQL и возвращает ответы на основе данных Snowflake. Администраторы сохраняют полный контроль: управление доступом через ролевую модель, шифрование и read-only права. Данные не используются для обучения моделей.
Идея родилась из внутреннего опыта Perplexity — Slackbot для запросов к Snowflake обрабатывает до 3 000 запросов в неделю от команд продукта, аналитики, маркетинга и поддержки. Теперь та же функциональность доступна внешним пользователям Pro, Max и Enterprise.
#Tech #Ai #Perplexity #Snowflake #Slackbot
🔥1
Парижско-сан-францисский стартап Dust, развивающий платформу корпоративного ИИ, закрыл раунд Series B на $40 млн. Инвестиции возглавили Abstract и Sequoia, к ним присоединились Snowflake и Datadog. Общий объём привлечённого финансирования превысил $60 млн.
Dust продвигает концепцию «многопользовательского ИИ» (multiplayer AI) в противовес доминирующим сегодня персональным ассистентам. В текущей парадигме каждый сотрудник работает с отдельным чат-ботом, контекст сессии теряется после её завершения. Dust предлагает общее рабочее пространство, где агенты и люди используют одни и те же проекты, файлы, уведомления и списки задач — с централизованным управлением и интеграцией в существующую ИТ-инфраструктуру компании.
«Трансформацию работы принесёт не очередная модель или ассистент, а принципиально новая система, где люди и агенты имеют общий управляемый доступ к информации и инструментам, становясь настоящими коллабораторами», — заявил сооснователь и CEO Dust Габриэль Юбер.
По данным компании, платформой уже пользуются более 3000 организаций, а число месячных активных пользователей в апреле достигло 41 000. Dust позиционирует себя как альтернативу «однопользовательским» копилотам от разработчиков фундаментальных моделей и крупных софтверных вендоров.
#TECH #EnterpriseAI #SeriesB #Sequoia #Snowflake
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Snowflake подписал пятилетнее соглашение с Amazon Web Services на сумму $6 млрд для обеспечения вычислительных мощностей под задачи искусственного интеллекта. В рамках сделки Snowflake получит доступ к AI-чипам AWS, включая процессоры Trainium и Inferentia, предназначенные для обучения и инференса моделей.
Этот шаг — серьёзный сигнал для Nvidia, чьи GPU доминируют на рынке AI-ускорителей. Amazon активно продвигает собственные чипы как более экономичную альтернативу, и контракт с таким крупным клиентом, как Snowflake, подтверждает растущий спрос на специализированные AI-процессоры. Для Snowflake сделка означает снижение зависимости от сторонних поставщиков и доступ к оптимизированной инфраструктуре для обработки больших данных и AI-нагрузок.
Для AWS это ещё одно подтверждение стратегии — привязывать крупных enterprise-клиентов долгосрочными контрактами на собственное «железо». Ранее аналогичные соглашения Amazon заключал с Anthropic и другими AI-компаниями.
#Business #AWS #Snowflake #AI #CloudComputing #Nvidia
Please open Telegram to view this post
VIEW IN TELEGRAM
👌1
🤝 Snowflake + Amazon Quick Sight: единый семантический слой для BI и AI-аналитики
AWS и Snowflake представили интеграцию, которая решает проблему расхождения данных между BI-дашбордами и AI-агентами. Ключевой элемент — Snowflake semantic views: схема объекта, которая прикрепляет бизнес-определения (метрики, измерения, связи) прямо к данным. Любое приложение, запрашивающее semantic view, получает одинаковую логику — будь то SQL-запрос, Cortex Analyst или Amazon Quick Sight.
В демонстрации используется набор данных о рейтингах фильмов (таблицы MOVIES, USERS, RATINGS), загружаемый из Amazon S3 в Snowflake. Semantic view добавляет бизнес-контекст: например, «средний рейтинг по жанру» или «количество активных пользователей». Cortex Analyst позволяет задавать вопросы на естественном языке, а Amazon Quick Sight строит дашборды — и оба инструмента опираются на один и тот же семантический слой.
Практический смысл: BI-команды перестают тратить часы на сверку цифр между отчетами. AI-агенты получают единый источник истины, что резко снижает риск галлюцинаций. Решение доступно для Snowflake Enterprise на AWS в регионах US East (N. Virginia) и US West (Oregon). Время на развертывание — 60–90 минут.
#AI #Analytics #AWS #Snowflake #BI #SemanticLayer
AWS и Snowflake представили интеграцию, которая решает проблему расхождения данных между BI-дашбордами и AI-агентами. Ключевой элемент — Snowflake semantic views: схема объекта, которая прикрепляет бизнес-определения (метрики, измерения, связи) прямо к данным. Любое приложение, запрашивающее semantic view, получает одинаковую логику — будь то SQL-запрос, Cortex Analyst или Amazon Quick Sight.
В демонстрации используется набор данных о рейтингах фильмов (таблицы MOVIES, USERS, RATINGS), загружаемый из Amazon S3 в Snowflake. Semantic view добавляет бизнес-контекст: например, «средний рейтинг по жанру» или «количество активных пользователей». Cortex Analyst позволяет задавать вопросы на естественном языке, а Amazon Quick Sight строит дашборды — и оба инструмента опираются на один и тот же семантический слой.
Практический смысл: BI-команды перестают тратить часы на сверку цифр между отчетами. AI-агенты получают единый источник истины, что резко снижает риск галлюцинаций. Решение доступно для Snowflake Enterprise на AWS в регионах US East (N. Virginia) и US West (Oregon). Время на развертывание — 60–90 минут.
#AI #Analytics #AWS #Snowflake #BI #SemanticLayer
👍1