Snowflake steht kurz davor, die komplexe Datenanalyse mit der Einführung von Cortex Analyst, einem fortschrittlichen agentischen KI-System in der öffentlichen Vorschau, zu revolutionieren. Dieses wurde auf dem Data Cloud Summit des Unternehmens im Juni vorgestellt und bietet Unternehmen eine Dialogschnittstelle, die es ermöglicht, in einfachem Englisch mit ihren Daten zu kommunizieren und den Analyseprozess zu vereinfachen.
Cortex Analyst optimiert die Selbstbedienungsanalyse, indem Benutzeranfragen in SQL umgewandelt, die Daten abgefragt und die Antworten validiert werden – alles mühelos von der KI durchgeführt. Laut Baris Gultekin, dem Leiter für KI bei Snowflake, verfolgt Cortex Analyst einen kollaborativen Ansatz, der mehrere große Sprachmodelle (LLMs) einbezieht und eine beeindruckende Genauigkeitsrate von etwa 90 % erreicht. Dieses Präzisionsniveau übertrifft bestehende LLM-gestützte Text-zu-SQL-Lösungen, einschließlich der von Databricks, was schnellere Analyseabläufe ermöglicht und die Benutzer in die Lage versetzt, zeitnahe und informierte Entscheidungen zu treffen.
Transformation der Analyse mit Cortex Analyst
Angesichts der zunehmenden Investitionen von Unternehmen in KI-gesteuerte Prognosen und Generierung bleibt die Datenanalyse für den Geschäftserfolg entscheidend. Organisationen nutzen Erkenntnisse aus strukturierten historischen Daten, um Entscheidungen in Bereichen wie Marketing und Vertrieb zu informieren. Traditionelle Analysen basieren oft auf Business-Intelligence (BI)-Dashboards, die Daten in Diagrammen und Grafiken visualisieren, was zu einer gewissen Starrheit führen kann. Dies kann Benutzer behindern, die spezifische Kennzahlen analysieren möchten und oft die Unterstützung von Analysten benötigen, was den gesamten Entscheidungsprozess verlangsamen kann.
Gultekin verdeutlichte diese Herausforderung: „Wenn ein Dashboard etwas Unerwartetes zeigt, haben die Benutzer in der Regel sofortige Nachfragen. Analysten benötigen Zeit, um Antworten zu sammeln und zu liefern, was zu längeren Entscheidungszyklen führt.“
Um auf diese Herausforderung zu reagieren, erkannte Snowflake die Grenzen früherer LLM-Angebote, die Schwierigkeiten mit der Genauigkeit hatten. Ihre internen Benchmarks zeigten, dass modernste Modelle wie GPT-4 lediglich eine Genauigkeit von etwa 51 % in der analytischen Einsicht lieferten. Im Gegensatz dazu erreichten spezialisierte Text-zu-SQL-Modelle, wie Databricks' Genie, 79 %. Gultekin stellte fest: „Genauigkeit ist entscheidend, wenn man geschäftliche Fragen stellt. Unser Ziel war es, diese Genauigkeit auf etwa 90 % zu verdoppeln, indem wir mehrere große Sprachmodelle in Cortex Analyst integrierten.“
Funktionsweise von Cortex Analyst
Cortex Analyst redefiniert die Analyselandschaft, indem es natürliche Sprachabfragen ermöglicht, die durch verschiedene LLM-Agenten gründlich verarbeitet werden. Diese Agenten bewerten die Absicht des Benutzers, führen die SQL-Abfrage durch und stellen die Genauigkeit der zurückgegebenen Daten sicher, indem sie die Antworten in Snowflakes Datencloud verankern.
Snowflake legt während der Einrichtung großen Wert auf die Bereitstellung semantischer Beschreibungen der Datenressourcen, was das Verständnis erheblich verbessert und die Benutzeranfragen kontextualisiert. Gultekin erklärte: „In realen Szenarien kann es Tausende von Tabellen mit komplexen Namenskonventionen geben. Durch die Spezifizierung von Kennzahlen wie 'Rev 1' und 'Rev 2' in den semantischen Beschreibungen versteht unser System deren Bedeutung.“
Cortex Analyst ist über eine REST-API zugänglich, um eine einfache Integration in Anwendungen zu ermöglichen, sodass Entwickler die Benutzererfahrungen anpassen können. Darüber hinaus können Unternehmen Streamlit nutzen, um maßgeschneiderte Anwendungen zu entwickeln, die von Cortex Analyst unterstützt werden.
Derzeit pilotieren etwa 40-50 Unternehmen, darunter der Pharmariese Bayer, Cortex Analyst, und die öffentliche Vorschau wird voraussichtlich die Zugänglichkeit erhöhen, während Unternehmen LLMs kosteneffektiv implementieren. Snowflake plant, neue Funktionen einzuführen, einschließlich Unterstützung für mehrstufige Gespräche für eine interaktivere Benutzererfahrung und verbesserte Kompatibilität mit komplexen Tabellen und Datenschemas.
Mit Cortex Analyst können Unternehmen die Leistungsfähigkeit von Sprachmodellen für die Analyse nutzen, ohne die gewöhnlichen hohen Implementierungskosten, die normalerweise mit solchen fortschrittlichen Technologien verbunden sind.
Rangliste
