Snowflake 與 Metaplane 攜手解決 AI 開發中的數據質量挑戰

今天，Snowflake 宣布對位於波士頓的初創公司 Metaplane 進行投資，該公司透過 AI 驅動的平台幫助企業解決數據質量問題。雖然投資額尚未公開，Snowflake 表示這一合作關係將增強 Metaplane 的數據可觀察性工具與 Snowflake 數據雲的整合。此整合將使用戶能更有效地監控推動其下游項目的資訊，包括 AI 應用。

Metaplane 正在進入一個競爭激烈的市場，挑戰像 Monte Carlo 和 Acceldata 等資金雄厚的對手。Snowflake 確認 Metaplane 將推出其平台的原生應用。這是 Snowflake 今年的第五項投資，也是第二項投資於可觀察性領域；早在三月，Snowflake 就已支持 Observe，這是一個分析企業應用程式的遙測資訊，提供相關見解以快速解決事件的工具。

Metaplane 如何支持 Snowflake 客戶

對於現代商業應用，數據至關重要，包括基於 RAG 的 AI 聊天機器人。然而，許多組織因信息散布在孤立系統、數據庫和應用中而難以維持數據質量。管理複雜的數據管道通常使團隊不得不面對數百或數千個數據來源。

Metaplane 由麻省理工學院畢業生 Kevin Hu、前 HubSpot 工程師 Peter Casinelli 和前 Appcues 開發者 Guru Mahendran 創立，通過在整個數據堆棧中利用 AI，解決這些挑戰，從數據提取到數據消費。

該平台與 Fivetran、Snowflake、BigQuery、dbt、Airflow 和 Tableau 等工具整合。利用機器學習模型，它對整個數據檔案（包括歷史元數據、血緣和日誌）進行訓練。一旦設置完成，就會根據用戶定義的監控自動標記數據異常，包括架構變更。

Hu 表示，設置這些監控僅需 15 分鐘，使團隊能夠追踪數據質量指標，如更新頻率、行數、唯一性和空值。警報將直接通過用戶首選的通信渠道發送給相關數據團隊。

隨著 Snowflake 的投資，Metaplane 將增強與 Snowflake 數據雲的整合，擴大其能力以包含全面的遙測和元數據。此整合將覆蓋整個數據管道，並與 Snowpark、Snowpark Container Services、Snowflake 原生應用和 Streamlit 等應用功能進行接口。

最終，這一合作將使 Snowflake 的客戶能夠在整個管道中仔細監控其數據資產的質量，及時了解任何問題及潛在的根本原因和解決方案。

雖然該整合的時間表仍待確定，但 Snowflake 確認 Metaplane 將在數據雲內推出原生應用。這將使用戶能夠在其 Snowflake 實例中直接部署和管理 Metaplane，無需像其他工具那樣單獨連接 Snowflake。

“這一發展為更豐富的用戶體驗鋪平了道路，並讓客戶能夠充分利用 Metaplane，而不必將數據移動或複製到他們的 Snowflake 帳戶以外的安全環境，”Snowflake 產品管理團隊的 Ashwin Kamath 和 Harsha Kapre 表示。

Snowflake 對 AI 的重視

在首席執行官 Sridhar Ramaswamy 的領導下，Snowflake 積極擁抱 AI，以更好地與 AI 領域已具備良好基礎的 Databricks 競爭。去年，在 Snowday 活動中，Snowflake 推出了 Cortex，這是一項全面管理的服務，用於構建基於 Snowflake 數據雲的生成型 AI 應用。

隨後幾個月，該公司與多家開源 AI 廠商合作，包括 Mistral 和 Reka，將他們的模型提供給 Cortex，使團隊能夠開發應用以應對多種用例。Snowflake 還訓練了 Arctic，這是一種專為複雜企業任務（如 SQL 和代碼生成）優化的大型語言模型，並推出了輔助體驗以促進數據探索。

在對 Metaplane 投資之前，Snowflake 已經支持了四家公司—Coda、Coalesce、Observe 和 Landing AI—以增強其數據和 AI 計劃。