今天，Snowflake 宣布对位于波士顿的初创公司 Metaplane 进行投资，该公司通过 AI 驱动的平台帮助企业解决数据质量问题。尽管投资金额未披露，Snowflake 表示，此次合作将加强 Metaplane 的数据可观察性工具与 Snowflake 数据云之间的整合。这一整合将使 Snowflake 用户更有效地监控推动其下游项目（包括 AI 应用）的信息。
Metaplane 正在进入一个竞争激烈的市场，挑战资金雄厚的竞争者，例如 Monte Carlo 和 Acceldata。Snowflake 还确认，Metaplane 将为其平台推出一款原生应用。这是 Snowflake 今年的第五笔投资，也是其在可观察性领域的第二笔投资；早在三月，Snowflake 就已支持 Observe，这是一个分析企业应用程序遥测数据并提供相应见解以快速解决问题的工具。
Metaplane 如何支持 Snowflake 客户
在现代商业应用中，数据至关重要，包括基于 RAG 的 AI 聊天机器人。然而，许多组织在维护数据质量方面面临困难，主要是因为信息遍布在孤立的系统、数据库和应用中。管理复杂的数据管道常常使团队不得不应对成百上千的数据源。
Metaplane 的创始团队由麻省理工学院毕业生 Kevin Hu、前 HubSpot 工程师 Peter Casinelli 和前 Appcues 开发者 Guru Mahendran 组成，该公司利用 AI 技术，全方位解决这些挑战。其平台与 Fivetran、Snowflake、BigQuery、dbt、Airflow 和 Tableau 等工具深度整合，利用机器学习模型对整个数据特征进行训练，包括历史元数据、数据血缘和日志信息。
设置监控仅需 15 分钟，团队能够实时追踪数据质量指标，如新鲜度、行数、唯一性和空值。相关数据团队会通过其首选通信渠道直接收到警报。
借助 Snowflake 的投资，Metaplane 将进一步增强与 Snowflake 数据云的整合，扩展其功能以包括全面的遥测和元数据。这一整合将覆盖整个数据管道，并与 Snowpark、Snowpark Container Services、Snowflake Native Apps 和 Streamlit 等应用功能对接。
最终，此次合作将使 Snowflake 客户能够全面监控其数据资产在整个管道中的质量，实时反馈可能出现的问题及其根本原因和解决方案。
虽然此次整合的时间表尚未确定，但 Snowflake 确认 Metaplane 将在数据云内推出一款原生应用，使用户能够直接在其 Snowflake 实例中部署和管理 Metaplane，无需像其他工具一样单独连接 Snowflake。
“这一开发为客户提供了更丰富的体验，允许他们在不将数据转移到 Snowflake 账户外部的安全环境中，充分利用 Metaplane，” Snowflake 产品管理团队的 Ashwin Kamath 和 Harsha Kapre 表示。
Snowflake 对 AI 的重视
在首席执行官 Sridhar Ramaswamy 的领导下，Snowflake 积极拥抱 AI，以更好地与在 AI 领域深耕的 Databricks 竞争。去年，在其 Snowday 事件中，Snowflake 推出了 Cortex，这是一项用于构建使用存储在 Snowflake 数据云中数据的生成性 AI 应用程序的完全托管服务。
在接下来的几个月里，该公司与多个开源 AI 供应商（包括 Mistral 和 Reka）合作，将他们的模型引入 Cortex，使团队能够开发多样化的应用。Snowflake 还训练了 Arctic，这是其内部开发的大型语言模型，优化用于处理复杂企业任务，如 SQL 和代码生成，并引入了协作体验以促进数据探索。
在对 Metaplane 投资之前，Snowflake 已经支持了四家其他公司——Coda、Coalesce、Observe 和 Landing AI，以增强其数据和 AI 领域的投资。
排行榜
