Snowflake 正试图扩大其平台内的 AI 受众
Snowflake 正在扩展其两项 AI 功能，Snowflake Intelligence 和 Cortex Code，目标是同时服务于主流企业用户和更技术化的开发者。根据公司对这次更新的定位，其策略是让 Snowflake 生态中的人工智能在用户层面更易获取，同时进一步增强为那些构建和部署 AI 工作流的人提供的工具。
这种双轨策略在企业软件中越来越常见。供应商不再只想做吸引工程师的 AI 产品，但也不希望疏远那些需要控制力、集成能力以及生产落地路径的开发者。Snowflake 的表述表明，它试图一次性兼顾这两类受众。
两个不同的 AI 界面，一个平台战略
Snowflake Intelligence 更偏向广泛且技术门槛较低的使用场景，而 Cortex Code 则更直接面向构建者和开发者。其重要性不在名称本身，而在结构所暗示的含义。Snowflake 并未把 AI 呈现为单一功能，而是将其打造为分层的平台体验，一层面向通用企业交互，另一层面向技术实现。
这一点很重要，因为许多在数据平台内采用 AI 的公司都会遇到内部割裂。业务团队希望有快速、易用的工具来帮助他们与数据交互并自动化常规任务。技术团队则希望系统能够嵌入现有流水线、得到妥善治理，并能长期扩展。一个无法同时支持两者的平台，往往会失去组织中的一方。
通过明确扩展其主流和技术型 AI 产品，Snowflake 释放出的信号是：它将这种分化视为核心产品设计问题，而不是次要议题。
竞争压力显而易见
更广泛的企业 AI 市场正在迅速朝着集成平台而非孤立模型发展。数据公司、云服务商和应用供应商都在努力成为这样一个地方：组织不仅存储数据，还在这里构建、运行并运维 AI。在这种环境下，Snowflake 需要证明自己不只是一个附加智能功能的数据仓库。
扩展 Snowflake Intelligence 和 Cortex Code 有助于支撑这一论点。它把公司定位为一个平台，使 AI 能够被终端用户消费，也能被技术团队开发，而无需离开 Snowflake 生态。这在商业上非常重要，因为平台粘性越来越取决于供应商能否很好地支持从数据访问到模型驱动应用行为的完整生命周期。
这也反映了企业采购中的一个现实。公司希望更少碎片化的 AI 工具、更少分散的治理层，以及更少在分析系统和 AI 系统之间的交接。那些能够切实整合这些功能的供应商会获得优势。
主流可用性已成为产品要求
Snowflake 这次表述中一个值得注意的地方，是明确强调主流用户。这说明公司认为，AI 采用的限制不仅在于技术能力，还在于可用性和覆盖范围。许多企业 AI 工具之所以难以扩散，是因为它们仍然过度依赖专才。一个能让非专家用户更直接在熟悉的企业环境中使用 AI 的平台，能够提高内部采用率，而无需让每个工作流都经过中央技术团队。
这并不会消除治理或工程监管的必要，但它会改变采用曲线。如果主流用户能够在熟悉的企业环境中更直接地使用 AI 功能，组织可能会更愿意把这些工具纳入日常决策和运营。
开发者仍决定 AI 是否会成为基础设施
与此同时，面向开发者的扩展依然至关重要。企业层面的热情可以带来兴趣，但持续使用通常取决于技术侧：工具与数据流水线的契合度如何、部署是否顺畅，以及能否适应真实的生产约束。Cortex Code 被纳入这次发布，表明 Snowflake 意识到开发者体验并非次要，而是决定 AI 功能能否成为稳定内部基础设施，还是停留在试点项目的关键部分。
这正是许多企业 AI 战略成败的分水岭。过度强调类似消费级的简单性的产品，往往会在实现深度上遇到问题。只面向专家的产品则常常难以扩散。Snowflake 正试图通过同时拓宽两端来占据中间地带。
一个熟悉但高风险的模式
现有信息指向一个并不意外但很重要的方向：企业数据平台中的 AI 正在成为一个平台级的设计问题，而不只是功能清单上的一项。Snowflake 对 Snowflake Intelligence 和 Cortex Code 的扩展表明，公司希望同时与提出数据问题的人，以及把 AI 系统接入业务运营的人保持相关性。
这一策略是否奏效取决于执行，但意图已经很明确。Snowflake 正在试图缩小同一环境中主流 AI 使用与技术 AI 构建之间的鸿沟。在当前企业市场里，这已不再是锦上添花，而是保持竞争力的要求。
- Snowflake 正在扩展 Snowflake Intelligence 和 Cortex Code。
- 公司同时面向主流企业用户和在其平台内构建 AI 的开发者。
- 此举反映出行业正转向集成式数据与 AI 平台，而非孤立工具。
本文基于 AI News 的报道。阅读原文。
Originally published on artificialintelligence-news.com
