KR — ZDNet Korea

Chỉ có mô hình AI là chưa đủ: Snowflake đặt cược vào dữ liệu doanh nghiệp

AI3 tháng 11, 20262 phút đọc

Snowflake, công ty lưu trữ và phân tích dữ liệu kinh doanh, vừa ra mắt các công cụ AI mới tên là "Cocoa" và "Cowork". Các công cụ này giúp AI làm việc với dữ liệu của công ty và quản lý những việc AI agent làm.

Chuyện gì đã xảy ra?

Trước sự kiện trực tuyến Expedition 2026, Snowflake công bố nhiều công cụ AI mới. Công ty muốn kết nối dữ liệu của doanh nghiệp với AI agent, tức là phần mềm có thể tự lên kế hoạch và tự làm việc. Snowflake dùng mô hình AI của OpenAI và Anthropic. Mục tiêu là giúp AI hiểu thông tin nội bộ của công ty rồi thực hiện công việc thật. Snowflake nói họ hỗ trợ mọi bước, từ việc AI học cách làm việc của công ty, đến lúc AI thực hiện nhiệm vụ và vẫn được kiểm soát.

Những con số và sự kiện chính

Expedition 2026 kéo dài ba ngày, bắt đầu vào ngày 3 (giờ Mỹ), và tổ chức trực tuyến.
Hai bot Cocoa và Cowork đang ở giai đoạn xem trước riêng tư, nghĩa là chỉ một số khách hàng được dùng thử.
Cocoa được dùng ở hơn 9.100 tài khoản. Cowork được dùng ở hơn 5.800 tài khoản.
Business Ontology mới sẽ được cung cấp dưới dạng xem trước công khai, nghĩa là ai cũng có thể dùng thử.

Vì sao cần dữ liệu công ty?

Một mô hình AI giỏi thôi chưa đủ. Nếu AI không biết dữ liệu, quy tắc và cách làm việc của công ty, câu trả lời có thể sai. Ví dụ, phòng này và phòng khác có thể hiểu "tỷ lệ nhân viên nghỉ việc" theo cách khác nhau. Snowflake cho biết họ có thể kết nối AI với dữ liệu công ty mà vẫn giữ nguyên quyền truy cập và luật bảo mật hiện có. Business Ontology nhằm tạo ra một bộ thuật ngữ chung, được chủ dữ liệu phê duyệt, để AI hiểu các từ đó theo cùng một nghĩa.

Vì sao điều này quan trọng?

AI agent đang được nhiều công ty muốn dùng, nhưng họ cần chúng làm việc an toàn và không vượt ngân sách. Các công cụ của Snowflake ghi lại agent đã dùng công cụ nào, chặn những hành động nằm ngoài quyền hạn, theo dõi chi phí, và chọn mô hình AI nhỏ hơn cho việc đơn giản. Công ty cũng nói rằng con người vẫn cần duyệt các thay đổi lớn đối với hệ thống dữ liệu cốt lõi. Snowflake khuyên doanh nghiệp bắt đầu bằng một việc nhỏ, thử nghiệm trong thực tế, rồi mới mở rộng.

Cần theo dõi điều gì?

Bot Cocoa và Cowork có chuyển từ xem trước riêng tư sang dùng rộng rãi hay không.
Business Ontology hoạt động tốt đến đâu ở các phòng ban khác nhau trong giai đoạn xem trước công khai.
Doanh nghiệp có chấp nhận quy tắc bắt buộc con người duyệt mọi thay đổi với hệ thống dữ liệu cốt lõi hay không.
Các tính năng AI Gateway của Snowflake so với công cụ tương tự của các công ty khác ra sao.

Chú giải

Snowflake: Công ty lưu trữ và phân tích dữ liệu kinh doanh, giúp doanh nghiệp quản lý và hiểu dữ liệu của mình.
AI agent: Phần mềm AI có thể tự lên kế hoạch và tự làm các công việc mà không cần người chỉ dẫn từng bước.
Business Ontology: Bộ thuật ngữ chung của doanh nghiệp, được chủ dữ liệu duyệt, để AI hiểu các từ theo cùng một nghĩa.
AI Gateway: Công cụ trung gian giúp doanh nghiệp kiểm soát và theo dõi cách AI được sử dụng.

Cùng chủ đề

AITechCrunch4 thg 11

Anthropic vẫn đang vật lộn với bài toán kinh tế của năng lực tính toán

Bản cập nhật hồ sơ S-1 cho thấy doanh thu của Anthropic đạt 17 tỷ USD trong quý gần nhất, tăng từ 11,5 tỷ USD, nhưng chi phí tính toán tăng lên 10 tỷ USD, chiếm 58% doanh thu so với 48% của quý trước. Công ty cho biết 5,0 tỷ USD trong số đó đến từ các hợp đồng ngắn hạn có giá cao hơn đáng kể so với hợp đồng dài hạn. Anthropic dự kiến chi phí tính toán sẽ tiếp tục là khoản chi vận hành lớn nhất trong thời gian tới.

AIThe Register3 thg 11

Không cần huấn luyện lại - AI giờ có thể chỉnh trọng số của AI khác

Các nhà nghiên cứu MIT CSAIL phát hiện các mô hình AI tiên tiến như GPT-6 Astra của OpenAI có thể trực tiếp viết lại trọng số của mô hình khác, thay vì thông qua huấn luyện, và từ đó thay đổi hành vi của nó. Trong một minh họa, Astra chỉ thay đổi 0,016% trọng số của Qwen3.5-0.8B, nâng điểm MATH-500 lên tới gấp sáu lần và điểm tuân thủ hướng dẫn IFEval khoảng gấp ba lần, mà không dùng gradient descent. Nhóm nghiên cứu gọi phương pháp này là "Weight-Space Programming" và dự kiến xây dựng một bộ benchmark cùng khung đánh giá cho nó.

AIThe Register3 thg 11

Mô hình mở có thể đảm nhận 90% công việc tác nhân với chi phí bằng 1/20 LLM tiên tiến: Gartner

Các nhà phân tích Gartner Mark Petty và Raymond Paquet cho rằng các mô hình trọng số mở có thể xử lý khoảng 90% các bước quy trình tác nhân thường ngày của doanh nghiệp với hiệu năng tương đương mô hình đóng và chi phí chỉ bằng một phần tư mô hình đóng rẻ nhất. Trong trường hợp tốt nhất, so với việc chạy mọi bước trên mô hình tiên tiến, chi phí có thể giảm còn 1/20, nhưng do các mô hình mở hiện nay dài dòng và thử lại thường xuyên hơn, mức tiết kiệm thực tế gần 5 đến 6 lần. Các nhà phân tích dự báo đến năm 2030, 90% các bước quy trình tác nhân vận hành của doanh nghiệp sẽ chạy trên mô hình trọng số mở, và giá trị của sản phẩm AI nằm ở các harness, công cụ phân phối công việc giữa các mô hình.

AIZDNet Korea3 thg 11

Ai làm việc giỏi hơn? AI agent do nhân viên SK Telecom phát triển đọ sức

SK Telecom đã tổ chức vòng chung kết "AX Spark", cuộc thi nội bộ đánh giá năng lực làm việc của các AI agent do chính nhân viên phát triển, và trao giải cho các tác phẩm xuất sắc. Năm tác phẩm vào chung kết, được chọn từ 173 tác phẩm dự thi, đang được dùng trong công việc thực tế, chẳng hạn phân tích mức điện năng và chi phí của khoảng 180.000 thiết bị viễn thông trên toàn quốc và truy vết máy chủ tấn công của ứng dụng độc hại trên điện thoại. Công ty dự kiến áp dụng các trường hợp tốt nhất cho các tổ chức khác để mở rộng việc sử dụng AI agent trên toàn công ty.