บทความและข่าวสาร | Seven Peaks Insights

ธุรกิจจะเริ่มต้นกับ AI Data Cloud ได้อย่างไร ทำไมถึงน่าสนใจ

เขียนโดย Seven Peaks - 21 ต.ค. 2025, 10:08:53


เมื่อวันพุธที่ 10 กันยายนที่ผ่านมา Seven Peaks ได้ร่วมมือกับ Snowflake จัด Workshop ในหัวข้อ “From Zero to Snowflake: How to Get Your Business Started with AI” งานนี้จัดขึ้นสำหรับเหล่าคนทำงานสายธุรกิจและผู้เชี่ยวชาญด้านข้อมูลที่อยากทำความเข้าใจว่า AI  จะเข้ามาพลิกโฉมการใช้ข้อมูลขององค์กรได้อย่างไร วิทยากรในงานก็มีทั้งคุณ Rene Wong (Partner Manager, ASEAN) และคุณ Pearline Vijayakumar (Partner Solutions Engineer, APJ Growth Partners) จาก Snowflake พร้อมด้วยคุณ Damien Velly (VP of Data and Analytics) จาก Seven Peaks พวกเขาได้มาแบ่งปันข้อมูลเชิงลึกในหลายแง่มุม ทั้งการจัดการข้อมูลที่ยุ่งเหยิง, การฝัง AI เข้าไปในกระบวนการทำงาน และการปลดล็อกโอกาสใหม่ๆ ให้กับทีมข้อมูลยุคใหม่

จัดการข้อมูลที่วุ่นวาย ด้วยแพลตฟอร์มที่เป็นหนึ่งเดียว

อุปสรรคสำคัญอย่างหนึ่งของธุรกิจในปัจจุบันคือการจัดการข้อมูลที่กระจัดกระจายอยู่ตามระบบและรูปแบบต่างๆ Snowflake เข้ามาตอบโจทย์นี้ด้วย AI data cloud ซึ่งเป็นแพลตฟอร์ม เดียวที่รองรับข้อมูลทุกประเภท ตั้งแต่ข้อมูลที่มีโครงสร้าง (structured) ไปจนถึงข้อมูลที่ไม่มีโครงสร้าง (unstructured) รวมถึงรองรับ open-source อย่าง Apache Iceberg tables ด้วย

แพลตฟอร์ม นี้ถูกสร้างมาให้ยืดหยุ่นมากๆ คุณสามารถใช้ Cloud provider ที่คุณคุ้นเคยได้เลย ไม่ว่าจะเป็น AWS, Azure หรือ GCP และยังเชื่อมต่อข้อมูลข้าม multi-cloud ได้อีกด้วย ในฐานะที่เป็นบริการแบบ managed service เต็มรูปแบบ Snowflake จะช่วยจัดการงานดูแลระบบหลังบ้าน ทั้งหมด ทำให้ทีมของคุณมีเวลาไปโฟกัสกับการโหลดข้อมูลและรัน workflow ได้เต็มที่ แถมยังช่วยให้นักพัฒนาทำงานในภาษาที่คุ้นเคยอย่าง Python, Java/Scala และ SQL ภายใต้สภาพแวดล้อมที่ปลอดภัยและมีการกำกับดูแล (governed) ที่ดี

นำ AI มาใช้งานจริงกับข้อมูลของคุณ

เมื่อข้อมูลของคุณถูกจัดระเบียบเรียบร้อยแล้ว ขั้นตอนต่อไปคือการดึงคุณค่าจากมันออกมา Cortex AI ของ Snowflake จะใช้ภาษาที่เราพูดคุยกันทั่วไป (natural language) ในการตอบคำถาม หรือแม้กระทั่งช่วยร่างอีเมลโดยอิงจากข้อมูลที่คุณมีได้เลย มันสามารถจัดการกับข้อมูลที่ดูยุ่งเหยิง, เข้าใจบริบททางธุรกิจ และเชื่อมต่อกับ LLMs ชั้นนำอย่าง GPT, Claude และ Llama ได้โดยตรงผ่าน SQL หรือ API

เทคโนโลยีนี้คือรากฐานสำคัญในการสร้างแอปพลิเคชันอัจฉริยะ (intelligent applications) บนแพลตฟอร์ม ของ Snowflake ตัวอย่างเช่น Snowflake Intelligence จะใช้ data agents ในการโต้ตอบกับข้อมูลที่หลากหลายขององค์กร, เชื่อมต่อกับแอปฯ ภายนอกอย่าง Salesforce และให้คำตอบที่แม่นยำโดยอิงจาก semantic model ที่เข้าใจคำศัพท์เฉพาะทางธุรกิจที่ซับซ้อน

ส่วนทรัพยากรการประมวลผล (compute resources) ที่เรียกว่า virtual warehouses ก็สามารถขยายขนาดได้ (scalable) และทำงานบนโมเดลราคาแบบจ่ายตามที่ใช้ (consumption-based pricing) ทำให้คุณจ่ายเท่าที่ใช้จริงๆ ผู้ใช้สามารถตั้งงบประมาณ (budgets) และสั่งพักการทำงาน (suspend) ของ warehouses อัตโนมัติเพื่อควบคุมค่าใช้จ่ายได้อย่างมีประสิทธิภาพ

ฟีเจอร์ขั้นสูงสำหรับทีม Data ยุคใหม่

ฟีเจอร์ ต่างๆ ของ Snowflake ถูกออกแบบมาเพื่อการพัฒนาในโลกความเป็นจริง ไม่ว่าจะเป็นการนำเข้า (ingesting) และแปลง (transforming) ข้อมูลจากแหล่งภายนอก เช่น การดึงรายละเอียดเฉพาะจาก JSON arrays นี่คือฟีเจอร์เด่นๆ  ที่น่าสนใจ

  • Zero-copy cloning: ช่วยให้คุณสร้างตารางเวอร์ชัน dev (development) ได้ทันทีโดยไม่เปลืองพื้นที่เก็บข้อมูลเพิ่ม คุณสามารถทดลองเพิ่มคอลัมน์หรือคลีนข้อมูลได้เลย โดยการเปลี่ยนแปลงนั้นจะไม่กระทบกับตารางต้นฉบับ จนกว่าคุณจะตัดสินใจ "swap" (สลับ) มัน
  • Time travel: เป็นฟีเจอร์กู้คืนข้อมูลที่ทรงพลังมาก ช่วยให้คุณเข้าถึงและกู้คืนข้อมูลในอดีต หรือกู้ตารางที่เผลอลบไปได้ ใน Standard edition จะย้อนดูได้ 1 วัน ส่วน Enterprise edition ให้ถึง 90 วัน และยังมีความสามารถในการกู้คืนตารางที่เผลอ drop ไปด้วยคำสั่ง “undrop” ง่ายๆ เลย
  • Data sharing: ช่วยให้คุณเข้าถึงข้อมูลของคุณได้จากหลายๆ ที่ทั่วโลก หรือแม้แต่นำข้อมูลไปสร้างรายได้ โดยที่ข้อมูลยังคงอยู่ในถิ่นที่อยู่ (data residency) ของมันและไม่กระทบต่อการปกป้องข้อมูลด้วย data clean room
  • Data marketplace: บนนี้คุณสามารถค้นหา, ทดลองใช้ หรือซื้อข้อมูล, แอปฯ และโปรดักต์ AI  จากบริษัทชั้นนำของโลกได้อย่างง่ายดาย

ฝัง AI เข้าไปใน Workflow การทำงานของคุณโดยตรง

Cortex Playground ของ Snowflake เป็นศูนย์กลางสำหรับใช้โมเดล AI แต่ฟีเจอร์ ที่ใช้งานได้จริงที่สุดสำหรับหลายๆ ทีม คือชุดฟังก์ชัน SQL ที่ขับเคลื่อนด้วย AI ซึ่งช่วยให้คุณฝัง Snowflake AI  เข้าไปใน query ของคุณได้โดยตรง ด้านล่างนี้คือตัวอย่างที่น่าสนใจ

วัดอารมณ์ของข้อความด้วย AI_SENTIMENT

ใช้วิเคราะห์ข้อมูลที่เป็นข้อความ (text data) เพื่อทำความเข้าใจโทนอารมณ์ โดยจะจำแนกเป็น positive (บวก), negative (ลบ) หรือ neutral (กลางๆ) เป็นเครื่องมือที่ยอดเยี่ยมสำหรับการวิเคราะห์ฟีดแบ็กของลูกค้า, การมอนิเตอร์โซเชียลมีเดีย และการศึกษาการรับรู้ต่อแบรนด์

จัดหมวดหมู่ข้อมูลด้วย AI_CLASSIFY

ช่วยจัดเรียงข้อมูลประเภทต่างๆ อัตโนมัติ ไม่ว่าจะเป็นข้อความ, รูปภาพ หรือเสียง ให้เข้าไปอยู่ในหมวดหมู่ที่กำหนดไว้ล่วงหน้า ฟังก์ชันนี้มีประโยชน์มากสำหรับการจัดระเบียบข้อมูลที่ไม่มีโครงสร้าง (unstructured data), การกลั่นกรองเนื้อหา (content moderation) และการส่งต่อข้อมูลอย่างชาญฉลาด

สร้างบทสรุปผู้บริหารด้วย AI_SUMMARIZE_AGG

ใช้สร้างบทสรุปที่กระชับและได้ใจความจากชุดข้อมูลขนาดใหญ่ ฟังก์ชันนี้มีประโยชน์อย่างยิ่งสำหรับผู้บริหารและผู้นำที่ต้องการภาพรวมอย่างรวดเร็วจากรายงานที่ซับซ้อน, สรุปการประชุม หรือเอกสารวิจัยยาวๆ

ดึงคำตอบที่เฉพาะเจาะจงจากข้อความด้วย EXTRACT_ANSWER

ช่วยระบุและดึงคำตอบที่เจาะจงสำหรับคำถามที่ฝังอยู่ในข้อมูลที่เป็นข้อความ ฟังก์ชันนี้ช่วยเร่งการค้นหาข้อมูล ไม่ว่าจะเป็นจากเอกสารกฎหมาย, งานวิจัย หรือบทสนทนาของฝ่ายบริการลูกค้า

เครื่องมือเหล่านี้ช่วยให้ผู้ใช้จำนวนมากขึ้นสามารถนำ AI ไปประยุกต์ใช้ได้โดยไม่จำเป็นต้องมีความรู้เฉพาะทางลึกๆ เปลี่ยนข้อมูลที่ซับซ้อนให้กลายเป็นผลลัพธ์ที่ชัดเจนและนำไปใช้ต่อได้จริง

เริ่มโปรเจกต์ของคุณด้วยกลยุทธ์ที่ชัดเจน

หากคุณต้องการความช่วยเหลือในการสร้างกลยุทธ์ AI data cloud ที่ขับเคลื่อนด้วย Snowflake อย่างมีประสิทธิภาพ ทีมของเราพร้อมช่วย ในฐานะพาร์ทเนอร์ของ Snowflake บริษัท Seven Peaks สามารถส่งมอบโครงสร้างพื้นฐาน (infrastructure) ที่คุณต้องการ เพื่อช่วยในการตัดสินใจบนพื้นฐานของข้อมูลและสร้างผลลัพธ์ที่วัดผลได้จริง ติดต่อเราตอนนี้

คอยติดตามอีเวนต์ดีๆ แบบนี้ ได้อีกบนเว็บไซต์ของเรา

ติดตามเราผ่านทาง Facebook และ LinkedIn เพื่ออัปเดตบรรดาอีเวนต์ที่กำลังจะจัดขึ้นเร็วๆ นี้