Snowflake, perusahaan Data Cloud, menjadi tuan rumah acara Data Cloud World Tour (DWCT) di Jakarta beberapa waktu yang lalu. Para peserta mengikuti penjelasan dari sesama rekan pemimpin di bidang data, teknologi dan bisnis seperti Satchit Joglekar, Direktur Regional ASEAN Emerging Markets, Jennifer Belissent Pemimpin Ahli Strategi Data, dan Natalie Mead Vice President dari divisi Sales Engineering mengenai bagaimana Data Cloud memecah silo, yang memungkinkan AI dan machine learning (ML) yang kuat dan aman, serta memberikan nilai bisnis kepada pelanggan.
Selain itu, acara ini akan menggali lebih dalam kemampuan terbaru Snowflake yang memudahkan organisasi melakukan lebih banya hal dengan data mereka serta menyederhanakan arsitektur, membangun tanpa mengorbankan tata kelola, dan menghadirkan serta memonetisasi aplikasi terkemuka dalam skala besar di Snowflake Marketplace.
Secara khusus, para peserta akan mempelajari kemajuan baru di bidang streaming yang sedang berkembang pesat, dukungan untuk format tabel terbuka, dan Generative AI. Dalam paparannya di hadapan media, Senior Regional Vice President Snowflake untuk ASEAN dan India Sanjay Deshmukh mengatakan bahwa dalam menyusun staregi AI harus diawali dengan menyusun strategi data. Saat ini, revolusi model data terjadi sangat cepat dalam berbagai industri yang mendorong inovasi dan membuka jalan bagi pemanfaatan Generative AI.
“Document AI dari Snowflake dibuat berbasis Generative AI. Teknologi ini membantu bagaimana membantu perusahaan dapat menggunakan data yang tidak terstruktur dan memprosesnya dengan menggunakan Large Language Model (LLM) untuk kemudian menjadi sebuah wawasan dalam mengambil keputusan,” ungkapnya.
Sanjay menjelaskan cara kerja Dokument AI adalah dengan mengambil dokumen tidak terstruktur, misalnya file PDF, dan mengubahnya menjadi tabel terstruktur atau data terstruktur, yang dapat digunakan dalam pengambilan keputusan.
“Jadi salah satu contoh adalah di bidang manufaktur. Saat Anda melakukan pekerjaan di pabrik, pabrik, tempat Anda melakukan servis mesin, seringkali laporan tersebut dibuat di selembar kertas. Bagaimana cara meningkatkan efisiensi pabrik? Ini pertanyaan yang sangat sederhana, namun merupakan pertanyaan yang sangat mendalam tentang bagaimana meningkatkan efisiensi pabrik," katanya.
"Anda hanya akan dapat meningkatkan efisiensi pabrik jika Anda memahami berapa tingkat kegagalan mesin saat ini, Anda akan memahami tingkat kegagalan mesin saat ini jika Anda menganalisis laporan layanan, yang akan memiliki informasi bahwa bagian ini telah gagal," ujarnya.
Sanjay mengatakan dokument AI yang merupakan teknologi model bahasa AI umum membantu memecahkan masalah ini. Dengan mengizinkan perusahaan menyimpan data tidak terstruktur, memungkinkan mereka memproses data tersebut dengan Document AI dan kemudian menggunakannya dalam proses pengambilan keputusan.
Generative AI dapat membantu memecahkan masalah bisnis yang lebih kompleks. Untuk bisa berinteraksi dengan data, maka dibutuhkan kemampuan memahami bahasa seperti SQL dan Python.
“Karena itu, hanya sebagian kecil yang bisa berinteraksi dengan data. Satu-satunya cara untuk memahami data adalah dengan memungkinkan pengguna mengajukan pertanyaan sederhana dalam bahasa Inggris, maka Generative AI bisa membantu memberikan solusi. Misalnya pertanyaan seperti produk apa yang paling laris, produk mana yang paling menguntungkan buat pelanggan, di mana letak kegagalan tertinggi dan seterusnya. Pertanyaan seperti ini akan diolah oleh Snowflake dan akan dijawab kepada pengguna,” tuturnya.
Snowflake baru-baru ini mengumumkan inovasi baru yang memperluas kemampuan program data bagi ilmuwan data (data scientists), teknisi data (data engineer), dan pengembang aplikasi sehingga mereka dapat membangun dengan cepat dan lebih efisien di Data Cloud.
Dengan peluncuran Snowpark Container Services (pratinjau pribadi), Snowflake akan memperluas jangkauan Snowpark Snowpark sehingga para pengembang dapat membuka banyak pilihan infrastruktur yang lebih luas, seperti akselerasi komputasi untuk menjalankan lebih banyak beban kerja dalam platform Snowflake yang aman dan terkelola tanpa kerumitan.
Hal itu termasuk jangkauan AI yang lebih luas dan model ML, API, aplikasi yang dikembangkan secara internal, dan banyak lagi. Dengan menggunakan Snowpark Container Services, pelanggan Snowflake juga mendapatkan akses ke katalog luas perangkat lunak dan aplikasi pihak ketiga termasuk LLMs (Large Language Models) Notebooks, alat-alat MLOps, dan banyak lagi dalam akun mereka.
Selain itu, Snowflake menyederhanakan dan menskalakan cara pengguna mengembangkan, mengoperasionalkan, dan menggunakan model ML, serta meluncurkan inovasi baru sehingga lebih banyak organisasi dapat menghidupkan data dan model ML mereka.
Baca Juga: Google Berencana Kucurkan Investasi Jumbo ke Startup AI Character.AI
Baca Juga: Teknologi AI Bikin Kemampuan Komputer PC Lebih Canggih di Masa Depan