AWS Summit Bangkok 2025: ขับเคลื่อนมูลค่าธุรกิจด้วย generative AI แบบ end-to-end บน Snowflake

ครั้งนี้จะมาแนะนำเซสชัน "Drive value with end-to-end generative AI on Snowflake" ที่ได้เข้าร่วมมาเมื่อวันที่ 29 เมษายน 2025 ที่ผ่านมา โดยจะสรุปประเด็นสำคัญในบทความนี้

พลิกโฉมองค์กรด้วย Generative AI บน Snowflake Data Cloud ที่ขับเคลื่อนด้วยพลังของ AWS

ในยุคที่ข้อมูลคือทรัพยากรสำคัญของทุกองค์กร การนำ Generative AI (GenAI) มาใช้ร่วมกับแพลตฟอร์มที่แข็งแกร่งอย่าง Snowflake บน AWS จึงกลายเป็นกุญแจสำคัญในการสร้างมูลค่าและความได้เปรียบทางธุรกิจอย่างยั่งยืน

Session นี้ในงาน AWS Summit Bangkok 2025 ภายใต้หัวข้อ "Innovating with Data and Generative AI (Level 200)" ได้พาเราไปสำรวจตั้งแต่แนวคิด สถาปัตยกรรม ไปจนถึงการใช้งานจริงของ GenAI บน Snowflake ที่สามารถตอบโจทย์องค์กรได้แบบ end-to-end

Disruption ยุคใหม่: เมื่อ AI กลายเป็นหัวใจของการบริโภคข้อมูล

80% ของข้อมูลในโลกเพิ่งถูกสร้างขึ้นในช่วงไม่กี่ปีที่ผ่านมา และข้อมูลเหล่านี้มีทั้งแบบ structured และ unstructured การจัดการข้อมูลเหล่านี้ให้พร้อมใช้งานกับ AI จึงเป็นความท้าทายที่องค์กรต้องเผชิญ

Snowflake ได้ออกแบบสถาปัตยกรรมที่สามารถเชื่อมต่อข้อมูลจากทุกแหล่ง และรองรับการประมวลผลด้วย AI ได้อย่างมีประสิทธิภาพ

สถาปัตยกรรม Snowflake ที่เชื่อมต่อทุกมิติของข้อมูล

Snowflake รองรับการเชื่อมต่อข้อมูลจากหลายแหล่ง ทั้งในระบบ on-premise, cloud, multi-cloud และ hybrid พร้อมรองรับการทำงานร่วมกับ CPU, GPU, containers และภาษาต่าง ๆ

Snowflake ยังสามารถเชื่อมต่อกับบริการของ AWS ได้อย่างแน่นแฟ้น เช่น Amazon Bedrock และ SageMaker เพื่อใช้โมเดล AI ชั้นนำได้อย่างง่ายดาย

Snowflake Cortex AI: แพลตฟอร์ม GenAI ที่ครบวงจร

Snowflake Cortex AI คือหัวใจของการใช้งาน Generative AI บน Snowflake โดยมีความสามารถหลักดังนี้:

• รองรับโมเดลจาก OpenAI, Anthropic, Meta ฯลฯ
• ใช้งานผ่าน SQL หรือ REST API ได้ทันที
• ไม่ต้องมี GPU เอง
• มีฟังก์ชัน RAG (Retrieval-Augmented Generation)
• ใช้งานผ่าน Copilot, Studio, Document AI, Cortex Agents

Use Cases ที่สร้างมูลค่าจริงในองค์กร

ใน Session นี้ได้ยกตัวอย่าง Use Cases ที่สามารถนำไปใช้ได้จริงในองค์กร ได้แก่:

• Unstructured Data Insights: วิเคราะห์ข้อมูลที่ไม่มีโครงสร้าง เช่น เอกสาร, รายงาน, อีเมล
• Conversational Assistants: ผู้ช่วยตอบคำถามอัตโนมัติ เช่น chatbot, virtual agent
• AI Augmented BI: วิเคราะห์ข้อมูลด้วยภาษาธรรมชาติ เช่น "ยอดขายไตรมาสนี้เท่าไหร่?"

ความปลอดภัยและการกำกับดูแล AI ที่คุณวางใจได้

Snowflake ให้ความสำคัญกับความปลอดภัยของข้อมูลและการควบคุมการใช้งาน AI:

• Data protection: ข้อมูลของคุณจะไม่ออกจาก Snowflake เมื่อคุณใช้งานฟีเจอร์ AI
• Role based access controls: ควบคุมการเข้าถึงอย่างละเอียดสำหรับข้อมูล, LLMs ที่ปรับแต่งแล้ว, โมเดล ML และการใช้งานฟีเจอร์ AI
• Content safety: กรองเนื้อหาที่เป็นอันตรายไม่ให้ถูกสร้างขึ้นโดย LLMs ด้วยการใช้ Cortex Guard
• Observability: ประเมินและตรวจสอบการทำงานของแอปพลิเคชันผ่านอินเทอร์เฟซแบบ visual ที่มีมาให้ในตัว (อยู่ในช่วง private preview)

ความร่วมมือกับ AWS: พลังที่มากกว่า

Snowflake ทำงานร่วมกับ AWS อย่างแน่นแฟ้น โดยมีการผสานบริการต่าง ๆ เช่น:

• Amazon Bedrock
• SageMaker
• EC2, S3, Lambda และอื่น ๆ

84% ของลูกค้า Snowflake ใช้งานบน AWS และมีการผสานกับบริการ AWS มากกว่า 28 รายการ

ตัวอย่างลูกค้าที่ใช้ Snowflake Cortex AI จริง

• Nissan: วิเคราะห์ข้อมูลที่ไม่มีโครงสร้าง
• Zoom: ผู้ช่วยสนทนาอัตโนมัติ
• Siemens Energy: ระบบ Chatbot วิเคราะห์ข้อมูล

Guiding Principles ของ Snowflake Gen AI

Snowflake วางหลักการ 3 ข้อในการพัฒนา Gen AI:

• Easy: ใช้งานง่ายด้วย UI ที่เป็นมิตร
• Efficient: ประสิทธิภาพสูง รองรับ GPU
• Trusted: ปลอดภัย มีการควบคุมและตรวจสอบ

สรุป

Session นี้แสดงให้เห็นว่า Snowflake ไม่ได้เป็นเพียงแค่ Data Platform แต่เป็น AI Platform ที่สามารถสร้างมูลค่าให้กับองค์กรได้อย่างแท้จริง โดยเฉพาะเมื่อผสานพลังกับ AWS

ไม่ว่าคุณจะเป็นนักวิเคราะห์ข้อมูล วิศวกร AI หรือผู้บริหาร Snowflake ก็สามารถตอบโจทย์การใช้งานของคุณได้ในทุกมิติของ Data & AI Journey

หากองค์กรของคุณกำลังมองหาโซลูชัน AI ที่ปลอดภัย ยืดหยุ่น และใช้งานได้จริง Snowflake Cortex AI ก็เป็นตัวเลือกที่น่าสนใจครับ

ผมหวังว่าบทความนี้จะเป็นประโยชน์ให้กับผู้อ่านได้นะครับ

POP (Tinnakorn Maneewong) จากบริษัท Classmethod (Thailand) ครับ !