Snowflake Edukasi Pentingnya Generative AI bagi Industri di Indonesia

Jakarta, ItechMagz – Perusahaan Data Cloud, Snowflake menjadi tuan rumah acara Data Cloud World Tour (DWCT) di Jakarta hari ini. Acara ini sendiri akan membahas mengenai bagaimana Data Cloud memecah silo, yang memungkinkan AI dan machine learning (ML) yang kuat dan aman, serta memberikan nilai bisnis kepada pelanggan.

Pembicara yang mengisi acara ini diantaranya Satchit Joglekar, Direktur Regional ASEAN Emerging Markets, Jennifer Belissent Pemimpin Ahli Strategi Data, dan Natalie Mead Vice President dari divisi Sales Engineering. 

Acara ini akan menggali lebih dalam kemampuan terbaru Snowflake yang memudahkan organisasi melakukan lebih banyak 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.

Sanjay Deshmukh, Senior Regional Vice President Snowflake untuk ASEAN dan India, menekankan pentingnya memulai perencanaan strategi kecerdasan buatan dengan mendahului perencanaan strategi data.

Saat ini, kaya Sanjay, terjadi perubahan revolusioner dalam model data yang berkembang dengan cepat di berbagai sektor industri. Perkembangan ini mendorong inovasi dan membuka peluang untuk memanfaatkan 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,” ujarnya.

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 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, 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.

Rendy Bambang, VP of Data di Evermos, menjelaskan bahwa sebelum memanfaatkan solusi dari Snowflake, perusahaan mereka menghadapi beberapa masalah data. Termasuk di antaranya adalah keterbatasan kecepatan dalam mengakses data yang berdampak negatif pada produktivitas, kurangnya visibilitas untuk memonitor kinerja sistem yang menantang, dan peningkatan biaya seiring dengan pertumbuhan beban kerja.

“Setelah menggunakan Snowflake, sistem kami mengalami 5 hingga 7 kali lebih cepat dari biasanya, kami mudah untuk memonitor atau mencegah masalah dalam kinerja sistem, lebih fleksibel ketika melakuka skalabilitas beban kerja, dan lebih bsia memastikan kepatuhan dan kualitas data seperti proteksi data pribadi, dan kemudahan implementasi keamanan,” ujarnya.

Snowpark Container Service terus memperluas rentang beban kerja yang dapat diakomodasi oleh pelanggan dalam hal kapasitasnya. Ini memberikan fleksibilitas kepada pengguna untuk mengembangkan aplikasi dalam berbagai bahasa pemrograman dan menerapkannya pada beragam infrastruktur, sambil tetap menawarkan kenyamanan, skalabilitas, dan tata kelola terpadu yang sama yang ditemukan dalam Data Cloud Snowflake.

Selain itu, Snowpark Container Service dapat digunakan sebagai bagian dari aplikasi asli milik Snowflake  (dalam tahap pengembangan), memungkinkan pengembang mendistribusikan aplikasi yang canggih yang sepenuhnya berjalan di akun Snowflake pelanggan akhir mereka.

Snowpark Container Service juga akan memungkinkan pengguna untuk secara aman menjalankan penyedia model generatif pihak ketiga terkemuka seperti Reka secara aman langsung dalam akun Snowflake mereka, menghilangkan kebutuhan untuk mengekspos data kepemilikan untuk mempercepat inovasi.

Snowflake juga terus mengembangkan integrasi Streamlit di platformnya, memberikan kemampuan kepada para ilmuwan data dan pengembang Python lainnya untuk meningkatkan dampak pekerjaan mereka dengan membangun aplikasi yang menghubungkan data dan tindakan bisnis.

Dengan Streamlit di Snowflake, pencipta aplikasi dapat memanfaatkan bahasa pemrograman Python yang sudah mereka kuasai untuk merancang aplikasi dengan cepat, mengubah konsep menjadi aplikasi bisnis yang siap digunakan hanya dalam beberapa baris kode, dan dengan mudah membagikan aplikasi ini dengan keamanan terjamin melalui Data Cloud.

Snowflake juga membuat pengembangan dalam platform terpadunya menjadi lebih mudah dan familiar melalui kemampuan baru termasuk integrasi Git asli (pratinjau pribadi) untuk mendukung alur kerja CI/CD yang lancar, dan Antarmuka Baris Perintah (CLI; Command Line Interface) asli (pratinjau pribadi) untuk pengembangan yang optimal dan pengujian dalam Snowflake.

Inovasi baru juga mempermudah dan menghemat biaya bagi para data engineer untuk bekerja dengan data berlatensi rendah, tanpa harus menyatukan solusi atau membangun jalur data tambahan.

Snowflake menghilangkan batasan antara pipeline batch dan streaming dengan Snowpipe Streaming yang akan segera tersedia secara umum dan juga Dynamic Tables (pratinjau publik), memberikan solusi yang disederhanakan dan hemat biaya bagi teknisi data untuk menyerap data streaming dan dengan mudah membangun pipeline deklaratif yang kompleks.