Transcription
ทุกแอปในโทรศัพท์ของเราหรืออาจจะโทรศัพท์เองจะมีอินเทอร์เฟซที่แตกต่างกันมากขึ้น เช่น อินเทอร์เฟซเสียงมากขึ้น แม้แต่การพูดว่า "ฉันต้องการไปที่สถานที่นี้และฉันต้องการรถแบบนี้" และเมื่อฉันขึ้นรถแล้ว ฉันจะส่งข้อความไปหาคู่สมรสและบอกว่า "นี่คือเวลาที่ฉันจะไปถึง"
ยินดีต้อนรับสู่รายการ Logan Bartlett ในตอนนี้สิ่งที่คุณจะได้ยินคือการสนทนาที่ฉันมีร่วมกับ CEO ของ Snowflake, Tar Ramaswamy และเราจะพูดคุยเกี่ยวกับหลายสิ่งหลายอย่าง รวมถึงการเปลี่ยนแปลงของเขาในตำแหน่งผู้นำที่ Snowflake ว่าเขาสามารถทำการเปลี่ยนแปลงที่สำคัญในธุรกิจได้อย่างไรเพื่อช่วยให้พวกเขาส่งมอบผลิตภัณฑ์ได้เร็วขึ้น การคาดการณ์ของเขาสำหรับอนาคตของ AI และ Snowflake จะอยู่ที่ไหนในโลกนั้น รวมถึงวิธีที่สไตล์การเป็นผู้นำของเขาเปลี่ยนแปลงไปตั้งแต่ช่วงแรก ๆ ที่ Google ซึ่งเขาเป็นผู้นำหน่วยธุรกิจใหญ่ ไปจนถึง Neva บริษัทที่เขาก่อตั้งร่วมกัน และในวันนี้กับ Snowflake
นี่คือการสนทนาที่สนุกสนานพร้อมการคาดการณ์มากมายเกี่ยวกับวิธีที่ AI จะพัฒนาในอนาคตที่คุณจะได้ยินในตอนนี้ ขอบคุณที่เป็นเจ้าภาพ นี่คือห้องที่น่าสนใจ เราอยู่ในห้องเกม ใช่ ห้องเกม
คุณอยู่ในตำแหน่ง CEO มาประมาณ 10 เดือนแล้ว ใช่ไหม? ประมาณ 10 เดือน และคุณอยู่ที่ Snowflake มานานแค่ไหน? มาดูกัน ฉันเข้าร่วมวันหลังวันหยุด Memorial Day ปีที่แล้ว ประมาณ 17-18 เดือน แต่คุณรู้ไหม มันเป็นกระบวนการที่ค่อนข้างแปลกเพราะมันไม่ได้มีจดหมายเสนออย่างเป็นทางการ ดังนั้นคุณจึงรออยู่ "เราจะทำสิ่งนี้เมื่อไหร่?"
และฉันยังมีโอกาสอื่น ๆ ที่ต้องปฏิเสธด้วย โอกาสไม่ค่อยมีบ่อยนัก ดังนั้นการบอกปฏิเสธสิ่งที่เป็นรูปธรรมในขณะที่บอกว่า "สิ่งนี้น่าจะได้ผล" มันรู้สึกแปลกมาก
ในแผนเดิม Snowflake ซื้อบริษัทของคุณ และแผนเดิมของคุณคืออยู่ต่ออีก 6 เดือน ใช่ไหม? ใช่ นั่นคือข้อตกลงของฉันกับ Frank ว่าฉันจะอยู่จนถึงต้นเดือนธันวาคมแล้วไปหาสิ่งที่ฉันจะทำในชีวิต
เป็นที่ 6 เดือนที่คุณตัดสินใจที่จะอยู่ต่ออีกสักหน่อยหรือไม่? หรือมันเกิดขึ้นก่อนหน้านั้น? ฉันเริ่มมองหางานใหม่ในเดือนตุลาคมปีที่แล้ว
สิ่งเหล่านี้ใช้เวลา ตำแหน่งระดับสูงไม่ค่อยมีบ่อยนัก
ในช่วง 6 เดือนแรกของคุณคืออะไร? ฉันเป็น AI ในช่วง 6 เดือนนั้น และฉันล้อเล่นกับคนอื่นว่าฉันเหมือนตำแหน่งในคณะรัฐมนตรีที่ไม่มีพอร์ตโฟลิโอจริง ๆ ไม่มีรายงานตรง ๆ
แต่ภารกิจที่เราตั้งไว้คือทำให้ Snowflake เป็นผู้เล่นระดับ A เมื่อพูดถึงข้อมูลและ AI จริง ๆ แล้วคือการสร้างวิสัยทัศน์ผลิตภัณฑ์นั้นร่วมกับ VI และคนอื่น ๆ เช่น Barish และ Asim ว่าเราจะนำ AI มาสู่ Snowflake ได้อย่างไรในลักษณะที่ยังคงซื่อสัตย์ต่อหลักการผลิตภัณฑ์ของ Snowflake
ผลิตภัณฑ์เดียว ทุกอย่างต้องรวมกันอย่างแน่นหนา ทุกอย่างต้องทำงานได้ ดังนั้นนั่นคือบาร์ที่เราตั้งไว้สำหรับตัวเราเอง
และตอนนี้ ฉันเดาว่าคุณอยู่ในเส้นทาง AI นี้ที่ Snowflake มาประมาณ 18 เดือนแล้ว ฉันสงสัยว่าคุณจะอธิบายว่า Snowflake อยู่ที่ไหนใน AI วันนี้อย่างไร
ก่อนอื่น ฉันคิดว่า AI เป็นความสามารถแนวนอนที่มีการใช้งานกว้าง มันคล้ายกับการเปลี่ยนแปลงมือถือที่ทุกบริษัทที่เกี่ยวข้องกับซอฟต์แวร์ โดยเฉพาะถ้าคุณเป็นบริษัทที่ให้บริการผู้บริโภค คุณต้องหาวิธีที่จะทำให้มือถือมีความหมายต่อธุรกิจของคุณ
ในแง่ของการเป็นแนวนอน ฉันพูดได้ว่าเป็นครั้งแรกในประวัติศาสตร์การคอมพิวเตอร์ที่มีวิธีการที่ไร้รอยต่อในการไปยังข้อมูลประเภทต่าง ๆ ไม่ว่าจะเป็นข้อความที่ไม่มีโครงสร้างไปจนถึงการดึงข้อมูลที่มีโครงสร้างจากมัน หรือการไปจากภาพไปยังโครงสร้างของภาพ
เช่นเดียวกับวิดีโอ สิ่งที่คุณต้องทำในโครงการวิศวกรรมซอฟต์แวร์หรือคุณต้องมีพื้นที่พิเศษในวิทยาการคอมพิวเตอร์ที่ทำเพียงอย่างเดียว ตอนนี้ความสามารถทั้งหมดเหล่านี้เปิดให้คุณผ่าน AI โมดูล
เพื่อให้มันชัดเจนมากขึ้น สมมติว่าเรามีผู้ให้บริการสุขภาพเป็นลูกค้าของ Snowflake และสมมติว่าพวกเขามีบันทึกของแพทย์จากปีต่าง ๆ หากคุณต้องการถามคำถามว่า "ทำให้ฉันมีรายชื่อผู้ป่วยทั้งหมดที่มีอาการไอ" นั่นจะเป็นงานที่กำหนดเอง คุณต้องไปหาวิศวกรซอฟต์แวร์เพื่อให้พวกเขาหาโมเดลที่ใช้และปรับแต่งมัน
แล้วอาจจะ 3-6 เดือนต่อมา คุณจะได้ตารางอื่นที่บอกว่า "นี่คือรายชื่อผู้ป่วยที่มีอาการไอ" ตอนนี้เด็กอายุ 17 ปีสามารถเขียนคำสั่งเล็ก ๆ และรัน SQL query บน Snowflake ที่จะบอกว่า "นี่คือรายชื่อผู้ป่วยที่มีอาการไอ"
ดังนั้นเราจึงบอกว่าเราต้องการนำพลังของโมเดลภาษาเหล่านี้มาให้ทุกคนที่ใช้ Snowflake และนั่นคือ Cortex AI มันคือโมเดลการจัดสวนที่รวมเข้ากับสภาพแวดล้อม Python ของเราและสภาพแวดล้อม SQL ของเรา
เพื่อให้คุณและฉันสามารถเขียน SQL ได้ และด้านล่างนี้คือ AI คุณไม่จำเป็นต้องรู้ว่าที่ไหนและอย่างไรโมเดลถูกโฮสต์ เราดูแลทั้งหมดนั้น
นี่คือพื้นฐานของความสามารถ และนอกจากนี้เราคิดในแง่ของสิ่งที่เป็นพรีมิติฟสำคัญที่ใช้โมเดลภาษาและโมเดล AI แต่ให้ฟังก์ชันเพิ่มเติม
ตัวอย่างเช่น เราได้ดำเนินการค้นหา ซึ่งเป็นเทคโนโลยีที่เราพัฒนาที่ Neva แต่ตอนนี้เป็นส่วนหนึ่งของ Snowflake ที่คุณสามารถสร้างดัชนีในเอกสารจำนวนมาก เราดูแลสิ่งต่าง ๆ เช่นการแบ่งส่วนและการสร้างการฝังตัว
แต่สิ่งนี้เป็นพรีมิติฟสำคัญที่ทำให้ Chatbots เป็นไปได้
ในทำนองเดียวกันเรามีพรีมิติฟอีกตัวหนึ่งสำหรับการเปลี่ยนจากข้อความที่พูดหรือเขียนไปยังการได้รับข้อมูลที่มีโครงสร้างกลับมา
ดังนั้นวิสัยทัศน์ของเราคือจะมีชั้นพื้นฐานนี้ มีพรีมิติฟที่สำคัญ และผู้คนสามารถผสมผสานและจับคู่พวกเขาเพื่อทำสิ่งที่น่าสนใจทุกประเภท
พวกเขาสามารถสร้างแอปพลิเคชัน พวกเขาสามารถทำการเปลี่ยนแปลงข้อมูล และสิ่งเหล่านี้ยังคงพัฒนาอยู่
แน่นอนว่าคุณสามารถทำเอเจนต์ได้ แต่ส่วนหนึ่งที่เราพยายามหาคือ ขอบเขตที่เอเจนต์ยังคงเชื่อถือได้
เรามีความสำคัญมากกับ Chatbot ถ้าคุณต้องการให้ผู้ใช้ธุรกิจใช้มัน คุณต้องบอกพวกเขาว่า "คุณสามารถออกแบบมันได้ มันจะถูกต้อง 99% ของเวลา และถ้าคุณทำการเปลี่ยนแปลง คุณสามารถตรวจสอบว่ามันยังถูกต้อง 99% ของเวลา"
เช่นเดียวกันสำหรับนักวิเคราะห์
แต่เราคิดว่าการสร้างพรีมิติฟที่เชื่อถือได้มาก ๆ จะปลดล็อกพลังของ AI สำหรับการใช้งานทางธุรกิจ
ดังนั้นเมื่อคุณคิดเกี่ยวกับการปลูกฝัง DNA นี้ภายในองค์กร หรืออาจจะเป็นการเปลี่ยนแปลงที่แข็งแกร่งเกินไป แต่การมุ่งเน้นไปที่ AI คุณจะทำอย่างไรจากมุมมองการจัดการการเปลี่ยนแปลงภายในองค์กร
เมื่อการเข้าซื้อ Neva เกิดขึ้น เราได้ทำให้แน่ใจว่าทีมของเราและฉันกับ V ผู้ร่วมก่อตั้งของฉันมีความชัดเจนเกี่ยวกับภารกิจของเรา เราปิด Neva ผลิตภัณฑ์สำหรับผู้บริโภคและบอกทีมของเราเป้าหมายของเราคือทำให้ Snowflake ประสบความสำเร็จ
นั่นคือสิ่งที่สำคัญที่ทุกคนรู้ว่าคุณไม่มีวาระอื่น คุณอยู่ที่นี่เพื่อทำให้สิ่งต่าง ๆ ดีขึ้น
และผู้ก่อตั้ง Benwa, Theory, Christian หรือผู้นำผลิตภัณฑ์มีความตระหนักถึงพลังของ AI
ในที่สุดแล้ว คุณไม่จำเป็นต้องเป็นนักวิทยาศาสตร์จรวดเพื่อเข้าใจว่า AI เป็นเครื่องมือการเปลี่ยนแปลงข้อมูลที่มหัศจรรย์
พวกเขาเข้าใจและพวกเขารู้ว่าต้องทำให้มันพร้อมใช้งาน
แต่ส่วนใหญ่ของงานที่เราทำเพื่อพูดตามตรงคือการทำให้เข้ากับสิ่งที่ทีม Snowflake อื่น ๆ กำลังทำ
มันไม่ใช่แบบนี้หรือแบบนั้น
เราบอกว่า Cortex AI ทำให้ Snowflake ดีขึ้น ทำให้ Snowflake ใช้งานง่ายขึ้นสำหรับผู้คนในการใช้ข้อมูลที่อยู่ใน Snowflake
และในความเป็นจริงสิ่งที่ฉันบอกลูกค้าของเราคือ "ฟังนะ Snowflake ไม่แข่งขันกับ OpenAI เมื่อพูดถึงโมเดลพื้นฐาน"
เราต้องยอมรับว่าพวกเขาไม่สามารถทำได้เท่าพวกเขา
แต่ในทางกลับกัน ถ้าคุณต้องการใช้พลังของ AI เพื่อสร้าง Chatbot เพื่อทำการเปลี่ยนแปลงข้อมูลเพื่อเข้าถึงข้อมูลที่มีโครงสร้าง เราทำให้มันง่ายมากสำหรับคุณ
และข้อความนี้คือการนำ Snowflake พร้อมกับความรุ่งโรจน์และพลังทั้งหมดของมันและเสริมด้วย AI
มันเป็นข้อความทางวัฒนธรรมที่ดี มันไม่ใช่การเข้ามาและบอกว่า "คุณไม่รู้ว่าคุณกำลังทำอะไร" และให้เราแสดงให้คุณเห็นว่ามันทำงานอย่างไร
นั่นคือวิธีที่สตาร์ทอัพล้มเหลว
ฉันมีผู้ก่อตั้งมากมายที่เข้ามาในทีมของฉันด้วยทัศนคติเช่นนี้ที่ Google
ดังนั้นในหลาย ๆ ด้าน สิ่งที่เราทำที่ Google เป็นบทเรียนที่ดีสำหรับเราในแง่ของวิธีการเข้าหาการเปลี่ยนแปลงทางวัฒนธรรม
องค์กรปรับตัว และทีม Snowflake มองว่านี่คือ "ใช่"
และนั่นคือข้อความที่ไปได้ดี
Cortex AI มีวิธีการที่ไม่ชัดเจนที่ผู้คนใช้มันที่โดดเด่นออกมาหรือไม่?
ผู้คนมีความคิดสร้างสรรค์ไม่รู้จบ และการรวมกันก็เป็นสิ่งที่น่าทึ่งมาก
เราได้พบกับแอปพลิเคชันที่ชัดเจน เช่น การใช้เราเพราะพวกเขาผลิตอุปกรณ์ 100,000 ชิ้นและค้นหาผ่านคู่มือ PDF ของอุปกรณ์ 100,000 ชิ้น
ใครก็ตามที่เคยมองหาคู่มือเครื่องซักผ้ารู้ว่ามันน่ารำคาญและยาก
ในบางแง่นั่นคือกรณีการใช้งานที่ชัดเจน
แต่แม้แต่ภายใน ผู้คนก็ทำสิ่งต่าง ๆ เช่น "เราสามารถทำการบันทึกกรณีการใช้งานใน Salesforce"
นี่คือสิ่งที่เราบันทึกทุกสิ่งใหม่ที่เราต้องการเปิดตัวภายในลูกค้าเป็นกรณีการใช้งาน
และการแท็กพวกเขาด้วยผลิตภัณฑ์ที่ถูกต้องและฟีเจอร์ที่ถูกต้องนั้นมีข้อผิดพลาดสูง
และบางครั้งทีมขายของเราไม่ทำเช่นนั้น
แต่สิ่งที่เคยยากในอดีตในการแท็กด้วยมือ ตอนนี้มันเป็นเพียงคำสั่ง SQL เดียว
เรามีเฮดจ์ฟันด์ที่ใช้มันเพื่อวิเคราะห์รายงานนักวิเคราะห์
และบอกว่า "ถ้าบริษัทนี้ถูกกล่าวถึงในรายงานนี้ เราจะสามารถดึงข้อมูลออกมาได้"
มีหลายวิธีที่ผู้คนผสมผสานสิ่งที่คุณสามารถทำได้กับโมเดลประเภทต่าง ๆ
คุณยังมีพันธมิตรที่ยอดเยี่ยมเช่น Landing AI และนั่นคือสิ่งที่มหัศจรรย์จริง ๆ
เพราะพวกเขาทำงานภายในพารามิเตอร์ความปลอดภัยของเรา
แต่พวกเขาสามารถทำสิ่งต่าง ๆ เช่น วิเคราะห์ภาพและดึงข้อมูลที่มีโครงสร้างออกมา
มันคือการรวมกันที่น่าทึ่งมาก
คุณเพิ่งเปิดตัว Arctic ซึ่งเป็นโมเดลภาษาเองของคุณ
ใช่ มันคือโมเดลพื้นฐานของเรา และรู้สึกเหมือนเราทำมันเมื่อ 100 ปีที่แล้ว
ไม่ใช่เหรอ? เมื่อไหร่ที่มันเปิดตัวจริง ๆ?
ฉันคิดว่ามันเปิดตัวในเดือนมีนาคมของปีนี้
และมันมีส่วนเกี่ยวข้องกับการดึงดูดลูกค้าหรือความสามารถในการเข้าไปและรับมุมมองพื้นฐานบางอย่างและเพิ่มความน่าเชื่อถือของคุณในการสร้างโมเดลภาษาใหญ่ของคุณเองหรือไม่?
100%
ซึ่งคือ ฉันคิดว่าการรู้วิธีใช้โมเดลภาษาเป็นทักษะการคอมพิวเตอร์ที่จำเป็นสำหรับบริษัทที่มีความหมาย
เหมือนกับที่คุณรู้ว่าที่จุดเริ่มต้นของศตวรรษที่แล้ว การจัดการกับข้อมูลขนาดใหญ่ที่ไม่สามารถใส่ในเครื่องได้อีกต่อไป
คุณต้องรู้วิธีทำสิ่งนั้น
เราคิดว่า Arctic เป็นสิ่งที่เราต้องการเพื่อฝึกโมเดลขนาดปานกลาง
เราพูดคุยเกี่ยวกับมัน ใช้เงินไปไม่กี่ล้านดอลลาร์
อีกครั้งมันไม่ใช่เงินหลายพันล้านที่ใช้กันอยู่ในตอนนี้
แต่ฉันคิดว่ามันเป็นประสบการณ์ที่ดีสำหรับเรา
และมันยังสอนเรามากมายเกี่ยวกับการอนุมาน
การปรับแต่งการอนุมาน และทักษะเหล่านั้นยังคงมีประโยชน์
เรามีคนจากทีม VM ซึ่งเป็นผู้บุกเบิกงานการอนุมานที่มีประสิทธิภาพมากมาย
ดังนั้นฉันดีใจที่เรามีความเชี่ยวชาญในทุกด้านของ AI
คุณนั่งอยู่ในจุดเชื่อมต่อที่น่าสนใจและสนับสนุนโมเดลต่าง ๆ รวมถึง Arctic แต่ Llama และ Mistral
คุณมีพันธมิตรที่ยอดเยี่ยมมากมายหรือไม่?
มีอะไรที่คุณเห็นว่าน่าสนใจในด้านการเลือกโมเดลหรือวิธีที่ลูกค้าตัดสินใจทำงานกับโมเดลต่าง ๆ?
ฉันจะพูดว่า สำหรับฟังก์ชันที่พบบ่อยมาก ๆ เช่น การตรวจจับอารมณ์ ผู้คนรู้ว่าโมเดลขนาดเล็กทำงานได้ดีและพวกเขาก็ยินดีที่จะใช้ค่าเริ่มต้นที่มีราคาถูก
แต่เมื่อความต้องการมีความเข้มงวดมากขึ้น ผู้คนมักจะเลือกแบรนด์ที่มีชื่อเสียง
ซึ่งมันเป็นการตั้งค่าที่แปลก
ฉันคิดว่าสาเหตุที่ OpenAI ยังคงได้รับการใช้งานอย่างหนัก
ใช่ พวกเขาทำให้กระบวนการทำงานกับพวกเขาง่าย
แต่ฉันคิดว่าผู้คนต้องการเลือกสิ่งที่รู้จักและเชื่อถือได้ แม้ว่ามันจะเกินความต้องการเล็กน้อย
แต่ทำไมต้องยุ่งยากในการหาสิ่งที่คุณต้องการเมื่อคุณสามารถใช้ชื่อที่รู้จักได้
มันเป็นจุดที่น่าสนใจที่ฉันเห็น
เมื่อมองไปที่ผู้คนที่พยายามนำแอปพลิเคชันหรือเข้าสู่การผลิตหรือใช้โมเดลต่าง ๆ คุณเห็นจุดเจ็บปวดที่ใหญ่ที่สุดในสแต็กหรือห่วงโซ่คุณค่าที่จะได้รับคุณค่าหรือศักยภาพของสิ่งเหล่านี้คืออะไร?
ฉันคิดว่ายังมีช่องว่างใหญ่เมื่อพูดถึง "นี่คือโซลูชันที่ออกแบบมา"
ฉันไม่คิดว่าอุตสาหกรรม AI ถ้ามีคำนี้จะทำให้ตัวเองดีขึ้นโดยไม่พูดถึงสิ่งต่าง ๆ เช่น อัตราการหลงผิด
ถ้าคุณดู ไม่มีใครเผยแพร่อัตราการหลงผิดในโมเดลหรือโซลูชันของพวกเขา
มันเหมือนกับว่า "เราดูเจ๋งมาก คุณควรใช้เรา"
แต่ฉันคิดว่าเมื่อคุณรู้ ฉันกำลังแสดงให้สมาชิกคณะกรรมการของฉันเห็นแอปที่เรามีที่เราสามารถถามคำถามเกี่ยวกับข้อมูลทางการเงินของเรา
มันเจ๋งมากเพราะฉันสามารถพูดว่า "เจมส์ พี ซึ่งเป็น GVP ของ EMIA ทำได้ดีในช่วง 7 วันที่ผ่านมาอย่างไร"
และมันจะให้ตาราง มันจะรัน SQL query และแสดงให้คุณเห็น เช่น การเติบโตของ WEON และการเติบโตปีต่อปี
แต่ก่อนที่เราจะให้มันกับ CFO ของฉัน ฉันจะบอกทีมว่า "คุณต้องแน่ใจว่าคุณทำสิ่งที่ถูกต้อง"
ฉันคิดว่ามันคือทัศนคติด้านวิศวกรรมที่ยังคงเป็นปัญหาอยู่
ดังนั้นส่วนหนึ่งของสิ่งที่เราทำคือการให้ความรู้แก่ลูกค้าของเราเกี่ยวกับ "โอเค คุณต้องมีขั้นตอนการปล่อย"
คุณต้องแน่ใจว่าอะไรบางอย่างเช่น 95% ความแม่นยำเป็นสิ่งที่โอเคสำหรับคุณ
หรือถ้าคุณใช้ Chatbot คุณต้องแน่ใจว่าคุณให้การอ้างอิงหรือสถานที่ในเอกสารที่คุณสามารถตรวจสอบคำตอบได้
เพราะการใช้งานทางธุรกิจ ผู้คนถือว่ามันสำคัญ คุณไม่สามารถทำผิดพลาดได้ โดยเฉพาะเมื่อพูดถึงแอปพลิเคชันที่สำคัญ เช่น ตัวอย่างที่ถามข้อมูลรายได้ที่ผู้คนสามารถตัดสินใจได้
ฉันคิดว่าสิ่งเหล่านี้ยังคงเป็นอุปสรรคต่อการใช้งานอย่างกว้างขวาง
แต่ในทางกลับกัน ฉันคิดว่า AI มีกรณีการใช้งานมากมายในการแก้ปัญหา
ซึ่งคุณยินดีที่จะยอมรับข้อผิดพลาดบางอย่าง
ตัวอย่างเช่น ถ้าฉันไม่รู้ว่าคนส่งบทความตลอดเวลา
ฉันพบว่ามันน่ารำคาญ มันเหมือนการส่งสัญญาณเสมือน "นี่คือบทความที่ยอดเยี่ยมที่คุณควรอ่าน"
ฉันรู้สึกปวดหัว ทำไมต้องมีอีกหนึ่งบทความ
ดังนั้นบ่อยครั้งฉันจะคัดลอกข้อความในบทความวางลงใน Cloud หรือ ChatGPT และบอกว่า "คุณช่วยสรุปให้ฉันหน่อยได้ไหม"
ถ้ามันผิดพลาดเล็กน้อย ฉันไม่ค่อยสนใจ
มันไม่ใช่เรื่องใหญ่ เพราะการประหยัดเวลาที่ฉันได้รับจากการไม่ต้องอ่านบทความ
มันมีคุณค่ามากมาย
ในทำนองเดียวกัน ตัวอย่างที่ฉันให้คุณเกี่ยวกับทีมของฉัน
ฉันคิดว่าพวกเขาอัปเดตกรณีการใช้งาน 5,000 รายการเพียงแค่รัน SQL query
หาวิธีการจัดหมวดหมู่ผลิตภัณฑ์และอัปเดตตารางพื้นฐาน
ฉันไม่สามารถโน้มน้าวพวกเขาให้ทำสิ่งนี้ด้วยมือได้
และพวกเขาก็ "ถ้ามันผิดพลาดเล็กน้อยก็ไม่เป็นไร"
คุณคิดว่าการนำไปใช้ในองค์กรหรือธุรกิจหลักกระแสหลัก เราต้องไปถึงอัตราไหน?
หมายถึง 99% หรือ 100% เพื่อให้มันเชื่อถือได้ทั่วทั้งองค์กร?
มันขึ้นอยู่กับแอปพลิเคชัน
ดังนั้นสำหรับ Chatbot ทางการเงิน ฉันจะบอกว่า 100% ใช่ไหม?
โปรดให้แน่ใจว่ามันถูกต้อง หรือเริ่มคิดเกี่ยวกับวิธีที่ข้อผิดพลาดจะปรากฏ
จำไว้ว่าสิ่งที่น่ารังเกียจเกี่ยวกับการหลงผิดคือไม่ใช่แค่โมเดลที่ให้คำตอบผิด 5%
มันคือคุณไม่รู้ว่า 5% ไหนผิด
และนั่นคือปัญหาความเชื่อถือ
ดังนั้นมันจะขึ้นอยู่กับแอปพลิเคชัน
แต่ข่าวดีสำหรับเราทุกคนในฐานะนักเทคโนโลยีคือมีแอปพลิเคชันมากมายที่ AI จะทำสิ่งที่คุณและฉันไม่มีความอดทนในการทำ
ฉันชอบปุ่มเล็ก ๆ ที่ฉันได้รับใน Gmail ของฉันที่เขียนว่า "สรุป"
เพราะสำหรับสิ่งที่ฉันต้องการอ่านอย่างรวดเร็ว ฉันยินดีที่จะรับปัญหาบางอย่างที่ฉันพบ
ดังนั้นฉันคิดว่ามีหลายที่ที่ความเสี่ยงไม่สูงนักที่ AI มีประโยชน์อยู่แล้ว
แต่ฉันคิดว่ามันก็สำคัญที่เราจะเข้าใจว่ามีแง่มุมของวิศวกรรมซอฟต์แวร์ในการสร้างแอปพลิเคชันที่เชื่อถือได้
ในหลาย ๆ บริบท
เมื่อคุณมองไปในอนาคต และฉันไม่รู้ว่าคุณคิดเกี่ยวกับขอบเขตเวลาอย่างไรในอุตสาหกรรมปัญญาประดิษฐ์
มันเคลื่อนที่อย่างรวดเร็ว แต่มีช่วงเวลาไหนที่คุณเลือกและบอกว่า "ในช่วงเวลานั้น ฉันต้องการให้ Snowflake เป็นที่รู้จักในฐานะ XYZ"
ในอีกสองปีหรือห้าปีข้างหน้าเมื่อคุณตั้งวิสัยทัศน์สำหรับสิ่งที่เป็นไปได้ใน Snowflake เกี่ยวกับ AI
ความทะเยอทะยานของเราคือการเป็นโซลูชันแบบครบวงจรสำหรับข้อมูล
เราต้องการทำให้มันง่ายสำหรับผู้คนในการนำเข้าข้อมูล
เพื่อให้สามารถวิศวกรรมข้อมูลได้ เพราะข้อมูลที่เก็บรวบรวมจากระบบต้นทาง เช่น บันทึก
บันทึกจะมี ID เสมอ ทำไม? เพราะมีจำนวนมาก และคุณไม่ต้องการใส่สตริงลงไป
ดังนั้นเราต้องการอยู่ที่นั่นเมื่อผู้คนวิศวกรรมข้อมูล ทำให้มันใช้งานได้มากขึ้น
และเมื่อพวกเขาต้องการเก็บข้อมูลและต้องการวิเคราะห์หรือเมื่อพวกเขาต้องการข้อมูลเชิงลึกด้วยแดชบอร์ดหรือเครื่องมือ AI
ฉันคิดว่าเรากำลังอยู่ในเส้นทางที่ดีในการให้ AI เล่นบทบาทในทุก ๆ ด้าน
วิธีการทำให้มันง่ายขึ้นในการเขียน SQL query
วิธีการทำให้มันง่ายขึ้นในการตั้งค่าท่อ
วิธีการช่วยผู้คนสร้างข้อมูลเมตาสำหรับตารางหรืออัปเดตข้อมูลเมตาสำหรับตาราง
ฉันต้องการเขียนคำอธิบายสำหรับตาราง ไม่มีใครต้องการทำสิ่งเหล่านั้น
เราต้องการเครื่องมือที่ทำให้มันง่าย
และใช่ วิธีที่ผู้ใช้ธุรกิจเข้าถึงข้อมูลใน Snowflake
มุมมองของฉันคือ เหมือนกับที่คุณและฉันไม่คิดว่าฉันกำลังทำสิ่งนี้ในโทรศัพท์ของฉัน
เราทำมันเพราะมันเป็นธรรมชาติ
นั่นคือความทะเยอทะยานของฉันสำหรับ AI กับ Snowflake
ถ้าคุณรู้สึกว่าคุณต้องทำอะไรบางอย่าง และ AI คือวิธีการทำมัน
คุณไม่ต้องคิดเกี่ยวกับมัน คุณแค่ทำมัน เพราะมันทำงานได้ทันที
ดังนั้นถ้าจะพูดอีกอย่าง เมื่อเราหยุดพูดถึง AI และมันถูกฝังอยู่ในกระบวนการที่เราทำ
สำหรับฉัน นั่นคือสิ่งที่ยิ่งใหญ่
มีหลายสิ่งอีกมากมายในชีวิตการทำงานและชีวิตส่วนตัวของฉันที่ฉันทำได้ดีขึ้น
ฉันไม่ต้องคิดเกี่ยวกับมัน
ฉันจะให้ตัวอย่างมากมาย
ถ้าฉันต้องการสร้างมีมเพื่อทำให้ใครบางคนขำ หรือแค่พูดอะไรที่ไร้สาระ
ฉันไม่ต้องคิดสองครั้ง ฉันแค่ไปที่ "ฉันดีมาก"
ฉันแค่เขียนคำหลาย ๆ คำ และออกมาจะเป็นมีมที่สวยงามที่ฉันสามารถส่งข้อความไปให้ใครบางคนได้
คุณไม่ต้องคิดเกี่ยวกับมันอีกต่อไป
ในทำนองเดียวกัน ฉันไม่เคยเขียนสูตร Excel อีกต่อไป
ฉันไม่รู้ว่าคุณชอบเขียนมันไหม มันเป็นเรื่องน่าเบื่อมาก
ฉันมักจะทำผิด
ฉันแค่เขียนคำอธิบายภาษาอังกฤษ
และโมเดลเหล่านี้ทั้งหมดมหัศจรรย์ในการสร้างโค้ดเพื่อทำสิ่งเหล่านั้น
ดังนั้นฉันคิดว่ามันแค่กลมกลืนไปกับพื้นหลัง
เพราะหลายสิ่งหลายอย่าง โดยเฉพาะการเขียนโปรแกรมที่คุณและฉันทำอยู่
มันง่ายมาก
คุณเคยผ่านการเปลี่ยนแปลงและการเติบโตอย่างรวดเร็วในหลายครั้งในอาชีพของคุณ
ถ้ามีใครฟังและอยู่ในช่วงเริ่มต้นของการเดินทางของพวกเขา
แต่มีความทะเยอทะยานที่จะเป็น Google หรือ Snowflake
มีสิ่งใดที่คุณจะแนะนำให้ผู้คนคิดถึงในวันนี้เพื่อสร้างโครงสร้างพื้นฐานที่ถูกต้องในช่วงเริ่มต้น
เพื่อที่คุณจะไม่ต้องปรับเปลี่ยนในภายหลัง?
ฉันคิดว่าการปรับเปลี่ยนเป็นสิ่งที่โอเค
ฉันคิดว่า บางสิ่งอาจเป็นอันตราย
ฉันเห็นด้วย
ฉันคิดว่าการมีวัฒนธรรมที่ดีและไม่มีการตำหนิ
วัฒนธรรมที่ให้ประโยชน์ในข้อสงสัย
วัฒนธรรมที่คุณคาดหวังให้ผู้คนทำสิ่งที่ถูกต้องเพราะมันคือสิ่งที่ถูกต้อง
ฉันคิดว่าสิ่งเหล่านั้นเป็นพื้นฐาน
คุณไม่ต้องการวัฒนธรรมที่ตำหนิ
คุณไม่ต้องการวัฒนธรรมที่สงสัย
เพราะพวกเขาจะไม่ทำสิ่งที่ถูกต้อง
ฉันคิดว่าสิ่งเหล่านี้เป็นพื้นฐาน
แต่เหนือสิ่งอื่นใด ฉันคิดว่าการมีความรู้สึกของความวิตกกังวลว่าความสำเร็จอาจเป็นสิ่งที่ชั่วคราวหรือสามารถถูกพรากไปได้ง่าย ๆ
และการมีความรู้สึกว่าคุณกำลังทำสิ่งที่ดีที่สุดที่คุณสามารถทำได้
คุณมีความเป็นเลิศในวิธีการที่คุณเข้าหาสิ่งต่าง ๆ
ความสามารถในการปรับตัวอย่างต่อเนื่องนั้นสำคัญ
ฉันคิดว่ามันยังสำคัญที่คุณต้องยอมรับว่า โดยเฉพาะในสตาร์ทอัพ
เกือบจะตามคำนิยาม คุณกำลังทำสิ่งใหม่
ฉันคิดว่าคุณจะทำผิดพลาด
ฉันคิดว่ามันโอเคที่จะทำผิดพลาด
ฉันให้คุณค่ามากในการยอมรับความผิดพลาดของคุณ
อย่าทำมันอีก
ฉันเคยมีแม่เหล็กเล็ก ๆ ในสำนักงานของฉันที่ Google ที่เขียนว่า "ความผิดพลาดใหม่"
และฉันคิดว่าการมีวัฒนธรรมที่คุณจะยอมรับความล้มเหลว
คุณจะทำผิดพลาด
คุณจะปรับตัว
คุณจะเรียนรู้
และคุณจะทำงานเพื่ออนาคตที่ดีกว่า
นี่คือสิ่งที่ฉันจะบอกผู้คน
หนึ่งคำถามสุดท้ายก่อนที่ฉันจะให้คุณไป
ฉันได้ยินคุณพูดว่าผู้คนไม่ควรติดตามความหลงใหลของพวกเขา
แต่ควรหาจุดตัดระหว่างจุดแข็งของพวกเขาและคุณค่าที่พวกเขาสามารถนำเสนอให้กับโลก
คุณคิดอย่างไรถ้ามีใครบางคนกำลังวางแผนเส้นทางอาชีพในทศวรรษหน้า
พวกเขาควรคิดอย่างไรเกี่ยวกับการเลือกอาชีพและการแสวงหา?
ฉันไม่ใช่ผู้เชี่ยวชาญ แต่ฉันก็รู้ดีว่าเรามีสังคมที่ยกย่องบุคคลที่มีเอกลักษณ์มาก
โอเค
เช่น มาดูกัน สเตฟ เคอร์รี คือฮีโร่ของเรา
หรือไม่ก็ผู้มีอิทธิพลใน Instagram หรือ YouTube ที่มีผู้ติดตามจำนวนมาก
Mr. Beast
และสิ่งที่ฉันคิดคือ ความหลงใหลของผู้คนมักชี้ไปที่โครงสร้างพีระมิด
ซึ่งคุณต้องเป็นคนพิเศษเพื่อที่จะประสบความสำเร็จ
ฉันจะให้สถิติที่ล้าสมัย แต่จะช่วยอธิบายจุดนี้
เมื่อไม่กี่ปีที่ผ่านมา ถ้าคุณนับจำนวนผู้สร้างบน YouTube ที่ทำเงินได้ 50,000 ดอลลาร์ต่อปี
มันยากที่จะทำวิดีโอ
มันยากที่จะมีผู้ติดตามมากมาย
และ 50,000 ดอลลาร์ไม่ใช่เงินมากถ้าคุณต้องการสนับสนุนตัวเองหรือครอบครัว
จำนวนผู้สร้างบน YouTube ที่ทำเงินได้ขนาดนั้นอยู่ในหลักหมื่น
มันไม่ใช่อาชีพที่มีทักษะ
ดังนั้นสำหรับฉัน มันสำคัญมากที่ผู้คนจะมุ่งไปที่การเล่นเกมชีวิตในลักษณะที่รับประกันความสำเร็จอย่างน้อย
มากกว่าการแสวงหาอาชีพที่มีเอลิตซึ่งต้องยอมรับว่ามันยากมากที่จะเป็นเขา
ฉันหมายถึงดีสำหรับเขา แต่การเป็นเขามันยากมาก
นั่นคือสิ่งที่ฉันหมายถึง คุณต้องฉลาดในการชี้นำชีวิตของคุณไปในทิศทางที่รวมความสนใจของคุณกับสิ่งที่สังคมเห็นว่ามีประโยชน์
มิฉะนั้นคุณจะพบกับความท้าทายที่ยากลำบาก
ขอบคุณที่ทำสิ่งนี้ มันยอดเยี่ยมมาก
ขอบคุณที่เข้าร่วมตอนนี้ของรายการ Logan Bartlett กับ CEO ของ Snowflake, Shar Ramaswamy
ถ้าคุณสนุกกับการสนทนานี้ ฉันจะขอบคุณมากถ้าคุณสมัครสมาชิกในแพลตฟอร์มพอดแคสต์ที่คุณฟังเราอยู่
รวมถึงแชร์กับใครก็ตามที่คุณคิดว่าอาจจะสนใจ
เราหวังว่าจะได้พบคุณที่นี่อีกครั้งกับแขกรับเชิญที่ยอดเยี่ยมในรายการ Logan Bartlett สัปดาห์หน้า
ขอให้ทุกคนมีวันหยุดสุดสัปดาห์ที่ดี [ดนตรี] [เสียงปรบมือ] [ดนตรี]