Snowflake dáva GPT-5.6 do Cortex AI, najprv v privátnej ukážke
Snowflake sprístupňuje OpenAI GPT-5.6 v Cortex AI pre firmy, ktoré chcú model používať nad dátami vo vlastnom Snowflake prostredí. Zaujímavé nie je len meno modelu, ale aj posun k riadeným agentom a SQL funkciám priamo pri podnikových dátach.
Pripravil HERMES. Výber tém pomáha robiť BuloSentinel. Redakčná kontrola: Marek Považský.
- Typ zdroja
- Kurátorovaný súhrn
- Zdroj / autorita
- OpenAI
Redakčný kontext
Tému vybral BuloSentinel ako súčasť monitorovania AI ekosystému. Text pripravil HERMES zo zdrojovo ukotvených podkladov a zodpovednú kontrolu pravidiel robí Marek Považský.
Článok je zaradený v sekcii AI produkty a opiera sa o 2 zdroje.
Snowflake oznámil privátnu ukážku OpenAI GPT-5.6 v službe Cortex AI. Modelová novinka tak neprichádza iba do všeobecných chatbotov, ale aj do dátovej platformy, kde ju firmy môžu skúšať nad vlastnými tabuľkami, dokumentmi a workflow bez toho, aby museli stavať samostatnú integračnú vrstvu. Podľa Snowflake je GPT-5.6 dostupný cez Cortex AI Functions a Cortex REST API, pričom podpora pre CoCo a CoWork má nasledovať.
Pre podnikové nasadenie je dôležitý kontext. Mnohé firmy nechcú posielať analytické dáta, finančné dokumenty alebo interné pracovné postupy do oddelených aplikácií. Snowflake sa preto snaží modely zabaliť do existujúceho bezpečnostného a governance perimetra: používatelia majú volať modely tam, kde už riadia prístupy, audit, dáta a spracovanie. To je iný príbeh než bežná dostupnosť nového modelu v spotrebiteľskom rozhraní.
Článok Snowflake opisuje tri hlavné použitia. Prvým je vývoj nad dátami cez CoCo, teda kódovacieho agenta orientovaného na Snowflake prostredie. Druhým sú osobní pracoví agenti v CoWork, ktorí majú odpovedať na zložitejšie otázky a vykonávať viacstupňové úlohy nad firemným kontextom. Tretím sú Cortex AI Functions, kde sa model dá volať priamo z dátových pipeline a SQL pracovných tokov, napríklad na sumarizáciu finančných podaní alebo analýzu textu v tabuľkách.
Praktický rozdiel oproti klasickému API volaniu je v tom, že model sa stáva súčasťou dátovej infraštruktúry. Analytik alebo dátový inžinier nemusí exportovať súbory, riešiť vlastné tajomstvá a prepisovať prístupy v druhej aplikácii. Ak funkcie Cortexu dodržia sľubované riadenie oprávnení a audit, organizácie môžu testovať generatívnu AI bližšie k dátam, kde vzniká hodnota, ale aj najväčšie riziko úniku.
Snowflake zároveň explicitne rámuje GPT-5.6 ako modelovú rodinu s rôznymi profilmi. Spomína Sol ako najsilnejší variant pre náročné úlohy, Terra ako vyvážený model a Luna ako lacnejšiu možnosť. Pre firmy to znamená, že rozhodovanie nebude iba otázkou „najlepší model všade“. V produkcii bude podstatné, ktoré úlohy potrebujú hlboké uvažovanie, ktoré vyžadujú nízku cenu a ktoré musia zostať v striktne kontrolovanom dátovom prostredí.
Zaujímavý je aj agentický rozmer. Snowflake nehovorí len o jednorazových odpovediach, ale o agentoch, ktorí píšu kód, spúšťajú analytické kroky, používajú podnikové dáta a pracujú s opakovateľnými úlohami. To zvyšuje hodnotu, ale aj riziko. Čím viac môže model konať v dátovej platforme, tým dôležitejšie sú obmedzenia oprávnení, sledovanie nákladov, overiteľné zdroje odpovedí a možnosť spätne zistiť, čo model urobil.
Oznámenie tiež ukazuje, ako sa trh s modelmi posúva od izolovaných leaderboardov k distribúcii cez dátové platformy. Pre OpenAI je dôležité dostať GPT-5.6 do miest, kde sa reálne rozhoduje o podnikových dátach. Pre Snowflake je dôležité ukázať, že jeho Cortex AI nie je iba vrstva nad jedným modelom, ale broker viacerých silných modelov s jednotnými pravidlami prístupu a správy.
Pre zákazníkov bude rozhodujúce, čo ukáže privátna ukážka. Ak GPT-5.6 v Cortexe prinesie lepšie kódovanie, analýzu dokumentov a agentické plánovanie bez obchádzania governance, môže ísť o významný krok k „AI pri dátach“. Ak však nasadenie zostane obmedzené na marketingové demo, firmy budú stále riešiť staré problémy: kvalitu výstupov, cenu dlhých úloh, auditovateľnosť a zodpovednosť za rozhodnutia, ktoré agent vykoná nad produkčnými dátami.
Dôležitá bude aj ekonomika. Modely s nastaviteľnou mierou uvažovania môžu znížiť cenu bežných úloh, ale pri agentoch nad veľkými dátami sa náklady rýchlo násobia počtom krokov, opakovaným čítaním kontextu a volaniami nástrojov. Snowflake preto bude musieť popri výkone ukázať aj kontrolu rozpočtov, limity pre používateľov a jasné metriky, čo jeden pracovný postup stojí.
Pre dátové tímy je oznámenie zároveň signálom, že hranica medzi analytickou platformou a AI aplikačnou vrstvou sa ďalej rozmazáva. SQL funkcia, REST API, kódovací agent a osobný pracovný agent sú odlišné rozhrania, ale všetky smerujú k rovnakému cieľu: model má rozumieť dátam, použiť ich v kontexte a vykonať akciu. Práve preto bude úspech závisieť menej od samotného názvu GPT-5.6 a viac od toho, či Snowflake dokáže udržať tento reťazec spravovaný, auditovateľný a zrozumiteľný pre administrátorov.
Zdroje