SageMaker Data Agent מוסיף ניתוח SQL של Snowflake וגרפים אינטראקטיביים

AWS הרחיבה את ה-SageMaker Data Agent שלה בשלוש יכולות notebook ב-Unified Studio: הרצת אנליטיקת SQL ישירות מול מקורות Snowflake, ניהול materialized views, ובניית גרפים אינטראקטיביים מ-prompts בשפה טבעית. האינטגרציה הבולטת היא שאילתות מול Snowflake לצד נתוני AWS מקומיים בתוך workflow אגנטי אחד, ש-AWS הדגימה דרך תרחיש זיהוי הונאות שחוצה את שני מאגרי הנתונים.

הגשר ל-Snowflake מעניין אסטרטגית כי Snowflake ו-AWS גם מתחרות וגם משתפות פעולה בצורה אינטנסיבית; מתן אפשרות ל-agent של SageMaker לבצע שאילתות מול Snowflake באופן native מפחית חיכוך עבור הארגונים הרבים שהנתונים שלהם מפוצלים בין השתיים. מפתחים יכולים לתזמן אגרגציות באמצעות materialized views ולהפוך prompts לויזואליזציות בלי לכתוב ביד SQL או קוד plotting — צעד לעבר אנליטיקה שיחתית מעל נתוני warehouse.

ההשקה היא חוט אחד בתפוקה הצפופה של AWS בשבוע ה-Summit (Lambda MicroVMs, AgentCore Payments, multi-tenant RAG, ה-harness של AgentCore). יחד הן דוחפות את המסר ש-AWS רוצה להחזיק את ה-stack של agents ונתונים בארגון מקצה לקצה. ההסתייגות עם agents שממירים שפה טבעית ל-SQL נותרת נכונות וממשל: שאילתות שנוצרות מול warehouses בproduction זקוקות ל-guardrails, וזיווג ה-agents של AWS עם Verified Permissions ל-multi-tenant RAG רומז שהיא יודעת שהרשאות הן החלק הקשה. כדאי לעקוב אחר האימוץ בקרב לקוחות משותפים של Snowflake/AWS.