Snowflake驻场工程师模式:七周为Veradigm打造医疗AI模型

Snowflake披露其前沿工程团队以驻场方式帮助客户把AI试点推进到生产环境,医疗数据公司Veradigm用七周完成一款定制医疗编码模型,复杂编码任务表现最高提升至原来的九倍。

一句话看懂:Snowflake披露其前沿工程团队以驻场方式帮助客户把AI试点推进到生产环境,医疗数据公司Veradigm用七周完成一款定制医疗编码模型,复杂编码任务表现最高提升至原来的九倍。

事件核心:发生了什么

根据InfoQ CN转载的Snowflake官方博客,Snowflake设立了前沿工程团队(Frontier Engineering),由AI与数据工程师、研究人员和行业专家进入客户团队,围绕明确的业务问题共同构建生产级智能体系统。合作流程包括选择高价值问题、与客户团队协作、基于统一治理的数据构建可复用资产,以及在整个组织内规模化推广。

文章给出的具体案例是医疗健康数据与技术公司Veradigm:双方用七周时间开发了一款定制AI模型,用于理解医疗信息和复杂医疗编码。模型使用由Veradigm真实世界医疗记录生成的合成临床数据训练,无需访问患者私人数据。Veradigm应用智能高级副总裁Gaurav Kaushik称,该模型在复杂医疗编码任务中的表现最高提升至原来的九倍。

为什么重要

企业AI的难点通常不在做试点,而在评估、数据所有权和治理环节,这些环节决定了试点能否转化为可信的生产工作流。Snowflake的模式是把工程能力直接嵌入客户业务,并以平台统一治理的数据为基础,让单次项目沉淀为可复用资产。对AI厂商而言,这意味着竞争焦点从提供模型API转向交付可落地、可治理的行业解决方案;对受监管行业来说,合成数据训练路径也提供了一种兼顾效果与隐私的参考。

对用户/开发者/创作者的影响

对企业技术团队,这一模式提示AI项目应先锁定可衡量的业务问题,再把数据治理和资产复用纳入设计,而不是堆叠孤立的一次性试点。对开发者,智能体工作流若建立在统一数据底座上,更可能被组织内其他团队复用。对医疗行业客户,公开信息显示该模型针对编码准确性和行政负担,但目前没有可核查的产品上线范围和定价信息,不宜将其理解为已普遍可用的功能。

GamsGo AI

AI 工具推荐

想把多个 AI 模型放在一个入口?

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。

值得关注的后续

可关注三点:Veradigm模型是否进入真实客户生产流程,以及“九倍”提升所对应的具体任务和评测条件;Snowflake前沿工程模式能否复制到金融等受监管行业;这类驻场合作如何计价,以及沉淀的资产是否真正向更多客户开放。

来源:InfoQ CN

celebrityanime
celebrityanime
文章: 36045

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注