2026 年 2 月，Snowflake 與 OpenAI 宣布了一項價值兩億美元的多年期策略合作，目標是將 OpenAI 的前沿模型直接整合進 Snowflake 的資料雲平台。這不只是一筆大額交易——它標誌著企業 AI 部署模式的根本性轉變。
過去幾年，企業使用 AI 的典型流程是這樣的：先從資料倉儲中匯出資料，經過清洗和轉換，送進獨立的 AI 平台或 API，取得結果後再匯回業務系統。這個過程不僅耗時，更帶來嚴重的資安與治理問題——每一次資料搬運都是一次潛在的洩漏風險。
Snowflake 與 OpenAI 的合作試圖徹底消除這個問題。透過 Snowflake Cortex AI，OpenAI 的 GPT-5.2 等模型現在可以直接在 Snowflake 平台內運行，覆蓋其 12,600 家全球客戶。資料不需要離開治理環境，AI 就能直接對其進行推理和分析。企業可以透過 Snowflake Intelligence——一個自然語言驅動的企業智慧代理——讓每一位員工用日常語言查詢、分析，甚至對組織的知識庫採取行動。
從 AI 工具到 AI 自主工作者
更重要的是，這個合作的核心不是「讓企業使用 AI 聊天機器人」，而是「讓企業建立和部署 AI Agent」。這些 Agent 能夠理解上下文、在受治理的資料上進行推理、並跨工具和應用程式採取行動——而且不需要編寫程式碼。這代表著從「AI 作為工具」到「AI 作為自主工作者」的質變。
這項合作也反映了一個更大的產業趨勢。根據最新數據，企業 AI Agent 市場在 2025 年價值 78.4 億美元，預計到 2030 年將達到 526.2 億美元，年複合成長率高達 46.3%。Automation Anywhere 的報告指出，AI Agent 已經能自動解決超過 80% 的 IT 支援請求，將 IT 服務管理成本降低高達 50%。日本的瑞穗金融集團推出了「Agent Factory」，將 AI Agent 的開發時間從兩週縮短到幾天，縮減了 70%。
治理不能是事後補救
然而，在這波 Agent 爆發潮中，治理和安全問題也日益嚴峻。Microsoft 在近期發布了開源的 Agent Governance Toolkit，專門針對 AI Agent 的十種關鍵攻擊類型提供保護，響應時間低於 0.1 毫秒。這說明業界已經意識到：光是讓 Agent 能做事是不夠的，還必須確保它們做的是對的事。
我認為 Snowflake 與 OpenAI 的合作之所以具有里程碑意義，不在於金額的大小，而在於它確立了一個重要的架構原則：AI 應該走向資料，而不是資料走向 AI。當 AI 模型能在受治理的環境中直接運行，資料安全、合規性和可審計性這些企業最關心的問題才能真正被解決。
但我也要提出一個警示：當企業越來越依賴單一平台同時處理資料儲存和 AI 推理，供應商鎖定（vendor lock-in）的風險也隨之升高。值得注意的是，Snowflake 也與 Anthropic 簽署了類似規模的合作協議，這或許是對沖策略，但對於客戶而言，選擇權的真實性仍有待觀察。2026 年的企業 AI 競爭，本質上已經不是模型之戰，而是基礎設施之戰。