Cortex AI trong Snowflake: gọi LLM & Machine Learning bằng SQL

Snowflake Cortex là lớp AI tích hợp sẵn trong Snowflake — bạn gọi mô hình ngôn ngữ lớn (LLM) và mô hình máy học (ML) ngay bằng SQL (hoặc Python), trên chính dữ liệu của mình. Đây là điều biến “Data Cloud” thành “AI Data Cloud”: AI đến cạnh dữ liệu, dữ liệu không phải đi đâu cả.

Các nhóm năng lực

LLM Functions

Hàm SQL gọi thẳng LLM: tóm tắt, dịch, phân loại, trích xuất, hỏi-đáp.

Cortex Analyst

Hỏi dữ liệu bằng ngôn ngữ tự nhiên → Snowflake sinh SQL & trả lời.

Cortex Search

Tìm kiếm ngữ nghĩa & RAG trên tài liệu nội bộ — nền cho chatbot doanh nghiệp.

ML Functions

Dự báo, phát hiện bất thường, phân loại — không cần viết mô hình.

1. LLM Functions — AI trong một câu SQL

Gọi mô hình ngôn ngữ như gọi một hàm. Vài hàm tiêu biểu:

Hàm	Làm gì	Ví dụ dùng
`SUMMARIZE`	Tóm tắt văn bản dài	Tóm tắt phản hồi khách hàng
`TRANSLATE`	Dịch ngôn ngữ	Dịch ticket hỗ trợ
`SENTIMENT`	Chấm điểm cảm xúc	Đo hài lòng từ bình luận
`CLASSIFY_TEXT`	Phân loại theo nhãn	Định tuyến email vào đúng phòng
`EXTRACT_ANSWER`	Trích câu trả lời từ văn bản	Lấy số hợp đồng từ tài liệu
`COMPLETE`	Sinh nội dung tự do (chọn model)	Soạn tóm tắt, phân tích

-- Chấm cảm xúc mọi phản hồi và lọc các phản hồi tiêu cực
SELECT phan_hoi,
       SNOWFLAKE.CORTEX.SENTIMENT(phan_hoi) AS diem_cam_xuc
FROM khao_sat_khach_hang
WHERE diem_cam_xuc < -0.3;

Chỉ với một câu SQL, mọi người biết SQL trong doanh nghiệp đã có thể dùng AI — không chờ đội kỹ thuật.

2. Cortex Analyst — hỏi dữ liệu bằng tiếng Việt

Cortex Analyst cho người dùng nghiệp vụ hỏi bằng ngôn ngữ tự nhiên (“doanh thu quý 2 theo vùng so với năm ngoái?”), Snowflake sinh SQL an toàn, chạy và trả lời. Doanh nghiệp gắn nó vào ứng dụng nội bộ để lãnh đạo tự hỏi số liệu mà không cần biết viết truy vấn.

3. Cortex Search & RAG — chatbot trên tài liệu của bạn

Cortex Search đánh chỉ mục ngữ nghĩa tài liệu nội bộ (quy trình, hợp đồng, FAQ) để tìm theo ý nghĩa, không chỉ theo từ khóa. Kết hợp với LLM theo mẫu RAG (Retrieval-Augmented Generation), bạn dựng trợ lý hỏi-đáp trả lời dựa trên kiến thức thật của công ty — và trích nguồn, giảm “bịa”.

flowchart LR
  U["Câu hỏi của nhân viên"] --> CS["Cortex Search<br/>tìm đoạn tài liệu liên quan"]
  CS --> LLM["LLM tổng hợp câu trả lời<br/>kèm trích dẫn nguồn"]
  LLM --> A["Trả lời đáng tin"]

4. ML Functions — dự báo không cần là data scientist

Các hàm ML “đóng gói sẵn” cho người dùng SQL:

FORECAST — dự báo chuỗi thời gian (doanh thu, nhu cầu, tồn kho).
ANOMALY_DETECTION — phát hiện bất thường (gian lận, lỗi vận hành).
CLASSIFICATION — phân loại (khách rời bỏ, nợ xấu).

Snowflake tự huấn luyện mô hình trên dữ liệu của bạn — bạn chỉ gọi hàm và nhận kết quả.

Đọc tiếp

Snowpark Khi cần logic phức tạp hơn — Python/Java/Scala chạy trong Snowflake.

Quản trị & Bảo mật (Horizon) AI mạnh phải đi cùng quản trị chặt — phân quyền, masking, lineage.