诺和诺德VP Loïc Giraud:把数据交给业务人员,八千个智能体才能跑起来
诺和诺德数据与AI基础副总裁Loïc Giraud在2024年加入后,将分散在80个国家的Snowflake团队集中为单一全球职能,逐步引入CoWork和CoCo等工具,让非IT背景的业务人员自行搭建智能体。他称目前公司已有近8000个智能体运行,超过60%的员工每周使用AI。
诺和诺德(Novo Nordisk)业务覆盖80个国家。2024年,Loïc Giraud加入公司担任数据与AI基础副总裁时,各子公司和分支机构已经在使用Snowflake平台处理销售、营销、财务和采购数据,但团队和技术是分散的。他选择了一个不同的做法:先把Snowflake团队和技术集中为单一全球职能,再逐步整合更多数据集,然后引入AI能力。他的核心信念是,必须把数据交到终端用户手里,让他们自己构建解决方案。
Giraud认为智能体AI让这件事变得简单,但前提是有好的护栏和管控。实际操作路径是:集中之后,平台变得更丰富,然后引入CoWork(自然语言查询数据)和CoCo(编码智能体)等能力。数据被摄入、处理后,可以推送给ChatGPT、Snowflake服务或其他系统。他称目前约25000人直接或间接使用这个平台。
具体应用展示了这个逻辑如何落地。在美国,诺和诺德用CoWork的智能体帮助销售代表准备与医护人员的拜访——代表可以用自然语言查询数据库,获取帮助定位合适药物的信息。翻译是另一个场景:产品资料以英语编写,但需要翻译成多种语言供80个分支机构使用,CoWork自动化了这个过程。数据工程师则用CoCo构建新的服务连接和数据管道,Giraud说这可以减少需要专注产品开发的工程师数量。
规模数字是:近8000个智能体运行在业务中,包括生产力任务和研究开发;超过60%的员工每周使用AI。Giraud把这种扩展归因于把工具交到用户手里、配合正确的教育和管控,而不是靠IT团队逐个构建——他说如果他的团队要自己建8000个智能体,会花很长时间。他提到Snowflake的智能体控制平面——一个帮助专业人员以严格治理方式连接AI模型和数据的编排层——是他继续推进的方向。需要注意的是,所有这些数字都来自诺和诺德自身的报告,没有独立验证;而且这个方案深度绑定Snowflake平台,其可迁移性取决于组织是否已经选择了类似的数据基础设施。