Mientras que Snowflake se basó en Cortex y Native App Framework para ayudar a las empresas a crear aplicaciones y agentes impulsados por IA más cercanos a los datos regulados, Databricks se centró en los flujos de trabajo de los agentes a través de Mosaic AI, enfatizando el desarrollo, la orquestación y la evaluación de modelos relacionados con la arquitectura de Lakehouse, dijo Robert Kramer, analista principal de Moort In Strategies.
Kramer, segundo después de Walter, señaló que la diferenciación de Teradata radica en su posicionamiento de Enterprise AgentStack como una capa de ejecución y operaciones independiente del proveedor diseñada para funcionar en entornos híbridos, en lugar de bloquear los agentes en una única nube o plataforma de datos.
Este posicionamiento se debe a la dependencia de Teradata de marcos de terceros como Karini.ai, Flowise, CrewAI y LangGraph, que brindan a las empresas y a sus desarrolladores la flexibilidad de evolucionar sus arquitecturas de agentes a lo largo del tiempo sin estar vinculados a las plataformas Snowflake y Databricks, que tienden a optimizarse para su propio control de extremo a extremo, agregó Walter a los puntos finales.
