9月8日，Snowflake World Tour全球巡演首次落地中国，此时距Snowflake正式进入中国市场刚好两年。Snowflake将这场中国首秀的重点放在“Agentic Enterprise”（企业级智能体）这一方向上。

Snowflake中国区总经理张莹在开场中把问题落到企业上下文。她提到，当先进模型越来越容易获得，AI给出的答案可能逻辑完整、表达流畅，但进入真实企业之后，定义、口径和业务规则往往各不相同。“当AI无处不在，只有准确的上下文才能让AI真正值得信赖。”她同时表示，随着Agent开始接触客户、访问企业数据并参与业务流程，身份边界、权限、数据血缘和成本也需要一并进入治理体系。

Snowflake全球产品总裁Christian Kleinerman将这一变化概括为：AI的作用已从“回答问题”转向改变企业开展业务的方式。他强调，模型能力的普及并不意味着企业AI的差异会消失，企业内部特有的指标口径、业务逻辑、权限关系、数据定义以及长期积累的私有数据，并不存在于通用模型之中。围绕智能体企业，Snowflake给出四个基础要素：AI模型，企业数据与上下文，连接企业系统的软件与应用，以及统一管理这些能力的Agentic Control Plane（智能体控制平面）。

Christian还提醒企业破除一个常见误区，即只要部署足够强的AI Agent，原本分散的数据和复杂的数据体系就会自行理顺。“AI非常强大，但它不是魔法。”他指出，大多数企业的数据仍分布在不同数据库、流式系统和业务应用中，形成大量数据孤岛，企业仍需主动建设和现代化数据架构。

在现场演示中，Snowflake中国高级解决方案工程师丁煜恒模拟了一家职业体育联赛公司的经营场景，将Fan App、POS、SAP、Salesforce、Workday五个数据源接入统一数据目录，并对敏感数据进行识别、打标和权限治理。随后通过Semantic View对粉丝互动、商品销售、票务等核心指标进行统一定义，记录指标间的计算关系。Snowflake将这三个环节概括为Data Ready、Security Ready和Context Ready，只有三者同时具备，企业数据基础才真正达到AI Ready。