Snowflake accelera l’AI agentica nel cuore dell’impresa digitale

Snowflake spinge sull’AI agentica e prova a ridisegnare il rapporto tra dati aziendali, governance, sicurezza e automazione intelligente.

Allo Snowflake Summit 26, la società ha presentato una serie di innovazioni pensate per accompagnare le imprese nel passaggio dalla sperimentazione dell’intelligenza artificiale alla sua messa in produzione su larga scala.

Il messaggio è chiaro: l’AI enterprise non può vivere di progetti isolati, strumenti scollegati o dati distribuiti senza controllo.

Per diventare realmente operativa deve poggiare su una piattaforma capace di connettere informazioni affidabili, contesto di business, regole di governance e capacità di azione.

È in questa direzione che si inseriscono Snowflake CoCo, Snowflake CoWork, Snowflake Horizon Catalog e le nuove funzionalità di interoperabilità annunciate dall’azienda.

Dall’analisi all’azione: il ruolo dell’AI agentica

La trasformazione digitale delle imprese entra in una fase nuova.

Dopo anni in cui l’AI è stata utilizzata soprattutto per analisi, classificazioni, previsioni o automazioni circoscritte, la sfida ora è portare agenti intelligenti dentro i processi aziendali, rendendoli capaci di interagire con dati governati, strumenti applicativi e workflow reali.

Snowflake interpreta questa evoluzione attraverso il concetto di “agentic enterprise”, un modello in cui persone, sviluppatori, knowledge worker e agenti AI lavorano sulla stessa base dati, con lo stesso contesto di business e con policy di sicurezza condivise.

In questo scenario, l’intelligenza artificiale non è più soltanto un’interfaccia conversazionale, ma diventa un motore operativo capace di supportare decisioni, automatizzare attività e accelerare la creazione di applicazioni.

“Il futuro dell’AI in ambito enterprise dipenderà dalla capacità delle organizzazioni di connettere efficacemente intelligenza, dati affidabili e azione concreta in tutta l’azienda”, afferma Marika Lilla, Country Manager di Snowflake.

Con gli annunci dello Snowflake Summit 26, spiega la manager, l’obiettivo è fornire alle organizzazioni “una base affidabile e un control plane per sviluppare l’AI più rapidamente, renderla operativa in sicurezza e su larga scala, e consentire a team e agenti AI di collaborare partendo da un contesto di business condiviso, indipendentemente da dove risiedano i dati”.

Snowflake CoCo porta l’AI nello sviluppo applicativo

Una delle novità centrali riguarda Snowflake CoCo, precedentemente noto come Cortex Code.

Si tratta dell’agente di sviluppo pensato per accelerare la programmazione, automatizzare workflow, creare applicazioni e rendere operativa l’AI attraverso conversazioni orientate agli obiettivi.

La logica è quella di avvicinare lo sviluppo AI agli strumenti già utilizzati quotidianamente dai team tecnici.

Le nuove funzionalità estendono infatti l’esperienza di CoCo su desktop, mobile, Slack, VS Code, Claude Code e Microsoft Excel.

Per le aziende e per i partner tecnologici questo significa poter inserire l’intelligenza artificiale nei flussi di lavoro esistenti, senza costringere gli sviluppatori a cambiare ambiente o a moltiplicare gli strumenti.

In parallelo, Snowflake ha presentato Snowflake Datastream, un servizio di streaming completamente gestito per Apache Kafka. La funzione consente di alimentare applicazioni e agenti AI con dati aggiornati in tempo reale, direttamente all’interno dell’ambiente Snowflake.

L’integrazione tra CoCo e Datastream punta quindi a semplificare la costruzione di applicazioni AI real time, combinando sviluppo assistito, dati governati e flussi informativi continui.

CoWork abilita i knowledge worker

Se CoCo guarda agli sviluppatori, Snowflake CoWork è pensato per i knowledge worker. Precedentemente noto come Snowflake Intelligence, CoWork si propone come agente personale capace di aiutare i team aziendali a lavorare in modo più intelligente, passando più velocemente dall’analisi alla decisione.

Le nuove funzionalità includono Cortex Sense, Artifacts, Deep Research, User Skills e opzioni di personalizzazione. L’obiettivo è creare un’esperienza agente unificata, consapevole del contesto e integrata con i dati aziendali.

In questo modo l’AI supera il modello tradizionale della domanda e risposta, per avvicinarsi a una forma di intelligenza più proattiva, personalizzata e operativa.

Per il canale ICT, questa evoluzione apre uno spazio interessante. System integrator, consulenti, data specialist e partner applicativi possono costruire servizi a valore aggiunto attorno all’adozione dell’AI nei processi di business: dall’automazione dei workflow alla preparazione dei dati, dalla personalizzazione dei modelli alla governance delle interazioni tra utenti, applicazioni e agenti intelligenti.

Snowflake ha inoltre introdotto Cortex Training, che estende Snowflake Cortex AI con un’infrastruttura completamente gestita per personalizzare e addestrare foundation model direttamente dove risiedono i dati aziendali.

È un passaggio importante, perché riduce la necessità di spostare informazioni sensibili fuori dal perimetro governato dell’organizzazione.

Horizon Catalog, la governance come fondamento dell’AI

La corsa all’AI in azienda porta con sé una domanda cruciale: come garantire che persone, strumenti e agenti intelligenti lavorino su dati coerenti, sicuri e contestualizzati?

La risposta di Snowflake passa da Horizon Catalog, il livello di governance e catalogazione pensato per unificare sicurezza, contesto di business e controllo dei dati.

Le nuove funzionalità, tra cui Horizon Context, sono progettate per fare in modo che ogni persona, applicazione e agente AI operi partendo dallo stesso contesto affidabile. Non si tratta solo di catalogare dataset, ma di rendere esplicito il significato dei dati, il loro utilizzo, le policy associate e le regole di accesso.

Snowflake introduce anche innovazioni specifiche per la sicurezza dell’AI, tra cui Agent Identity e miglioramenti allo Snowflake Trust Center.

Il tema è particolarmente rilevante: in un ambiente dove gli agenti possono interrogare dati, suggerire decisioni o avviare azioni, diventa necessario sapere chi o che cosa sta operando, con quali autorizzazioni e sotto quali controlli.

La governance diventa quindi un elemento abilitante, non un freno. Senza un catalogo affidabile e policy coerenti, l’AI rischia di restare confinata in sperimentazioni locali. Con una base governata, invece, può essere scalata su funzioni, processi e unità organizzative diverse.

Adaptive Compute per ottimizzare le risorse

Tra le innovazioni annunciate rientra anche Adaptive Compute, pensato per ottimizzare automaticamente le risorse di calcolo e software in tempo reale.

L’obiettivo è garantire prestazioni elevate per applicazioni e workload AI su scala enterprise, riducendo la necessità di tuning manuale e gestione infrastrutturale.

È un punto tecnico ma strategico. L’AI richiede risorse variabili, spesso difficili da prevedere. La capacità di adattare dinamicamente il calcolo ai carichi di lavoro può incidere su costi, performance e sostenibilità operativa dei progetti.

Per le imprese, significa poter gestire applicazioni AI e data workload con maggiore efficienza. Per i partner, significa disporre di una piattaforma più semplice da proporre, integrare e gestire nel tempo.

Interoperabilità senza spostare i dati

Un altro pilastro degli annunci riguarda l’interoperabilità. Snowflake ha introdotto nuove funzionalità che permettono alle organizzazioni di accedere, governare, condividere e utilizzare i dati su Snowflake, data lake esterni e sistemi open, senza spostarli o duplicarli.

Il supporto per Apache Iceberg v3, Snowflake Storage per Apache Iceberg Tables, la gestione degli accessi a motori esterni e il supporto per Iceberg REST Scan Plan API vanno in questa direzione. L’obiettivo è costruire una base unica e governata per dati e AI aziendali, accessibile attraverso cloud, strumenti, motori e sistemi enterprise differenti.

Questa scelta intercetta una necessità concreta delle imprese: evitare lock-in, duplicazioni e frammentazione informativa.

In molte organizzazioni, i dati sono distribuiti tra ambienti cloud, piattaforme legacy, data lake, applicazioni verticali e sistemi dipartimentali. L’AI può generare valore solo se riesce ad accedere a questo patrimonio in modo sicuro, coerente e governato.

Una piattaforma per il canale e per l’ecosistema enterprise

Le novità annunciate da Snowflake hanno una ricaduta diretta anche sull’ecosistema dei partner. L’adozione dell’AI agentica non è un semplice aggiornamento tecnologico, ma un percorso di trasformazione che coinvolge architetture dati, governance, sicurezza, change management e integrazione applicativa.

Per il canale ICT si aprono quindi opportunità su più livelli: assessment della maturità dei dati, progettazione di architetture interoperabili, implementazione di agenti AI, formazione degli utenti, personalizzazione dei modelli, gestione della sicurezza e creazione di soluzioni verticali per settori specifici.

La combinazione tra CoCo, CoWork, Horizon Catalog e interoperabilità aperta consente ai partner di posizionarsi non solo come fornitori di tecnologia, ma come abilitatori di nuovi modelli operativi basati su dati e AI.

È un passaggio coerente con l’evoluzione del mercato enterprise, dove la domanda non riguarda più soltanto l’adozione di strumenti AI, ma la capacità di renderli affidabili, scalabili e misurabili.

Dati, AI e governance nella stessa architettura

La direzione indicata da Snowflake è quella di una piattaforma in cui dati, AI e governance non siano componenti separati, ma elementi integrati della stessa architettura. CoCo abilita gli sviluppatori, CoWork supporta i knowledge worker, Horizon Catalog garantisce contesto e controllo, mentre le funzionalità di interoperabilità permettono di lavorare su ambienti eterogenei senza duplicare i dati.

In un mercato in cui molte aziende stanno ancora cercando di capire come superare la fase pilota dell’AI, Snowflake punta a offrire una risposta strutturale: portare l’intelligenza artificiale dentro un ambiente governato, sicuro e connesso ai processi aziendali.

La promessa è ambiziosa: trasformare l’AI da tecnologia sperimentale a infrastruttura operativa dell’impresa data-driven. Una sfida che passa non solo dalla qualità degli algoritmi, ma dalla capacità di dare agli agenti intelligenti dati affidabili, contesto corretto, regole chiare e libertà controllata di azione.