De acordo com pt.wedoany.com-Na conferência de desenvolvedores Snowflake 2026, a empresa declarou claramente que sua estratégia está migrando do data warehouse em nuvem e data cloud para o topo da pilha de software de inteligência artificial, dedicando-se a construir "sistemas inteligentes" que integram dados empresariais, semântica, governança, lógica de negócios, ações, rastros de agentes e conhecimento institucional, para apoiar humanos e agentes a fazerem melhores perguntas, obterem melhores respostas e executarem ações controladas. A Snowflake já construiu muitas funcionalidades de IA, mas a questão é se conseguirá se tornar um ponto de controle confiável na nova pilha de IA antes que fabricantes de modelos, fornecedores de aplicações, provedores de nuvem de hiperescala e empresas de ontologia reivindiquem esse domínio.
O CEO da Snowflake, Sridhar Ramaswamy, admitiu em uma sessão privada de perguntas e respostas com a mídia e analistas que a pilha tecnológica completa do futuro ainda é desconhecida. Ele destacou que os provedores de modelos possuem capacidades de ponta e não têm fardos históricos, os fornecedores de aplicações detêm conhecimento profundo de processos, enquanto a vantagem central da Snowflake reside na gravidade dos dados, capacidade de governança, contexto de negócios e na base de clientes que confiam seus dados de missão crítica. Ele enfatizou que a inovação de produtos e o ajuste ao mercado determinarão o curso da história, que será escrita como algo óbvio posteriormente, mas não no presente.
De acordo com o framework projetado pelo analista-chefe da theCUBE Research, George Gilbert, os sistemas inteligentes são divididos em cinco camadas. Atualmente, a Snowflake é mais forte em partes da primeira e segunda camadas, está entrando ativamente na quarta camada e estabelecendo as bases para a terceira e quinta camadas. O framework considera os sistemas de participação como front-end, onde as pessoas interagem com agentes e realizam trabalhos; os sistemas inteligentes como back-end, responsáveis por organizar dados, regras, contexto, ações e lógica de negócios, tornando-os legíveis e, eventualmente, executáveis tanto para humanos quanto para agentes.
A declaração estratégica dos executivos da Snowflake indica que a empresa de agentes precisa de quatro componentes principais: dados e contexto empresariais, modelos de IA, aplicações empresariais e um plano de controle de agentes. Seus produtos Snowflake Intelligence e Cortex Code foram renomeados para CoWork e CoCo, respectivamente, posicionados como blocos de construção fundamentais para a empresa de agentes. Do ponto de vista da arquitetura de produtos, a Snowflake combina quatro níveis: sistemas de participação, sistemas de agentes, sistemas inteligentes e base de dados, correspondendo respectivamente a CoWork e CoCo, agentes e orquestração multiagente, Horizon e Cortex Sense, e armazenamento de dados como tabelas Snowflake e Iceberg. A alta direção da empresa agora discute tópicos como contexto, semântica de negócios, independência de modelo, governança de agentes, identidade e memória, com um vocabulário que já ultrapassa os conceitos anteriores de separação entre computação e armazenamento, aproximando-se mais da linguagem da pilha de software de IA.
O argumento técnico central da Snowflake é que "o contexto determina a qualidade do agente". O vice-presidente de IA, Baris Gultekin, apontou que a transformação da IA depende da profundidade da compreensão do negócio pela IA: agentes sem contexto podem interpretar mal métricas, desperdiçar tokens redesenhando padrões e expor riscos de governança. Tomando como exemplo o cálculo do valor do contrato trimestral, um agente genérico pode concluir que o valor está subindo, mas a definição de negócios exige excluir atividades da camada gratuita; caso contrário, a resposta estará errada. O Cortex Sense da Snowflake visa resolver esses problemas, construindo um runtime de contexto empresarial hospedado a partir de informações obtidas de conectores, dados estruturados e não estruturados, visualizações semânticas, glossários de negócios, habilidades, interações de agentes e metadados. Dados comparativos fornecidos pela Snowflake mostram que a taxa de precisão de respostas de agentes de codificação de ponta para dados altamente estruturados é de cerca de 24%, subindo para aproximadamente 47% com o uso de modelos semânticos, chegando a cerca de 73% com modelos semânticos internos amplamente ajustados, enquanto o Cortex Sense pronto para uso atinge cerca de 86%. A conclusão central é que quanto mais próxima a IA estiver do contexto de negócios governado, melhores serão as respostas e menores os custos.
O Horizon, base para governança e catálogo, está se expandindo em três dimensões: interoperabilidade, contexto e governança. As capacidades-chave incluem compartilhamento aberto de tabelas Iceberg, controle de acesso granular implementado pelo Horizon, implementação da API Polaris pelo Horizon estendendo a governança para além da Snowflake, integração Select Star para extrair metadados de ferramentas como Power BI, Tableau, Postgres e SQL Server, construção de linhagem e visualizações semânticas pelo Horizon Context, governança orientada por intenção e governança de IA para monitorar a qualidade dos agentes e a exposição de dados sensíveis. Analistas apontam que, embora o Horizon esteja evoluindo de catálogo para contexto, ainda não é um sistema inteligente completo; o catálogo define substantivos, enquanto um sistema inteligente completo precisa modelar verbos — ou seja, ações, pré-condições, efeitos, exceções, decisões e fluxos de trabalho. Além disso, o volume de dados criados por agentes está crescendo explosivamente, e gerenciar os custos desse grande volume de dados pode se tornar uma barreira de custo para os clientes.
O Cortex Sense é visto como o passo mais importante em direção aos sistemas inteligentes. Ele foca explicitamente no runtime de contexto, tentando inferir e organizar a semântica empresarial para que os agentes possam responder a perguntas de negócios com mais precisão e menor custo. O produto não apenas coleta metadados técnicos, mas também começa a se voltar para semântica de negócios, habilidades, contexto de fluxo de trabalho, interações de agentes e representações semelhantes a grafos de conhecimento. Atualmente, o Cortex Sense é mais forte na compreensão de dados estruturados, construção de modelos semânticos, redução de desperdício de tokens, criação de contexto hospedado para agentes e melhoria da qualidade de respostas estruturadas, mas ainda é fraco em capturar conhecimento profundo de processos em aplicações como SAP, Salesforce e Workday, coordenar lógica de negócios entre domínios, extrair rastros de raciocínio de especialistas e elevar padrões observados a regras de processo governadas.
A Snowflake está promovendo formatos de tabela abertos e integração de cópia zero na camada de base de dados. O Snowflake Storage baseado em Apache Iceberg foi lançado oficialmente; o Horizon suporta Iceberg e a API Polaris para aplicar governança entre mecanismos; as integrações de cópia zero com SAP, Salesforce e Workday permitem consultar dados de forma analítica sem duplicação. A camada de virtualização baseada em Datometry da Snowflake permite que clientes redirecionem consultas Teradata para a Snowflake, e seu trabalho AIM combina virtualização, conversão de código e migração assistida por agentes, com o objetivo de reduzir o tempo de migração de 18 semanas para cerca de uma semana. Analistas acreditam que cargas de trabalho Teradata, aplicações COBOL, procedimentos armazenados e relatórios de BI em sistemas legados contêm semântica de negócios; migrar essas cargas de trabalho não é apenas uma migração para a nuvem, mas também parte da extração e modernização do contexto empresarial necessário para agentes.
O CoCo é o agente de codificação de IA da Snowflake para trabalhos de dados, com mais de 7.000 clientes desde seu lançamento. Ele possui mais de 100 habilidades de domínio, entende RBAC e estado do ambiente, suporta MCP e pode ser executado em contextos como Snowflake, dbt, Airflow, AWS Glue, Postgres e Spark. O CoWork é posicionado como um agente pessoal para usuários de negócios, que pode trabalhar via Web, dispositivos móveis e Slack, suportando agendamento automatizado, geração de artefatos, pesquisa aprofundada e conexão a sistemas empresariais via MCP. A empresa está construindo capacidades de governança diferenciadas, como identificação de agentes, controle de acesso baseado em funções, mascaramento de dados e políticas de acesso a linhas, políticas de movimentação de dados e varredura de riscos do Trust Center, mas analistas apontam que, no futuro, será necessário desenvolver governança voltada para a intenção e ação dos agentes; a plataforma deve saber o que o agente está tentando fazer, se essa ação é permitida e quais podem ser seus impactos downstream.
A maior lacuna atual da Snowflake está na lógica de processos de negócios. Um sistema inteligente completo precisa modelar regras de negócios, sequências de processos, pré-condições e efeitos de ações, tratamento de exceções, mecanismos de aprovação, restrições operacionais, raciocínio institucional e estado de negócios. Os executivos da empresa descrevem o espectro de contexto como semântica, habilidades, fluxos de trabalho, glossários de negócios, grafos de conhecimento, conectores, processos de negócios e ontologias, mas admitem que ainda estão em estágio inicial. O contexto de processos de negócios geralmente reside em sistemas de fornecedores de aplicações como SAP, Salesforce, Workday, ServiceNow e Oracle, que não se tornarão voluntariamente fontes de dados passivas, levando a problemas de silos inteligentes. A Snowflake tem boas respostas para conectar dados, mas ainda é fraca em conectar inteligência de diferentes fontes.
Para Chief Data Officers e Chief AI Officers, é essencial tratar sistemas inteligentes como um requisito de arquitetura empresarial, e não apenas como um plano de adoção de funcionalidades. As empresas devem começar pelos processos de negócios de maior valor, usar identidade universal, ontologia compartilhada, glossário de negócios, linhagem, identidade de agente, avaliação, observabilidade, controle de custos e auditabilidade, forçando cada agente, habilidade, modelo semântico e fluxo de trabalho a entrar em um caminho governado, evitando a formação de novos silos inteligentes. A fonte da informação é o relatório de análise da theCUBE Research no Snowflake Summit 2026.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
