Snowflake: il data warehouse rinasce grazie all’intelligenza artificiale
L’intelligenza artificiale cambia tutto e fa vivere anche a tecnologie consolidata, come il Data Warehouse, una seconda giovinezza, per via dei progetti che puntano a integrare IA nei dati aziendali. È questo uno dei messaggi chiave della conferenza stampa italiana di Snowflake, dove l’azienda ha presentato i risultati del secondo trimestre dell’anno fiscale 2026 e le nuove iniziative strategiche.
L’azienda ha chiuso il secondo trimestre dell’anno fiscale 2026 con ricavi da prodotto pari a 1,09 miliardi di dollari, registrando una crescita anno su anno del 32%. Un risultato notevole per un’azienda che, a 13 anni dalla fondazione nel 2012, continua a mantenere tassi di crescita tipici delle startup tech.
Lorenzo Onorati, Regional Director Partners EMEA South di Snowflake
Particolarmente significativo il numero di clienti enterprise: 654 diverse organizzazioni generano ora ricavi superiori al milione di dollari a trimestre ciascuna, con una crescita del 30% su base annua. Il tasso di retention netto si attesta al 125 percento, indicando che i clienti esistenti tendono non solo a rimanere, ma anche ad aumentare del 25 percento il proprio utilizzo della piattaforma nel tempo.
“Abbiamo drasticamente modificato il nostro modello di business nell’ultimo anno – ha spiegato Lorenzo Onorati, Regional Director Partners EMEA South di Snowflake – abbandonando quasi completamente la comunicazione sul Data Warehouse in cloud per parlare quasi esclusivamente di artificial intelligence. Questo ha allargato moltissimo il nostro mercato indirizzabile e ci ha consentito di avvicinare clienti che prima non ci consideravano come soluzione per le loro iniziative di trasformazione”.
Snowflake Intelligence: AI con governance integrata
Marika Lilla, Country Manager Italy di Snowflake
Al centro della strategia aziendale c’è Snowflake Intelligence, la nuova suite di funzionalità presentata alla recente conferenza BUILD, che secondo l’azienda permette l’integrazione nativa della governance e del controllo degli accessi presenti nella piattaforma dati nei progetti AI, prevenendo alla fonte quelle fughe di informazioni che sarebbe difficile arginare a valle dell’intervento del modello IA.
“Uno dei punti di forza è la semplicità – ha sottolineato Marika Lilla, Country Manager Italy di Snowflake. Il time to market per implementare use case di AI è determinante: abbiamo clienti che hanno sviluppato pilot che sono diventati poi operativi in venti minuti, perché l’ambiente era già configurato con tutte le caratteristiche di governance e security necessarie”.
La partnership con SAP mette la manifattura nel mirino
Un altro pilastro della strategia è la partnership con SAP, considerata chiave per portare il settore manifatturiero nel cloud. L’alleanza punta a facilitare l’integrazione dei dati strutturati degli ERP SAP sulla piattaforma Snowflake, aprendo nuove opportunità nel comparto industriale.
“La partnership con SAP ci permette di entrare in settori dove prima avevamo meno presenza”, conferma Onorati. “Il mondo manifatturiero è particolarmente interessante perché ha enormi quantità di dati operativi che possono generare valore attraverso l’analisi predittiva e l’ottimizzazione dei processi”.
La sfida non sarà banale, perché la manifattura è tra gli ambienti più refrattari a portare in cloud i dati, o per lo meno quelli più legati agli impianti di produzione.
E parlando di partnership, Snowflake ha anche rinvigorito l’accordo con Anthropic, che raggiunge ora un valore di 200 milioni di dollari e prevede, oltre alla disponibilità dei modelli Claude di Anthropic sulla piattaforma Snowflake, anche un’iniziativa di go-to-market congiunta.
Snowflake Italy: una “startup” che cresce più della corporate
I numeri del mercato italiano mostrano dinamiche particolarmente interessanti. Secondo Marika Lilla, alla scadenza dell’abbonamento, i clienti italiani hanno sottoscritto contratti con valori da due a quattro volte superiori al primo acquisto.
“In Italia vediamo tassi di crescita e adozione ancora più marcati rispetto a quelli della corporate. Questo è positivo considerando che l’Italia è ancora in una fase di startup. Tutti i clienti italiani hanno già cominciato a utilizzare le funzionalità di AI della piattaforma, molti hanno messo in produzione use case con un ritorno sull’investimento misurabile in tempi rapidissimi”, ha dichiarato Lilla.
Tra gli esempi concreti, Lilla ha citato il caso di un retailer della moda che ha utilizzato l’AI di Snowflake per analizzare e catalogare automaticamente le fotografie degli abiti di una nuova collezione, generando descrizioni in linea con il brand e permettendo di mettere i prodotti in vendita online con due mesi di anticipo rispetto ai processi tradizionali.
Sebbene nessuno dei clienti italiani superi il milione di dollari a trimestre di spesa, se ne contano già diversi con contratti a sei zeri (la presenza nel paese include anche multinazionali con operazioni significative sul territorio nazionale).
Gli use case spaziano dal retail alle telecomunicazioni: un operatore telecom, ad esempio, ha sviluppato un sistema di AI per il call center di supporto ai clienti che integra dati provenienti da diverse fonti, incluse le stazioni radio base, per fornire risposte più rapide e precise basandosi sul livello di servizio effettivo che stanno ricevendo.
L’evoluzione dello Snowflake Partner Network
Luigi Locateli, Partner Sales Director Italy
Sul fronte del canale, Luigi Locateli, Partner Sales Director Italy, ha illustrato l’evoluzione dello Snowflake Partner Network (SPN), che conta ora oltre 3.400 marketplace listing con una crescita del 21% anno su anno.
Oltre a rivenditori e system integrator, l’ecosistema di Snowflake include anche i tre hyperscaler su cui la piattaforma è disponibile (AWS, Azure e Google Cloud), ma con una particolarità: nei confronti del cliente, l’azienda si fa carico completamente dei costi dell’infrastruttura cloud sottostante. “Il cliente non vede nemmeno il problema del costo dell’infrastructure-as-a-service”, ha spiegato Onorati. “Noi paghiamo gli hyperscaler per il consumo generato in tutte le region. Questo differisce significativamente dai competitor, dove il cliente deve gestire separatamente i costi infrastrutturali”.
Questa scelta architetturale permette ai clienti di avere costi completamente prevedibili e trasparenti, eliminando le sorprese legate allo scaling e al consumo di risorse computazionali. La piattaforma ottimizza automaticamente l’uso delle risorse in base al tipo di query e algoritmo, bilanciando performance e costi.
Snowflake continua a espandere la propria presenza geografica nelle zone coperte dai cloud provider, con particolare attenzione alle region sovrane per rispondere ai requisiti di governance del dato.
“Quando apriamo una region sovrana, seguiamo protocolli di sicurezza specifici dettati dal governo di quel paese”, ha spiegato Onorati. “Per le region commerciali standard, il deployment è ancora più rapido. Acquistiamo e configuriamo l’infrastruttura dagli hyperscaler, installiamo e testiamo il nostro software, e il servizio diventa disponibile”.
