L’edizione 2026 dello Snowflake Summit ha segnato un passaggio fondamentale nell’evoluzione della piattaforma. Se negli ultimi anni il focus era stato principalmente sulla democratizzazione dei dati e sull’integrazione dell’intelligenza artificiale generativa, quest’anno Snowflake punta a diventare una piattaforma unificata in grado di gestire dati, agenti AI, governance e interoperabilità all’interno di un unico ecosistema enterprise. Il tema dominante dell’evento, non a caso, è stato Making AI Real for Business, ovvero portare l’intelligenza artificiale fuori dalla fase sperimentale e renderla una componente operativa e affidabile delle attività aziendali.

Uno degli annunci più significativi riguarda l’evoluzione della strategia AI. Snowflake sta puntando con decisione sull’AI agentica, introducendo strumenti progettati per consentire alle organizzazioni di sviluppare e gestire agenti intelligenti capaci di operare sui dati aziendali mantenendo elevati standard di sicurezza e controllo. L’obiettivo è superare il cosiddetto “pilot purgatory”, quella situazione in cui molti progetti AI restano confinati a proof of concept senza mai raggiungere la produzione. Per questo motivo Snowflake ha ampliato le integrazioni con modelli avanzati come quelli di Anthropic, permettendo alle aziende di creare agenti personalizzati per analisi, customer service e automazione dei processi direttamente all’interno della piattaforma.

Un secondo pilastro dell’evento è stato rappresentato dalla governance. Con l’introduzione delle nuove funzionalità di Horizon Catalog, Snowflake vuole garantire che persone, applicazioni e agenti intelligenti operino utilizzando lo stesso contesto informativo e le stesse regole di sicurezza. Horizon Catalog si evolve così da semplice strumento di catalogazione a vero e proprio layer di controllo per l’intera organizzazione. Tra le novità più importanti figura Horizon Context, un sistema che consente di condividere definizioni, metadati e significati aziendali in modo coerente, evitando interpretazioni divergenti tra diversi utenti o modelli AI.

La sicurezza assume un ruolo ancora più centrale nell’era dell’intelligenza artificiale autonoma. Snowflake ha annunciato nuove funzionalità specifiche per la protezione degli agenti AI, con controlli progettati per monitorare accessi, utilizzo dei dati e conformità normativa. L’idea è quella di costruire una base affidabile sulla quale le aziende possano sviluppare sistemi intelligenti senza compromettere governance e compliance. Questo approccio riflette una tendenza ormai evidente nel mercato enterprise, in cui il valore dell’AI dipende anche dalla capacità di gestire in modo sicuro il patrimonio informativo su cui tali modelli operano.

new-summit26-pr-product-horizon-catalog-1000x428-_281_29

Sul fronte della piattaforma dati, Snowflake ha probabilmente presentato le novità più strategiche. L’azienda ha infatti rafforzato il proprio impegno verso l’interoperabilità, introducendo strumenti che permettono di lavorare su un’unica copia governata dei dati indipendentemente dalla loro posizione fisica. In pratica, le organizzazioni possono accedere e gestire informazioni distribuite tra Snowflake, data lake esterni e sistemi aperti senza dover continuamente spostare o duplicare i dati. Questo approccio riduce complessità operative, costi e problemi di sincronizzazione, elementi che diventano particolarmente rilevanti quando si gestiscono carichi di lavoro AI su larga scala.

Grande attenzione è stata dedicata anche all’ecosistema open. Snowflake ha annunciato il supporto per Apache Iceberg v3 e nuove funzionalità che consentono l’accesso bidirezionale ai dati tramite motori esterni. Grazie all’integrazione tra Horizon Catalog e Apache Polaris, gli utenti possono leggere e scrivere dati mantenendo gli stessi livelli di governance e sicurezza indipendentemente dagli strumenti utilizzati. Un passaggio importante perché dimostra come l’azienda stia cercando di superare la tradizionale logica delle piattaforme chiuse, favorendo invece ambienti aperti e interoperabili.

Un’altra innovazione destinata ad avere un impatto significativo riguarda Adaptive Compute. Questa tecnologia permette alla piattaforma di ottimizzare automaticamente le risorse computazionali in base ai carichi di lavoro, migliorando prestazioni ed efficienza senza richiedere interventi manuali. Considerando che le applicazioni AI possono generare improvvisi picchi di utilizzo, la capacità di adattare dinamicamente l’infrastruttura rappresenta un vantaggio competitivo rilevante.

Spazio poi a CoCo, evoluzione di Snowflake Cortex Code destinato a sviluppatori, data engineer, analisti e team che lavorano sulla piattaforma Snowflake. L’idea è quella di trasformare la scrittura di codice, pipeline e applicazioni AI in un’attività guidata dal linguaggio naturale, lasciando all’agente il compito di generare, orchestrare e ottimizzare gran parte del lavoro tecnico.

snowflake ai

Tra le principali novità annunciate al Summit spiccano:

  • CoCo Desktop, una nuova applicazione nativa che porta l’agente AI fuori dall’interfaccia web tradizionale di Snowflake
  • Integrazione con strumenti molto utilizzati dagli sviluppatori come Visual Studio Code, Microsoft Excel e persino Claude Code
  • Capacità di eseguire workflow multi-step in autonomia, generando codice, pipeline dati e automazioni a partire da semplici richieste in linguaggio naturale
  • Supporto allo sviluppo end-to-end di applicazioni e agenti AI, dalla progettazione fino al deployment in produzione

L’aspetto più interessante, tuttavia, è che CoCo non viene presentato come un semplice concorrente di strumenti come GitHub Copilot, Cursor o Claude Code. La differenza strategica risiede nel fatto che opera direttamente all’interno dell’ecosistema Snowflake e può sfruttare il contesto aziendale già presente nella piattaforma tra dati, metadati, governance, modelli AI e policy di sicurezza. In sostanza, l’agente non lavora in un ambiente isolato, ma all’interno del patrimonio informativo dell’organizzazione. Per questo motivo Snowflake descrive CoCo come parte del proprio “agentic control plane”, una sorta di livello di orchestrazione che collega dati, applicazioni, modelli e workflow AI in un unico ambiente governato.