Au-delà des nouvelles interfaces, le produit a gagné en autonomie. La nouvelle fonctionnalité Automations exécute des tâches de développement récurrentes de manière programmée, tandis que les Cloud Agents sont des agents sans serveur, pilotés par des événements, qui réagissent aux changements de données ou aux déclencheurs métier — par exemple, alerter une équipe quand un stock passe sous un seuil critique — sans qu'aucun client local n'ait besoin de rester ouvert .
Côté utilisateurs métier, l'entreprise a également renommé Snowflake Intelligence en Snowflake CoWork, un agent IA personnel désormais disponible via une application mobile iOS, une intégration Slackbot et une extension pour Microsoft Excel .
Pour résoudre le problème récurrent de la gestion d'une infrastructure de streaming séparée à côté de sa plateforme de données cloud, Snowflake a présenté Snowflake Datastream. Il s'agit d'un moteur de streaming natif de Snowflake, entièrement géré et qui parle le protocole complet d'Apache Kafka .
Les producteurs et consommateurs Kafka existants peuvent se connecter avec un simple changement de configuration, supprimant le besoin de brokers, de connecteurs ou de clusters supplémentaires à gérer . Les flux de données arrivent directement sous forme de tables Snowflake gouvernées ou de tables Apache Iceberg au sein du périmètre de sécurité de Snowflake
. L'entreprise positionne explicitement Datastream pour le marché des données en temps réel, qu'elle estime à un marché adressable total de 128 milliards de dollars
. Le service est actuellement en avant-première privée
.
Snowflake a annoncé la disponibilité générale du support d'Apache Iceberg V3, revendiquant l'ensemble de fonctionnalités Iceberg le plus large du marché . La pièce maîtresse de cette annonce est l'interopérabilité bidirectionnelle complète, rendue possible par le Snowflake Horizon Catalog, qui intègre le catalogue open-source Apache Polaris
.
Concrètement, tout moteur compatible avec la norme Iceberg REST — comme Apache Spark, Trino ou Flink — peut lire et écrire dans les tables Iceberg gérées par Snowflake. Réciproquement, Snowflake peut lire et écrire dans les tables gérées par des catalogues externes . L'accès en écriture depuis des moteurs externes était en avant-première publique au moment du Summit, tandis que l'accès en lecture avait déjà atteint la disponibilité générale
. Pour soutenir cette architecture ouverte, l'entreprise a également lancé Snowflake Storage for Apache Iceberg Tables, une nouvelle offre de stockage managé pour les données au format ouvert
.
Le dernier pilier des annonces du Summit fut Cortex Training, une extension du service existant Cortex Fine-tuning vers un entraînement complet de modèles sur mesure. Ce service permet aux entreprises d'affiner des modèles de fondation open source — notamment Qwen, Mistral et la famille Llama de Meta — sur une infrastructure GPU entièrement gérée au sein de l'environnement gouverné de Snowflake .
Les organisations peuvent utiliser des techniques de fine-tuning économe en paramètres (PEFT) et même de l'apprentissage par renforcement (reinforcement learning) sur leurs données propriétaires, sans avoir à déplacer les informations vers des systèmes externes ni à gérer des clusters GPU distribués . Snowflake se charge de l'approvisionnement et de la mise à l'échelle de l'infrastructure
. Ce service s'intègre à une place de marché de modèles en pleine expansion au sein de Cortex AI, qui inclut déjà des modèles d'Anthropic, OpenAI, Google, Meta, Mistral, DeepSeek, et les modèles SpaceXAI nouvellement annoncés
.
Le fil conducteur de toutes les annonces du Summit était la vision de Snowflake pour l'entreprise agentique — un état où les données d'entreprise gouvernées sont connectées de manière transparente à des agents IA capables de raisonner, d'agir et d'automatiser des processus . En scindant son portefeuille d'agents entre CoCo pour les développeurs et CoWork pour les collaborateurs métier, en ajoutant un streaming temps réel gouverné avec Datastream et en faisant de l'entraînement de modèles sur mesure un service managé de premier plan, l'entreprise positionne son AI Data Cloud non plus comme un simple lieu de stockage et d'interrogation, mais comme le moteur d'exécution de la logique métier autonome
.
Comments
0 comments