Snowflake Summit 2026: Semua Pengumuman Utama tentang Agen AI, Streaming, dan Data Terbuka

Di luar permukaan kerja baru, produk ini mendapatkan otonomi agentik sejati. Fitur Automations baru menjalankan tugas pengembangan berulang sesuai jadwal, sementara Cloud Agents adalah pekerja tanpa server (serverless) yang digerakkan oleh peristiwa, yang bereaksi terhadap perubahan data atau pemicu bisnis—seperti memberi peringatan kepada tim ketika inventaris turun di bawah ambang batas—tanpa perlu aplikasi lokal tetap terbuka .

Di sisi pengguna bisnis, perusahaan juga mengubah nama Snowflake Intelligence menjadi Snowflake CoWork, sebuah agen AI personal yang kini tersedia di aplikasi seluler iOS, integrasi Slackbot, dan ekstensi Microsoft Excel .

Snowflake Datastream: Layanan Streaming Kompatibel Kafka yang Dikelola Penuh

Untuk memecahkan masalah lama dalam mengoperasikan dan mengatur infrastruktur streaming terpisah bersama platform data cloud, Snowflake memperkenalkan Snowflake Datastream. Layanan ini adalah mesin streaming native Snowflake yang dikelola penuh dan kompatibel dengan protokol Apache Kafka yang lengkap .

Produser dan konsumen Kafka yang sudah ada dapat terhubung hanya dengan perubahan konfigurasi, menghilangkan kebutuhan akan broker, konektor, atau klaster tambahan yang perlu dikelola secara terpisah . Data streaming masuk langsung sebagai tabel Snowflake yang terkelola atau tabel Apache Iceberg dalam perimeter keamanan Snowflake . Snowflake secara eksplisit memposisikan Datastream untuk pasar data real-time, yang diperkirakan bernilai $128 miliar sebagai peluang total yang dapat dijangkau . Layanan ini saat ini berada dalam pratinjau privat (private preview) .

Apache Iceberg V3 dan Interoperabilitas Dua Arah

Snowflake mengumumkan ketersediaan umum (General Availability) dukungan Apache Iceberg V3, dengan klaim sebagai rangkaian fitur Iceberg terlengkap di pasar . Inti dari pengumuman ini adalah interoperabilitas dua arah penuh yang didukung oleh Snowflake Horizon Catalog, yang menanamkan katalog sumber terbuka Apache Polaris .

Ini berarti mesin apa pun yang kompatibel dengan Iceberg REST—seperti Apache Spark, Trino, atau Flink—dapat membaca dan menulis tabel Iceberg yang dikelola Snowflake, dan Snowflake juga dapat membaca dan menulis tabel yang dikelola oleh katalog eksternal . Akses tulis dari mesin eksternal berada dalam pratinjau publik pada saat Summit, sementara akses baca telah mencapai ketersediaan umum . Untuk mendukung arsitektur terbuka ini, perusahaan juga memperkenalkan Snowflake Storage for Apache Iceberg Tables, sebuah tingkat penyimpanan terkelola baru untuk data format terbuka .

Cortex Training: Bawa Model Anda Sendiri, Dikelola oleh Snowflake

Melengkapi Summit ini adalah Cortex Training, sebuah ekspansi dari layanan Cortex Fine-tuning yang sudah ada menjadi pelatihan model kustom penuh. Layanan ini memungkinkan perusahaan untuk melakukan fine-tuning model fondasi berbobot terbuka (open-weight)—termasuk Qwen, Mistral, dan Llama milik Meta—pada infrastruktur GPU yang dikelola penuh di dalam lingkungan Snowflake yang terkelola .

Organisasi dapat menggunakan teknik Parameter-Efficient Fine-Tuning (PEFT) dan bahkan pembelajaran penguatan (reinforcement learning) pada data eksklusif tanpa memindahkan informasi ke sistem eksternal atau mengelola klaster GPU terdistribusi . Snowflake menangani pengadaan dan penskalaan infrastruktur . Layanan ini berada di samping pasar model yang terus berkembang di Cortex AI, yang sudah mencakup model dari Anthropic, OpenAI, Google, Meta, Mistral, DeepSeek, dan model SpaceXAI yang baru diumumkan .

Taruhan Strategis: Perusahaan Agentik

Benang merah dari semua pengumuman Summit adalah visi Snowflake tentang perusahaan agentik—sebuah kondisi di mana data perusahaan yang terkelola terhubung erat dengan agen AI yang dapat bernalar, bertindak, dan mengotomatisasi . Dengan membagi portofolio agennya menjadi CoCo untuk pengembang dan CoWork untuk pekerja pengetahuan, menambahkan streaming real-time yang terkelola dengan Datastream, dan menjadikan pelatihan model kustom sebagai layanan terkelola pihak pertama, perusahaan memposisikan AI Data Cloud tidak hanya sebagai tempat untuk menyimpan dan menanyakan informasi, tetapi sebagai runtime untuk logika bisnis otonom .