Snowflake Summit 2026: Od asystenta AI do autonomicznego agenta. Oto wszystkie nowości

Aby to osiągnąć, CoCo stał się dostępny jako natywna aplikacja desktopowa na Windows i macOS, a także zyskał rozszerzenia dla popularnych narzędzi, takich jak Visual Studio Code i Microsoft Excel . Co więcej, integracja z Claude Code od Anthropic pozwala programistom automatycznie przekierowywać zapytania specyficzne dla Snowflake bezpośrednio do CoCo z ich dotychczasowego środowiska pracy .

To jednak nie tylko kwestia nowych interfejsów. Platforma zyskała prawdziwą autonomię. Funkcja Automations umożliwia cykliczne wykonywanie powtarzalnych zadań deweloperskich zgodnie z harmonogramem, podczas gdy Cloud Agents to bezserwerowe, sterowane zdarzeniami mechanizmy, które reagują na zmiany w danych lub wyzwalacze biznesowe – na przykład wysyłając alert, gdy poziom zapasów spadnie poniżej krytycznego progu – bez konieczności utrzymywania otwartego lokalnego klienta .

Dla pracowników nietechnicznych Snowflake przemianował również swoje narzędzie analityczne Snowflake Intelligence na Snowflake CoWork – osobistego agenta AI dostępnego teraz poprzez aplikację mobilną na iOS, integrację ze Slackiem oraz dodatek do Microsoft Excel .

Snowflake Datastream: Koniec z zarządzaniem osobną infrastrukturą streamingową

Przez lata firmy korzystające z platformy Snowflake były zmuszone do równoległego utrzymywania zewnętrznych klastrów streamingowych (najczęściej Apache Kafka), co generowało dodatkowe koszty i komplikacje związane z bezpieczeństwem. Rozwiązaniem tego problemu ma być Snowflake Datastream – natywna, w pełni zarządzana usługa streamingowa, która „mówi” pełnym protokołem Apache Kafka .

W praktyce oznacza to, że istniejący producenci i konsumenci Kafka mogą połączyć się z Datastream po prostej zmianie konfiguracji, eliminując potrzebę zarządzania osobnymi brokerami, konektorami czy dodatkowymi klastrami . Strumieniowane dane trafiają bezpośrednio jako zarządzane tabele Snowflake lub tabele w otwartym formacie Apache Iceberg, pozostając wewnątrz bezpiecznego środowiska platformy .

Snowflake celuje w rynek danych czasu rzeczywistego, który szacuje na 128 miliardów dolarów całkowitego potencjału rynkowego . Usługa jest obecnie dostępna w ramach prywatnego podglądu (private preview) . Dla zespołów, które chcą uprościć architekturę i szybciej zasilać modele AI świeżymi danymi, jest to jeden z najważniejszych ogłoszeń tej konferencji.

Apache Iceberg V3 i dwukierunkowa interoperacyjność – koniec z „vendor lock-in”

Snowflake ogłosił ogólną dostępność (general availability) wsparcia dla Apache Iceberg V3, deklarując najszerszy na rynku zestaw funkcji dla tego otwartego formatu tabel . Głównym bohaterem jest pełna, dwukierunkowa interoperacyjność oparta na katalogu Snowflake Horizon Catalog, który integruje w sobie otwartoźródłowy katalog Apache Polaris .

Co to oznacza dla inżynierów danych? Każdy silnik kompatybilny ze standardem Iceberg REST – taki jak Apache Spark, Trino czy Flink – może teraz zarówno odczytywać, jak i zapisywać dane w tabelach Iceberg zarządzanych przez Snowflake. W drugą stronę – Snowflake może odczytywać i zapisywać dane w tabelach zarządzanych przez zewnętrzne katalogi . Możliwość zapisu z zewnętrznych silników była w momencie ogłoszenia w publicznym podglądzie, podczas gdy dostęp do odczytu osiągnął już status ogólnej dostępności .

Aby podkreślić swoje zaangażowanie w otwarte standardy, firma wprowadziła również Snowflake Storage for Apache Iceberg Tables – nową, zarządzaną warstwę przechowywania danych w formacie otwartym . To ruch, który ma rozwiać obawy firm przed uzależnieniem od jednego dostawcy.

Cortex Training: Trenuj własne modele AI bez wyprowadzania danych

Ostatnim filarem konferencji było ogłoszenie Cortex Training – rozwinięcia istniejącej usługi Cortex Fine-tuning w pełnoprawną platformę do trenowania niestandardowych modeli AI. Usługa pozwala firmom na dostrajanie otwartych modeli bazowych – w tym Qwen, Mistral oraz Meta’s Llama – na w pełni zarządzanej infrastrukturze GPU, w bezpiecznym środowisku Snowflake .

Organizacje mogą korzystać z technik parametrycznie efektywnego dostrajania (PEFT), a nawet uczenia przez wzmacnianie (reinforcement learning) na własnych, zastrzeżonych danych, bez ryzyka związanego z przesyłaniem wrażliwych informacji do zewnętrznych systemów czy samodzielnym zarządzaniem rozproszonymi klastrami GPU . Całą warstwą infrastrukturalną – od pozyskania mocy obliczeniowej po skalowanie – zajmuje się Snowflake .

Cortex Training uzupełnia rosnący w ekosystemie Cortex AI rynek modeli, który obejmuje już jednostki od takich dostawców jak Anthropic, OpenAI, Google, Meta, Mistral, DeepSeek oraz nowo ogłoszone modele SpaceXAI .

Strategiczny zakład: Przedsiębiorstwo agentowe

Wspólnym mianownikiem wszystkich ogłoszeń była wizja przedsiębiorstwa agentowego (agentic enterprise) – stanu, w którym zarządzane dane firmowe są płynnie połączone z agentami AI zdolnymi do rozumowania, podejmowania działań i automatyzacji .

Dzieląc swoje portfolio agentów na CoCo (dla deweloperów) i CoWork (dla pracowników wiedzy), dodając zarządzany streaming w czasie rzeczywistym z Datastream oraz wprowadzając trenowanie niestandardowych modeli jako usługę zarządzaną, Snowflake pozycjonuje swoją chmurę AI Data Cloud nie tylko jako miejsce do przechowywania i odpytywania informacji, ale jako środowisko uruchomieniowe dla autonomicznej logiki biznesowej .