Snowflake muscle sa plateforme avec quatre annonces majeures autour de l’IA par agent, de l’accès unifié aux données et de l’intégration ERP avec SAP. L’éditeur affirme ainsi sa stratégie d’extension sur toute la chaîne de valeur des applications IA d’entreprise.
À mesure que les entreprises cherchent à industrialiser les usages de l’intelligence artificielle, les plateformes de données renforcent leur capacité à piloter des agents autonomes, à intégrer les données métiers en temps réel et à orchestrer des services IA interopérables. Snowflake engage une offensive structurée sur ces trois axes avec une série d’annonces dévoilées en amont de son événement annuel. L’éditeur veut convaincre qu’il est en mesure de fournir non seulement une base de données performante, mais aussi une plateforme complète pour l’orchestration d’une IA contextualisée, fiable et opérationnelle, capable de s’adapter à la complexité des systèmes d’information d’entreprise.
La première annonce vise les développeurs et les équipes techniques, pour lesquels Snowflake introduit une série d’outils permettant de concevoir, de tester et de déployer des agents IA dans des environnements de production. Cette boîte à outils inclut notamment Cortex Code (pour l’exécution sécurisée de code Python), AISQL (permettant des requêtes IA en langage naturel sur les données stockées) et Cortex Search, moteur de recherche sémantique contextuel. Tous ces composants sont conçus pour fonctionner de manière native dans l’écosystème Snowflake, avec un environnement serverless et des capacités de monitoring et de versionnage intégrées. L’ambition est claire : permettre aux entreprises de dépasser le simple usage exploratoire de l’IA générative pour construire de véritables applications pilotées par des agents contextuels, adaptés aux cas d’usage spécifiques de chaque métier.
Snowflake Intelligence passe en disponibilité générale
Cette approche agentique permet d’automatiser des tâches complexes — génération de rapports, alertes métiers, recommandations intelligentes — tout en conservant un contrôle granulaire sur les données, les règles métiers et les journaux d’exécution. Elle s’adresse à des équipes qui veulent aller au-delà des assistants génériques pour développer des outils embarquant des logiques spécifiques, interagissant directement avec l’environnement applicatif de l’entreprise.
Deuxième annonce phare : la généralisation de Snowflake Intelligence, un agent conversationnel métier conçu pour interagir avec les données en langage naturel. Disponible pour tous les clients, cet agent combine des modèles IA internes, des connecteurs vers les bases et tableaux analytiques, et une logique conversationnelle pilotée par contexte. L’objectif est de permettre à des utilisateurs métiers, non techniciens, de poser des questions, d’explorer les données ou d’initier des actions automatisées à partir d’une interface de type chatbot ou console assistée.
Snowflake positionne cet agent comme un copilote stratégique de la donnée, capable de comprendre la sémantique métier, d’exploiter les structures de données existantes et de fournir des réponses actionnables en lien avec les objectifs de performance. Contrairement aux assistants IA génériques qui peinent à intégrer des jeux de données privés et complexes, Snowflake Intelligence est optimisé pour les environnements gouvernés, avec traçabilité, gestion des accès et adaptation au modèle de données interne. Cela en fait un outil particulièrement adapté aux DAF, directions logistiques, équipes RH ou marketing, qui peuvent ainsi extraire des informations pertinentes sans recourir à des compétences SQL ou BI.
Un lakehouse enrichi pour supporter l’IA par agent
Troisième pilier de cette offensive, l’évolution majeure de la plateforme vers un modèle Lakehouse étendu. Snowflake introduit plusieurs capacités techniques cruciales : ingestion continue de données transactionnelles, prise en charge du format PostgreSQL pour les tables hybrides, gestion en temps réel des flux de données, support renforcé des formats ouverts comme Iceberg via le catalogue Polaris, et amélioration des tables interactives pour les analyses dynamiques. Ce socle technique vise à répondre aux besoins spécifiques de l’IA par agent, qui exige un accès fluide, actualisé et structuré à la donnée.
Le Lakehouse devient ainsi une fondation non seulement analytique, mais aussi transactionnelle et opérationnelle, capable de supporter des agents IA qui doivent agir dans un environnement complexe, réactif et multi-source. En combinant données temps réel, capacité de requêtage naturel et compatibilité avec les systèmes existants, Snowflake cherche à imposer son modèle comme celui d’un cloud cognitif unifié, où les frontières entre entrepôt, base opérationnelle et moteur IA s’effacent au profit d’une interopérabilité totale. Cette extension est également une réponse stratégique aux concurrents comme Databricks ou Microsoft, qui investissent eux aussi dans des architectures unifiées pour l’IA d’entreprise.
Une alliance SAP pour industrialiser l’IA métier
Dernier axe structurant de l’annonce : le partenariat renforcé avec SAP, centré sur l’unification des données d’entreprise au sein d’un « business data fabric » propice à l’IA. Concrètement, Snowflake proposera des connecteurs natifs avec les environnements SAP S/4HANA et SAP Datasphere, permettant d’exploiter les données ERP, CRM et métiers directement depuis sa plateforme IA. L’intégration repose sur une synchronisation fine des métadonnées, des autorisations d’accès et des workflows de transformation, avec une attention portée à la gouvernance et à la conformité (notamment RGPD et résidences des données).
Cette alliance n’est pas seulement technique : elle marque une convergence stratégique entre deux éditeurs qui ciblent les mêmes clients grands comptes, avec l’objectif de leur fournir une solution intégrée pour l’IA générative appliquée aux processus métiers. L’enjeu est double : faciliter l’automatisation intelligente des fonctions cœur (finance, RH, logistique), et permettre aux entreprises de valoriser leurs données historiques sans refonte lourde de leurs systèmes existants. Pour les DSI, c’est aussi une opportunité de rationaliser l’architecture cloud, en limitant les duplications et en facilitant l’alignement entre applications transactionnelles et usages analytiques pilotés par l’IA.
Vers une plateforme d’orchestration IA pour l’entreprise
Avec cette série d’annonces, Snowflake franchit un seuil stratégique, celui de la plateforme d’orchestration de l’IA par agent en environnement entreprise. En s’adressant à la fois aux développeurs, aux métiers, aux partenaires technologiques et aux directions fonctionnelles, l’éditeur construit une offre intégrée qui combine des capacité de traitement, de gouvernance des données et d'exécution sécurisée d’agents IA. Ce mouvement traduit une évolution du marché, où l’on passe d’une logique de « copilotes » généralistes à une architecture distribuée d’agents spécialisés, opérant dans un cadre maîtrisé, interopérable et traçable.
Les bénéfices attendus sont l'accélération du time-to-value des projets IA, la réduction des coûts liés aux silos de données et aux développements spécifiques, l'automatisation des tâches à forte valeur ajoutée, le renforcement de la conformité et du pilotage. Pour les entreprises déjà engagées dans une stratégie cloud, l’offre Snowflake peut servir de catalyseur pour industrialiser les usages IA, tout en conservant le contrôle sur les données, les modèles et les performances. Cette vision d’une IA orchestrée par des agents interconnectés devient un levier structurant pour les DSI et les directions métiers confrontées à la complexité croissante des systèmes d’information et à la pression pour démontrer la valeur des investissements IA.
