Snowflake lança pacote de IA para governança e agentes

Inteligência Artificial

Snowflake amplia soluções com IA para melhorar governança, segurança e eficiência em agentes corporativos.

Leia também: Revolut migra 2.000 engenheiros para IA própria e corta custos

A Snowflake anunciou hoje, no evento virtual Expedition 2026, um novo pacote de recursos de inteligência artificial voltado a empresas que já delegam parte da engenharia de software e das operações diárias a agentes de IA, combinando contexto de negócio, governança e automação de engenharia de dados em uma mesma plataforma.

Business Ontology tenta evitar respostas conflitantes de agentes

No centro das novidades está o Business Ontology, um framework que padroniza definições empresariais dentro da plataforma da Snowflake. A ideia é que conceitos como “cliente ativo”, “receita recorrente” ou “churn” passem a ter uma definição única, aprovada, usada por todos os agentes e aplicações em cima dos mesmos dados.

Sem esse tipo de camada semântica, dois agentes podem responder de forma incompatível à mesma pergunta de negócio, ainda que apoiados em dados corretos. Com o Business Ontology, essas respostas passam a ser ancoradas em um vocabulário comum, o que reduz divergências e aumenta a coerência das decisões automatizadas.

O recurso está em prévia privada e deve avançar para uma prévia pública em breve. Segundo a empresa, o Business Ontology serve como base para agentes já oferecidos pela Snowflake, voltados a equipes de dados e trabalhadores do conhecimento, que passam a se apoiar nessas definições para interpretar o contexto empresarial.

Cortex AI Gateway ganha controles de abuso, custo e modelos

A Snowflake também ampliou o Cortex AI Gateway, camada que funciona como uma “porta única” de entrada para agentes de IA dentro das organizações. Lançado inicialmente em julho deste ano como mecanismo centralizado de monitoramento e governança, o gateway passa a incluir detecção de abuso, observabilidade e rastreamento de atividades, sandboxes, governança de custos de IA, roteamento dinâmico de modelos e integração de ferramentas externas.

Essas funções usam tecnologia absorvida com a aquisição da Natoma e se apoiam nos mecanismos de segurança já existentes na plataforma, como mascaramento de dados e restrições de acesso. Na prática, o que agentes fazem passa a ser registrado, auditado e limitado de acordo com políticas internas, em um modelo semelhante ao aplicado a funcionários humanos.

Equipes de TI e segurança podem escolher, por exemplo, quais modelos cada agente tem permissão para usar, priorizando desempenho, precisão ou custo; impor tetos de gasto; e definir a quais ferramentas externas de automação ou de terceiros esses agentes podem se conectar, de forma granular.

Para o CEO Sridhar Ramaswamy, a confiabilidade se torna o eixo da adoção de agentes em ambientes críticos. “An agent that acts on your business has to be trusted, and it has to know three important things: what the data means, which data to trust, and what it’s allowed to do”, afirmou durante o Expedition 2026.

Cortex Training libera personalização de modelos sem infraestrutura própria

Outra frente do anúncio é o Cortex Training, colocado hoje em prévia pública. O serviço permite que clientes personalizem modelos de IA de código aberto com seus próprios dados, sem ter de montar e gerir infraestrutura própria de processamento, como clusters de GPUs.

A proposta é facilitar a criação de modelos menores e especializados em domínios específicos — por exemplo, um modelo treinado em documentos internos de compliance bancário, ou em protocolos clínicos de um grupo hospitalar. Esses modelos, segundo a Snowflake, tendem a responder com mais rapidez e eficiência, ao mesmo tempo em que reduzem custos de uso.

“Specialized, smaller models that come with more efficient responses, faster responses, and frequently cost benefits in terms of tokens”, resumiu Christian Kleinerman, vice-presidente executivo de produto, ao apresentar o Cortex Training.

Ao manter a personalização de modelos dentro do ambiente da Snowflake, empresas ganham mais controle sobre como informações sensíveis são usadas no treinamento, o que responde a pressões regulatórias e de segurança em setores como finanças, saúde e varejo. Também fica mais simples auditar o que passa pelos modelos, exigência crescente em mercados regulados.

Entenda o contexto

Os anúncios chegam em um momento em que agentes de IA começam a assumir tarefas antes restritas a desenvolvedores e analistas especializados, desde a criação de código até operações de vendas e atendimento. “AI is industrializing software creation. Actually, it’s industrializing intelligence. What once took months can now take hours, days, or even minutes”, disse Ramaswamy, ao comentar a mudança no ciclo de desenvolvimento de software.

Nesse cenário, o diferencial competitivo deixa de ser apenas a capacidade técnica de programar e passa a ser o conhecimento proprietário que cada empresa tem sobre seus processos, clientes e regras internas. A aposta da Snowflake é se posicionar como a camada onde esse conhecimento é organizado, protegido e exposto a agentes de forma governada.

Ao integrar Business Ontology, Cortex AI Gateway e Cortex Training, a plataforma tenta oferecer um pacote completo: contexto de negócio padronizado, trilhas de auditoria e limite de custos, somados à possibilidade de treinar modelos próprios em cima de dados sensíveis. A expectativa no mercado é que a iniciativa pressione concorrentes que também disputam o papel de camada de controle para IA corporativa e acelere novos lançamentos em grandes fornecedores de software empresarial.