En tant que partenaire Snowflake Select, nous suivons de près l’évolution de la plateforme. Snowflake construit, produit par produit, une infrastructure complète pour faire fonctionner des agents IA en entreprise. Voici les dernières nouveautés.
I. CoWork : l’agent qui travaille à la place de vos équipes métiers
CoWork (anciennement Snowflake Intelligence) est positionné comme le « Chief of Staff » de chaque collaborateur. L’idée est simple : au lieu d’ouvrir un tableau de bord, d’attendre un analyste ou d’écrire une requête, on pose une question en langage naturel et l’agent trouve la donnée, produit l’analyse, génère le rapport ou envoie l’email.
Ce qui distingue CoWork d’un simple assistant IA, c’est son accès direct aux données d’entreprise gouvernées. Il se connecte aux emails, aux conversations d’équipe, aux applications via MCP, et livre des résultats dans les outils que les équipes utilisent déjà : Slack, Excel, boîte mail. Pas besoin d’apprendre un nouvel outil.
a. Un agent qui mémorise et s’adapte
CoWork intègre une mémoire utilisateur : il retient les préférences, le rôle et les tâches récurrentes de chaque collaborateur d’une session à l’autre. Des skills codifient les workflows répétitifs en instructions réutilisables. Des plugins Finance et Ventes arrivent en preview pour que les équipes n’aient pas à tout paramétrer depuis zéro.
b. Une application iOS pour le briefing du matin
Une application mobile avec Face ID est annoncée : accès complet à l’historique des conversations, briefing matinal prêt avant même d’ouvrir l’ordinateur. L’agent accompagne chaque collaborateur partout, pas seulement au bureau.
c. Des livrables directement partageables
CoWork produit des Artifacts : des tableaux de bord vivants, alimentés en temps réel par les données, partageables dans toute l’organisation avec les droits d’accès appliqués automatiquement selon le rôle du destinataire. Une analyse faite une fois devient un point de départ pour toute l’équipe.
II. COCO : l’agent qui code et déploie pour vos développeurs.
CoCo (anciennement Cortex Code) transforme les tâches de data engineering en conversations. Construire un pipeline, déployer un modèle, créer un agent : tout se fait en décrivant ce qu’on veut faire. CoCo comprend le contexte de données de l’entreprise, les règles de gouvernance et les contraintes opérationnelles, et génère du code adapté à l’environnement réel.
a. Partout où les développeurs travaillent
CoCo est disponible dans Snowsight, en application desktop, en CLI, en extension VS Code, en plugin Claude Code et en plugin Excel. Il peut exécuter des tâches en arrière-plan dans le cloud sans garder une session ouverte localement. Les Automations permettent de faire tourner des flux récurrents de façon autonome.
b. Intent-Driven Governance : décrire ce qu’on veut protéger
Une nouveauté notable : CoCo permet de décrire une politique de gouvernance en langage courant (« Gouverne mon compte pour la protection des données PII »), puis déploie automatiquement les contrôles correspondants dans Snowflake : politiques de masquage, accès par ligne, classification, détection de dérive, alertes. Le RSSI décrit l’intention, la plateforme l’applique.
III. Cortex Sense : Le contexte métier dès le premier jour
C’est l’un des défis les plus concrets de l’IA en entreprise : les agents ne savent pas ce que signifient vos données. Ce qu’est un « client actif ». Comment vous calculez votre marge. Quelle définition du chiffre d’affaires s’applique selon la direction.
Cortex Sense est le moteur qui résout ce problème pour CoCo et CoWork. Il construit et maintient automatiquement un index interne de tout le patrimoine de données : connecteurs (PostgreSQL, Redshift, Databricks, Tableau, Power BI, dbt, Confluence), vues sémantiques, métadonnées de schémas, wikis, documents. Pas de modélisation manuelle, pas de configuration initiale. Le contexte est là dès le premier jour, et s’améliore à mesure que les données évoluent.
Le résultat mesuré par Snowflake : une précision 3,5 fois supérieure sur les questions métier complexes, comparé à une approche sans contexte. C’est la différence entre un agent qui impressionne en démo et un agent qu’on peut vraiment utiliser en production.
IV. Gouvernance IA : Voir et contrôler ce que font les agents
Déployer des agents capables de lire, d’écrire et de déclencher des actions sans contrôle précis, c’est le risque numéro un des architectures agentiques. Snowflake structure sa réponse autour de trois axes.
a. Une identité propre pour chaque agent
Agent Identity attribue une identité unique et vérifiable à chaque agent, distincte de celle de l’utilisateur qui l’a créé. La plateforme distingue nativement un agent d’un humain : des politiques différenciées peuvent s’appliquer. Un agent verra des données masquées là où un humain verra les informations complètes. Toutes ses actions sont tracées et auditables via les vues ACCOUNT USAGE.
b. Protection contre les injections et l’exfiltration
Les Horizon AI Guardrails protègent contre les injections de prompts en temps réel, activés par défaut pour tous les clients sans configuration requise. Les Data Movement Policies bloquent toute tentative d’exfiltration vers un environnement non autorisé. Pour les opérations critiques, une double validation par deux administrateurs distincts est obligatoire.
c. Agent Studio et tableau de bord de gouvernance IA
Agent Studio offre un point d’entrée unique pour construire, gérer et gouverner tous les agents de l’organisation : checklist de mise en production, visibilité sur l’utilisation et la latence, scores d’évaluation, piste d’audit complète. Le tableau de bord de gouvernance IA permet de détecter les agents qui accèdent à des données hors de leur périmètre, d’identifier les privilèges excessifs et de suivre la conformité réglementaire, y compris l’AI Act européen.
V. La fondation de données gouvernées : ce sur quoi tout repose
Les agents ne valent que ce que valent les données qu’ils consultent. Snowflake structure cette fondation autour du Horizon Catalog.
a. Horizon Context et Semantic Views
Horizon Context collecte le contexte depuis l’ensemble du patrimoine de données, l’enrichit avec des schémas, du lignage, des tags et des vues sémantiques, puis l’active dans CoCo, CoWork et les outils BI. Les Semantic Views constituent une source de vérité unique décrite en YAML : agents IA, Power BI et applications personnalisées consultent tous la même définition. Semantic Studio permet aux équipes métiers de définir cette logique sans SQL. Universal Search permet de retrouver n’importe quel actif de données depuis un point d’entrée unique.
b. Interopérabilité et ouverture
Snowflake ne verrouille pas. Avec Apache Iceberg v3 et Apache Polaris, des moteurs comme Spark ou Trino peuvent lire et écrire les mêmes données sans les dupliquer. OpenSharing permet de partager ces tables avec des partenaires extérieurs à l’écosystème Snowflake. L’acquisition de Natoma connecte les agents à plus de 100 applications d’entreprise via le protocole MCP, sous le contrôle de la gouvernance Horizon. L’intégration zero-copy avec SAP Datasphere est disponible en GA, aux côtés de Salesforce et Workday.
VI. Ce que l’on retient coté Seenovate
Ce que Snowflake construit, c’est une plateforme d’exécution pour l’IA d’entreprise : des agents qui savent ce que signifient vos données, qui agissent dans vos systèmes réels, dont les actions sont traçables et auditables, et dont les coûts restent maîtrisés.
Pour nos clients, la question n’est plus de savoir si la technologie est prête. Elle est organisationnelle : quelles décisions vos agents ont-ils le droit de prendre, quelles données ont-ils le droit de voir, et qui valide quand quelque chose dépasse leur périmètre ? C’est exactement là que notre accompagnement prend tout son sens.
Vous souhaitez échanger sur ce que ces évolutions changent pour votre organisation ? Contactez-nous.
