Snowflake integra nuevas capacidades de IA, semántica y bases de datos en su AI Data Cloud
Snowflake ha anunciado nuevas innovaciones de producto que proporcionan a las empresas herramientas fáciles de usar, un entorno interoperable y agentes de IA confiables para que puedan llevar de forma más rápida los proyectos de datos e IA desde la concepción hasta la producción.
Entre las principales novedades se encuentra la disponibilidad general de Cortex Code, un agente de codificación nativo de Snowflake que automatiza y acelera el desarrollo de datos e IA de principio a fin, ofreciendo a los usuarios un agente que comprende y opera de manera exhaustiva dentro de un contexto de datos empresariales; y Semantic View Autopilot, un servicio impulsado por IA que automatiza la creación y gobernanza de vistas semánticas, proporciona a los agentes de IA una comprensión compartida de las métricas de negocio para ofrecer resultados consistentes y fiables. A ello se suman nuevas mejoras en Snowflake Postgres (cuya disponibilidad general está prevista próximamente) que permiten ejecutar de forma nativa la base de datos Postgres en el AI Data Cloud y consolidar en una sola plataforma los casos de uso transaccionales, analíticos y de IA.
Las innovaciones han sido presentadas durante BUILD Londres, y llegan tras el anuncio de una alianza plurianual con OpenAI, valorada en 200 millones de dólares. Este acuerdo refuerza la colaboración en coinnovación y estrategias conjuntas de comercialización, y permite que los modelos de OpenAI estén disponibles de forma nativa para los 12.600 clientes globales de Snowflake a través de Snowflake Cortex AI.
"Para que la IA realmente aporte valor, debe ir más allá de la experimentación e integrarse en los sistemas en los que los equipos confían cada día. Con nuestros últimos avances de producto, estamos reimaginando cómo los equipos crean y operan al incorporar la IA directamente en el ciclo de vida del desarrollo, haciendo que los datos estén listos para la IA desde el diseño y ayudando a las empresas a generar un impacto comercial real con la IA. Esto marca un cambio fundamental en cómo las organizaciones crean con datos e IA, permitiendo a los usuarios crear soluciones fiables, gobernadas y listas para operar a escala empresarial”, señala Christian Kleinerman, vicepresidente ejecutivo de producto de Snowflake
Cortex Code: un agente de codificación de IA diseñado para el contexto de los datos empresariales
Con la disponibilidad general de Cortex Code, los usuarios obtienen un agente que comprende de manera exhaustiva y opera dentro del contexto de datos empresariales. Capacita a todos, independientemente de su experiencia técnica, desde expertos en datos hasta expertos del dominio, para crear flujos de datos, análisis y aplicaciones de IA de forma más rápida.
En su afán por lograr que la IA genere un impacto real, los equipos de las organizaciones se ven sometidos a una presión cada vez mayor para acelerar el ritmo sin comprometer la fiabilidad, la precisión o la escalabilidad. Para impulsar con mayor rapidez y fiabilidad las iniciativas de datos e IA, los equipos necesitan herramientas diseñadas a medida que comprendan sus entornos de datos, simplifiquen tareas complejas y permitan flujos de trabajo sofisticados y fiables mediante lenguaje natural.
A diferencia de los asistentes de codificación genéricos, Cortex Code comprende la semántica de los datos, el cómputo, la gobernanza y las operaciones de los usuarios de Snowflake. Cortex Code es personalizable e interoperable, diseñado para funcionar dondequiera que los usuarios operen a través de las experiencias de Snowflake y los entornos de desarrollo locales. Además, se integra de forma natural en los flujos de trabajo existentes y es compatible con todo el ciclo de vida del desarrollo, desde el diseño y la implementación hasta la optimización y las operaciones, sin comprometer la confianza ni la seguridad. Los equipos pueden usar Cortex Code dentro de la plataforma Snowflake a través de Cortex Code en Snowsight (próximamente disponible de forma general) o dentro de su terminal o editor de código preferido, como VS Code o Cursor, con Cortex Code CLI (ya disponible de forma general).
Para seguir reduciendo las fricciones que ralentizan la adopción y la entrega de la IA empresarial, Snowflake ha introducido nuevas capacidades para una codificación más intuitiva, impulsando la forma en que los usuarios construyen, implementan y gestionan flujos de trabajo de datos impulsados por IA en todo el stack tecnológico, con una nueva integración con v0 de Vercel (próximamente disponible de forma general). Esto permite a los empleados, desde desarrolladores hasta analistas, crear aplicaciones completas impulsadas por IA con lenguaje natural que pueden desplegarse de forma segura dentro de Snowflake a través de Snowpark Container Services.
Semantic View Autopilot: una base semántica compartida para una IA fiable
Snowflake ha presentado Semantic View Autopilot (ya disponible de forma general), un servicio impulsado por IA que aprende continuamente de la actividad real del usuario para asegurar que la lógica de negocio sea precisa y se mantenga actualizada. Como resultado, las empresas pueden minimizar las alucinaciones de la IA mientras reducen la creación de modelos semánticos de días a minutos, acelerando el tiempo de comercialización y proporcionando una ventaja competitiva decisiva. Estas innovaciones se construyen sobre la sólida infraestructura empresarial existente de Snowflake, garantizando que los sistemas de IA, como Snowflake Intelligence, sean fiables, estén gobernados y listos para operar de forma segura a escala, todo ello mientras trabaja directamente con los datos más valiosos de las organizaciones.
Las empresas despliegan agentes de IA en entornos donde las métricas de negocio se definen manualmente y su gobernanza es inconsistente, lo que deja a los sistemas de IA sin una comprensión compartida del contexto de negocio. Este enfoque fragmentado y manual en la construcción de la capa semántica constituye un cuello de botella importante para la adopción de la IA, generando resultados poco fiables y dificultando que las organizaciones confíen en la IA.
Semantic View Autopilot aborda este desafío al crear, optimizar y mantener automáticamente vistas semánticas gobernadas, eliminando la necesidad de un modelado semántico manual y propenso a errores. Esto se basa en el compromiso de Snowflake con iniciativas como el Open Semantic Interchange (OSI), que estandariza una capa semántica compartida entre los líderes del ecosistema. Mientras que OSI proporciona la conectividad para compartir la lógica de negocio en todo el ecosistema, Semantic View Autopilot añade la inteligencia para crearla y mantenerla continuamente, convirtiéndola en la capa de conexión para una IA fiable y escalable a través de todos los datos, dondequiera que residan.
Snowflake Postgres: unificando datos transaccionales, analíticos y de IA
Snowflake ha anunciado también nuevas mejoras en Snowflake Postgres, que ahora se ejecuta de forma nativa en AI Data Cloud, permitiendo a los usuarios acceder, ingerir y migrar datos fácilmente desde cualquier lugar para construir lo que necesiten en una única plataforma segura.
La mayoría de las organizaciones aún mantienen sus bases de datos transaccionales y analíticas aisladas en sistemas separados, un enfoque tradicional que obliga a los equipos a depender de complejos pipelines para conectar esos sistemas. Esta fragmentación genera altos costes, ralentiza el desarrollo, introduce riesgos y retrasa la obtención del análisis clave.
Snowflake Postgres elimina estos pipelines al reunir casos de uso transaccionales, analíticos y de IA en una única plataforma de grado empresarial. A su vez, la compatibilidad total con Postgres de código abierto permite a las empresas migrar sus aplicaciones existentes a Snowflake sin cambios en el código. Ahora, con Snowflake Postgres, los equipos pueden potenciar la IA y las aplicaciones críticas, analizar el rendimiento y las tendencias del negocio utilizando los datos más actualizados de sus operaciones, y construir funcionalidades impulsadas por IA como recomendaciones o pronósticos, todo desde los mismos datos, sin necesidad de moverlos entre sistemas.
Nota de prensa