Snowflake poursuit ses efforts pour enrichir ses services autour de l’IA agentique. Le fournisseur a l’ambition de faire de sa plateforme Intelligence lancée en novembre dernier le plan de contrôle des agents IA. Elle comprend dorénavant des fonctionnalités d’automatisation des tâches récurrentes via leur description en langage naturel, des connecteurs MCP (model context protocol) et d’artefacts réutilisables afin que les utilisateurs puissent enregistrer et partager des analyses, des visualisations et des workflows. Par ailleurs, une fonction de recherche étendue qui mobilise plusieurs agents pour comprendre le contexte depuis différentes sources de données. Snowflake précise que ses différentes fonctions sont en preview et qu’elles résultent des retours clients et des enseignements tirés du projet SnowWork, un système capable de planifier et exécuter des flux de travail multi-étapes de bout en bout. A noter que la société teste une application mobile pour iOS pour Intelligence.

En parallèle, la société étoffe Cortex Code qui prend désormais en charge des sources de données externes supplémentaires, notamment AWS Glue, Databricks et Postgres, ainsi que la connectivité avec d'autres agents IA via MCP et le protocole ACP (agent communication protocol), un plugin Claude Code et un kit de développement logiciel pour agents prenant en charge Python et TypeScript. Des améliorations ont également été apportées à Cortex Code dans l'interface web Snowsight, en particulier le mode Plan dans lequel les développeurs peuvent prévisualiser et approuver les workflows, et la fonctionnalité Snap & Ask qui permet d'interagir avec des artefacts de données tels que des graphiques et des tableaux. Snowflake a aussi annoncé dans Snowsight la préversion privée de Sandboxes, un environnement cloud dédié où les développeurs peuvent exécuter du code de bout en bout sans aucune configuration.

Séduire les métiers et les développeurs

Michael Leone, vice-président et analyste principal chez Moor Insights & Strategy, estime que la feuille de route est « ambitieuse », faisant remarquer que beaucoup d’éléments annoncés étaient « à venir » ou en preview publique. « Ces annonces commencent à se confondre, presque tous les fournisseurs affirmant que leurs agents peuvent raisonner, agir et transformer l’entreprise », a-t-il souligné. « Mais selon moi, ce qui justifie de s’y attarder, c’est que Snowflake s’adresse simultanément aux deux parties de l’entreprise. L’intelligence est conçue pour les utilisateurs métier qui veulent des réponses et des actions sans écrire de SQL, et Cortex Code est conçu pour les développeurs qui doivent réellement mettre cela en production », a-t-il ajouté. « La plupart des fournisseurs choisissent une cible, soit les utilisateurs, soit les développeurs, et s'occupent de l'autre plus tard, mais Snowflake place les deux sur la même base de données régie », a-t-il fait remarquer. « C'est un problème technique plus complexe, mais c'est une réponse plus claire à la question que se posent réellement les entreprises, à savoir comment ouvrir l'IA à un plus grand nombre de personnes sans perdre le contrôle des données sous-jacentes », a-t-il expliqué. M. Leone ajoute que Snowflake a changé d'approche : au lieu de tout faire au sein de Snowflake, le fournisseur a pris conscience que l'IA agentique ne fonctionne que si elle est interopérable avec le reste de la pile.

Igor Ikonnikov, conseiller chez Info-Tech Research Group, considère également que le rôle du plan de contrôle s’inscrit dans une tendance du secteur. « Comme toujours, le diable est dans les détails : la question est de savoir de quoi ces plateformes sont composées et comment elles proposent de contrôler les agents IA », a-t-il demandé. « La plupart des plateformes sont construites à l’ancienne : tous les contrôles sont codés. Snowflake parle d’analyses réutilisables en enregistrant l’ensemble de la solution et en réutilisant des modules ou des modèles complets. Cela signifie que la sémantique commune reste enfouie au sein des modèles de base de données et du code », a-t-il ajouté. Selon lui, tous les fournisseurs IA sont motivés par la même demande du marché : « passer de chatbots génériques basés sur Copilot à des agents IA spécifiques à des usages professionnels qui comprennent la logique métier et peuvent interagir entre eux. »

Un rattrapage de la concurrence

Avec ces mises à jour, il estime que Snowflake a rattrapé ses concurrents, mais ne les a pas encore surpassés. Pour sa part, Sanjeev Mohan, directeur chez SanjMo, pense que la bonne nouvelle pour les clients concerne la prise en charge de Databricks et d’AWS Glue. « Snowflake affirme que même si les données se trouvent dans le système d’un concurrent, l’agent de codage IA de Snowflake peut être utilisé. Et inversement, l’extension VS Code et le plugin Claude Code peuvent être utilisés sur les données Snowflake. En d’autres termes, cela rassure sur les craintes liées à la dépendance vis-à-vis d’un fournisseur. » Sanchit Vir Gogia, analyste en chef chez Greyhound Research estime aussi que Snowflake a choisi la bonne orientation stratégique. « L'IA d'entreprise passe de la génération à l'orchestration, puis à l'exécution, et l'accent mis par Snowflake sur les données gouvernées comme fondement de l'action s'aligne sur cette évolution », a-t-il fait valoir.

« Cependant, pour devenir la couche d’exécution de l’IA d’entreprise, il ne suffit pas d’intégrer des agents et d’élargir la gamme d’outils. Il faut également une sémantique cohérente, une exécution inter-systèmes fiable, une gouvernance solide, une viabilité économique et une préparation organisationnelle, ainsi que la capacité à surmonter une contrainte structurelle », a-t-il poursuivi. « Le contrôle sans propriété des systèmes sur lesquels le travail est exécuté engendre une dépendance difficile à résoudre complètement. C'est là le principal point de tension de la stratégie de Snowflake, et c'est ce qui déterminera jusqu'où l'entreprise pourra réellement étendre son influence », a-t-il avancé. « Snowflake a fait un pas significatif dans cette direction. Cependant, le fournisseur n'a pas encore prouvé qu'il pouvait y parvenir à grande échelle. À ce stade, il est l'un des prétendants les plus crédibles dans une course qui ne sera pas déterminée par celui qui construira l'IA la plus intelligente, mais par celui qui pourra faire fonctionner cette IA de manière fiable au sein de l'entreprise. »