Temps de lecture : 5 min
Les points clés à retenir
- IA agentique boostée : Snowflake intègre des fonctionnalités d’automatisation via langage naturel, des connecteurs MCP et des artefacts réutilisables dans sa plateforme Intelligence.
- Double cible : Les mises à jour visent autant les utilisateurs métier (sans SQL) que les développeurs (Cortex Code, sandboxes, mode Plan).
- Interopérabilité au cœur : Le fournisseur ouvre son outil à des sources externes comme Databricks ou AWS Glue, pour limiter la dépendance.
IA agentique : Snowflake passe à la vitesse supérieure
Snowflake ne veut pas rater le train de l’IA agentique. Le fournisseur a récemment mis à jour sa plateforme Intelligence, lancée en novembre dernier, avec plusieurs features qui visent à en faire un vrai tableau de bord pour les agents IA.
Concrètement, on retrouve désormais une automatisation des tâches récurrentes via la description en langage naturel. Tu tapes ce que tu veux, et le système s’occupe du reste. Pratique, non ? S’ajoutent des connecteurs MCP (model context protocol) pour relier les agents entre eux, et des artefacts réutilisables pour stocker et partager analyses, visualisations ou workflows.
Mais ce n’est pas tout. Une nouvelle fonction de recherche étendue mobilise plusieurs agents pour comprendre le contexte depuis différentes sources de données. Snowflake explique que toutes ces options sont encore en preview et qu’elles sont issues des retours clients, notamment du projet SnowWork – un système capable de planifier et d’exécuter des flux multi-étapes de bout en bout.
À noter aussi que la société teste une application mobile iOS pour Intelligence. Le genre de mouvement qui montre qu’ils veulent rendre l’IA accessible partout.
Cortex Code s’ouvre à l’écosystème externe
En parallèle, Cortex Code s’enrichit. Désormais, il prend en charge des sources de données externes comme AWS Glue, Databricks et Postgres. Ça permet aux développeurs de travailler sur des données stockées en dehors de Snowflake sans changer d’outil.
On note aussi une meilleure connectivité avec d’autres agents IA via les protocoles MCP et ACP (agent communication protocol), un plugin Claude Code, et un SDK agents compatible Python et TypeScript.
Dans l’interface web Snowsight, Snowflake a peaufiné l’expérience développeur avec :
- le mode Plan, où les devs peuvent prévisualiser et approuver les workflows avant exécution ;
- Snap & Ask, pour interagir directement avec des graphiques ou tableaux ;
- et les Sandboxes (en préversion privée), des environnements cloud dédiés où tu exécutes du code de bout en bout sans configuration.
L’objectif pour lui est clair : simplifier le quotidien des développeurs tout en offrant une palette d’outils flexible.
Séduire à la fois les métiers et les développeurs
Ce qui distingue Snowflake, selon les analystes, c’est cette capacité à adresser simultanément deux publics. Comme le souligne Michael Leone, VP chez Moor Insights & Strategy : « 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. »
Dans ce sens, Intelligence est taillée pour les utilisateurs métier qui veulent des réponses sans écrire une ligne de SQL. Cortex Code, lui, est conçu pour les développeurs qui doivent mettre tout ça en production. Résultat : une approche plus complexe techniquement, mais plus réaliste pour les entreprises.
L’analyste note aussi que Snowflake a changé de cap. Fini le « tout dans Snowflake ». Le fournisseur a compris que l’IA agentique ne fonctionne que si elle s’interopère avec le reste de la pile.
Igor Ikonnikov, chez Info-Tech Research Group, ajoute que le rôle de plan de contrôle s’inscrit dans une tendance sectorielle. Le vrai défi, selon lui, reste la sémantique commune : « Snowflake parle d’analyses réutilisables en enregistrant la solution et en réutilisant des modules. Mais la sémantique commune reste enfouie dans les modèles de base de données et le code. »
Un rattrapage de la concurrence, mais pas encore un dépassement
Avec ces mises à jour, Snowflake a-t-il rattrapé son retard sur Databricks, AWS ou Microsoft ? Les avis divergent. Sanjeev Mohan, directeur chez SanjMo, estime que la bonne nouvelle pour les clients est la prise en charge de Databricks et AWS Glue. « Snowflake affirme que même si les données se trouvent chez un concurrent, l’agent de codage IA peut être utilisé. Et inversement, l’extension VS Code et le plugin Claude Code peuvent être employés sur les données Snowflake. Cela rassure sur les craintes de dépendance. »
Sanchit Vir Gogia, analyste en chef chez Greyhound Research, salue la direction stratégique. « L’IA d’entreprise passe de la génération à l’orchestration, puis à l’exécution. Snowflake met les données gouvernées au fondement de l’action. » Mais il prévient : « Pour devenir la couche d’exécution de l’IA d’entreprise, il faut une sémantique cohérente, une exécution inter-systèmes fiable, une gouvernance solide et une viabilité économique. Le contrôle sans propriété des systèmes engendre une dépendance difficile à résoudre. » Selon lui, Snowflake a fait un pas significatif, mais n’a pas encore prouvé qu’il pouvait passer à grande échelle.
Bref, Snowflake avance ses pions. Mais la partie est loin d’être gagnée. Le vrai test, c’est la capacité à faire fonctionner ces agents de manière fiable en entreprise. Et ça, ça passe par une bonne dose de pragmatisme.
Tu veux aller plus loin sur l’IA agentique en entreprise ? Jette un œil à nos autres articles qui décryptent comment les géants de la tech réinventent le futur du travail.
À 33 ans, je suis un pur produit de la culture « corporate » qui a décidé d’en briser les codes pour vous en livrer une lecture plus authentique. Diplômé d’une grande école de commerce, j’ai forgé mes premières armes pendant cinq ans au sein d’un cabinet de conseil du « Big Four », où j’ai appris la rigueur stratégique tout en observant de très près les dérives du jargon bureaucratique.
