(Immagine generata con AI)
L’espressione Agentic AI, cioè l’intelligenza artificiale “agentica”, è stata protagonista all’ultima conferenza internazionale di Snowflake. Una tecnologia che compie un passo ulteriore verso l’automazione e l’efficienza, ma nella stessa direzione già tracciata negli ultimi anni dall’AI generativa, e che nel caso di Snowflake ha soprattutto due declinazioni: il supporto alla produttività individuale e l'ingegneria del software. Il tutto, all’interno di una data platform che permette di adottare un’Agentic AI governata, protetta ma non isolata, che dialoga con applicazioni terze e che si nutre di dati di contesto.
Tra le novità annunciate la scorsa settimana a San Francisco durante lo Snowflake Summit 26 spiccano, in particolare, l’assistente personale agentico Snowflake CoWork e l’assistente per il coding Snowflake CoCo. Per entrambi si tratta, in realtà, di un rebranding di esistenti soluzioni, e il cambio di nome serve a rimarcare il salto compiuto con l’aggiunta dell’Agentic AI.
Snowflake CoWork è l’evoluzione di Snowflake Intelligence, soluzione lanciata nel 2024. L’attuale versione promette di essere un “agente personale” per chi svolge professioni intellettuali di qualsiasi genere, in cui sia necessario creare contenuti, analizzare dati, organizzare attività, definire strategie e quant’altro. CoWork non è un semplice chatbot basato su LLM, ma piuttosto un ambiente di lavoro che in un'unica console racchiude strumenti di ricerca, chat, automazioni e artefatti generati dall’AI (tra cui anche grafici interattivi). A detta di Snowflake, questa soluzione supera le tradizionali dinamiche di domanda e risposta ed è una forma di “intelligenza proattiva e personalizzata”, che ha capacità di analisi del contesto, che aiuta ad automatizzare flussi di lavoro e che supporta i processi decisionali.
Diverse le funzionalità nuove e aggiuntive, rispetto alla precedente versione. Ancora in preview, Cortex Sense è uno strumento che convoglia dati, definizioni e conoscenza operativa in un unico livello di contesto, condiviso in azienda. In futuro verranno proposti plug-in “pronti all’uso” per domini specifici, per esempio contabilità o vendite, e connettori Mcp (Model Context Protocol) per l’accesso a fonti di dati esterni.
Con la funzionalità Deep Research, invece, CoWork può elaborare risposte a domande complesse (indagando anche le motivazioni di un fenomeno) in tempi estremamente rapidi, con citazioni e rimandi alla fonte. Attraverso il protocollo Mcp è possibile connettere l’agente di ServiceNow ad applicazioni come Microsoft Teams, Microsoft Outlook, Microsoft Exchange, Slack, Gmail, Jira e Salesforce.
L’altro pezzo forte del summit di San Francisco è Snowflake CoCo, evoluzione di Cortex Code, definito dall’azienda come il “primo agente AI di coding che comprende nativamente i dati” dell’azienda che lo utilizza. CoSi tratta di un assistente-agente AI per la programmazione, che aiuta gli sviluppatori ad automatizzare workflow complessi e a generare codice tramite comandi in linguaggio naturale. CoCo è utilizzabile su desktop e su mobile e anche attraverso Slack, VS Code, Claude Code e Microsoft Excel.
Altra novità è Snowflake Datastream, un servizio di streaming completamente gestito per Apache Kafka, che permette di alimentare applicazioni e agenti AI in tempo reale, con dati sempre aggiornati e in continuo flusso, direttamente all’interno dell’ambiente Snowflake. Il servizio si integra con Snowflake CoCo.
Un filo rosso del summit è stata l’idea della necessità di portare l’AI verso i dati, anziché viceversa (peraltro è un concetto sposato anche da altri vendor, come Cloudera, Dell e Lenovo). Poter eseguire i processi di inferenza e gli agenti AI direttamente sulla piattaforma dati comporta vantaggi di sicurezza, di controllo sui dati, di semplificazione delle architetture, di velocità di elaborazione ed efficienza nell’utilizzo delle risorse IT. Qui cade a fagiolo Cortex Training, uno strumento interno a Cortex AI per l’addestramento dei modelli di intelligenza artificiale su risorse locali, senza ricorso al cloud.
L’altro messaggio ribadito, complementare al precedente, è la necessità di poter governare l’Agentic AI così come si governano i tradizionali sistemi di dati aziendali. Ciò significa disporre di policy di sicurezza integrate, avere tracciabilità sulle operazioni degli agenti AI e controllare i dati che questi sistemi utilizzano. Significa però, anche, legare maggiormente l’Agentic AI al contesto in cui i dati vanno analizzati e compresi e in cui le azioni devono calarsi. Da qui il lancio di Horizon Context, una nuova capacità di Horizon Catalog che raccoglie e arricchisce dati e metadati per migliorare l’efficacia degli agenti AI e di altre applicazioni.
“Il futuro dell’AI in ambito enterprise dipenderà dalla capacità delle organizzazioni di connettere efficacemente intelligenza, dati affidabili e azione concreta in tutta l’azienda”, ha commentato Marika Lilla, country manager di Snowflake. “Con gli annunci dello Snowflake Summit 26, presentiamo innovazioni che alimentano l’agentic enterprise, fornendo alle organizzazioni una base affidabile e un control plane per sviluppare l’AI più rapidamente, renderla operativa in sicurezza e su larga scala, e consentire a team e agenti AI di collaborare partendo da un contesto di business condiviso, indipendentemente da dove risiedano i dati.”