Snowflake présente de nouvelles fonctionnalités pour faciliter le déploiement des agents d’IA en production

Le Data Cloud AI Snowflake (NYSE: SNOW), annonce à l’occasion de son événement Snowflake Expedition 2026 plusieurs nouvelles fonctionnalités pour faciliter le déploiement des agents d’IA en production. Ces innovations permettent aux entreprises de déployer des agents capables de comprendre leur contexte métier, d’agir dans le respect de leurs règles de gouvernance et d’exécuter des tâches en toute autonomie.

Parmi les annonces figurent Business Ontology, qui permet aux agents de s’appuyer sur des définitions métier validées par l’entreprise, et Cortex AI Gateway, qui applique des règles de gouvernance à l’ensemble des modèles, outils et actions utilisés par les agents. De leur côté, Snowflake CoCo, l’agent de développement destiné aux équipes data, et Snowflake CoWork, l’agent personnel destiné aux collaborateurs, permettent d’automatiser des tâches récurrentes. Les nouveaux bots CoCo et CoWork vont plus loin en exécutant des tâches de manière autonome et en arrière-plan, en fonction des objectifs fixés par les utilisateurs.

« Les entreprises qui tireront leur épingle du jeu ne seront pas celles qui disposeront du plus grand nombre d’agents IA, mais celles dont les agents sauront interpréter correctement les données métier, grâce à un accès aux informations pertinentes, respecteront les règles de gouvernance et les garde-fous définis, et seront capables de rendre compte de leurs actions », déclare Christian Kleinerman, EVP of Product chez Snowflake. « C’est ce qui distingue un agent qui répond par approximation d’un agent sur lequel l’entreprise peut s’appuyer. Snowflake réunit déjà les données, le contexte et les mécanismes de gouvernance dont les entreprises ont besoin. En enrichissant Snowflake Horizon Catalog avec Business Ontology et Cortex AI Gateway, nous faisons du contexte et de la gouvernance non plus des considérations secondaires, mais des fondements sur lesquels repose chaque agent IA,afin de faciliter leur déploiement à l’échelle de l’entreprise.»

La multiplication des connexions entre agents, modèles d’IA, serveurs MCP et systèmes d’information complique leur supervision et expose les entreprises à de nouveaux risques de sécurité et à des dépenses imprévues. Ces difficultés freinent encore le passage des projets pilotes à des déploiements à plus grande échelle.

Des agents IA qui s’appuient sur un contexte métier partagé

Pour produire des résultats fiables, les agents d’IA doivent s’appuyer sur une compréhension commune des indicateurs métier. Un même indicateur, comme le chiffre d’affaires net, peut faire l’objet de définitions différentes selon les équipes et les outils utilisés. Un responsable commercial peut ainsi obtenir des résultats différents d’un tableau de bord, d’un analyste et d’un agent IA pour un même rapport hebdomadaire. Les agents doivent donc pouvoir accéder aux définitions officielles validées par l’entreprise.

Business Ontology, la nouvelle fonctionnalité de Horizon Context, l’environnement dédié au contexte métier gouverné au sein de Snowflake Horizon Catalog, répond à ce besoin. Business Ontology permet de définir les concepts métier de référence, tandis que les Semantic Views en calculant les valeurs et que Cortex Sense (préversion privée) utilise l’inférence pour compléter les éléments qui n’ont pas encore été définis. Ensemble, ces fonctionnalités établissent un référentiel métier commun, accessible aux agents, aux applications et aux collaborateurs de l’entreprise.

Les équipes peuvent valider les définitions des principaux indicateurs, désigner un responsable pour chacune et les relier aux données correspondantes, qu’elles soient hébergées dans Snowflake ou dans d’autres environnements. Les définitions validées restent prioritaires. Les entreprises peuvent également migrer leurs définitions existantes depuis des catalogues tiers ou des tableurs, au cours d’une session guidée avec CoCo. Chaque modification est enregistrée pour en assurer la traçabilité. En cas d’audit, il devient ainsi possible de retrouver la définition d’un indicateur utilisée à une période donnée.

« La valeur d’un produit de données repose sur une compréhension commune de chaque attribut, qu’il s’agisse d’une tranche de revenus des ménages ou d’un segment d’entreprises B2B défini selon leurs caractéristiques », déclare Joe Tobey, Head of Data Product Engineering chez dentsu. « À mesure que les agents IA deviennent le principal moyen d’interroger ces données, ces définitions ne peuvent plus se limiter à un dictionnaire de données statique. Business Ontology permet d’attribuer à chaque définition un responsable clairement identifié, de la relier aux données qui lui correspondent et de garantir que tous les agents fournissent une réponse cohérente fondée sur cette définition. C’est ce qui nous permet de donner accès à nos données par l’intermédiaire d’agents IA en toute confiance. »

Des règles de gouvernance communes à tous les agents

Au-delà de la compréhension du contexte métier, les entreprises doivent pouvoir contrôler l’accès des agents d’IA aux données, aux modèles et aux outils. Cortex AI Gateway² constitue un point d’accès centralisé pour les agents au sein de l’entreprise. Intégré à Horizon Catalog, il applique des règles communes à leurs connexions, quels que soient les environnements cloud, les frameworks et les fournisseurs d’IA utilisés. Les agents héritent des contrôles d’accès, des mécanismes d’authentification et des autorisations déjà définis pour les utilisateurs, y compris lorsqu’ils interagissent avec les données de l’entreprise via des serveurs MCP. Cette approche évite aux entreprises d’avoir à mettre en place et à gérer des dispositifs de contrôle distincts pour leurs agents.

Cortex AI Gateway Tools (préversion publique) vérifie chaque appel à un outil au regard des autorisations définies avant son exécution, tandis que Cortex AI Guardrails (préversion publique) protège contre les injections de prompt et les tentatives de contournement des mécanismes de sécurité. La gouvernance des coûts (disponibilité générale) permet d’attribuer les dépenses aux équipes concernées et de fixer des plafonds budgétaires, tandis que le routage dynamique des modèles (préversion privée) oriente les tâches courantes vers des modèles moins coûteux. Les fonctionnalités d’observabilité (disponibilité générale) enregistrent chaque étape d’exécution dans le compte Snowflake du client, où les équipes peuvent les analyser à l’aide d’Agent Trace Intelligence (préversion privée). Agent Abuse Detection (préversion privée) examine quant à lui l’ensemble des séquences d’actions des agents, plutôt que les requêtes isolées, afin de détecter les comportements dépassant les autorisations définies.

Des agents qui exécutent des tâches de manière autonome

Une fois le contexte métier défini et les mécanismes de gouvernance en place, les entreprises peuvent confier davantage de tâches récurrentes aux agents d’IA. Les nouvelles fonctionnalités de CoCo et CoWork permettent ainsi aux équipes data et aux équipes métier d’automatiser certaines activités tout en conservant la maîtrise de leur exécution.

Avec CoCo Automations (disponibilité générale), les équipes data peuvent définir un processus une seule fois, puis programmer son exécution autonome à la fréquence souhaitée. Les agents peuvent ainsi prendre en charge des tâches récurrentes ou de longue durée, comme la surveillance de pipelines de données ou la préparation de rapports hebdomadaires. Chaque exécution est enregistrée dans un historique et une piste d’audit, et peut être suspendue ou relancée si nécessaire. CoCo et CoWork s’intègrent également aux outils utilisés par les équipes, notamment grâce à Snowflake for Slack (préversion publique) et CoCo for Excel and Sheets (préversion publique). Les fonctionnalités Skills and Plugin Sharing (disponibilité générale), Profiles in CoCo (préversion publique) et les nouveaux Profiles in CoWork (préversion publique) permettent de réutiliser les configurations et les outils développés par une équipe dans le reste de l’entreprise. Elles facilitent ainsi la standardisation des pratiques, tout en préservant la flexibilité des utilisateurs de CoCo et le contrôle centralisé dans CoWork.

Les nouveaux bots CoCo et CoWork vont au-delà de l’exécution de tâches prédéfinies. Lorsqu’un utilisateur leur confie un objectif général, comme préparer des notes pour chaque rendez-vous client ou surveiller le bon fonctionnement des pipelines de données, les bots peuvent planifier et réaliser les différentes tâches nécessaires de manière autonome. Ils agissent au nom de l’utilisateur et héritent de ses droits d’accès, des informations liées à son rôle et de ses autorisations. Ils travaillent en arrière-plan, dans les limites définies par les règles de gouvernance de Snowflake, et ne sollicitent l’utilisateur que lorsqu’une décision importante ou une validation finale est nécessaire.

Une plateforme unique pour l’entreprise agentique

En réunissant ces fonctionnalités au sein d’une même plateforme gouvernée, reposant sur une copie unique des données, Snowflake associe la gestion du contexte métier, le contrôle des agents d’IA et l’automatisation des tâches. Cette approche vise à faciliter le passage des projets pilotes à une utilisation en production, tout en permettant aux entreprises de conserver la maîtrise des accès, des actions et des dépenses liées aux agents.