Snowflake porta l'IA dove sono i dati, anche grazie a un accordo con OpenAI

Il tema centrale e portante alla conferenza BUILD London 2026 di Snofwflake, che si è tenuta a Londra e alla quale Edge9 ha partecipato, è stato senza dubbio alcuno l'intelligenza artificiale. Non sono mancate diverse novità, tra cui il lancio dell'assistente per la scrittura di codice Cortex Code e l'annuncio di Snowflake Postgres. La novità più eclatante e inattesa è stata però la partnership da 200 milioni di dollari con OpenAI. Partiamo proprio da lì.

Snowflake e OpenAI: la partnership per l'IA dedicata ai dati

Gestire i dati oggigiorno è complesso, in particolare quando le aziende devono gestire ampie quantià di dati misti, ovvero strutturati e non strutturati. Snowflake mette già a disposizione soluzioni per gestirli in maniera centralizzata e applicando gli stessi criteri ad ambedue, ma il tassello che mancava era la possibilità d'impiegare agenti d'intelligenza artificiale per interrogare direttamente tali dati.

La partnership con OpenAI punta proprio a mettere a disposizione dei clienti di Snowflake le tecnologie di OpenAI per rendere possibile la creazione di agenti personalizzati che sfruttano i modelli linguistici di OpenAI. Ma non solo: Snowflake e OpenAI collaboreranno per integrare nuove funzionalità per gli utenti aziendali basandosi sull'SDK e le API di quest'ultima.

Grazie all'accordo, i clienti di Snowflake potranno costruire agenti che operano direttamente all'interno del proprio ambiente, mantenendo dunque il controllo sui dati e sul loro impiego da parte dell'IA. Questo è un punto cruciale, perché spessissimo si parla proprio dei rischi che esistono nell'usare i vari servizi pubblici d'intelligenza artificiale con i dati aziendali; come ci dice il Field CTO Fawad Qureshi, Snowflake cerca sempre di portare le applicazioni dove sono i dati e non viceversa, e ciò è vero anche quando si parla dell'IA.

Eseguire modelli e agenti di IA all'interno dell'ambiente di Snowflake significa che vengono applicate anche all'uso dell'IA tutte le politiche di accesso e di sicurezza che valgono normalmente; per fare un esempio banale, gli impiegati della contabilità non avranno accesso ai dati delle risorse umane e viceversa, e sarà così anche quando useranno i modelli di IA. Non c'è poi il problema di dover comunicare i dati all'esterno, con tutti i rischi del caso, né quello di affidare dati potenzialmente sensibili a un modello di IA esterno e non controllato dall'azienda che potrebbe portare a una diffusione non controllata di tali dati.

"Con gli agenti per le aziende, ogni passo viene registrato così che è possibile effettuare audit, capire ciò che succede e creare nuove iterazioni [degli agenti creati in azienda]. Sono funzionalità molto potenti per le aziende, ma il mio consiglio è di non cominciare da cose grosse, da agenti che compiono azioni complesse. Bisogna iniziare con cose piccole: le persone che compiono le azioni, poi le approvano prima che succedano, infine verificano i risultati e sistemano le cose che non vanno", ha affermato Ashley Kramer, Vice President of Enterprise presso OpenAI (in foto qui sopra), alla conferenza.

Cortex Code, Semantic View Autopilot e Snowflake Postgres

L'accordo con OpenAI non è, però, l'unico annuncio che Snowflake ha fatto a BUILD. L'azienda ha infatti comunicato la disponibilità ufficiale di Cortex Code, il suo ambiente di sviluppo che consente di scrivere codice per la sua piattaforma sfruttando anche l'intelligenza artificiale. In una demo mostrata in tempo reale sul palco, l'azienda ha effettuato una dimostrazione di come sia possibile chiedere all'assistente d'intelligenza artificiale di generare un cruscotto che mostra l'andamento delle vendite e diversi altri parametri semplicemente descrivendo il risultato che si vuole ottenere. Nel giro di un minuto circa, l'IA ha generato una pagina contenente i dati richiesti e un'analisi degli stessi. Cortex Code è disponibile tramite un'interfaccia accessibile da browser, ma è anche possibile usare Cortex Code CLI da macOS per accedervi direttamente dal terminale.

Un'altra novità annunciata da Snowflake è Semantic View Autopilot. Le viste sono funzionalità dei database che consentono di mostrare i dati nascondendo però la logica di business, ad esempio; le viste semantiche sono viste che consentono di mostrare i dati accompagnandoli con informazioni sulle relazioni tra le varie entità e aggiungendo informazioni sul significato (da qui l'aggettivo "semantiche") dei dati. In altri termini, sono una descrizione dei dati e del loro significato. Qureshi ci fa l'esempio di un sistema per gestire l'addebito in un'azienda di spedizioni: se ci sono 100.000 tabelle ciascuna con 50 colonne, trovare il campo con l'indirizzo del cliente può essere particolarmente complesso. Descrivere tutti i campi a mano richiede moltissimo tempo ed è qui che entra in gioco Semantic View Autopilot, che sfrutta l'IA per creare automaticamente viste semantiche che possono poi essere usate da altri motori d'IA per trasformare le richieste in linguaggio naturale ("trova quali sono le città dove effettuiamo più consegne") in interrogazioni al database e, dall'altro lato, dare un'interpretazione dei dati una volta che questi vengono trovati. Secondo Qureshi, la nuova funzionalità "toglie un sacco di lavoro che altrimenti richiederebbe una squadra di persone dedicata."

Da ultimo, Snowflake Postgres è una nuova funzionalità che consente di accedere ai dati usando la sintassi di Postgres grazie a una nuova estensione open source, pg_lake, che l'azienda ha sviluppato e ha ora rilasciato al pubblico. pg_lake consente di archiviare i dati come tabelle di Apache Iceberg e di accedervi poi sia da Snowflake, sia da Postgres. In altri termini, si tratta di un'astrazione di come i dati sono effettivamente archiviati: Qureshi ci spiega che "i dati non sono archiviati né in Postgres né in Snowflake; in realtà, possono essere usati anche da altre piattaforme e con altri strumenti. L'archiviazione viene disaccoppiata dal modello del database e dell'elaborazione dei dati. In questo modo si ottiene l'interoperabilità tra Postgres e Snowflake." Che è importante per accedere ai dati da applicazioni Web, ad esempio, senza dover duplicare i dati e senza dover cambiare le applicazioni stesse per renderle compatibili con Snowflake.

Al centro delle novità presentate da Snowflake, dunque, restano saldamente i dati: come abbiamo visto anche in altri casi, l'intelligenza artificiale è vista come uno strumento che sfrutta tali dati, ma anche che aiuta nella loro gestione. L'autopilota per creare le viste semantiche diventa uno strumento particolarmente utile proprio per trasformare i propri dati in oggetti manipolabili dall'IA: in altri termini, è un'IA per aiutare l'IA. Snowflake continua a fornire alle aziende gli strumenti per trasformare i dati in valore, anche (e, viene da dire, soprattutto) in questa era dell'intelligenza artificiale.