En el marco de Snowflake Expedition 2026, la compañía tecnológica Snowflake ha desvelado dos importantes innovaciones que buscan transformar la manera en que las empresas gestionan la inteligencia artificial (IA) en sus procesos internos: la Business Ontology y el Cortex AI Gateway. Estas soluciones están diseñadas para proporcionar un contexto empresarial gobernado, datos en tiempo real y un control fiable a gran escala, permitiendo que los agentes autónomos actúen con precisión y confianza.
La Business Ontology ofrece un cimiento sólido para que los agentes de IA funcionen basándose únicamente en definiciones oficiales y aprobadas dentro de la organización. Por su parte, Cortex AI Gateway centraliza la supervisión de todos los agentes bajo un único plano de control, cerrando así la brecha existente entre la interacción con la IA y la confianza real en sus resultados.
Actualmente, Snowflake da servicio a más de 14.500 empresas a nivel global. Sus productos CoWork y CoCo cuentan, respectivamente, con más de 5.800 y 9.100 cuentas activas. Compañías líderes como Cisco, DocuSign y United Rentals ya han incorporado ambas soluciones, respaldando la posición de Snowflake como el plano de control principal para el trabajo con agentes autónomos. 
Agentes autónomos CoCo y CoWork operan de forma continua y sin necesidad de órdenes directas
Christian Kleinerman, vicepresidente ejecutivo de Producto de Snowflake, destacó que «los agentes de IA están redefiniendo el funcionamiento empresarial, y la diferencia entre agentes que adivinan y los que realmente saben reside en los datos». En este sentido, Snowflake convierte su infraestructura base en agentes capaces de comprender el negocio en profundidad.
Estos bots actúan como un jefe de personal autónomo que asume los derechos de acceso y el contexto del usuario. Un empleado establece un objetivo macro, como asegurar la salud de determinadas canales o flujos de trabajo, y el agente se encarga de planificar y ejecutar las tareas de fondo. Sólo solicitán la atención humana para decisiones críticas o aprobaciones finales.
Por su parte, Sridhar Ramaswamy, CEO de Snowflake, contextualizó esta evolución estratégica subrayando que, aunque la creación de software es cada vez más económica, el verdadero valor radica en el conocimiento que ese software tiene sobre los clientes y los procesos empresariales.
Automatización, integración con Slack y Excel amplían el alcance de los agentes
La plataforma gestiona tareas recurrentes mediante automatizaciones programadas. Los equipos de datos pueden crear flujos de trabajo repetitivos usando CoCo, que mantiene un registro detallado de auditoría y el historial de cada tarea. Por ejemplo, los responsables comerciales pueden programar análisis semanales de ventas que llegan automáticamente a sus correos electrónicos.
Además, Snowflake integra sus agentes en un único bot para Slack y ofrece soporte para Excel y Sheets, permitiendo realizar consultas en lenguaje natural dentro de hojas de cálculo. La aplicación móvil unificada de Snowflake facilita la continuidad de la experiencia del usuario entre el teléfono, el ordenador y la línea de comandos, sin pérdida de contexto.
La función de memoria almacena el contexto entre sesiones, y los usuarios pueden consultar, modificar o eliminar esa información cuando lo deseen. Además, la posibilidad de compartir habilidades y plugins permite a los equipos estandarizar procesos efectivos, mientras que los administradores mantienen el control sobre qué habilidades se consideran oficiales.
Business Ontology erradica definiciones contradictorias a través de herramientas
Integrada en Snowflake Horizon Catalog, la Business Ontology registra los significados oficiales de términos empresariales, asegurando que sólo se utilicen definiciones aprobadas para los agentes. Las «Semantic Views» calculan métricas subyacentes y Cortex Sense deduce conocimientos implícitos no documentados.
Esto soluciona el problema frecuente donde diferentes fuentes y actores proporcionan respuestas distintas a una misma consulta. Con Business Ontology, se establece una única definición verificada por concepto, registrando cualquier cambio para fines de auditoría. Además, las organizaciones pueden importar definiciones desde catálogos de terceros mediante sesiones guiadas con CoCo.
Un estudio realizado por MIT Technology Review Insights entre 400 altos directivos reveló que el 55% considera que la falta de contexto empresarial es la principal causa de resultados débiles en agentes de IA, mientras que un 45% señala la fragmentación de datos.
Cortex AI Gateway: un control único para todos los agentes
Cortex AI Gateway actúa como la puerta de entrada para todos los agentes, aplicando una política común en múltiples nubes, frameworks y proveedores. Los agentes heredan los controles ya existentes para usuarios humanos, y cada llamada a herramientas se autentica antes de su ejecución.
El sistema de detección de abusos analiza trayectorias completas de agentes para identificar usos indebidos o excesos, no sólo respuestas individuales. Los sandbox de Cortex ofrecen entornos privados y temporales para ejecutar códigos personalizados, que se activan en segundos y se cierran automáticamente.
La gobernanza de costes permite asignar el gasto en IA a usuarios, equipos o agentes, estableciendo límites estrictos para evitar excesos presupuestarios. Además, un sistema de ruteo dinámico selecciona los modelos aprobados que mejor se ajustan al contexto: uno optimizado para costes y otro para precisión, bloqueando acciones potencialmente peligrosas en lugar de simplemente alertar sobre ellas.
Cortex Training reduce en un 61% los costes de modelos personalizados
Actualmente en versión pública preliminar, Cortex Training ofrece la posibilidad de personalizar modelos de IA de código abierto con conocimientos específicos del sector y datos propietarios. Snowflake gestiona toda la infraestructura computacional, liberando a las empresas de la necesidad de disponer de GPUs especiales o sistemas complejos.
Las técnicas como el aprendizaje reforzado permiten que todo el ciclo de preparación, entrenamiento y despliegue de modelos ocurra dentro de un entorno seguro y gobernado. La multiplexación de GPUs contribuye a reducir costes, con ahorros que pueden alcanzar el 61% respecto a opciones tradicionales de entrenamiento sin servidor.
Esta solución brinda a las compañías un mayor control sobre modelos adaptados a sus datos, algo esencial para competir en sectores donde la información es clave. Además, Snowflake pone a disposición de la comunidad un proyecto de código abierto para la inspección y mejora continua de la tecnología.
Entre los primeros usuarios, Poetiq confirmó estar utilizando Cortex Training para desarrollar el que consideran el optimizador más potente del mundo, aplicando conceptos propios de auto-mejora recursiva en su modelo de lenguaje.
Una apuesta por el control de la IA desde la base de datos
Christian Kleinerman recomendó a las empresas empezar con un único flujo de trabajo y llevarlo a producción, evitando esperar una implementación masiva. Subrayó que gobernar los datos es esencial para gobernar la inteligencia artificial de forma efectiva.
Otra noticia relacionada es la disponibilidad de Snowflake en Oracle Cloud Infrastructure (OCI) como servicio nativo, favoreciendo la integración de datos de bases Oracle y aplicaciones empresariales con las cargas de trabajo de IA de Snowflake, sin alterar la replicación ni la interoperabilidad entre nubes.
Esta reciente oferta sitúa a Snowflake no sólo como un almacén de datos, sino también como un plano de control dinámico para la ejecución de agentes inteligentes, consolidando su posición en un mercado donde gigantes como Google, Salesforce, Microsoft y ServiceNow compiten por gobernar la IA dentro de sus ecosistemas. La principal ventaja de Snowflake es que sus agentes quedan bajo el control directo de los datos empresarialmente gobernados, algo que los gateways aislados no pueden replicar debido a la falta de permisos heredados en el almacén de datos.
Con estas innovaciones, Snowflake apunta a facilitar a las empresas un camino claro y seguro para superar las barreras de adopción de IA, proporcionándoles una gobernanza sólida, trazabilidad y control de costes, imprescindibles para ampliar el uso de agentes inteligentes sin riesgos.
