Crear más rápido y trabajar de forma más inteligente con agentes y aplicaciones de IA basados en datos

Solo el 11 % de las organizaciones tienen agentes en producción, aunque el 38 % los tienen en fase piloto, según el informe Tech Trends 2026 de Deloitte. Observamos esta brecha entre las pruebas piloto y los despliegues en producción en sectores y empresas de todos los tamaños: los equipos crean una demostración convincente y la implementan con datos reales, solo para descubrir que devuelve con total seguridad una cifra de ingresos errónea o pasa por alto una restricción de las políticas que hasta un analista júnior habría detectado. 

El problema es la falta de contexto. Los agentes necesitan saber qué definición de una métrica es la autorizada, qué datos están actualizados, qué permisos tiene cada usuario y qué ocurrió en la última conversación. Sin esa contextualización, incluso el modelo más capaz se basa en conjeturas. E incluso cuando los agentes aciertan con la respuesta, puede resultar difícil compartir esa información con el resto de la empresa.

En Expedition 2026, Snowflake anuncia capacidades en tres dimensiones que mejoran la forma en que los agentes y las aplicaciones trabajan con tus datos, con una gobernanza y un contexto completos:

• Contextualizar: Conecta los agentes con tus datos gobernados, métricas y lógica empresarial para que respondan a las preguntas a partir de definiciones autorizadas, no de conjeturas.

• Actuar: Permite que los agentes lleven a cabo trabajo real de acuerdo con los permisos de cada usuario, en las herramientas que ya utilizan los equipos y con una auditabilidad clara. Distribuye aplicaciones de Snowflake basadas en datos gobernados de forma rápida y segura para que las personas y los agentes puedan extraer información y actuar.

• Multiplicar: Comparte skills, perfiles y memoria de eficacia demostrada en toda la organización para que cada agente nuevo parta con ventaja respecto al anterior.

El equipo de investigación de a16z lo expresó claramente en su análisis de marzo de 2026: “Una razón fundamental por la que los agentes no funcionaban bien era la falta de un contexto de datos adecuado”. Un agente que responda a la pregunta “¿cuánto crecieron los ingresos el último trimestre?” puede escribir código SQL correcto sobre una tabla que parezca adecuada y, aun así, devolver cifras erróneas con total seguridad porque nadie le indicó qué campo contiene la definición autorizada de “ingresos”.

El enfoque de Snowflake parte del principio de que los agentes deben heredar el contexto que tu organización ya ha creado: los esquemas, las métricas, la lógica empresarial, las políticas de gobernanza y los permisos que definen cómo funcionan tus datos. Varias capacidades nuevas y mejoradas permiten llevar este principio a la práctica.

Snowflake Cortex Sense (próximamente en vista previa pública) genera automáticamente contexto a partir de tus esquemas, definiciones de métricas y lógica empresarial existentes para que no tengas que dedicar semanas a configurar y definir conexiones. Cortex Sense funciona con tus propios datos, los datos compartidos y los datos que compras a través de Snowflake Marketplace, de modo que los agentes entienden el contexto completo y no solo la parte correspondiente a un equipo.

Cuando los agentes necesitan razonar sobre grandes volúmenes de información no estructurada, Analytical Search (vista previa pública) les permite contar, comparar y detectar tendencias en miles de documentos a la vez, desde contratos y incidencias de soporte hasta informes internos. No se trata de una búsqueda por palabras clave: Analytical Search aplica funciones de IA a colecciones de documentos para responder a preguntas como “¿cuántos contratos contienen una cláusula de incremento de precios?” o “¿qué incidencias de soporte mencionan la misma causa raíz?”. Además, como Cortex Search ahora aplica políticas de acceso a filas y de enmascaramiento en las tablas de origen (vista previa privada), los documentos que puede ver un agente se rigen por las mismas reglas que los datos estructurados que consulta. 

A medida que los agentes pasan de buscar documentos a comprenderlos, el nuevo modelo de representaciones vectoriales de Snowflake, Arctic Embed 3S (próximamente con disponibilidad general), mejora la calidad de recuperación respecto a Arctic Embed L-v2.0 en un 3 % en inglés, un 6 % en la recuperación multilingüe y un 23 % en tablas y columnas estructuradas, al tiempo que mantiene el mismo tamaño compacto.

A medida que los modelos de vanguardia se convierten en productos básicos, la ventaja competitiva pasa a depender de lo bien que un modelo comprenda las particularidades de tu empresa. Las organizaciones están recurriendo a modelos fundacionales con pesos abiertos que se personalizan para su ámbito específico mediante métodos de entrenamiento posterior, como el ajuste fino supervisado y el aprendizaje por refuerzo. Snowflake Cortex Training (vista previa pública) facilita el entrenamiento posterior y la implementación de modelos con pesos abiertos (Qwen, DeepSeek, Mistral, Gemma y otros) con datos propios mediante GPU totalmente gestionadas. Las pruebas comparativas muestran un coste hasta un 61 % menor que el de las ofertas sin servidor de la competencia.¹

Con Cortex Training, los equipos pueden entrenar, probar, evaluar e implementar modelos personalizados en la misma plataforma que sus datos gobernados. Cortex Training también integra Cortex AI Gateway (vista previa pública) para capturar trazas y registros de los agentes, lo que crea un ciclo continuo de comentarios para personalizar y mejorar los modelos.

Las nuevas capacidades también dotan de funciones agénticas a los datos compartidos y externos. El paquete de datos de IA (vista previa pública), que incluye más de 60 conjuntos de datos externos seleccionados de sectores clave, incorpora vistas semánticas y un agente de Snowflake CoWork listo para usar como servicio gestionado. Agentic Marketplace Discovery (vista previa pública), con tecnología de Snowflake CoCo, permite a los usuarios encontrar datos, aplicaciones e IA mediante conversaciones. Agents for Shared Data (vista previa pública) genera automáticamente un Cortex Agent y una vista semántica para cualquier dato compartido, de modo que los destinatarios puedan utilizarlo mediante conversaciones. En conjunto, estas capacidades permiten a los usuarios descubrir, consultar y utilizar datos compartidos y externos íntegramente mediante lenguaje natural.

Contextualizar a los agentes con los datos adecuados es el punto de partida. La siguiente pregunta es si pueden llevar a cabo trabajo real de forma autónoma, con los permisos adecuados y en los lugares donde los equipos pasan su tiempo. Una investigación de Capgemini reveló que la confianza en los agentes de IA totalmente autónomos cayó del 43 al 27 % en un solo año debido a la preocupación por la privacidad de los datos, la opacidad de la “caja negra de la IA” y la escasa preparación de los datos.  

El enfoque integrado y gobernado de Snowflake para la IA está diseñado para evitar esa situación, y nuestras últimas mejoras ayudan a generar confianza en los agentes mediante la transparencia, la aplicación de permisos y la auditabilidad.

Snowflake CoCo, el agente de programación para los equipos de datos, ahora puede llevar a cabo trabajo real de forma autónoma entre distintas sesiones, programaciones y herramientas.

Las automatizaciones de CoCo (disponibilidad general en la interfaz de Snowsight y en la interfaz de línea de comandos [CLI]; vista previa pública en CoCo Desktop) eliminan de tu lista de tareas los trabajos recurrentes convirtiéndolos en tareas programadas de Snowflake. Un ingeniero de datos describe un trabajo en lenguaje natural, como “comprueba el estado del pipeline antes de la reunión diaria” o “vuelve a generar el informe del lunes”, y establece la frecuencia. Cada ejecución genera una transcripción, se lleva a cabo con los permisos de quien la creó y se ajusta a cuotas predefinidas que limitan cuánto puede gastar un agente. Los equipos pueden compartir automatizaciones y skills de CoCo que han creado mediante un catálogo de skills y plugin para toda la cuenta, de modo que un proceso creado por un ingeniero queda disponible para todo el equipo.

Snowsight cuenta ahora con un modo CoCo, un espacio de trabajo a pantalla completa respaldado por su propio contenedor en la nube, con un shell, un sistema de archivos, Git y una vista previa en tiempo real. Inicia una migración larga, un análisis de varios pasos o la creación de un pipeline, cierra el portátil y vuelve cuando los resultados estén listos. Con Cloud Agents (disponibilidad general), los equipos pueden ejecutar CoCo en un entorno aislado gestionado por Snowflake y compatible con tareas de larga duración. Cada sesión utiliza los permisos de Snowflake del usuario que la crea, y el ámbito restringido de sesión (disponibilidad general) permite a los administradores limitar aún más lo que puede hacer cada agente.

Ahora CoCo también está presente allí donde ya trabajan los equipos. La integración de CoCo con Slackbot (vista previa pública) incorpora CoCo a los canales de Slack para plantear preguntas, activar procesos y revisar resultados. La integración de CoCo con GitHub (vista previa pública) canaliza los cambios de código propuestos a través del proceso de solicitud de cambio (pull request) que ya utiliza el equipo. CoCo in Snowflake Mobile (disponibilidad general en iOS; vista previa pública en Android) permite a los usuarios consultar una sesión en la nube, aprobar una llamada a una herramienta o enviar una pregunta de seguimiento desde el teléfono. Y con Cortex Agent SDK (vista previa pública), los desarrolladores pueden integrar las capacidades de programación de CoCo en cualquier aplicación que distribuyan.

Para obtener más información, lee nuestra entrada de blog sobre las nuevas mejoras de CoCo.

Snowflake CoWork es el agente de trabajo personal para los profesionales del conocimiento de toda una organización. En Expedition, incorporamos la posibilidad de adaptar CoWork al trabajo específico de tu equipo.

Todo empieza con CoWork Profiles (vista previa pública), que permite a los administradores configurar los agentes, las skills, los conectores y las instrucciones que tiene disponibles cada equipo. La experiencia de CoWork de un equipo financiero puede dirigir las preguntas a un agente de planificación financiera, mientras que la del equipo de marketing las dirige a un agente de analíticas de campañas, todo ello sin ampliar el acceso. La misma pregunta llega automáticamente a los conocimientos especializados adecuados, por lo que los usuarios pueden plantearla de forma natural en lugar de elegir en un menú de agentes que no reconocen.

A continuación, Snowflake Dashboards (vista previa pública) permite a cualquier miembro del equipo interactuar mediante conversación con su panel de control a través de CoWork: resumirlo, preguntar qué motivó un cambio o segmentar los datos mediante filtros. Los analistas crean los paneles de control describiéndoselos a CoCo y los comparten con los roles adecuados. Los datos del panel de control permanecen en Snowflake, gobernados mediante las políticas existentes de acceso a filas y de enmascaramiento.

Los paneles de control crean una fuente de verdad compartida que permite a los equipos mantener conversaciones con tecnología de IA basadas en datos gobernados y contexto compartido. Snowflake da la bienvenida al equipo de Mora para reforzar estas iniciativas mediante la incorporación del innovador enfoque de Mora sobre la IA aplicada a la inteligencia empresarial (BI) en la plataforma de Snowflake.

Para necesidades que van más allá de los paneles de control, como la exploración personalizada, las visualizaciones avanzadas o los procesos de varios pasos, los equipos pueden crear aplicaciones de Streamlit in Snowflake o aplicaciones de React y Next.js en Snowflake App Runtime, con IA conversacional integrada. 

Las capacidades más amplias de CoWork también se amplían en Expedition. Las automatizaciones ejecutan trabajos recurrentes según una programación y con los mismos permisos que una pregunta en tiempo real. Memoria de usuario (disponibilidad general) y Skills de usuario mantienen el contexto de una sesión a otra para que nadie tenga que volver a explicar cómo trabaja el equipo. Los conectores MCP, la ejecución de código y la generación de documentos (PDF, PPTX, DOCX y HTML) convierten las respuestas en productos que se pueden compartir, mientras que HTML Reports (vista previa pública) permite a los equipos publicar informes elaborados y gobernados directamente desde una conversación de CoWork. 

Para obtener más información, lee nuestra entrada de blog sobre las nuevas mejoras de CoWork.

Snowflake Bots (próximamente en vista previa privada) incorpora agentes proactivos y orientados a objetivos a CoCo y CoWork. Asigna a un bot una responsabilidad, como mantener en buen estado los pipelines críticos o controlar la pérdida de clientes, y este se hará cargo del objetivo de principio a fin: sugerirá qué señales supervisar, planificará el trabajo y completará la tarea a lo largo de días o semanas con tus datos gobernados y tus permisos existentes.

El bot solo recurrirá a ti cuando una decisión requiera intervención humana y te informará cuando termine el trabajo, para que tu equipo dedique menos tiempo a hacer un seguimiento y más al trabajo estratégico y creativo que solo las personas pueden realizar.

Las nuevas mejoras proporcionan a las aplicaciones de Snowflake, tanto a las aplicaciones empresariales internas como a las dirigidas a clientes, un mayor alcance, más flexibilidad y compatibilidad nativa con procesos agénticos. 

Las aplicaciones de Streamlit in Snowflake incorporan varias capacidades que amplían su alcance y sus funciones conversacionales: 

• Uso compartido basado en usuarios (disponibilidad general): Los equipos pueden compartir aplicaciones con usuarios concretos, además de con roles. 

• Compatibilidad con representaciones vectoriales (disponibilidad general): Las aplicaciones de Streamlit ahora se pueden integrar en portales y herramientas de terceros, como Salesforce, sin que sea necesario iniciar sesión en Snowflake y con acceso gobernado. 

• Facilidad de descubrimiento y visualización: Las aplicaciones pueden mostrarse como CoWork Artifacts en CoWork (vista previa privada).

• Capacidades conversacionales: Los usuarios pueden mantener conversaciones en paralelo con CoCo dentro de Snowsight (disponibilidad general) y CoWork (vista previa privada) sobre los datos de sus aplicaciones. 

• Exposición automática de MCP (vista previa pública): Cada aplicación se convierte en un conjunto de herramientas que pueden invocar los agentes para acceder directamente a los datos y las acciones de la aplicación.

Para las aplicaciones web full-stack, App Runtime es una solución integral que permite pasar de un prompt a una aplicación web implementada en tu cuenta de Snowflake. Describe tu idea de aplicación a Snowflake CoCo y podrá crearla y publicarla en tu cuenta de Snowflake, con el inicio de sesión único (SSO), el control de acceso basado en roles (RBAC) y el registro de auditoría ya activados. El cómputo serverless (próximamente en vista previa pública) permite que las aplicaciones reduzcan sus recursos a cero cuando están inactivas y se reactiven en cuestión de segundos cuando alguien las abre, por lo que los equipos pagan por el uso real en lugar de por un cómputo siempre activo.

La integración con Snowflake Workspaces (próximamente en vista previa pública) permite que los equipos creen e implementen aplicaciones íntegramente en Snowsight cuando las herramientas de desarrollo locales estén restringidas. Con Cortex Agent SDK, app.yml v2, los destinos de implementación y el escalado horizontal, App Runtime puede ofrecer una ruta clara, desde un prototipo generado por CoCo hasta las operaciones de producción.

Las mejoras de Snowflake Native Apps también amplían las posibilidades de creación para los partners ISV y los proveedores de aplicaciones. El uso de App Runtime como front-end para Snowflake Native Apps (próximamente en vista previa pública) proporciona a los proveedores un marco web full-stack para la exploración avanzada de datos y los flujos de trabajo complejos. Además, Snowflake Native Apps ahora tiene acceso a Snowflake Postgres (próximamente en vista previa pública), por lo que los proveedores pueden crear y consultar instancias de Postgres directamente en la cuenta sin tener que recurrir a soluciones alternativas de integración de acceso externo. 

Todas estas prestaciones se combinan para convertir las aplicaciones de Snowflake en una parte fundamental de los agentes empresariales. Ahora, tanto los agentes pueden acceder a las aplicaciones internas como a las orientadas al exterior, que pueden insertarse en entornos ajenos a Snowflake y se sustentan en datos bien gobernados.

Los beneficios para la organización de contar con agentes bien contextualizados se materializan cuando cada nuevo agente aprovecha todo lo aprendido por el anterior y los flujos de trabajo probados, el contexto del equipo y el enrutamiento de modelos rentable se comparten de forma predeterminada, en lugar de volver a crearse para cada proyecto.

El uso compartido de skills y plugins (disponibilidad general) convierte el flujo de trabajo de una persona experta en un activo reutilizable y gobernado en toda tu cuenta de Snowflake. Crea una sola vez una skill para revisar pipelines o comprobar la calidad de los datos y compártela mediante un enlace snow://, o permite que pueda encontrarse en el catálogo con función de búsqueda de Snowsight. Los miembros del equipo que tengan acceso pueden instalarla en CoCo Desktop, Snowsight CoCo o la CLI de CoCo. Los administradores certifican las versiones de confianza, fijan las que utilizan los agentes y hacen un seguimiento de su adopción. Tus equipos consumen menos tokens al no tener que resolver repetidamente el mismo problema y obtienen resultados más uniformes, mientras que tus agentes siguen procedimientos revisados en lugar de improvisar.

Agent Profiles incorpora a cada sesión valores predeterminados específicos del equipo, como instrucciones, conectores y fuentes de datos preferidas. En combinación con Memory, que conserva el contexto personal entre sesiones, los agentes comienzan cada conversación sabiendo perfectamente cómo trabaja el equipo, qué se trató la última vez y qué convenciones son importantes. Nadie tiene que volver a explicar la pila tecnológica ni las convenciones de nomenclatura cada lunes por la mañana.

Model Tiers, con enrutamiento automático, asigna a cada tarea el modelo más adecuado. Las tareas rutinarias de resumen y formato se ejecutan en modelos rentables, mientras que las tareas de razonamiento complejo se enrutan a modelos más potentes. Los equipos obtienen la calidad que necesitan sin seleccionar manualmente los modelos ni gastar de más en tareas sencillas.

Por último, Agentic Marketplace Discovery (vista previa pública) lleva CoCo a Snowflake Marketplace en Snowsight. Los usuarios pueden describir lo que necesitan, por ejemplo, “datos firmográficos de empresas para cuentas de EMEA”, y concretarlo mediante una conversación mientras CoCo busca y compara datos, aplicaciones y productos de IA que se ajusten a sus necesidades. Desde esa misma conversación, los usuarios pueden explorar un producto de datos, instalarlo, iniciar una prueba o solicitar un presupuesto, siempre que el producto de datos admita estas opciones y su rol lo permita. La detección se convierte en el primer paso para empezar a sacar partido a los nuevos datos.

Estos anuncios demuestran el compromiso de Snowflake con un principio de diseño común: Los agentes deben ejecutarse en la misma plataforma que los datos que necesitan, heredar la gobernanza ya existente y mejorar con el uso. Cuando los agentes se contextualizan con tus datos y cuentan con los guardarraíles adecuados para actuar con permisos reales, pueden ofrecer resultados y respuestas de confianza sin añadir fricción a tus flujos de trabajo de IA.

Descubre más anuncios de Snowflake Expedition en snowflake.com/en/blog/expedition-26/ o únete al evento virtual en snowflake.com/en/expedition/.

Declaraciones prospectivas: este artículo puede contener declaraciones prospectivas, incluidas algunas relativas a futuras ofertas de productos, y no constituye un compromiso de ofrecer ningún producto. Los resultados y las ofertas reales pueden variar. Consulta nuestro Formulario 10-Q más reciente para obtener más información.

¹ Metodología de comparación de costes: los precios de Fireworks y Tinker se basan en los publicados el 22 de octubre de 2026 en sus páginas web. Ejecutamos workloads de entrenamiento LoRA SFT en Cortex Training con varias longitudes de contexto y medimos el rendimiento por GPU H200. Utilizamos el rendimiento (tokens/s) para calcular el precio por millón de tokens de Cortex Training mediante la fórmula (price_per_second / throughput) x 1M.

¿Qué anuncios relacionados con los agentes se hicieron en Snowflake Expedition 2026?

Entre los principales anuncios se incluyen el modo CoCo en Snowsight, Cloud Agents para flujos de trabajo de programación autónomos, CoWork Profiles para el enrutamiento de agentes específico de cada equipo, Snowflake Dashboards en CoWork, Cortex Training para personalizar modelos con pesos abiertos, App Runtime con cómputo serverless, uso compartido de skills y plugins para su reutilización en toda la organización y Agentic Marketplace Discovery para obtener datos mediante conversaciones.

¿Cómo mejora Snowflake la fiabilidad de los agentes de IA?

Snowflake contextualiza a los agentes con datos gobernados mediante Cortex Sense, que crea automáticamente contexto a partir de esquemas, métricas y lógica empresarial. Los agentes heredan los permisos, las políticas de acceso a filas y las reglas de enmascaramiento existentes, por lo que pueden responder basándose en definiciones autorizadas en lugar de hacer conjeturas. Las acciones de los agentes se ejecutan con los permisos de Snowflake del usuario o del propietario y se pueden auditar.

¿Qué es Cortex Sense?

Cortex Sense (próximamente en vista previa pública) crea automáticamente contexto empresarial a partir de tus esquemas, definiciones de métricas y lógica empresarial existentes. Está diseñado para evitar las semanas de ingeniería de prompts manual que suelen ser necesarias para que un agente comprenda tus datos y funciona con tus propios datos, los datos compartidos y los datos de Marketplace.

¿Qué es CoCo Agent Mode? 

CoCo Agent Mode proporciona al agente de programación de Snowflake un espacio de trabajo a pantalla completa respaldado por un contenedor en la nube. Los ingenieros de datos pueden iniciar migraciones, compilaciones o análisis de larga duración, cerrar el portátil y volver cuando los resultados estén listos. Las sesiones se ejecutan con los permisos de Snowflake del usuario y un ámbito de sesión restringido para ofrecer controles adicionales.

¿Qué es CoWork Profiles?

CoWork Profiles (vista previa pública) permite a los administradores configurar una experiencia de agente adaptada a cada equipo especificando qué agentes, skills, conectores e instrucciones están disponibles. La misma pregunta se enruta automáticamente a los conocimientos adecuados sin ampliar el acceso a los datos.

¿Dispone Snowflake de una plataforma de desarrollo de aplicaciones?

sí. Puedes crear y distribuir aplicaciones de nivel empresarial en Snowflake, incluidas aplicaciones de exploración de datos, aplicaciones web full-stack y productos de datos orientados al exterior. Streamlit in Snowflake se utiliza para crear aplicaciones de datos internas basadas en Python, como paneles y visualizaciones de datos, analíticas exploratorias y flujos de trabajo ligeros. Snowflake App Runtime te permite crear aplicaciones full-stack con interfaces de usuario personalizadas, incluidas aplicaciones avanzadas de exploración de datos, aplicaciones con flujos de trabajo complejos y aplicaciones o agentes de IA. Snowflake Native App Framework permite crear productos de datos monetizables y orientados al exterior que pueden publicarse y distribuirse en Snowflake Marketplace.

¿En qué se diferencia App Runtime de Streamlit in Snowflake?

Streamlit in Snowflake prioriza Python y está diseñado para paneles y visualizaciones de datos, analíticas exploratorias y flujos de trabajo ligeros. App Runtime está pensado para aplicaciones web full-stack: exploración avanzada de datos, flujos de trabajo complejos y aplicaciones y agentes de IA que necesitan interfaces y experiencias de usuario personalizadas, bibliotecas especializadas de JavaScript, navegación adaptada o puntos de conexión de API. Ambos se ejecutan dentro de tu cuenta de Snowflake y heredan su marco de gobernanza.