Generar confianza en los agentes de IA con contexto empresarial gobernado y seguridad de la IA

Las empresas ya han dejado atrás la cuestión de si los agentes de inteligencia artificial (IA) pueden realizar un trabajo útil. Ahora, la pregunta más apremiante es si los equipos pueden respaldar lo que dicen y hacen esos agentes. ¿Responde el agente a una pregunta basándose en la definición de ingresos que el departamento financiero ha aprobado realmente? ¿Puede el equipo de seguridad detectar una llamada a una herramienta que entrañe riesgos antes de que se ejecute? ¿Y puede un límite de presupuesto detener a un agente descontrolado antes de que aparezca en la previsión trimestral? 

Si la gobernanza y el contexto no se incorporan a los agentes desde el principio, la posibilidad de obtener respuestas contradictorias y de que surjan agentes fuera de control aumenta con cada nuevo agente, por no hablar del riesgo de la IA en la sombra y del gasto descontrolado en IA. 

Hoy, en Expedition 2026, Snowflake anuncia capacidades y mejoras que infunden confianza en cada capa de la plataforma al:

• Crear una visión compartida y gobernada de la empresa

• Ampliar el plano de control de Snowflake a cada acción y conexión de los agentes de IA, así como a cada dólar gastado

• Sustentar estas capacidades en un fundamento de datos abierto e interoperable por diseño

Un panel de control muestra una cifra de ingresos netos, un analista ofrece otra y un agente de IA devuelve una tercera. Cuando cada equipo calcula los “ingresos netos” de una forma distinta y no hay constancia de qué versión es la oficial, incluso un agente perfectamente gobernado puede devolver una respuesta con la que nadie esté de acuerdo.

Business Ontology (próximamente en vista previa pública) es la incorporación más reciente a Snowflake Horizon Context. Proporciona a las organizaciones un único espacio gobernado en el que registrar qué significan sus principales conceptos empresariales, con independencia de cualquier estructura de datos concreta. Business Ontology también forma parte de un enfoque unificado de la gobernanza del contexto: Snowflake Cortex Sense (próximamente en vista previa pública) encuentra contexto en tus datos, Business Ontology lo convierte en una fuente autorizada y las vistas semánticas de Snowflake lo transforman en métricas gobernadas y coherentes. 

Gracias a Cortex Sense, puedes inicializar Business Ontology a partir del contexto que ya existe en Snowflake, lo que ofrece a los analistas un punto de partida para definir conceptos y las relaciones entre ellos en los distintos equipos. Una vez creados, los responsables de los conceptos podrán aprobar sus definiciones. A medida que evoluciona el contexto empresarial, Cortex Sense puede sugerir definiciones, pero la persona responsable controla el proceso para hacerlas oficiales. 

No es necesario volver a crear desde cero un glosario para Business Ontology. Las organizaciones que guardan definiciones en un catálogo de terceros o en una hoja de cálculo pueden migrarlas mediante la importación guiada de glosarios en una sola sesión con Snowflake CoCo, el agente de programación de Snowflake. La importación extrae dominios, términos candidatos, relaciones y activos de datos vinculados, y marca cada elemento como borrador para que su responsable lo apruebe mediante el flujo de trabajo de aprobación del administrador de datos. 

Cada definición aprobada se conecta con vistas semánticas, tablas y vistas de distintos equipos y dominios, de modo que los agentes de finanzas, ventas y asistencia trabajen con el mismo significado. Cuando una diferencia es intencionada, como sucede con una métrica que se define de forma distinta según la región, Business Ontology conserva cada versión como una definición aprobada y la etiqueta para indicar dónde y cuándo se aplica. Mientras tanto, las vistas semánticas ejecutan la lógica aprobada cuando se recibe una pregunta. 

Además de ayudar a mantener el contexto gobernado actualizado y coherente, Cortex Sense incorpora ese contexto a la propia interacción con el agente, para que los agentes resulten útiles desde el momento en que se ponen en marcha. Cuando Cortex Sense infiere algo que entra en conflicto con una definición aprobada, los agentes usan esta última y Cortex Sense aprende de la experiencia. 

Horizon Context crea un fundamento conectado para Business Ontology mediante la recopilación, el enriquecimiento y la activación del contexto en todo el patrimonio de datos. Sus conectores listos para usar recopilan esquemas, registros de consultas, definiciones de paneles de control y señales de uso de fuentes como Tableau, Power BI, dbt, SQL Server y PostgreSQL. Horizon Context enriquece esos metadatos con linaje integral, etiquetas, descripciones generadas por IA y señales de popularidad.

Lee nuestra entrada de blog sobre Business Ontology para obtener más información.

A menudo, los equipos de todas las funciones de una empresa conectan agentes con modelos, servidores MCP y sistemas empresariales más rápido de lo que los equipos de TI y seguridad pueden supervisar. Esto obliga a los responsables a elegir entre optar por un escalado rápido y aceptar posibles riesgos de seguridad, cumplimiento y costes, o ralentizar las implementaciones hasta que las capacidades de seguridad y costes estén a la altura.

Con Snowflake, los responsables no tienen que tomar esa decisión, ya que conecta datos gobernados, capacidades de seguridad de los agentes, controles de costes de IA y funciones de observabilidad de los agentes en un único sistema.

Cortex AI Gateway (vista previa pública) es un punto de entrada centralizado y gobernado que permite a los agentes acceder a los modelos y a los datos sobre los que actúan. Aplica un conjunto coherente de políticas a las conexiones de los agentes en las nubes, los marcos y los proveedores de IA compatibles. Como aplica la gobernanza allí donde residen los datos, cada agente hereda los controles de identidad y acceso existentes en tu organización, así como cualquier control nuevo que se aplique. Los equipos ya no tienen que crear y gestionar un segundo conjunto de credenciales para los agentes.

La gobernanza es el punto de partida, y los nuevos Snowflake Cortex Sandboxes (vista previa privada) demuestran el compromiso de Snowflake a la hora de facilitar acciones autónomas y gobernadas de los agentes. Cortex Sandboxes permiten controlar el código que ejecuta un agente: Proporcionan a los agentes un espacio seguro y privado para ejecutar código personalizado junto con los datos empresariales en Snowflake, manteniendo y respetando los permisos de la persona que ejecuta el agente. No es necesario mover datos fuera de Snowflake. Además, los espacios se inician en cuestión de segundos y se cierran automáticamente al finalizar, lo que evita tareas de mantenimiento adicionales y reduce el riesgo de exposiciones accidentales.

Snowflake también sigue mejorando la gobernanza en todos los flujos de trabajo de IA. Con la gobernanza de MCP mediante Cortex AI Gateway Tools (vista previa pública), las llamadas de los agentes a herramientas se autentican con la identidad del usuario final y se comprueban con respecto a las políticas antes de ejecutarse. El sistema puede bloquear llamadas a API no aprobadas, acciones no autorizadas e infracciones de cumplimiento antes de que un agente llegue a un sistema confidencial. Cortex AI Guardrails (vista previa pública) añade a todos los agentes dirigidos a través de Cortex AI Gateway, incluidos los de terceros, protección en tiempo de ejecución para toda la cuenta frente a la inyección de prompts, intentos de jailbreak y ataques novedosos.

El siguiente paso es la visibilidad, porque no puedes gestionar lo que no ves. Observability (disponibilidad general) captura todas las llamadas a modelos, invocaciones de herramientas, etapas de razonamiento y decisiones de las medidas de protección en tablas gobernadas dentro de la propia cuenta de Snowflake del cliente. Estas trazas se pueden consultar con SQL estándar y combinar con el resto de los datos de la empresa. Agent Trace Intelligence (vista previa privada) utiliza esa combinación para detectar agentes que malgastan dinero en bucles, herramientas que fallan repetidamente y el coste real de cada tarea completada.

El coste es la última pieza del conjunto. Las capacidades de gobernanza de costes (disponibilidad general) atribuyen el gasto en IA a un equipo, departamento, agente o aplicación e imponen límites estrictos casi en tiempo real, lo que ayuda a los responsables a identificar y detener a los agentes descontrolados antes de que superen los presupuestos. El enrutamiento dinámico de modelos (vista previa privada) asigna cada solicitud a un modelo aprobado por la organización en función del coste, la precisión y la latencia, para evitar que el trabajo rutinario se procese con los modelos más caros. En las pruebas internas, el enrutamiento dinámico de modelos ofreció una eficiencia de tokens hasta tres veces mayor que una ruta basada exclusivamente en modelos de vanguardia, con la misma calidad. 

Obtén más información sobre Cortex AI Gateway en nuestro blog.

Cortex AI Gateway proporciona un punto de entrada gobernado para los agentes, pero ejecutar IA de forma fiable en producción también exige comprender cómo se comportan los agentes y cuál es el rendimiento de las aplicaciones y la infraestructura en las que se apoyan. Observe by Snowflake reúne estos sistemas en una plataforma de observabilidad unificada con tecnología de IA, lo que ayuda a los equipos de ingeniería a investigar fallos, mejorar la calidad de los agentes y optimizar los costes. 

Observe ha reconstruido su pipeline de ingesta sobre Snowpipe Streaming (vista previa privada), que escribe registros, métricas y trazas directamente en tablas de Snowflake para que los ingenieros que responden a un incidente vean los datos más recientes. Snowflake Data Share into Observe (vista previa privada) convierte los datos que los clientes ya almacenan en sus propias cuentas de Snowflake en conjuntos de datos de Observe sin copia, por lo que no es necesario ingerirlos ni almacenarlos dos veces. O11y Agent in Slack (vista previa privada) permite a los equipos automatizar la respuesta inicial a nuevos problemas y consultar el análisis de la causa raíz en el canal de Slack del equipo.

Para los equipos que crean sus propios agentes y aplicaciones de modelos de lenguaje de gran tamaño (LLM), Agent Observability (vista previa privada) realiza un seguimiento del rendimiento, los errores, el consumo de tokens y el coste. También permite buscar y depurar trazas, sesiones y conversaciones, y ejecuta evaluaciones en línea con un LLM como juez sobre el tráfico de producción. La telemetría se recopila mediante OpenTelemetry y se conserva en tablas de Apache Iceberg™ sobre una arquitectura diseñada para mantener asequible el contexto completo de los agentes, de modo que los equipos puedan conectar su comportamiento con los datos empresariales en Snowflake y evaluar el valor que aportan.

La mayoría de las empresas cuentan con más de una plataforma de datos. Ejecutan varios motores en distintos catálogos, regiones y nubes. Con cada silo, los agentes tienen que razonar a partir de varias copias de datos, políticas de gobernanza y capas de contexto empresarial, que a veces entran en conflicto. Esto da lugar a respuestas en las que resulta difícil confiar y que se basan en datos a los que quizá los agentes no deberían tener acceso. 

En Snowflake, creemos que hay una forma mejor de hacerlo. Business Ontology y Cortex AI Gateway se sustentan en la arquitectura abierta por diseño de Snowflake. Se basa en comunidades de código abierto: Apache Iceberg para el almacenamiento, Apache Polaris™ para la gobernanza y Apache Ossie (en incubación) para la semántica. En conjunto, proporcionan los mecanismos necesarios para conectar todos tus datos entre plataformas y crear un fundamento de datos abierto e interoperable, con gobernanza y contexto universales, que impulse tu empresa agéntica. 

Horizon Catalog, basado en Apache Polaris, ayuda a simplificar las arquitecturas con múltiples catálogos y motores al ofrecer un catálogo universal sin dependencia de un proveedor. Define un único conjunto de políticas de gobernanza y aplícalas en cualquier motor compatible con Iceberg REST Catalog, con independencia del catálogo y sin necesidad de migración, además de permitir que los motores externos accedan a tablas externas (disponibilidad general). 

Aplicar la seguridad es solo la mitad de la ecuación; también necesitas auditar todas las interacciones de los motores. Por eso, el historial de auditoría ahora registra las interacciones tanto de Snowflake como de los motores externos con tablas de Iceberg gestionadas por Snowflake y gestionadas externamente cuando Horizon Catalog actúa como capa de gobernanza universal. Los equipos de seguridad y plataforma pueden investigar el acceso, realizar un seguimiento de la adopción y validar las integraciones desde un único lugar, sin crear una infraestructura de observabilidad independiente.  

Los silos dentro de tus equipos son solo una parte del reto. ¿Qué ocurre cuando un cliente o partner necesita acceder a los datos? Aquí entran en juego Snowflake AI y Data Sharing, que permiten a los productores de datos compartir sus productos con los consumidores de forma rápida y sencilla. Ahora admite Open Data Sharing, basado en Apache Polaris (disponibilidad general), que permite compartir datos con cualquier motor compatible con Iceberg REST.

Snowflake también incorpora otras dos mejoras de IA and Data Sharing a la vista previa privada. Cross-Cloud Sharing Without Replication hace que las ofertas de productos de datos de los proveedores estén disponibles entre regiones sin costes iniciales de replicación y almacenamiento, lo que permite a los consumidores acceder a los datos mediante consultas remotas en tablas de Iceberg. Schema Drift Detection and Copy Grants for Data Sharing ayuda a productores y consumidores a identificar cambios en el esquema o en los privilegios que podrían interrumpir el data sharing, al tiempo que conserva los privilegios de copia cuando se modifican las vistas.

Los excesos de gasto en IA —o la amenaza de que se produzcan— hacen que los directivos vigilen más de cerca los créditos y los dólares. Al mismo tiempo, gestionar las cuentas y el rendimiento es un componente importante para obtener el retorno de la inversión (ROI) en IA. 

Las nuevas actualizaciones de FinOps ofrecen a las empresas más control y flexibilidad en la gobernanza de costes entre cuentas. Los administradores pueden aplicar cuotas por usuario, establecer límites semanales por usuario y aplicar cuotas por uso de Cortex AI Gateway (todo ello en disponibilidad general). La compatibilidad con presupuestos a nivel de organización (disponibilidad general) permite establecer objetivos de gasto en dólares o créditos para varias cuentas mediante etiquetas. La detección de anomalías de costes basada en etiquetas (disponibilidad general) ofrece información sobre posibles picos y admite hasta 50 cohortes de gasto personalizadas por cuenta, con alertas diarias y un modo sandbox.

A medida que aumenta la adopción de la IA, también crece el número de cuentas de Snowflake que utiliza una empresa. En las empresas que utilizan 10 o más cuentas de Snowflake, los administradores suelen tener que iniciar sesión en cada cuenta o escribir scripts personalizados para implementar cambios en toda la organización.

Snowflake está cambiando esta situación con las organizaciones de Snowflake. Ofrece a los GlobalOrgAdmins una única interfaz de Snowsight para gestionar los usuarios y grupos de usuarios de la organización, configurar reglas de dominios de terceros y tipos de inquilinos, y supervisar las infracciones. También pueden distribuir paquetes del analizador de Trust Center a cada cuenta a la vez, lo que agiliza las actualizaciones (vista previa pública). Las nuevas vistas de uso de la organización entre cuentas (disponibilidad general), que incluyen el gasto en IA de toda la organización por cuenta y servicio, permiten medir y auditar la gobernanza, y ofrecen a los administradores una vista unificada y centrada en la información útil sobre el estado de su organización.

El ajuste del rendimiento también se acerca cada vez más al mantenimiento cero. Con la función Automatic Key Selection de Optima Clustering (disponibilidad general), Snowflake hace que el clustering sea autónomo. En lugar de que un administrador elija manualmente las claves de clustering, Snowflake ahora las selecciona en función de los patrones históricos de consulta y del acceso a las tablas, y las actualiza automáticamente a medida que cambian dichos patrones. Optima vuelve a aplicar el clustering a las partes de la tabla que realmente se consultan según los mapas de calor del workload, y la facturación basada en el valor y vinculada a la ingesta reduce la probabilidad de que se produzcan picos de costes. Junto con la capacidad de Snowflake Adaptive Compute para ajustar el cómputo a medida que cambia la demanda, esto ayuda a agilizar el mantenimiento del rendimiento en toda tu empresa.

Para que los usuarios confíen en un agente, este debe basarse en significados empresariales aprobados, actuar conforme a las políticas, permanecer visible para las personas responsables de él y gastar dentro de los límites acordados. Snowflake lo hace posible al conectar el contexto empresarial gobernado, la seguridad de los agentes y los controles de costes en un único sistema, y extiende esa gobernanza y ese contexto a un fundamento de datos abierto. Con este enfoque integrado e interoperable, las empresas pueden desplegar más agentes con confianza, mejorarlos continuamente y obtener más valor de sus inversiones en IA.

Consulta más novedades 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 sobre futuras ofertas de productos, y no constituye un compromiso de ofrecer ningún producto. Los resultados y las ofertas reales pueden diferir. Consulta nuestro informe 10-Q más reciente para obtener más información.

¿Qué es Business Ontology?

Business Ontology es una capa de gobernanza de Snowflake Horizon Context que pronto estará disponible en vista previa pública. Registra el significado oficial de los términos empresariales, quién los ha aprobado y qué activo de datos los calcula. Las definiciones aprobadas se vinculan a vistas semánticas, tablas y vistas, y se ponen a disposición de Snowflake CoCo y Snowflake CoWork para que los agentes de IA puedan responder basándose en la definición autorizada.

¿Qué hace Cortex AI Gateway?

Cortex AI Gateway amplía el plano de control de Snowflake a los agentes de IA de terceros. Comprueba que las llamadas a herramientas MCP cumplan las políticas antes de ejecutarse, registra las llamadas a modelos y los pasos de razonamiento en un plano de observabilidad del lado del servidor, atribuye el gasto en IA y aplica límites presupuestarios estrictos casi en tiempo real. También dirige cada solicitud al modelo más eficiente.

¿Cómo te ayuda Snowflake a controlar el coste de los agentes de IA?

Snowflake ayuda a controlar los costes de los agentes de IA en varios niveles. Cortex AI Gateway atribuye el gasto a equipos, agentes y aplicaciones, y aplica límites casi en tiempo real, mientras que el enrutamiento dinámico de modelos te permite elegir el mejor modelo para tu solicitud en función del coste, la precisión y la latencia. Los presupuestos a nivel de organización, las cuotas por usuario y la detección de anomalías basada en etiquetas amplían la gobernanza de costes a cada cuenta.

¿Puede Snowflake gobernar tablas de Apache Iceberg gestionadas en otros catálogos?

sí. Horizon Catalog, basado en Apache Polaris, puede acceder a tablas de Iceberg gestionadas externamente mediante Horizon Iceberg REST Catalog y gobernarlas in situ sin necesidad de migrarlas. Open Data Sharing, ahora con disponibilidad general, proporciona datos gobernados a cualquier cliente de Iceberg REST Catalog.

¿Cómo facilita Observe by Snowflake la observabilidad de los agentes de IA?

Agent Observability, en vista previa privada, recopila la telemetría de los agentes mediante OpenTelemetry y hace un seguimiento del rendimiento, los errores, el consumo de tokens y el coste. Permite depurar trazas, sesiones y conversaciones, y ejecuta evaluaciones con un LLM como juez sobre el tráfico de producción. La telemetría se conserva en tablas de Apache Iceberg para que los equipos puedan correlacionar el comportamiento de los agentes con los datos empresariales.