Snowflake Horizon Context: la capa de contexto gobernada para IA, BI y aplicaciones

Tu director de ventas ve 14,2 millones de USD en ingresos el tercer trimestre. Tu CFO ve 12,8 millones de USD. Ambos le han pedido cifras a un agente de IA esta mañana. Los mismos datos. ¿A qué se debe la discrepancia?

Esto es lo que puede ocurrir cuando la lógica empresarial está dispersa en herramientas independientes: una métrica definida dentro de un modelo de inteligencia empresarial (BI) que solo posee un equipo, un cálculo enterrado en un panel o un conjunto de instrucciones codificadas manualmente en un prompt de un large language model (LLM). El resultado no es solo una desviación de métricas, donde ventas y finanzas muestran cifras distintas ante la misma pregunta. Es una brecha en la confianza que dificulta avanzar con rapidez y seguridad en los proyectos de inteligencia artificial (IA).

Hoy, eso cambia. Snowflake presenta Horizon Context, una nueva función de Horizon Catalog que ofrece una base semántica conectada y gobernada con contexto activo para IA y BI.

Snowflake Horizon Context se construye sobre los metadatos de Horizon Catalog y los convierte en contexto empresarial con gobernanza integrada. Recopila contexto de todo tu patrimonio de datos, lo enriquece con definiciones y relaciones empresariales, y lo activa para que los agentes de IA, las herramientas de BI y las aplicaciones puedan descubrir y aplicar lógica fiable de forma automática.

De un sistema de registro a un sistema de inteligencia

Los agentes de IA pueden escribir SQL, depurar código y analizar datos. Pero si los agentes tienen que adivinar lo que significa “ingresos” en tu negocio cuando se lo preguntas, eso es un problema de contexto.

La desconexión entre la IA empresarial y el contexto que necesita se reduce a tres problemas: 

• El contexto está disperso: Cuando el contexto importante está repartido entre bases de datos, sistemas de BI y de pipelines de datos dispares, ningún sistema tiene la imagen completa que necesita para ofrecer respuestas fiables.

• El contexto no está enriquecido: Para que los recursos sin procesar sean útiles para la IA, hay que enriquecerlos con mayores niveles de significado: ¿cómo se relacionan estos activos de datos? ¿cuáles son los acreditados? ¿qué significa esta columna? ¿cuál es la forma correcta de calcular esta métrica?

• El contexto está inactivo: El contexto solo funciona si se utiliza. Si eso depende de que los usuarios sepan dónde encontrar un agente concreto o cómo formular el prompt de una determinada manera, la inmensa mayoría de las sesiones de IA restantes no se benefician.

Para abordar cada uno de estos problemas, Snowflake Horizon Context recopila metadatos de sistemas dispares, los enriquece y los activa para que sean útiles para tu negocio. Transforma Snowflake de un sistema de registro a un sistema de comprensión.

Recopilar: construir la imagen completa 

Tu IA necesita contexto de todo tu patrimonio de datos, dentro y fuera de Snowflake. Horizon Context extrae contexto de sistemas externos y lo recopila en Horizon Catalog.

• Conectores de metadatos (en vista previa privada): Estamos ampliando Horizon Catalog de un catálogo de datos para Snowflake a un catálogo de datos para todos tus datos. Conéctate a sistemas externos de bases de datos, BI y pipelines de datos, como PostgreSQL, Microsoft SQL Server, Tableau, Power BI y dbt, y recopila esquemas de bases de datos, registros de consultas, definiciones de paneles y mucho más.

• OpenLineage API (en vista previa pública): Configura productores de OpenLineage, como Apache Airflow, para enviar la información de linaje directamente a Horizon Catalog.

• Open Semantic Interchange (OSI): Snowflake lidera un estándar abierto para el intercambio de metadatos semánticos entre sistemas dispares. El grupo de trabajo cuenta ya con 54 proveedores participantes y ha publicado una especificación.

Enriquecer: convertir los metadatos sin procesar en significado empresarial 

El contexto sin procesar es un comienzo, pero necesita enriquecerse para crear mayores niveles de significado. Snowflake Horizon Context automatiza gran parte de este proceso, lo que reduce notablemente el esfuerzo manual necesario para crear y mantener una capa de contexto sin dejar de favorecer la colaboración humana.

• Linaje integral a nivel de columna: Horizon Context extrae el linaje de Snowflake y de registros de consultas externos, sistemas de BI y feeds de OpenLineage, y luego lo enlaza todo en un grafo de linaje completo.

• Popularidad: Cuando existen decenas de activos de datos con apariencia similar, determinar en cuál confiar resulta clave. Horizon Context utiliza registros de consultas y de acceso para calcular la popularidad como señal de fiabilidad.

• Documentación de datos generada con IA: Horizon Context utiliza la IA para generar descripciones de tablas y columnas a partir de los metadatos y, opcionalmente, de datos de muestra.

• Vistas semánticas: Snowflake lanzará varias mejoras en Summit 2026. Advanced Semantics (en vista previa privada) incorpora cálculos de nivel de detalle (LOD), definiciones componibles y materializaciones definidas por el usuario con reescritura automática de consultas. Semantic Studio (en vista previa privada) es un entorno de desarrollo integrado (IDE) completo asistido por IA en Workspaces, con integración de CoCo y de Git. Semantic View Autopilot toma tus archivos existentes de SQL, Tableau y Power BI y crea vistas semánticas por ti.

Activar: haz que el contexto funcione automáticamente 

El último tramo del contexto consiste en asegurarse de que se utilice. Con Horizon Context, tu contexto es detectable, accesible y se activa automáticamente a medida que interactúas con los agentes de IA.

• Búsqueda de contexto: CoCo recupera automáticamente el contexto relevante mediante Universal Search, una búsqueda híbrida de palabras clave y búsqueda semántica que utiliza señales como la popularidad para clasificar y políticas de control de acceso para filtrar. Las nuevas mejoras incluyen la búsqueda en todo tu patrimonio de datos (en vista previa privada), modelos de IA actualizados para obtener resultados más relevantes y la búsqueda de archivos de Workspace, vistas semánticas y agentes.

• Detección automática de vistas semánticas: Cuando se le formula una pregunta sobre datos, CoCo busca y consulta ahora automáticamente las vistas semánticas relevantes y, si no existen, recurre a las tablas.

• Interoperabilidad de las vistas semánticas: Expón vistas semánticas a través de MCP, gobernadas por Horizon Catalog, y conéctate desde Claude, Cursor, Antigravity CLI o el agente de IA que prefieras. Estamos ampliando nuestro ecosistema de plataformas de BI compatibles más allá de Omni, Sigma, Hex y Tableau, para incluir Power BI (en vista previa privada próximamente), Excel (en vista previa privada próximamente), ThoughtSpot (acceso anticipado) y Looker de Google Cloud (vista previa).

Un contexto fiable empieza con datos gobernados

Aquí es donde Horizon Context se diferencia de otras capas semánticas de terceros. Al ser nativo del motor de Snowflake, el marco de gobernanza se aplica a nivel de significado, no solo a nivel de tabla. Tus políticas de control de acceso basado en roles (RBAC) y el enmascaramiento a nivel de fila acompañan al contexto: en cada herramienta, cada consulta y cada respuesta de IA. Una definición restringida para el equipo de finanzas seguirá restringida en Power BI, en Salesforce y en cualquier agente de IA que la consulte.

Tu capa de contexto debe funcionar allí donde trabajen tus equipos 

Horizon Context está diseñado para un ecosistema abierto, por lo que las definiciones empresariales gobernadas se trasladan sin fricciones a las herramientas de BI, los agentes de IA y las aplicaciones en las que ya confía tu organización. Nuestros partners empresariales son una pieza fundamental de esta ecuación, ya que ofrecen a los clientes de Snowflake conexiones directas con los sistemas y aplicaciones que utilizan a diario. A continuación te mostramos cómo están integrando y utilizando Horizon Context, en sus propias palabras. 

Alation

“La integración de Alation con Snowflake Horizon Context conecta las definiciones semánticas gobernadas con los catálogos de datos empresariales y proporciona a los equipos el contexto que necesitan para descubrir, confiar y utilizar las métricas empresariales en cada herramienta y agente de IA de su organización”.

—Satya Mishra, Head of Alliances and Corporate Development, Alation

AtScale

“AtScale y Snowflake comparten una idea sencilla: las definiciones empresariales deben gobernarse una sola vez y utilizarse en cualquier lugar donde trabajen los analistas y las aplicaciones de IA. Con Horizon Context, el contexto semántico fiable pasa a formar parte del marco de gobernanza más amplio de Snowflake, lo que facilita su detección, protección y activación en toda la empresa. Tanto si los equipos definen la semántica en AtScale como en Snowflake, pueden invertir con la tranquilidad de saber que esas definiciones están gobernadas junto con el resto de su patrimonio de datos y están disponibles para las experiencias de IA y analíticas que dependen de ellas”.

—David Mariani, cofundador y CTO, AtScale

Collibra

“Una semántica gobernada y coherente, junto con una ontología de negocio en toda la empresa, son requisitos imprescindibles para que los agentes de IA y los usuarios de datos comprendan los datos, confíen en ellos y actúen sobre ellos a la velocidad de la IA. Nuestra integración con Snowflake Horizon Context garantiza que los metadatos fiables fluyan de forma bidireccional, lo que ofrece a los clientes conjuntos una visión única y fiable de todo el contexto empresarial, para acelerar la IA a escala de producción”.

—Chandra Papudesu, VP, Product Management, Integrations & Lineage, Collibra

Domo

“La integración de las definiciones semánticas gobernadas de Snowflake con Domo ayuda a los clientes comunes a reducir la duplicación, reforzar la gobernanza y acelerar el tiempo de obtención de información sobre indicadores clave de rendimiento (KPI) fiables en toda su organización”.

—Matthew Payne, VP of Engineering, Domo

Hex

“Con Snowflake Semantic Views en Hex, los equipos trabajan con métricas fiables y gobernadas en notebooks, SQL y aplicaciones de datos, lo que reduce las incoherencias y permite avanzar más rápido con información fiable”.

—Carlos Aguilar, Head of Product, Hex

Looker

“Estamos encantados de ampliar la capa semántica universal de Looker para admitir modelos analíticos alojados en la base de datos con Snowflake Semantic Views. Ahora los clientes tendrán la opción de consultar y reescribir definiciones semánticas para escalar las analíticas conversacionales en toda la empresa con Snowflake AI Data Cloud”. 

—Sean Zinsmeister, Director, Outbound Product Management, Google Cloud

Omni

“Nuestra integración con Snowflake Horizon Context lleva las definiciones gobernadas a todas las interfaces, desde el chat basado en IA hasta las hojas de cálculo y los paneles. Esta coherencia ayuda a los clientes a escalar las analíticas de autoservicio e impulsar productos de datos fiables”.

—Jamie Davidson, cofundador, Omni

Sigma Computing

“Sigma se integra directamente con Snowflake Horizon Context, consultando sus Semantic Views en tiempo real para que las definiciones empresariales gobernadas se reflejen al instante en cada hoja de cálculo, panel y exploración. Esto ofrece a nuestros clientes comunes una única fuente de verdad sin sacrificar la flexibilidad que necesitan para avanzar con rapidez”.

—Hassen Karaa, SVP of Product, Sigma Computing

Tableau

“Tableau está añadiendo compatibilidad con las definiciones semánticas de Snowflake Horizon Context en su modelo de datos, lo que garantiza que los analistas puedan confiar en que las métricas se definen de forma coherente y se agregan con precisión mediante la capa semántica subyacente. Esto proporciona a los clientes comunes una única definición de verdad en Tableau y Snowflake”.

—Nick Brisoux, Senior Director of Product Management, Tableau

ThoughtSpot

“Con la compatibilidad nativa de ThoughtSpot con Snowflake Semantic Views, nuestros usuarios pueden formular consultas desde una capa semántica enriquecida con contexto nativo de IA, de modo que cada agente, panel y experiencia integrada en la que se basa tu negocio razone desde una única capa de contexto gobernada y en mejora continua”.

—Francois Lopitaux, SVP Product Management, ThoughtSpot

El camino hacia los agentes de IA

Los agentes de IA autónomos no pueden razonar sobre tu negocio si tus datos no llevan un significado integrado. Sin contexto, un agente conjetura. Con un contexto integrado de forma nativa en la plataforma, un agente actúa. Con un contexto que además se gobierna de forma nativa, se puede confiar en un agente.

Pero el contexto no procede de un único lugar. Reside en tus herramientas de BI, tu historial de consultas, tus catálogos de metadatos y el conocimiento institucional que tus equipos han construido a lo largo de los años. Horizon Context se conecta a estas fuentes, enriquece tu capa semántica automáticamente y gobierna el resultado en un único sistema, lo que evita problemas de sincronización y desviación.

Eso es lo que la mayoría de las plataformas no pueden ofrecer. Una capa de contexto añadida sobre un motor de gobernanza debe reconciliar dos sistemas cada vez que se ejecuta una consulta. Cuando las definiciones se desvían, el agente de IA sigue la equivocada. Horizon Context es diferente porque la semántica reside dentro del motor de gobernanza y se aplica en el momento de la consulta, no se copia ni se almacena en caché. 

Más información sobre Horizon Context en snowflake.com/en/product/features/horizon-context

Esta publicación contiene declaraciones prospectivas, incluidas las relativas a nuestras futuras ofertas de productos, que no implican que nos comprometamos a proporcionar ninguna oferta de producto. Los resultados y las ofertas reales pueden diferir y están sujetos a riesgos e incertidumbres conocidos y desconocidos. Consulta nuestro formulario 10-Q más reciente para obtener más información.