Instaurez la confiance dans les agents d’IA grâce à un contexte métier gouverné et à la sécurité de l’IA

Les entreprises ne se demandent plus si les agents d’IA peuvent accomplir des tâches utiles. La question la plus urgente est désormais de savoir si les équipes peuvent se porter garantes de leurs propos et de leurs actions. L’agent répond-il en s’appuyant sur la définition du chiffre d’affaires réellement approuvée par la finance ? Les équipes de sécurité peuvent-elles détecter un appel d’outil risqué avant son exécution ? Une limite budgétaire peut-elle arrêter un agent hors de contrôle avant qu’il ne pèse sur les prévisions trimestrielles ? 

Si la gouvernance et le contexte ne sont pas intégrés aux agents dès le départ, chaque nouvel agent accroît le risque de réponses contradictoires et de comportements incontrôlés, sans parler de l’IA fantôme et des dépenses IA qui dérapent. 

Aujourd’hui, à l’occasion d’Expedition 2026, Snowflake annonce des fonctionnalités et des améliorations qui renforcent la confiance à chaque couche de la plateforme :

• Créer une compréhension partagée et gouvernée de l’activité

• Étendre le plan de contrôle de Snowflake à chaque action et connexion des agents, ainsi qu’à chaque dollar dépensé

• Ancrer ces fonctionnalités dans un socle data ouvert et interopérable par conception

Un tableau de bord affiche un chiffre pour le revenu net, un analyste en présente un autre et un agent d’IA en fournit un troisième. Lorsque chaque équipe calcule le « revenu net » différemment et qu’aucune version officielle n’est établie, même un agent parfaitement gouverné peut fournir une réponse qui ne fait aucun consensus.

Business Ontology (bientôt en public preview) est le tout dernier ajout à Snowflake Horizon Context. Cette fonctionnalité offre aux organisations un espace gouverné unique pour consigner la signification de leurs concepts métier fondamentaux, indépendamment de toute structure de données spécifique. Business Ontology s’inscrit également dans une approche unifiée de la gouvernance du contexte : Snowflake Cortex Sense (bientôt en public preview) identifie le contexte dans vos données, Business Ontology le rend officiel et Snowflake Semantic Views le transforme en métriques cohérentes et gouvernées. 

Grâce à Cortex Sense, vous pouvez initialiser Business Ontology à partir du contexte déjà présent dans Snowflake. Les analystes disposent ainsi d’un point de départ pour définir les concepts et leurs relations entre les équipes. Une fois les concepts créés, leurs responsables peuvent en approuver les définitions. À mesure que le contexte métier évolue, Cortex Sense peut suggérer des définitions, mais leur officialisation reste sous le contrôle de leur responsable humain. 

Vous n’avez pas non plus besoin de recréer entièrement un glossaire pour Business Ontology. Les organisations qui conservent leurs définitions dans un catalogue tiers ou une feuille de calcul peuvent les migrer grâce à l’importation guidée de glossaire, en une seule session avec Snowflake CoCo, l’agent de programmation de Snowflake. L’importation extrait les domaines, les termes candidats, les relations et les actifs de données associés. Chaque élément est enregistré comme brouillon afin que son responsable puisse l’approuver via le workflow d’approbation des data stewards. 

Chaque définition approuvée est reliée aux vues sémantiques, tables et vues des différentes équipes et différents domaines. Les agents de la finance, des ventes et du support s’appuient ainsi tous sur la même signification. Lorsqu’une différence est intentionnelle, par exemple si une métrique varie selon la région, Business Ontology conserve chaque version comme définition approuvée et précise où et quand elle s’applique. En parallèle, Semantic Views applique la logique approuvée à chaque nouvelle question. 

Cortex Sense contribue à maintenir un contexte gouverné, cohérent et à jour. Il l’intègre aussi directement aux interactions avec les agents, qui deviennent ainsi utiles dès leur lancement. Si une déduction de Cortex Sense contredit une définition approuvée, les agents utilisent cette dernière et Cortex Sense tire les enseignements de cette expérience. 

Horizon Context crée un socle connecté pour Business Ontology en collectant, en enrichissant et en activant le contexte dans l’ensemble du patrimoine de données. Ses connecteurs prêts à l’emploi recueillent les schémas, les journaux de requêtes, les définitions de tableaux de bord et les signaux d’utilisation provenant de sources comme Tableau, Power BI, dbt, SQL Server et PostgreSQL. Horizon Context enrichit ces métadonnées avec la traçabilité de bout en bout, des tags, des descriptions générées par l’IA et des indicateurs de popularité.

Pour en savoir plus, consultez notre article de blog consacré à Business Ontology.

Dans toutes les fonctions de l’entreprise, les équipes connectent souvent des agents à des modèles, des serveurs MCP et des systèmes d’entreprise plus vite que les services informatiques et de sécurité ne peuvent en assurer le suivi. Les responsables doivent alors choisir entre accélérer le déploiement au risque de compromettre la sécurité, la conformité et la maîtrise des coûts, ou le ralentir en attendant que les dispositifs de sécurité et de contrôle des coûts suivent le rythme.

Avec Snowflake, plus besoin de trancher : données gouvernées, sécurité des agents, contrôle des coûts de l’IA et observabilité des agents sont réunis dans un seul système.

Cortex AI Gateway (en public preview) est un point d’entrée centralisé et gouverné qui permet aux agents d’accéder aux modèles et aux données sur lesquelles ils agissent. Il applique un ensemble cohérent de politiques aux connexions des agents sur les clouds, frameworks et fournisseurs d’IA pris en charge. La gouvernance s’appliquant là où résident les données, chaque agent hérite des contrôles d’identité et d’accès existants de votre organisation, ainsi que de tout nouveau contrôle dès son déploiement. Les équipes n’ont plus à créer ni à gérer un deuxième jeu d’identifiants pour les agents.

La gouvernance n’est qu’un début. Les nouvelles Snowflake Cortex Sandboxes (en private preview) témoignent de l’engagement de Snowflake en faveur d’actions autonomes et gouvernées des agents. Les Cortex Sandboxes permettent de contrôler le code exécuté par un agent : elles offrent aux agents un espace privé et sécurisé pour exécuter du code personnalisé à proximité des données d’entreprise dans Snowflake, tout en respectant les autorisations de la personne qui utilise l’agent. Les données restent dans Snowflake. Ces espaces se lancent en quelques secondes, puis s’arrêtent automatiquement une fois la tâche terminée, ce qui évite toute maintenance supplémentaire et réduit le risque d’exposition accidentelle.

Snowflake continue également de renforcer la gouvernance des workflows d’IA. Grâce à la gouvernance MCP assurée par les outils Cortex AI Gateway (en public preview), les appels d’outils des agents sont authentifiés avec l’identité de l’utilisateur final et vérifiés au regard des politiques avant leur exécution. Le système peut bloquer les appels d’API non approuvés, les actions non autorisées et les violations de conformité avant qu’un agent n’accède à un système sensible. Cortex AI Guardrails (en public preview) ajoute, à l’échelle du compte, une protection à l’exécution contre les injections de prompts, les contournements de sécurité et les nouvelles attaques pour chaque agent acheminé via Cortex AI Gateway, y compris les agents tiers.

Vient ensuite la visibilité, car vous ne pouvez pas gérer ce que vous ne voyez pas. L’observabilité (disponible pour tous nos clients) consigne chaque appel de modèle, invocation d’outil, étape de raisonnement et décision des garde-fous dans des tables gouvernées, au sein du propre compte Snowflake du client. Ces traces peuvent être interrogées avec du SQL standard et jointes aux autres données de l’entreprise. Agent Trace Intelligence (en private preview) exploite cette jointure pour détecter les agents qui gaspillent des ressources dans des boucles, les outils qui échouent à répétition et le coût réel de chaque tâche accomplie.

Dernière pièce du puzzle : les coûts. Les fonctionnalités de gouvernance des coûts (disponible pour tous nos clients) attribuent les dépenses d’IA à une équipe, un département, un agent ou une application, et appliquent des limites strictes en quasi-temps réel. Les responsables peuvent ainsi repérer et arrêter les agents hors de contrôle avant qu’ils ne dépassent les budgets. Le routage dynamique des modèles (en private preview) associe chaque requête à un modèle approuvé par l’organisation selon son coût, sa précision et sa latence, afin de ne pas confier les tâches courantes aux modèles les plus coûteux. Lors de tests internes, le routage dynamique des modèles a offert une efficacité en tokens jusqu’à 3 fois supérieure à celle d’un parcours reposant uniquement sur un modèle de pointe, à qualité égale. 

Pour en savoir plus sur Cortex AI Gateway, consultez notre blog.

Cortex AI Gateway fournit aux agents un point d’entrée gouverné. Mais pour exploiter l’IA de manière fiable en production, il faut aussi comprendre le comportement des agents ainsi que les performances des applications et de l’infrastructure qui les sous-tendent. Observe by Snowflake réunit ces systèmes dans une plateforme d’observabilité unifiée, optimisée par l’IA. Les équipes d’ingénierie peuvent ainsi analyser les défaillances, améliorer la qualité des agents et optimiser les coûts. 

Observe a reconstruit son pipeline d’ingestion sur Snowpipe Streaming (en private preview). Les journaux, métriques et traces sont écrits directement dans les tables Snowflake afin que les ingénieurs chargés d’un incident disposent des données les plus récentes. Snowflake Data Share into Observe (en private preview) transforme les données déjà stockées par les clients dans leurs propres comptes Snowflake en jeux de données Observe sans copie, éliminant ainsi toute double ingestion ou duplication du stockage. O11y Agent in Slack (en private preview) permet aux équipes d’automatiser la première réponse aux nouveaux incidents et de consulter l’analyse de la cause racine dans leur canal Slack.

Pour les équipes qui créent leurs propres agents et applications basées sur des LLM, Agent Observability (en private preview) suit les performances, les erreurs, l’utilisation des tokens et les coûts. Cette fonctionnalité permet également de rechercher et de déboguer les traces, sessions et conversations, tout en exécutant des évaluations en ligne de type LLM-as-judge sur le trafic de production. La télémétrie est collectée via OpenTelemetry et conservée dans des tables Apache Iceberg™. L’architecture est conçue pour maîtriser le coût de conservation du contexte complet des agents, afin que les équipes puissent relier leur comportement aux données métier dans Snowflake et évaluer leur valeur.

La plupart des entreprises utilisent plusieurs plateformes de données. Elles exécutent plusieurs moteurs sur différents catalogues, régions et clouds. Avec chaque silo, les agents doivent raisonner à partir de plusieurs copies de données, politiques de gouvernance et couches de contexte métier, parfois contradictoires. Résultat : des réponses difficiles à considérer comme fiables, alimentées par des données auxquelles les agents ne devraient peut-être pas avoir accès. 

Chez Snowflake, nous sommes convaincus qu’une meilleure approche est possible. Business Ontology et Cortex AI Gateway reposent sur l’architecture ouverte par conception de Snowflake. Celle-ci s’appuie sur les communautés open source d’Apache Iceberg pour le stockage, d’Apache Polaris™ pour la gouvernance et d’Apache Ossie (en incubation) pour la sémantique. Ensemble, ces technologies vous permettent de connecter toutes vos données sur différentes plateformes afin de bâtir un socle de données ouvert et interopérable. Une gouvernance et un contexte universels peuvent ainsi alimenter votre entreprise agentique. 

Basé sur Apache Polaris, Horizon Catalog simplifie les architectures multicatalogues et multimoteurs grâce à un catalogue universel sans dépendance propriétaire. Définissez un ensemble unique de politiques de gouvernance et appliquez-les sans migration dans tout moteur compatible avec Iceberg REST Catalog, quel que soit le catalogue, grâce à l’accès des moteurs externes aux tables externes (disponible pour tous nos clients). 

Appliquer la sécurité ne représente que la moitié du travail ; vous devez aussi auditer chaque interaction avec les moteurs. C’est pourquoi l’historique d’audit consigne désormais les interactions de Snowflake et des moteurs externes avec les tables Iceberg gérées par Snowflake ou en externe lorsque Horizon Catalog sert de couche de gouvernance universelle. Les équipes de sécurité et de plateforme peuvent analyser les accès, suivre l’adoption et valider les intégrations depuis un seul endroit, sans créer d’infrastructure d’observabilité distincte.  

Les silos entre vos équipes ne sont qu’une partie du problème. Que se passe-t-il lorsqu’un client ou un partenaire doit accéder aux données ? C’est là qu’intervient Snowflake AI and Data Sharing, qui permet aux producteurs de données de partager rapidement et simplement leurs produits avec les consommateurs. La solution prend désormais en charge Open Data Sharing, optimisé par Apache Polaris (disponible pour tous nos clients), pour partager des données avec tout moteur compatible avec Iceberg REST.

Snowflake propose également deux autres améliorations d’AI and Data Sharing en private preview. Le partage sans réplication entre clouds rend les listings des fournisseurs disponibles dans plusieurs régions, sans coûts initiaux de réplication ni de stockage. Les consommateurs peuvent ainsi accéder aux données au moyen de requêtes distantes sur des tables Iceberg. La détection des dérives de schéma et la copie des autorisations pour le partage de données aide les producteurs et les consommateurs à détecter les modifications de schéma ou d’autorisations susceptibles d’interrompre le partage, tout en préservant les autorisations copiées lors de la modification des vues.

Les dépassements de dépenses IA, ou même leur simple menace, poussent les dirigeants à surveiller de plus près les crédits et les dollars. En parallèle, la gestion des comptes et des performances joue un rôle essentiel dans l’obtention d’un retour sur investissement de l’IA. 

Les nouvelles fonctionnalités FinOps offrent aux entreprises davantage de contrôle et de flexibilité pour gouverner les coûts sur plusieurs comptes. Les administrateurs peuvent appliquer des quotas par utilisateur, définir des limites hebdomadaires individuelles et imposer des quotas à l’utilisation de Cortex AI Gateway, le tout disponible pour tous nos clients. La prise en charge des budgets au niveau de l’organisation (disponible pour tous nos clients) vous permet de définir, à l’aide de tags, des objectifs de dépenses en dollars ou en crédits pour plusieurs comptes. La détection des anomalies de coûts basée sur les tags (disponible pour tous nos clients) fournit des informations sur les hausses potentielles et prend en charge jusqu’à 50 cohortes de dépenses personnalisées par compte, avec des alertes quotidiennes et un mode sandbox.

À mesure que l’adoption de l’IA progresse, le nombre de comptes Snowflake gérés par une entreprise augmente lui aussi. Dans les entreprises qui gèrent au moins 10 comptes Snowflake, les administrateurs doivent souvent se connecter à chaque compte ou écrire des scripts personnalisés pour déployer des modifications à l’échelle de l’organisation.

Snowflake change la donne avec Snowflake Organizations. Cette solution offre aux GlobalOrgAdmins une interface Snowsight unique pour gérer les utilisateurs et groupes d’utilisateurs de l’organisation, configurer les règles de domaine tierces et les types de tenants, et surveiller les violations. Ils peuvent également déployer simultanément les packages d’analyse du Trust Center sur chaque compte, ce qui simplifie les mises à jour (en public preview). Les nouvelles Org Usage Views inter-comptes (disponible pour tous nos clients), qui incluent les dépenses d’IA par compte et par service à l’échelle de l’organisation, rendent la gouvernance mesurable et auditable. Elles offrent aussi aux administrateurs une vue unifiée de la santé de leur organisation, axée sur les insights.

Le réglage de la performance se rapproche lui aussi d’une maintenance zéro. Grâce à la fonctionnalité Automatic Key Selection d’Optima Clustering (disponible pour tous nos clients), Snowflake automatise le clustering. Au lieu de laisser un administrateur choisir manuellement les clés de clustering, Snowflake les sélectionne désormais en fonction de l’historique des requêtes et des accès aux tables, puis les met automatiquement à jour lorsque ces tendances évoluent. Optima reclusterise les parties de la table réellement interrogées en fonction des cartes thermiques de la charge de travail. La facturation à la valeur, liée à l’ingestion, réduit également le risque de pics de coûts. Associée à la capacité de Snowflake Adaptive Compute à ajuster le calcul en fonction de la demande, cette approche contribue à simplifier la maintenance des performances dans toute votre entreprise.

Pour gagner la confiance des utilisateurs, un agent doit s’appuyer sur une sémantique business validée, respecter les politiques établies, rester visible pour les personnes qui en sont responsables et ne pas dépasser les limites de dépenses convenues. Snowflake rend cela possible en réunissant dans un même système le contexte business gouverné, la sécurité des agents et le contrôle des coûts, puis en étendant cette gouvernance et ce contexte à l’ensemble d’un socle data ouvert. Grâce à cette approche intégrée et interopérable, les entreprises peuvent déployer davantage d’agents en toute confiance, les améliorer en continu et tirer plus de valeur de leurs investissements dans l’IA.

Découvrez d’autres annonces de Snowflake Expedition sur snowflake.com/en/blog/expedition-26/, ou participez à l’événement virtuel sur snowflake.com/en/expedition/.

Déclarations prospectives : Cet article peut contenir des déclarations prospectives, notamment concernant de futures offres de produits, et ne constitue pas un engagement à proposer de telles offres. Les résultats obtenus et les offres proposées peuvent différer. Découvrez notre dernier 10‑Q pour en savoir plus.

Qu’est-ce que l’Ontologie business ?

L’Ontologie business est une couche de gouvernance de Snowflake Horizon Context, bientôt disponible en public preview. Elle consigne la signification officielle des termes business, l’identité des personnes qui les ont approuvés et l’actif de données utilisé pour les calculer. Les définitions approuvées sont associées aux vues sémantiques, aux tables et aux vues, puis mises à la disposition de Snowflake CoCo et Snowflake CoWork. Les agents d’IA peuvent ainsi répondre à partir de la définition de référence.

À quoi sert Cortex AI Gateway ?

Cortex AI Gateway étend le plan de contrôle de Snowflake aux agents d’IA tiers. Il vérifie la conformité des appels aux outils MCP avec les politiques avant leur exécution, consigne les appels aux modèles et les étapes de raisonnement dans un plan d’observabilité côté serveur, attribue les dépenses d’IA et applique des plafonds budgétaires stricts en temps quasi réel. Il achemine également chaque requête vers le modèle le plus efficace.

Comment Snowflake vous aide-t-il à maîtriser le coût des agents d’IA ?

Snowflake aide à maîtriser le coût des agents d’IA à plusieurs niveaux. Cortex AI Gateway attribue les dépenses aux équipes, aux agents et aux applications, et applique des limites en temps quasi réel. Le routage dynamique des modèles vous permet quant à lui de choisir le meilleur modèle pour votre requête selon son coût, sa précision et sa latence. Les budgets définis au niveau de l’organisation, les quotas par utilisateur et la détection des anomalies basée sur les tags étendent la gouvernance des coûts à chaque compte.

Snowflake peut-il gouverner des tables Apache Iceberg gérées dans d’autres catalogues ?

Oui. Horizon Catalog, basé sur Apache Polaris, peut accéder aux Iceberg Tables gérées en externe via Horizon Iceberg REST Catalog et les gouverner sur place, sans migration. Open Data Sharing, désormais disponible pour tous nos clients, fournit des données gouvernées à tout client Iceberg REST Catalog.

Comment Observe by Snowflake assure-t-il l’observabilité des agents d’IA ?

Agent Observability, disponible en private preview, collecte la télémétrie des agents via OpenTelemetry et suit leur performance, les erreurs, l’utilisation des tokens et les coûts. La solution facilite le débogage des traces, des sessions et des conversations, et réalise des évaluations avec un LLM comme juge sur le trafic de production. La télémétrie est conservée dans des tables Apache Iceberg afin que les équipes puissent corréler le comportement des agents avec les données business.