Créer plus vite et travailler plus intelligemment avec des agents d’IA et des applications ancrés dans les données

Selon le rapport Tech Trends 2026 de Deloitte, seules 11 % des organisations ont déployé des agents en production, alors que 38 % les expérimentent. Dans tous les secteurs et les entreprises de toutes tailles, nous observons ce même fossé entre pilotes et déploiements en production : les équipes peuvent créer une démo convaincante et la déployer sur des données réelles, pour finalement la voir fournir avec assurance un chiffre d’affaires erroné ou ignorer une contrainte réglementaire qu’un analyste junior aurait repérée. 

Le problème ? Le manque de contexte. Les agents doivent savoir quelle définition d’un indicateur fait autorité, quelles données sont à jour, de quelles autorisations dispose chaque utilisateur et ce qui s’est dit lors de la dernière conversation. Sans cet ancrage, même le modèle le plus performant en est réduit aux suppositions. Et même lorsque les agents trouvent la bonne réponse, partager ces enseignements avec les autres équipes business peut s’avérer difficile.

À l’occasion d’Expedition 2026, Snowflake annonce des fonctionnalités qui renforcent, selon trois axes, la manière dont les agents et les applications fonctionnent au plus près de vos données, avec toute la gouvernance et le contexte nécessaires :

• Ancrer : connecter les agents à vos données gouvernées, à vos indicateurs et à votre logique business afin qu’ils répondent à partir de définitions faisant autorité, et non de simples suppositions.

• Agir : permettre aux agents d’effectuer des tâches concrètes selon les autorisations propres à chaque utilisateur, dans les outils déjà employés par les équipes et avec une traçabilité claire. Déployer rapidement et en toute sécurité des applications Snowflake sur des données gouvernées afin que les utilisateurs et les agents puissent dégager des enseignements et passer à l’action.

• Démultiplier : partager les compétences éprouvées, les profils et la mémoire dans toute l’organisation, afin que chaque nouvel agent soit d’emblée plus performant que le précédent.

L’équipe de recherche d’a16z le résume clairement dans son analyse de mars 2026 : « L’une des principales raisons pour lesquelles les agents ne fonctionnaient pas correctement était l’absence de contexte adéquat sur les données. » Un agent chargé de répondre à la question « Quelle a été la croissance du chiffre d’affaires au dernier trimestre ? » peut écrire une requête SQL parfaitement valide sur une table apparemment pertinente, tout en renvoyant avec aplomb des chiffres erronés, simplement parce que personne ne lui a indiqué quel champ contient la définition de référence du « chiffre d’affaires ».

L’approche de Snowflake repose sur un principe : les agents doivent hériter du contexte déjà mis en place par votre organisation. Cela comprend les schémas, les indicateurs, la logique business, les politiques de gouvernance et les autorisations qui définissent le fonctionnement de vos données. Plusieurs fonctionnalités nouvelles ou améliorées concrétisent ce principe.

Snowflake Cortex Sense (bientôt en public preview) crée automatiquement le contexte à partir de vos schémas, de vos définitions d’indicateurs et de votre logique business existants. Vous évitez ainsi de consacrer des semaines à configurer et à définir des connexions. Cortex Sense fonctionne avec vos propres données, les données partagées et celles que vous achetez sur la Marketplace Snowflake : les agents disposent ainsi d’une vue d’ensemble, et non de la vision parcellaire d’une seule équipe.

Lorsque les agents doivent raisonner sur de grands volumes d’informations non structurées, la recherche analytique (en public preview) leur permet de dénombrer des éléments, d’effectuer des comparaisons et de dégager des tendances dans des milliers de documents à la fois, qu’il s’agisse de contrats, de tickets d’assistance ou de rapports internes. Il ne s’agit pas d’une recherche par mots-clés : la recherche analytique applique des fonctions d’IA à des collections de documents pour répondre à des questions telles que « Combien de contrats contiennent une clause d’indexation des prix ? » ou « Quels tickets d’assistance mentionnent la même cause première ? » Et puisque Cortex Search applique désormais les politiques d’accès aux lignes et les politiques de masquage aux tables sources (en private preview), les documents accessibles à un agent obéissent aux mêmes règles que les données structurées qu’il interroge. 

À mesure que les agents passent de la recherche à la compréhension des documents, le nouveau modèle d’embedding de Snowflake, Arctic Embed 3S (bientôt disponible pour tous nos clients), améliore la qualité de la récupération par rapport à Arctic Embed L-v2.0 de 3 % en anglais, de 6 % pour la recherche multilingue et de 23 % pour les tables et colonnes structurées, tout en conservant le même format compact.

À mesure que les modèles de pointe se banalisent, l’avantage concurrentiel dépend de leur capacité à comprendre vos enjeux stratégiques spécifiques. Les entreprises se tournent vers des modèles de fondation à poids ouverts, adaptés à leur domaine au moyen de méthodes de post-entraînement telles que le fine-tuning supervisé et l’apprentissage par renforcement. Snowflake Cortex Training (en public preview) permet de post-entraîner et de déployer simplement des modèles à poids ouverts, comme Qwen, DeepSeek, Mistral ou Gemma, sur des données propriétaires à l’aide de GPU entièrement gérés. Les benchmarks révèlent un coût jusqu’à 61 % inférieur à celui des offres serverless concurrentes.¹

Avec Cortex Training, les équipes peuvent entraîner, tester, évaluer et déployer des modèles personnalisés sur la même plateforme que leurs données gouvernées. Cortex Training intègre également Cortex AI Gateway (en public preview) pour capturer les traces et les logs des agents, créant ainsi une boucle de rétroaction continue qui facilite la personnalisation et l’amélioration des modèles.

De nouvelles fonctionnalités rendent également les données partagées et externes agentiques. Le AI Data Package (en public preview) regroupe plus de 60 jeux de données externes sélectionnés dans des secteurs clés. Il inclut des vues sémantiques et un agent Snowflake CoWork prêt à l’emploi, fourni sous forme de service géré. Agentic Marketplace Discovery (en public preview), Powered by Snowflake CoCo, permet aux utilisateurs de rechercher des données, des applications et des solutions d’IA par le biais d’une conversation. Agents for Shared Data (en public preview) génère automatiquement un Cortex Agent et une vue sémantique pour toutes les données partagées, afin que leurs destinataires puissent les utiliser de manière conversationnelle. Ensemble, ces fonctionnalités permettent aux utilisateurs de découvrir, d’interroger au moyen de requêtes et d’exploiter des données partagées et externes entièrement en langage naturel.

Ancrer les agents dans les bonnes données constitue le point de départ. Reste ensuite à savoir s’ils peuvent effectuer des tâches concrètes de manière autonome, avec les autorisations appropriées et là où les équipes travaillent au quotidien. Les recherches de Capgemini montrent que la confiance dans les agents d’IA entièrement autonomes est passée de 43 % à 27 % en un an , en raison des inquiétudes concernant la confidentialité des données, l’opacité de la « boîte noire de l’IA » et la préparation insuffisante des données.  

L’approche intégrée et gouvernée de Snowflake en matière d’IA vise à éviter cette situation. Nos dernières améliorations contribuent à créer la confiance envers les agents grâce à la transparence, à l’application des autorisations et à la traçabilité.

Snowflake CoCo, l’agent de codage destiné aux équipes data, peut désormais effectuer de manière autonome des tâches concrètes sur plusieurs sessions, calendriers et outils.

CoCo Automations (disponible pour tous nos clients dans l’interface Snowsight et la CLI ; en public preview dans CoCo Desktop) transforme les tâches récurrentes de votre liste en tâches Snowflake planifiées. Un ingénieur data décrit une tâche en langage courant, par exemple « vérifier l’état du pipeline avant la réunion quotidienne » ou « recréer le rapport du lundi », puis en définit la fréquence. Chaque exécution produit une transcription, respecte les autorisations de la personne à l’origine de l’automatisation et applique des quotas prédéfinis qui plafonnent les dépenses de l’agent. Les équipes peuvent partager leurs automatisations et les compétences CoCo qu’elles ont créées grâce à un Skills and Plugin Catalog accessible à l’échelle du compte. Le workflow créé par un ingénieur devient ainsi disponible pour toute l’équipe.

Snowsight propose désormais un mode CoCo, un espace de travail en plein écran reposant sur son propre conteneur cloud, avec un shell, un système de fichiers, Git et un aperçu en direct. Lancez une longue migration ou une analyse en plusieurs étapes, ou créez un pipeline, puis fermez votre ordinateur et retrouvez les résultats terminés à votre retour. Avec les agents Cloud (disponible pour tous nos clients), les équipes peuvent exécuter CoCo dans un environnement isolé géré par Snowflake, conçu pour les tâches de longue durée. Chaque session utilise les autorisations Snowflake de la personne qui l’a créée, tandis que restricted session scope (disponible pour tous nos clients) permet aux administrateurs de limiter davantage les actions de chaque agent.

CoCo rejoint désormais aussi les équipes dans leurs outils de travail habituels. L’intégration CoCo Slackbot (en public preview) intègre CoCo aux canaux Slack pour poser des questions, déclencher des workflows et examiner les résultats. L’intégration CoCo GitHub(en public preview) soumet les modifications de code proposées au processus de pull request déjà utilisé par l’équipe. CoCo in Snowflake Mobile (iOS disponible pour tous nos clients ; Android en public preview) permet aux utilisateurs de suivre une session cloud, d’approuver un appel d’outil ou d’envoyer une demande complémentaire depuis leur téléphone. Avec le SDK Cortex Agent (en public preview), les développeurs peuvent également intégrer les capacités de codage de CoCo à toute application qu’ils proposent.

Pour en savoir plus, consultez notre article de blog consacré aux nouvelles améliorations de CoCo.

Snowflake CoWork est l’agent de travail personnel des professionnels du savoir dans toute l’organisation. À l’occasion d’Expedition, nous ajoutons la possibilité d’adapter CoWork aux besoins spécifiques de votre équipe.

Tout commence avec les Profils CoWork (en public preview), qui permettent aux administrateurs de configurer les agents, les compétences, les connecteurs et les instructions visibles par chaque équipe. L’expérience CoWork de l’équipe Finance peut orienter les questions vers un agent de planification financière, tandis que celle de l’équipe Marketing les transmet à un agent d’analyse des campagnes, sans élargir les droits d’accès. Chaque question est automatiquement adressée à l’expertise appropriée. Les utilisateurs peuvent donc la poser naturellement, sans avoir à choisir dans un menu d’agents qu’ils ne connaissent pas.

Ensuite, les Tableaux de bord Snowflake (en public preview) permettent à chaque membre de l’équipe d’échanger avec son tableau de bord via CoWork : le résumer, demander ce qui explique une évolution ou filtrer les résultats selon un segment. Les analystes data peuvent créer les tableaux de bord en les décrivant à CoCo, puis les partager avec les rôles appropriés. Les données sous-jacentes au tableau de bord restent dans Snowflake et sont régies par les politiques existantes d’accès aux lignes et les politiques de masquage.

Les tableaux de bord créent une source de référence commune qui permet aux équipes d’avoir des conversations assistées par l’IA, alimentées par des données gouvernées et un contexte partagé. Snowflake accueille l’équipe Mora afin de renforcer ces initiatives en intégrant à sa plateforme l’approche innovante de Mora en matière d’IA appliquée à la Business Intelligence.

Pour les besoins qui vont au-delà des tableaux de bord, comme l’exploration personnalisée, les visualisations avancées ou les workflows en plusieurs étapes, les équipes peuvent créer des applications Streamlit in Snowflake, ou des applications React et Next.js sur Snowflake App Runtime, avec une IA conversationnelle intégrée. 

Les fonctionnalités plus larges de CoWork s’enrichissent également à l’occasion d’Expedition. Automations exécute les tâches récurrentes selon un calendrier, avec les mêmes autorisations qu’une question posée en direct. User Memory (disponible pour tous nos clients) et User Skills transmettent le contexte d’une session à l’autre, afin que personne n’ait à réexpliquer le fonctionnement de l’équipe. Les connecteurs MCP, l’exécution de code et la génération de documents (PDF, PPTX, DOCX, HTML) transforment les réponses en livrables partageables, tandis que HTML Reports (en public preview) permet aux équipes de publier des rapports soignés et gouvernés directement depuis une conversation CoWork. 

Pour en savoir plus, consultez notre article de blog consacré aux nouvelles améliorations de CoWork.

Snowflake Bots (bientôt en private preview) intègre à CoCo et CoWork des agents proactifs pilotés par des objectifs. Confiez à un bot une responsabilité, par exemple maintenir le bon fonctionnement de pipelines stratégiques ou surveiller l’attrition client, et il prendra en charge l’objectif de bout en bout : il suggérera les signaux à suivre, planifiera le travail et mènera la tâche à son terme sur plusieurs jours ou semaines, à partir de vos données gouvernées et dans le respect de vos autorisations existantes.

Le bot ne vous sollicite que lorsqu’une décision nécessite une intervention humaine, puis vous informe une fois la tâche terminée. Votre équipe consacre ainsi moins de temps au suivi et davantage aux activités stratégiques et créatives que seuls les humains peuvent accomplir.

De nouvelles améliorations étendent la portée et la flexibilité des applications Snowflake, qu’elles soient internes ou destinées aux clients, tout en leur offrant une prise en charge native des workflows agentiques. 

Les applications Streamlit in Snowflake bénéficient de plusieurs fonctionnalités qui étendent leur portée et leurs capacités conversationnelles : 

• Le partage par utilisateur (disponible pour tous nos clients) : les équipes peuvent partager des applications avec des utilisateurs individuels, en plus des rôles. 

• La prise en charge de l’intégration (disponible pour tous nos clients) : les applications Streamlit sont désormais intégrables à des portails et à des outils tiers tels que Salesforce, sans exiger de connexion à Snowflake et tout en préservant la gouvernance des accès. 

• La facilité de découverte et de consultation : les applications peuvent apparaître sous forme d’artefacts CoWork dans CoWork (en private preview).

• Les capacités conversationnelles : les utilisateurs peuvent échanger directement avec CoCo dans Snowsight (disponible pour tous nos clients) et CoWork (en private preview) au sujet des données de leurs applications. 

• L’exposition MCP automatique (en public preview) : chaque application devient un ensemble d’outils que les agents peuvent appeler pour exploiter directement ses données et ses actions.

Pour les applications web full-stack, App Runtime offre une solution de bout en bout, du prompt au déploiement de l’application web dans votre compte Snowflake. Décrivez votre idée d’application à Snowflake CoCo, qui pourra la créer et la publier dans votre compte Snowflake, avec l’authentification unique (SSO), le contrôle d’accès basé sur les rôles et la journalisation des audits déjà activés. Le calcul serverless (bientôt en public preview) permet aux applications de faire évoluer automatiquement leurs ressources jusqu’à zéro lorsqu’elles sont inactives, puis de redémarrer en quelques secondes dès qu’un utilisateur les ouvre. Les équipes ne paient ainsi que leur utilisation réelle, plutôt qu’un calcul actif en permanence.

L’intégration d’espaces de travail (bientôt en public preview) permet aux équipes de créer et de déployer leurs applications entièrement dans Snowsight lorsque les outils de développement locaux sont restreints. Avec le SDK Cortex Agent, app.yml v2, les cibles de déploiement et la mise à l’échelle horizontale, App Runtime offre une voie claire pour passer d’un prototype généré par CoCo à une exploitation en production.

Les améliorations apportées aux Snowflake Native Apps enrichissent également les possibilités de création offertes aux partenaires ISV et aux fournisseurs d’applications. L’utilisation d’App Runtime comme frontend pour les Snowflake Native Apps (bientôt en public preview) offre aux fournisseurs un environnement web full-stack pour l’exploration avancée des données et les workflows complexes. Les Snowflake Native Apps ont désormais accès à Snowflake Postgres (bientôt en public preview). Les fournisseurs peuvent ainsi créer des instances Postgres et y exécuter des requêtes directement dans leur compte, sans recourir à des solutions de contournement pour l’intégration des accès externes. 

Ensemble, ces fonctionnalités font des applications Snowflake un pilier de l’entreprise agentique. Les agents peuvent désormais accéder aux applications internes comme externes et les intégrer dans des environnements autres que Snowflake. Toutes reposent sur des données gouvernées.

Les agents bien ancrés dans le contexte créent de la valeur à l’échelle de l’organisation lorsque chacun exploite les enseignements du précédent. Les workflows éprouvés, le contexte de l’équipe et le routage des modèles optimisé en termes de coûts sont alors partagés par défaut, plutôt que recréés pour chaque projet.

Le partage des compétences et des plugins (disponible pour tous nos clients) transforme le workflow d’un expert en un actif gouverné et réutilisable dans l’ensemble de votre compte Snowflake. Créez une seule fois une compétence de vérification des pipelines ou de contrôle de la qualité des données, puis partagez-la via un lien snow:// ou rendez-la accessible dans le catalogue Snowsight doté d’un moteur de recherche. Les membres de l’équipe disposant des accès nécessaires peuvent l’installer dans CoCo Desktop, Snowsight CoCo ou la CLI CoCo. Les administrateurs certifient les versions fiables, définissent celles que les agents doivent utiliser et suivent leur adoption. Vos équipes consomment moins de tokens à résoudre plusieurs fois le même problème et obtiennent des résultats plus homogènes. Vos agents suivent quant à eux des procédures validées au lieu d’improviser.

Les Profils d’agents appliquent à chaque session les paramètres par défaut propres à l’équipe, notamment les instructions, les connecteurs et les sources de données privilégiées. Associés à Memory, qui conserve le contexte personnel d’une session à l’autre, les agents entament chaque conversation en sachant parfaitement comment travaille l’équipe, ce qui a été abordé la dernière fois et quelles conventions respecter. Plus besoin de réexpliquer le tech stack ou les conventions de nommage chaque lundi matin.

Les niveaux de modèles avec routage automatique attribuent à chaque tâche le modèle le mieux adapté. Les tâches courantes de synthèse et de mise en forme s’exécutent sur des modèles économiques, tandis que les tâches de raisonnement complexes sont confiées à des modèles plus performants. Les équipes obtiennent la qualité dont elles ont besoin sans sélectionner manuellement les modèles ni dépenser trop pour des tâches simples.

Enfin, Agentic Marketplace Discovery (en public preview) intègre CoCo à la Marketplace Snowflake dans Snowsight. Les utilisateurs peuvent décrire leur besoin, par exemple « des données firmographiques sur les entreprises pour les comptes de la région EMEA », puis l’affiner au fil de la conversation pendant que CoCo recherche et compare les données, applications et produits d’IA correspondants. Depuis cette même conversation, les utilisateurs peuvent consulter une référence, l’installer, lancer un essai ou demander un devis, si la référence propose ces options et si leur rôle les y autorise. La découverte devient ainsi la première étape pour mettre de nouvelles données au service de votre organisation.

Ces annonces illustrent l’engagement de Snowflake envers un principe de conception commun : les agents doivent fonctionner sur la même plateforme que les données dont ils ont besoin, hériter de la gouvernance existante et s’améliorer à mesure qu’ils sont utilisés. Lorsque les agents s’appuient sur vos données et disposent des garde-fous adaptés pour agir avec de véritables autorisations, ils fournissent des réponses et des résultats fiables sans alourdir vos workflows d’IA.

Découvrez les 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.

¹ Méthodologie de comparaison des coûts : Les tarifs de Fireworks et Tinker reposent sur ceux publiés le 22 octobre 2026 sur leurs pages web. Nous avons exécuté des charges de travail d’entraînement LoRA SFT sur Cortex Training avec différentes longueurs de contexte, puis mesuré le débit par GPU H200. Nous avons utilisé le débit (toks/sec) pour calculer le prix par million de tokens de Cortex Training selon la formule (price_per_second / throughput) x 1M.

Quelles annonces relatives aux agents ont été faites lors de Snowflake Expedition 2026 ?

Parmi les principales annonces figurent le mode CoCo dans Snowsight, les agents Cloud pour les workflows de codage autonomes, les Profils CoWork pour le routage des agents propre à chaque équipe, les Tableaux de bord Snowflake dans CoWork, Cortex Training pour personnaliser les modèles à poids ouverts, App Runtime avec calcul serverless, le partage des compétences et des plugins pour la réutilisation à l’échelle de l’organisation et Agentic Marketplace Discovery pour le sourcing conversationnel de data.

Comment Snowflake renforce-t-il la fiabilité des agents d’IA ?

Grâce à Cortex Sense, Snowflake ancre les agents dans des données gouvernées en générant automatiquement du contexte à partir des schémas, des métriques et de la logique business. Les agents héritent des autorisations, des politiques d’accès aux lignes et des règles de masquage existantes. Ils peuvent ainsi répondre à partir de définitions faisant autorité, plutôt que de formuler des hypothèses. Les actions des agents s’exécutent avec les autorisations Snowflake de l’utilisateur ou du propriétaire et sont auditables.

Qu’est-ce que Cortex Sense ?

Cortex Sense (bientôt en public preview) génère automatiquement un contexte business à partir de vos schémas, de vos définitions de métriques et de votre logique business existants. Il vise à supprimer les semaines de prompt engineering manuel généralement nécessaires pour qu’un agent comprenne vos données. Il fonctionne avec vos propres données, les données partagées et celles de la marketplace.

Qu’est-ce que le mode agent CoCo ? 

Le mode agent CoCo fournit à l’agent de codage de Snowflake un espace de travail en plein écran adossé à un conteneur cloud. Les ingénieurs data peuvent lancer des migrations, des builds ou des analyses de longue durée, fermer leur ordinateur portable, puis revenir une fois les résultats prêts. Les sessions s’exécutent avec les autorisations Snowflake de l’utilisateur et une portée de session restreinte pour renforcer les contrôles.

Que sont les Profils CoWork ?

Les Profils CoWork (en public preview) permettent aux administrateurs de configurer une expérience agent sur mesure pour chaque équipe en précisant les agents, compétences, connecteurs et instructions disponibles. Une même question est automatiquement orientée vers l’expertise appropriée, sans élargir l’accès aux données.

Snowflake propose-t-il une plateforme de développement d’applications ?

Oui. Vous pouvez créer et commercialiser sur Snowflake des applications de niveau entreprise, notamment des applications d’exploration des données, des applications web full-stack et des produits data destinés à des utilisateurs externes. Streamlit in Snowflake permet de créer des applications de données internes basées sur Python, notamment des tableaux de bord et des visualisations de données, des analyses exploratoires et des workflows simples. Snowflake App Runtime vous permet de créer des applications full-stack avec des interfaces utilisateur personnalisées, notamment des applications avancées d’exploration des données, des applications pour workflows complexes et des applications ou agents d’IA. Le Snowflake Native App Framework permet de créer des produits data monétisables destinés à des utilisateurs externes, qui peuvent être référencés et distribués sur la Marketplace Snowflake.

Quelle est la différence entre App Runtime et Streamlit in Snowflake ?

Streamlit in Snowflake privilégie Python et est conçu pour les tableaux de bord et les visualisations de données, les analyses exploratoires et les workflows simples. App Runtime est destiné aux applications web full-stack : exploration avancée des données, workflows complexes, ainsi qu’applications et agents d’IA nécessitant une UI et une UX personnalisées, des bibliothèques JavaScript spécialisées, une navigation sur mesure ou des points de terminaison d’API. Tous deux s’exécutent dans votre compte Snowflake et héritent de son environnement de gouvernance.