Snowflake Horizon Context : la couche de contexte gouvernée pour l’IA, la BI et les applications

Votre responsable des ventes voit 14,2 millions de dollars USD de chiffre d’affaires en T3. Votre directeur financier voit 12,8 millions de dollars USD. Tous les deux ont demandé des chiffres à un agent d’IA ce matin. Mêmes données. Pourquoi cet écart ?

C’est ce qui peut se produire lorsque la logique business est dispersée entre des outils distincts : un indicateur défini dans un modèle de BI détenu par une seule équipe, un calcul enfoui dans un tableau de bord, ou un ensemble d’instructions codées manuellement dans le prompt d’un LLM. Il ne s’agit pas seulement d’une dérive des indicateurs, où les ventes et la finance affichent des chiffres différents en réponse à la même question. C’est un déficit de confiance qui complique l’avancement rapide et serein des projets d’IA.

Aujourd’hui, cela change. Snowflake présente Horizon Context, une nouvelle fonctionnalité au sein de Horizon Catalog qui offre une base sémantique connectée et gouvernée, avec un contexte actif pour l’IA et la BI.

Snowflake Horizon Context s’appuie sur le socle de métadonnées d’Horizon Catalog pour transformer ces métadonnées en sens business gouverné. Il collecte le contexte dans l’ensemble de votre patrimoine de données, l’enrichit avec des définitions et des relations business, puis l’active afin que les agents d’IA, les outils de BI et les applications puissent découvrir et appliquer automatiquement une logique fiable.

D’un système de référence à un système d’intelligence

Les agents d’IA peuvent écrire du SQL, déboguer du code et analyser des données. Mais si les agents doivent deviner ce que signifie « chiffre d’affaires » dans votre business, vous avez un problème de contexte.

Le décalage entre l’IA d’entreprise et le contexte dont elle a besoin tient à trois problèmes : 

• Le contexte est dispersé : lorsque le contexte important est dispersé entre des bases de données, des systèmes de BI et de pipeline de données hétérogènes, aucun système ne dispose de la vue complète nécessaire pour fournir des réponses fiables.

• Le contexte est brut : pour rendre des ressources brutes utiles à l’IA, il faut les enrichir avec des niveaux de sens plus élevés : Comment ces actifs de données sont-ils liés ? Lesquels font autorité ? Que signifie cette colonne ? Quelle est la bonne méthode pour calculer cet indicateur ?

• Le contexte est inactif : le contexte n’a de valeur que s’il est utilisé. Si cela suppose que les utilisateurs sachent où trouver un agent précis ou comment formuler son prompt d’une certaine manière, la grande majorité des sessions d’IA n’en bénéficient pas.

Pour résoudre chacun de ces problèmes, Snowflake Horizon Context collecte les métadonnées issues de systèmes disparates, les enrichit et les active afin de les rendre utiles à votre business. Il transforme Snowflake, d’un système de référence en un système de compréhension.

Collecter : construire une vue complète 

Votre IA a besoin du contexte de tout votre patrimoine de données, dans Snowflake comme en dehors. Horizon Context extrait le contexte de systèmes externes et le collecte dans Horizon Catalog.

• Metadata Connectors (private preview) : nous faisons évoluer Horizon Catalog, d’un catalogue de données pour Snowflake vers un catalogue de données pour toutes vos données. Connectez-vous à des systèmes externes de base de données, de BI et de pipeline de données, notamment PostgreSQL, Microsoft SQL Server, Tableau, Power BI et dbt, et collectez des schémas de base de données, des journaux de requêtes, des définitions de tableaux de bord, et plus encore.

• OpenLineage API (public preview) : configurez des producteurs OpenLineage comme Apache Airflow pour envoyer les informations de traçabilité directement à Horizon Catalog.

• Open Semantic Interchange (OSI) : Snowflake pilote une norme ouverte définissant la manière dont des systèmes disparates échangent des métadonnées sémantiques. Le groupe de travail réunit désormais 54 fournisseurs participants et a publié une spécification.

Enrichir : transformer les métadonnées brutes en signification business 

Le contexte brut est un point de départ, mais il doit être enrichi pour créer des niveaux de sens plus élevés. Snowflake Horizon Context automatise une grande partie de ce travail, ce qui réduit fortement l’effort manuel nécessaire pour créer et maintenir une couche de contexte, tout en facilitant la collaboration humaine.

• Traçabilité de bout en bout au niveau des colonnes : Horizon Context extrait la traçabilité à partir des journaux de requêtes de Snowflake et externes, des systèmes de BI et des flux OpenLineage, puis assemble ces informations dans un graphe de traçabilité complet.

• Popularité : lorsque des dizaines d’actifs de données se ressemblent, il est essentiel de savoir auxquels faire confiance. Horizon Context utilise les journaux de requêtes et d’accès pour calculer la popularité comme indicateur de référence.

• Documentation des données générée par l’IA : Horizon Context utilise l’IA pour générer des descriptions de tables et de colonnes à partir des métadonnées et, si vous le souhaitez, d’échantillons de données.

• Semantic Views : Snowflake lance plusieurs améliorations à l’occasion du Summit 2026. Advanced Semantics (en private preview) apporte des calculs de niveau de détail (LOD), des définitions composables et des matérialisations définies par l’utilisateur, avec réécriture automatique des requêtes. Semantic Studio (en private preview) est un IDE complet assisté par l’IA dans Workspaces, avec intégration de CoCo et de Git. Semantic View Autopilot exploite vos fichiers SQL, Tableau et Power BI existants pour créer des vues sémantiques à votre place.

Activer : faire travailler le contexte automatiquement 

La dernière étape consiste à s’assurer que le contexte est bien utilisé. Avec Horizon Context, votre contexte devient détectable, accessible et automatiquement activé lorsque vous interagissez avec des agents.

• Recherche de contexte : CoCo récupère automatiquement le contexte pertinent avec Universal Search, une recherche hybride par mots-clés et sémantique qui s’appuie sur des signaux comme la popularité pour le classement, et sur les politiques de contrôle d’accès pour le filtrage. Les nouvelles améliorations incluent la recherche sur l’ensemble de votre patrimoine de données (private preview), des modèles d’IA optimisés pour des résultats plus pertinents, ainsi que la recherche dans les fichiers de workspace, les vues sémantiques et les agents.

• Découverte automatique des vues sémantiques : lorsqu’on lui pose une question sur les données, CoCo recherche et interroge désormais automatiquement les vues sémantiques pertinentes, puis se rabat sur les tables si aucune vue n’existe.

• Interopérabilité des vues sémantiques : exposez les vues sémantiques via MCP, gouvernées par Horizon Catalog, et connectez-vous depuis Claude, Cursor, Antigravity CLI ou l’agent de votre choix. Nous élargissons notre écosystème de plateformes de BI prises en charge au-delà d’Omni, Sigma, Hex et Tableau pour inclure Power BI (bientôt en private preview), Excel (bientôt en private preview), ThoughtSpot (early access) et Looker de Google Cloud (preview).

Un contexte fiable commence par des données gouvernées

C’est là qu’Horizon Context se distingue des autres couches sémantiques tierces. Comme il est natif du moteur Snowflake, le framework de gouvernance s’applique au niveau du sens, pas seulement au niveau des tables. Vos politiques de contrôle d’accès basé sur les rôles et de masquage au niveau des lignes suivent le contexte : dans chaque outil, chaque requête et chaque réponse d’IA. Une définition limitée à l’équipe finance le reste dans Power BI, dans Salesforce et dans tout agent qui l’interroge.

Votre couche de contexte doit fonctionner partout où vos équipes travaillent 

Horizon Context est conçu pour un écosystème ouvert : les définitions business gouvernées circulent ainsi sans friction vers les outils de BI, les agents d’IA et les applications sur lesquels votre organisation s’appuie déjà. Nos partenaires business jouent un rôle essentiel dans cette équation : ils assurent la fourniture de connexions directes entre les clients Snowflake et les systèmes et applications qu’ils utilisent au quotidien. Voici, avec leurs propres mots, comment ils intègrent et utilisent Horizon Context. 

Alation

« L’intégration d’Alation avec Snowflake Horizon Context relie les définitions sémantiques gouvernées aux catalogues de données d’entreprise, offrant aux équipes le contexte dont elles ont besoin pour découvrir, valider et utiliser les métriques business dans chaque outil et agent d’IA de leur organisation. »

Satya Mishra, Head of Alliances and Corporate Development, Alation

AtScale

« AtScale et Snowflake partagent une conviction simple : les définitions business doivent être gouvernées une seule fois, puis utilisées partout où travaillent les analystes et les applications d’IA. Avec Horizon Context, le contexte sémantique fiable s’inscrit dans le framework de gouvernance plus large de Snowflake, ce qui facilite sa découverte, sa sécurisation et son activation dans toute l’entreprise. Que les équipes définissent la sémantique dans AtScale ou dans Snowflake, elles peuvent investir en toute confiance : ces définitions sont gouvernées avec le reste de leur patrimoine de données et accessibles aux expériences d’IA et d’analytique qui en dépendent. »

David Mariani, co-fondateur & CTO, AtScale

Collibra

« Une sémantique gouvernée et homogène, ainsi qu’une ontologie business à l’échelle de l’entreprise, sont indispensables pour que les agents d’IA et les utilisateurs de données comprennent les données, leur fassent confiance et passent à l’action à la vitesse de l’IA. Notre intégration avec Snowflake Horizon Context garantit la circulation bidirectionnelle de métadonnées fiables, offrant à nos clients communs une vue unique et fiable de tout le contexte d’entreprise afin de déployer l’IA en production. »

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

Domo

« L’intégration des définitions sémantiques gouvernées de Snowflake avec Domo aide nos clients communs à réduire les doublons, à renforcer la gouvernance et à accélérer l’accès aux insights issus de KPI fiables dans toute leur organisation. »

Matthew Payne, VP of Engineering, Domo

Hex

« Avec Snowflake Semantic Views dans Hex, les équipes travaillent à partir de métriques fiables et gouvernées dans les notebooks, en SQL et dans les data apps, avec moins d’incohérences et des insights fiables obtenus plus rapidement. »

Carlos Aguilar, Head of Product, Hex

Looker Studio

« Nous sommes ravis d’étendre la couche sémantique universelle de Looker afin de prendre en charge les modèles analytiques hébergés dans la base de données avec Snowflake Semantic Views. Les clients peuvent désormais exécuter des requêtes sur les définitions sémantiques et les réécrire, afin de faire évoluer l’analytique conversationnelle à l’échelle de l’entreprise avec l’AI Data Cloud de Snowflake. » 

Sean Zinsmeister, Director, Outbound Product Management, Google Cloud

Omni

« Notre intégration avec Snowflake Horizon Context apporte des définitions gouvernées dans chaque interface, du chat piloté par l’IA aux feuilles de calcul et aux tableaux de bord. Cette homogénéité aide les clients à faire évoluer l’analytique en libre-service et à alimenter des produits data fiables. »

Jamie Davidson, co-fondateur, Omni

Sigma Computing

« Sigma s’intègre directement à Snowflake Horizon Context et exécute des requêtes sur Semantic Views en temps réel, afin que les définitions business gouvernées soient instantanément reflétées dans chaque feuille de calcul, tableau de bord et exploration. Nos clients communs disposent ainsi d’une source unique de vérité, sans renoncer à la flexibilité dont ils ont besoin pour avancer vite. »

Hassen Karaa, SVP of Product, Sigma Computing

Tableau

« Tableau ajoute la prise en charge des définitions sémantiques de Snowflake Horizon Context dans son modèle de données, afin que les analystes puissent avoir la certitude que les métriques sont définies de façon cohérente et agrégées avec précision par la couche sémantique sous-jacente. Les clients communs bénéficient ainsi d’une définition unique de la vérité dans Tableau et Snowflake. »

Nick Brisoux, Senior Director of Product Management, Tableau

ThoughtSpot

« Grâce à la prise en charge native de Snowflake Semantic Views par ThoughtSpot, nos utilisateurs peuvent effectuer des requêtes à partir d’une couche sémantique enrichie d’un contexte natif pour l’IA. Ainsi, chaque agent, tableau de bord et expérience intégrée sur lesquels repose votre business raisonne à partir d’une même couche de contexte gouvernée, qui s’améliore en continu. »

Francois Lopitaux, SVP Product Management, ThoughtSpot

La voie vers l’IA agentique

Les agents autonomes ne peuvent pas raisonner sur votre activité commerciale si vos données ne portent aucun sens intégré. Sans contexte, un agent devine. Avec un contexte intégré nativement à la plateforme, un agent agit. Avec un contexte également gouverné nativement, un agent devient digne de confiance.

Mais le contexte ne vient pas d’un seul endroit. Il vit dans vos outils de BI, votre historique de requêtes, vos catalogues de métadonnées et les connaissances institutionnelles que vos équipes ont bâties au fil des années. Horizon Context se connecte à ces sources, enrichit automatiquement votre couche sémantique et gouverne le résultat dans un seul système, ce qui évite les problèmes de synchronisation et de dérive.

C’est ce que la plupart des plateformes ne peuvent pas offrir. Une couche de contexte ajoutée au-dessus d’un moteur de gouvernance doit réconcilier deux systèmes chaque fois qu’une requête s’exécute. Quand les définitions divergent, l’agent suit la mauvaise. Horizon Context change la donne, car la sémantique réside dans le moteur de gouvernance et s’applique au moment de la requête, sans être copiée ni mise en cache. 

En savoir plus sur Horizon Context à l’adresse snowflake.com/fr/product/features/horizon-context

Ce contenu contient des déclarations prospectives, notamment concernant nos futures offres de produits, et ne constitue pas un engagement à fournir une quelconque offre de produits. Les offres et résultats réels peuvent varier et faire l’objet de risques connus et inconnus, ainsi que d’incertitudes. Découvrez notre dernier 10‑Q pour en savoir plus.