L’IA gouvernée s’invite dans les feuilles de calcul : Découvrez Snowflake CoCo pour Microsoft Excel et Google Sheets

​​

Nous sommes ravis d’étendre Snowflake CoCo, l’agent de programmation des équipes data, à deux des interfaces d’analyse les plus utilisées au monde : Microsoft Excel et Google Sheets. Ces offres intègrent nativement les données Snowflake gouvernées, la sémantique et l’IA dans l’interface de feuille de calcul que les analystes utilisent déjà. Les utilisateurs métier interagissent avec CoCo en langage naturel pour créer des classeurs comprenant des formules natives, des graphiques et des tableaux croisés dynamiques, sans se soucier du formatage fastidieux des cellules ni de l’intégration des données. À mesure que les agents deviennent l’interface de création des feuilles de calcul, les utilisateurs peuvent gagner en efficacité et en faire plus avec les outils qu’ils utilisent déjà.

Depuis plus de 40 ans, les feuilles de calcul sont l’interface de référence pour interagir avec les données. Malgré cette omniprésence, les équipes peinent à conserver des données homogènes entre leurs feuilles de calcul, les noms de fichiers, commentaires et e-mails servant à distinguer les versions et les sources. En général, les utilisateurs disposent de trois options pour connecter leurs données :

• Exportations CSV : les utilisateurs téléchargent localement sur leur appareil les résultats de requêtes, les tables ou les résultats de notebooks.
• Connecteurs ODBC : les utilisateurs demandent à leur équipe data de configurer des pilotes ODBC afin de se connecter à leurs données via SQL.
• Connecteurs tiers : les utilisateurs demandent à leur équipe informatique de déployer et de gérer un système distinct pour connecter les données.

Les exportations manuelles produisent des copies déconnectées des données et créent ainsi des silos de données. Pour les équipes administratives, cette prolifération des données complique la gouvernance. Pour les utilisateurs métier, elle entraîne des analyses incohérentes et un travail en vase clos.

Surtout, les limites des connecteurs de données manuels compliquent l’intégration de l’IA dans les feuilles de calcul. Nous pensons que les agents deviendront le mode d’interaction par défaut avec les feuilles de calcul, comme dans d’autres interfaces, notamment les environnements de développement intégrés (IDE) dédiés à la programmation. L’IA peut prendre en charge les tâches répétitives liées à la création d’un classeur, comme l’extraction et le nettoyage des données, l’écriture de formules complexes et la création de modèles. L’analyste peut ainsi se concentrer sur l’analyse.

Figure 2 : CoCo effectue de manière agentique des tâches financières dans Excel, en vitesse accélérée 4x, et crée un modèle de rachat avec effet de levier comprenant des graphiques, des tableaux croisés dynamiques et plus encore à partir de données Snowflake.

Snowflake CoCo pour Microsoft Excel et Google Sheets intègre Snowflake aux feuilles de calcul utilisées quotidiennement par les analystes, sans les obliger à apprendre à maîtriser un outil entièrement nouveau. CoCo crée et exécute des requêtes sur les données Snowflake avec les autorisations de l’utilisateur, éliminant ainsi le besoin de connecteurs traditionnels. CoCo crée ensuite des classeurs en utilisant les cellules comme contexte pour générer des objets natifs de la feuille de calcul.

CoCo pour Excel et Sheets fournit des données Snowflake en temps réel directement dans votre feuille de calcul, tout en préservant la gouvernance d’entreprise et le contexte. Une fois les utilisateurs connectés, CoCo limite leurs accès selon le rôle Snowflake sélectionné ou défini par défaut. Les contrôles d’accès Snowflake, le masquage et les politiques d’accès aux lignes s’appliquent aux résultats inscrits dans votre feuille de calcul. Ces requêtes de données et d’IA bénéficient de tout votre contexte Snowflake, notamment Semantic Views, Business Ontology et Snowflake Cortex Sense. Ces fonctionnalités sont conçues pour fournir aux analystes des résultats concordants et précis, une condition essentielle pour produire des analyses fiables avec l’IA.

Une fois les données importées dans une feuille de calcul, l’actualisation intelligente permet de les maintenir simplement à jour. Lorsque CoCo exécute des requêtes pour extraire des données, il enregistre le texte de la requête dans les paramètres du classeur. Lors de l’actualisation des données, CoCo peut mettre intelligemment à jour le classeur afin de tenir compte des variations de taille des résultats. Les utilisateurs peuvent lancer l’actualisation de deux façons :

• Manuellement : à l’aide d’un bouton ou de la commande /refresh. Les analystes peuvent ainsi mettre à jour leurs modèles avec les données les plus récentes.
• Automatiquement : à l’ouverture du classeur. Les dirigeants peuvent ainsi ouvrir un classeur et disposer systématiquement des données les plus récentes, sans avoir à cliquer ni à configurer quoi que ce soit. Cette option est uniquement prise en charge dans CoCo pour Excel.

Si la requête change, par exemple en raison d’une taille de résultat différente ou d’un nouvel ensemble de colonnes renvoyé par une instruction SELECT *, CoCo met à jour le classeur tout en préservant les données, formules et ressources existantes.

Comme toutes les requêtes sont enregistrées dans le classeur, les utilisateurs voient clairement quelles ressources de données ont servi à l’analyse. Il devient ainsi simple de rapprocher les différentes réponses entre les classeurs et de déterminer enfin à quel chiffre se fier.

CoCo introduit des workflows agentiques qui manipulent directement les feuilles de calcul, bien au-delà des intégrations de chatbot et des connecteurs de données. Au lieu de répondre aux questions dans un volet latéral, CoCo génère les résultats directement dans la feuille de calcul, sous forme de formules et d’objets natifs. Dans Excel, les utilisateurs peuvent appeler directement dans les cellules les fonctions Snowflake Cortex AI prises en charge, telles que CORTEX.CLASSIFY et CORTEX.SUMMARIZE.

Par exemple, vous pouvez demander à CoCo d’afficher le chiffre d’affaires trimestriel par région ainsi que des projections de croissance à partir de vos données de vente. En quelques secondes, CoCo transforme cette demande en plan pour créer une analyse complète, avec formules et tableaux croisés dynamiques :

Ces capacités agentiques s’étendent à l’interface de travail des analystes et aux principaux objets analytiques créés dans les feuilles de calcul. Comme CoCo utilise vos compétences, votre classeur et vos données comme contexte, il peut créer une analyse comme le ferait un analyste :

• Visualisations : CoCo analyse la structure des données pour sélectionner le type de graphique le plus efficace. Les graphiques restent entièrement dynamiques, interactifs et connectés à la feuille de calcul pour être modifiés simplement.
• Tableaux croisés dynamiques : CoCo confie au calcul Snowflake les opérations intensives de modélisation des données et d’agrégation nécessaires pour créer des tableaux croisés dynamiques, même lorsque les données sources dépassent la limite d’un million de lignes d’Excel ou celle de 20 millions de cellules de Sheets.
• Formatage et validation : CoCo applique automatiquement une mise en forme conditionnelle, des formats numériques précis et des règles de validation des données. Vous pouvez les personnaliser grâce à des compétences propres à votre workflow et à vos pratiques.

The Chefs’ Warehouse a constaté que les capacités agentiques de CoCo pour Excel rendaient le traitement de ses données tabulaires complexes simple et intuitif :

CoCo s’intègre étroitement à votre contexte dans Snowflake, notamment Semantic Views, Business Ontology et Cortex Sense. Grâce au contexte Snowflake, CoCo ancre l’analyse dans la Business Ontology de votre entreprise afin de comprendre les relations et les définitions des entités, tandis que Semantic Views relie les concepts aux données. CoCo s’intègre également à Cortex Sense pour couvrir automatiquement la longue traîne des ressources de données, particulièrement utiles pour les analyses ad hoc. De nombreuses équipes enrichissent déjà le contexte de leurs applications d’IA et de Business Intelligence, qui s’étend désormais directement à Excel et Sheets.

CoCo peut également déléguer les calculs complexes et intensifs aux entrepôts virtuels évolutifs de Snowflake. Traditionnellement, pour les sources de données volumineuses, les utilisateurs demandaient à leur équipe data de créer des pipelines afin de préparer des produits de données personnalisés. Avec CoCo pour Excel et Sheets, les requêtes complexes s’exécutent dans un entrepôt Snowflake plutôt que directement dans l’interface de la feuille de calcul côté client. CoCo peut ainsi traiter les opérations qui dépassent les capacités de stockage ou de calcul de l’interface.

CoCo est spécialement conçu pour travailler efficacement avec les données. Nous avons étendu cette base à Excel et Sheets avec des outils permettant d’inspecter les classeurs, d’écrire des formules, de formater les cellules et de créer des graphiques et des tableaux croisés dynamiques.

Cependant, les opérations de modélisation ne constituent qu’une partie du workflow. Répondre à une question stratégique exige également d’accéder aux données sous-jacentes et de les comprendre. CoCo associe la découverte d’objets Snowflake et l’accès aux informations sémantiques à des outils propres aux classeurs. Il aide ainsi les utilisateurs à passer d’une question aux données et analyses pertinentes.

Pour évaluer le workflow de feuille de calcul de bout en bout, nous avons testé en interne des tâches Excel courantes impliquant du raisonnement, de la modélisation et l’extraction de données Snowflake^[1]. Lors de trois essais, nous avons mesuré les performances selon trois dimensions, la précision, la latence et le nombre de tokens de sortie par tâche, pour CoCo pour Excel et pour un environnement de modèles d’IA pour Excel utilisant Snowflake MCP. Les deux compléments ont atteint une précision similaire sur ces tâches, mais CoCo pour Excel a affiché une latence plus faible et utilisé moins de tokens de sortie :

CoCo pour Excel est optimisé pour travailler avec les données, notamment pour découvrir et comprendre les objets, mais aussi pour faire évoluer les traitements. CoCo orchestre des transferts de données directs vers la feuille, qui diffusent les résultats de requête directement dans le classeur sans utiliser la fenêtre contextuelle du modèle. Cette architecture est conçue pour faire évoluer le traitement des données et l’analyse à grande échelle, en s’appuyant sur les capacités de calcul de Snowflake et ses intégrations de ressources :

Ces résultats internes reflètent l’objectif de conception de CoCo en tant qu’agent de programmation des équipes data : préserver la précision tout en réduisant la latence et le nombre de tokens de sortie par tâche. Le contexte des données ancre l’analyse, tandis que leur transfert optimisé réduit le travail demandé au modèle pour fournir les résultats.

Avec Snowflake CoCo pour Microsoft Excel et Google Sheets, les utilisateurs peuvent désormais dégager davantage d’insights et approfondir leurs analyses grâce à une IA pour feuilles de calcul simple, fiable et efficace. Les deux solutions sont désormais disponibles en public preview. Pour commencer :

1. Installez CoCo pour Excel ou CoCo pour Sheets à l’aide de notre documentation
2. Connectez-vous à votre compte Snowflake pour lancer votre première analyse

Restez à l’affût des prochaines mises à jour de fonctionnalités, notamment l’ajout de la traçabilité des feuilles de calcul dans Horizon Catalog, l’exportation des visualisations et bien plus encore.

Cet article contient des déclarations prévisionnelles, notamment concernant nos futures offres de produits. Il ne constitue en aucun cas un engagement à fournir des offres de produits. Les résultats et les offres réels peuvent différer des prévisions et sont soumis à des risques et incertitudes connus ou inconnus. Découvrez notre dernier 10‑Q pour en savoir plus.

1.  Les tests internes menés sur différents modèles et environnements ont été exécutés entre le 26 octobre 2026 et le 28 octobre 2026, avec Excel pour le web. Les résultats portent sur 25 tâches de feuille de calcul exécutées avec Opus 5.5, Sonnet 5.5 et Haiku 5.5 dans les deux compléments, lors de trois essais ; la figure 5 indique le nombre médian de secondes par tâche pour l’ensemble des essais. Dans la figure 6, les tâches ayant échoué ou dépassé le délai imparti sont représentées au plafond de 900 secondes. ↩