Highlights del Summit Snowflake 2025: costruire il futuro dell’AI e delle app

Mai come oggi è stato così importante disporre di una solida piattaforma dati, poiché sempre più aziende vogliono generare valore con l’intelligenza artificiale e le sue applicazioni in tutto il ciclo di vita dei dati e metterli a disposizione dei lavoratori in tutta l’organizzazione. Snowflake si impegna ad aiutare le aziende a raggiungere questo obiettivo, quindi abbiamo deciso di ripensare il data engineering, l’analisi, lo sviluppo delle app e la collaborazione con le app, e naturalmente l’enterprise AI. Al Summit 2025 presenteremo una piattaforma ancora più facile da usare, che ti connetterà rapidamente ai dati, alle persone, alle app e ai prodotti AI che favoriscono la crescita del tuo business e ti garantirà la protezione dei tuoi dati sensibili.

Questo blog evidenzia alcune delle principali funzionalità e migliorie annunciate al Summit 2025, ma c’è molto altro da esplorare. Per approfondimenti sulle ultime novità e aggiornamenti dell’ecosistema Snowflake, dai un’occhiata agli altri blog.

Colmare il gap tra dati e azione con l’Agentic AI

Insieme, le funzionalità AI e ML lanciate oggi formano una base AI unificata che semplifica lo sviluppo, scala in modo affidabile e preserva la fiducia all’interno dell’ambiente Snowflake governato. Completamente gestite all’interno del perimetro sicuro di Snowflake, queste funzionalità consentono a utenti aziendali e data scientist di trasformare dati strutturati e non strutturati in insight fruibili, senza complessi strumenti o infrastrutture.

• Snowflake Intelligence (presto in public preview) offre una nuova esperienza agentica (accessibile tramite ai.snowflake.com) che consente agli utenti aziendali di conversare in modo sicuro con i dati utilizzando il linguaggio naturale, non solo per trovare risposte, ma anche per porre domande complesse e dettagliate e agire, il tutto da un’unica interfaccia e senza scrivere codice. Riunisce insight provenienti da dati strutturati e non strutturati e, poiché viene eseguito all’interno del perimetro di Snowflake, eredita i vantaggi delle funzionalità di governance e privacy dei dati integrate in Snowflake. Snowflake Intelligence si basa su large language model di Anthropic e OpenAI, eseguiti all’interno del perimetro Snowflake, e su Cortex Agents (public preview). 

• Data Science Agent (presto in private preview) è un agente in grado di aumentare la produttività dei data scientist automatizzando ogni fase dei flussi di lavoro ML con il linguaggio naturale, compresi preparazione dei dati, feature engineering e addestramento. 

• Cortex AISQL (public preview) applica la familiare sintassi SQL all’elaborazione dei dati multimodale tramite AI. Rende accessibili flussi di lavoro AI complessi consentendo ai team di analizzare documenti, immagini e altri formati di dati non strutturati utilizzando SQL. Integra l’offerta completa per gli insight sui dati non strutturati di Snowflake, tra cui la Document AI potenziata con estrazioni di tabelle basate su schema (public preview) per estrarre tabelle strutturate da PDF complessi e migliorarne il recupero tramite Cortex Search.

• AI Observability in Snowflake Cortex AI (presto in GA) consente il monitoraggio senza codice delle app basate sull’AI generativa. Snowflake fornisce anche accesso ai LLM di OpenAI tramite Microsoft Azure OpenAI Service, Anthropic, Meta, Mistral e altri provider leader, sempre all’interno del perimetro sicuro di Snowflake. 

Scopri di più su questi e altri annunci AI/ML qui.

Offrire ai data engineer gli strumenti per garantire l’interoperabilità dei dati

Quando i data engineer devono gestire le pipeline di dati e lavorare su sistemi poco flessibili, il trasferimento dei dati dal punto in cui vengono creati a quello in cui possono essere utilizzati richiederà più tempo, e questo può ostacolare il successo aziendale. Snowflake si impegna a cambiare tutto questo offrendo ai data engineer gli strumenti e le piattaforme per destreggiarsi con fiducia nel panorama dei dati moderno. Ecco alcune delle novità che vedrai al Summit:

• Presentazione di Snowflake Openflow: Un servizio di ingestion multimodale open, estendibile e gestito progettato per semplificare lo spostamento e l’integrazione dei dati, Snowflake Openflow (in GA su AWS) si basa su Apache NiFi e mira a eliminare i silos di dati e il lavoro manuale nell’ingestion di dati. Openflow rivoluziona il trasferimento dei dati all’interno di Snowflake per consentire un’elaborazione ETL trasparente per l’AI. Tutta l’integrazione dei dati avviene in un’unica piattaforma e centinaia di connettori e processori semplificano l’integrazione dei dati con una varietà di fonti di dati e partner strategici. Ad esempio, Snowflake sta collaborando con Oracle su una soluzione per replicare il CDC dai database Oracle a Snowflake.

• dbt Projects su Snowflake: Con questa opzione nativa (presto in public preview), i team dati possono creare, eseguire e monitorare dbt Projects direttamente nell’interfaccia utente di Snowsight, accelerando il ciclo di sviluppo delle pipeline di dati. dbt Projects è disponibile in Snowflake Workspaces, un nuovo ambiente di sviluppo nativo basato su file con funzionalità come assistenti di codifica Copilot AI in linea e l’integrazione nativa di Git.

• Supporto avanzato delle tabelle Apache Iceberg^TM: Ripensa il modo in cui crei data lakehouse aperti, connessi e governati. Integra qualsiasi catalogo compatibile con Iceberg REST in Snowflake, incluso Snowflake Open Catalog, per leggere e scrivere in modo sicuro da qualsiasi tabella Iceberg con Catalog Linked Databases (presto in public preview). Crea pipeline dichiarative con le tabelle Dynamic Iceberg e sblocca valore dai dati semi-strutturati con i tipi di dati VARIANT (in private preview). Ottimizza la scrittura e la lettura del tuo ecosistema Iceberg con Merge on Read (private preview).

• Moderni miglioramenti DevOps: Oltre al rilascio dei workplace per i file dbt e SQL, troverai il supporto per URL Git personalizzati, il rilascio del provider Terraform in GA e il supporto per Python 3.9 nei notebook Snowflake.

Scopri tutte le novità per il data engineering del Summit in questo blog.

Migliorare l’analisi basata sull’AI e la migrazione dei dati

Sfruttare l’AI può significare infrastrutture complesse, costi elevati, difficili migrazioni dei data warehouse e team dati sovraccarichi. Per aiutare le aziende a superare queste barriere, Snowflake annuncia una serie di miglioramenti volti a rendere le analisi più veloci, facili da usare e intelligenti, e a facilitare la migrazione dai sistemi legacy e a sfruttare appieno queste funzionalità: 

• Le viste semantiche Snowflake (public preview) aiutano a colmare il divario tra i dati grezzi e la comprensione aziendale, consentendo di definire e memorizzare metriche aziendali e relazioni tra entità all’interno di Snowflake. Questo aiuta gli assistenti AI e gli strumenti di BI a ottenere risultati più accurati e coerenti.

• Standard Warehouse – Generation 2 (Gen2) è una versione aggiornata dell’attuale Standard Warehouse Snowflake con aggiornamenti hardware e miglioramenti delle prestazioni, come le operazioni di eliminazione, aggiornamento e unione, e per velocizzare le operazioni di scansione delle tabelle. Negli ultimi 12 mesi fino al 2 maggio 2025, Snowflake ha fornito prestazioni 2,1 volte più veloci per i workload di analisi principali sulle tabelle Snowflake tramite la Gen2 (maggiori dettagli qui).

• SnowConvert AI è una soluzione automatizzata gratuita progettata per accelerare le migrazioni di data warehouse, BI ed ETL da piattaforme legacy. Analizza in modo intelligente il codice esistente, automatizzando la conversione del codice e la convalida dei dati e semplificando l’intero processo di migrazione, riducendo il rischio associato alle migrazioni di dati su vasta scala.

Leggi questo blog per scoprire di più su questi e altri annunci che aiuteranno data analyst e data architect a trasformare i dati grezzi in insight fruibili con facilità e velocità.

Promuovere l’innovazione con una collaborazione trasparente 

Il passaggio dalla sperimentazione dell’AI alla creazione di un vero valore aziendale risiede nella capacità di sfruttare non solo i propri dati, ma anche quelli di parti esterne del proprio ecosistema, ovvero nella facilità con cui è possibile condividere i dati, connettersi a fonti di terze parti e creare e collaborare con esse. In quest’ottica, Snowflake punta a facilitare la connessione e la collaborazione con fonti interne ed esterne pronte per l’AI, estendere i flussi di lavoro agentici e creare e distribuire app basate sull’AI proteggendo i dati privati. Ecco alcuni degli agentic products pronti per essere lanciati sul Marketplace Snowflake:

• Cortex Knowledge Extensions (presto in GA): Arricchisci le app con contenuti in tempo reale di editori come USA TODAY, The Associated Press, Packt, Stack Overflow e CB Insights proteggendo la proprietà intellettuale e supportando la corretta attribuzione.

• Condivisione di modelli semantici (private preview): Consente agli utenti di integrare e condividere data set interni pronti per l’AI o dati strutturati di terze parti provenienti da team interni e provider esterni, e di utilizzare il linguaggio naturale per “parlare con i dati” di una varietà di provider.

  Le Agentic Snowflake Native App sul Marketplace Snowflake: Un nuovo modo per i provider di sviluppare e offrire Snowflake Native App che fanno riferimento alle API Cortex Agent per automatizzare le attività e interagire con i dati, questi agentic products interoperabili possono fornire a data engineer, data scientist e altri una corsia preferenziale per la distribuzione e la creazione di valore dall’Agentic AI.

• Miglioramenti di Snowflake Native App Framework per la sicurezza e l’interoperabilità: Le nuove funzionalità incentrate su controllo delle versioni, autorizzazioni, osservabilità delle app e controllo della conformità semplificano l’integrazione della sicurezza nelle app.

Scopri come il Snowflake Native Apps, il Secure Data Sharing e le funzionalità di collaborazione Snowflake possono essere utili per la tua azienda in questo blog.

Ridefinire le aspettative per una piattaforma dati moderna

Nell’era dell’AI, una piattaforma robusta è indispensabile. Ma per fornire il massimo valore, la piattaforma deve anche adattare dinamicamente le risorse in base alle esigenze dei workload, fornire prestazioni elevate senza aumentare i costi, proteggere e governare i dati sensibili ed essere facile da usare per gli utenti di tutta l’azienda (non solo analisti e ingegneri). I progressi della piattaforma Snowflake affrontano queste sfide comuni alzando il livello della moderna infrastruttura dati:

• Snowflake Adaptive Compute (private preview): Rendi i warehouse ancora più facili da usare scalando automaticamente le risorse e instradando in modo intelligente le query per ridurre il carico di gestione della piattaforma per i clienti. Warehouse creati utilizzando la capacità di calcolo adattiva, detti Adaptive Warehouses, accelerano le prestazioni per gli utenti senza aumentare i costi. Poiché gli Adaptive Warehouses rendono l’infrastruttura praticamente invisibile agli utenti, i team possono dedicare più tempo a progetti strategici che aumentano i ricavi e meno alla manutenzione dei magazzini.

• Espansione dell’interoperabilità con Snowflake Horizon Catalog: Oltre al supporto per la governance e l’individuazione dei dati nelle Iceberg Tables, Horizon Catalog fornirà presto la scoperta di dati esterni (presto in private preview) per database relazionali, dashboard, modelli semantici e altro ancora.

• Copilota di Horizon Catalog (presto in private preview): Utilizza il linguaggio naturale per eseguire attività di governance, sicurezza e scoperta di metadati in Snowsight, semplificando il processo di acquisizione di informazioni critiche sui data set.

• Sicurezza: Le nuove estensioni del Trust Center Snowflake (presto in GA), i nuovi metodi MFA e aggiornamenti della sicurezza dell’account, la protezione con password e altre funzionalità di sicurezza migliorate mirano a rafforzare la protezione dell’account.

• Osservabilità pronta all’uso: I miglioramenti di Snowflake Trail aiutano a comprendere meglio l’infrastruttura e le applicazioni con Snowpark Container Services, ad analizzare le pipeline con il supporto per la telemetria di Snowflake Openflow e a eseguire il debug e l’ottimizzazione degli agenti e delle app basati sull’AI generativa (presto in GA).

Scopri di più su questi miglioramenti e altri aggiornamenti della business continuity, Unistore e altro nel nostro blog dedicato alla piattaforma.

Affermazioni riferite al futuro

Questo articolo contiene delle affermazioni riferite al futuro, tra cui offerte future di prodotti, che però non rappresentano un impegno a fornire alcuna offerta di prodotti. Le offerte e i risultati effettivi potrebbero essere diversi ed essere soggetti a incertezze e rischi noti e non noti. Fai riferimento al nostro più recente modulo 10‑Q per ulteriori informazioni.