Dati senza limiti per alimentare l’enterprise AI

Siamo onesti: non è possibile creare ottimi prodotti di Agentic AI senza una data foundation solida. La realtà, tuttavia, è che la maggior parte delle data foundation presenta alcune crepe significative. Sviluppatori e product manager dedicano ancora troppo tempo a lottare con dati frammentati o inaccessibili e a cercare di governare i dati su sistemi separati in silos. E così le grandi idee rimangono lontane dalla produzione.

Snowflake è qui per cambiare tutto questo.

Oggi Snowflake introduce una notevole serie di nuovi strumenti e miglioramenti volti a fornire agli sviluppatori la massima flessibilità e accessibilità dei dati. I progressi di Snowflake Horizon Catalog, Snowflake Openflow e Snowflake Postgres, uniti ai miglioramenti delle prestazioni, consentono agli sviluppatori di connettersi in modo sicuro ai propri dati aziendali e utilizzarli più facilmente:

• Semplificare le migrazioni con l’aiuto dell’AI

• Accelerare lo sviluppo centralizzando i dati, semplificando l’ingestion e l’accesso ai dati e aumentando l’interoperabilità 

• Migliorare la resilienza e i processi di compliance con funzionalità di sicurezza e governance di livello enterprise e gestibilità su vasta scala 

• Ottenere insight più rapidamente migliorando le prestazioni di ingestion e query e la visibilità dei costi su vasta scala 

Vediamo meglio come forniamo dati senza limiti.

Semplificare le migrazioni dei dati con l’AI per migliorare la flessibilità e l’accessibilità dei dati

Spostare i dati dai sistemi legacy è spesso una scommessa lenta e costosa, soprattutto quando si ha a che fare con codice e schemi complessi e interdipendenti. Per eliminare questo problema, integriamo l’AI direttamente nei nostri strumenti di migrazione. 

SnowConvert AI fornisce un percorso di migrazione più rapido, prevedibile e meno costoso, consentendo agli sviluppatori di ottenere rapidamente dati affidabili. La verifica e riparazione del codice potenziata dall’AI (in public preview) accelera la migrazione automatizzando il lungo e noioso processo di test e riparazione del codice convertito, in modo da garantire precisione e qualità prima della distribuzione. La validazione automatica e incrementale del codice (in GA) verifica automaticamente l’equivalenza semantica del codice convertito in incrementi più piccoli, aumentando notevolmente la fiducia nei dati. 

Stiamo anche estendendo il supporto di SnowConvert AI al di là del database per includere la migrazione end-to-end dell’ecosistema, compresi i processi ETL legacy e il repointing della BI che comporta l’aggiornamento dei report per utilizzare il nuovo database (in public preview). Questa ampiezza del supporto aiuta a ridurre i rischi e aumentare la coerenza in tutto l’ambiente dati, oltre a ridurre drasticamente i tempi e i costi necessari per completare una migrazione senza sacrificare la qualità.

Accelerare lo sviluppo con flussi di lavoro semplificati e interoperabilità estesa in tutto il lakehouse aziendale

Lo sviluppo di app moderne non dovrebbe richiedere un esperto di orchestrazione di pipeline. Serve un ambiente semplificato in cui i dati transazionali e analitici convivono e in cui sia possibile lavorare facilmente con formati di dati aperti, indipendentemente dal motore o dal cloud.

È qui che flussi di lavoro semplificati e reale interoperabilità diventano fattori di differenziazione. Stiamo ridefinendo l’enterprise lakehouse unificando i data workload, ampliando il supporto per gli standard aperti e aggiungendo più connettori e opzioni di distribuzione per semplificare le pipeline end-to-end. L’obiettivo finale è darti la flessibilità necessaria per creare ciò di cui hai bisogno, come ne hai bisogno, quando ne hai bisogno.

Supportare più workload operativi e unifica i dati con Snowflake Postgres

Postgres si è affermato come il database numero uno tra gli sviluppatori e la colonna portante per lo sviluppo di applicazioni moderne. Sapete già che Snowflake Postgres (presto in public preview) porterà Postgres sull’AI Data Cloud Snowflake. Fornisce ai tuoi sviluppatori i Postgres sulla piattaforma di livello enterprise di cui la tua azienda ha bisogno e facilita la connessione dei dati tra i tuoi sistemi transazionali e analitici. Grazie alla sua piena compatibilità con Postgres open source, puoi eseguire i tuoi workload operativi su Snowflake senza riscrivere il codice e gli sviluppatori possono continuare a utilizzare le estensioni, gli ORM e i client/framework di Postgres specifici da cui dipendono. Ora è possibile creare applicazioni più intelligenti e agenti AI sensibili al contesto utilizzando dati transazionali aggiornati, semplificando l’architettura e accelerando l’innovazione su un’unica piattaforma.

Annunciamo inoltre pg_lake, un set di estensioni open source per Postgres che consente agli sviluppatori di utilizzare Postgres per interagire con il lakehouse. pg_lake consente a Postgres di interrogare i dati analitici direttamente dove risiedono nell’object storage. Consente di utilizzare SQL standard per leggere e scrivere in tabelle Apache Iceberg™ e interrogare o caricare dati direttamente da formati di file come CSV, Parquet o JSON. Con pg_lake, portiamo la potenza di Postgres nel lakehouse.

Maggiore interoperabilità

Per un lakehouse aziendale veramente facile da usare, connesso e affidabile, i tuoi dati devono essere universalmente accessibili e interoperabili tra motori e piattaforme cloud. Snowflake ha costantemente evidenziato i vantaggi dell’accessibilità e della condivisione dei dati sicure cross-cloud e cross-region. Ora, con il supporto di Snowflake Horizon Catalog per l’accesso esterno in lettura (presto in public preview) e scrittura (presto in private preview) per le Iceberg Tables gestite da Snowflake tramite API open di Apache Polaris (incubazione) e catalogo REST Apache Iceberg, miglioriamo l’interoperabilità senza lock-in. Questo facilita notevolmente l’accesso alle Iceberg Tables gestite da Snowflake da motori di query esterni che supportano il protocollo Iceberg REST. Invece di configurare un account Apache Polaris separato, configurare l’integrazione, gestire un insieme separato di utenti e ruoli, e configurare configurazioni di sicurezza separate, ora è possibile accedere alle tabelle direttamente da Horizon Catalog nel proprio account Snowflake. 

Stiamo inoltre estendendo le nostre funzionalità di condivisione dei dati zero-ETL ai formati open table (in GA), comprese le tabelle Apache Iceberg e Delta Lake, indipendentemente dal catalogo di metadati in cui si trovano i dati. Il supporto per le più recenti funzionalità di Apache Iceberg V3 (in private preview), come le nuove varianti e i tipi di dati geospaziali, apre le porte ad ancora più casi d’uso per le Iceberg Tables. 

Snowflake sta introducendo anche un nuovo livello di protezione dei dati aziendali per il lakehouse. La nostra soluzione di Business Continuity/Disaster Recovery (BCDR) per le Iceberg Tables gestite da Snowflake (in public preview) consente di creare copie asincrone di oggetti account e database tra regioni e cloud e di formare gruppi di failover. Grazie a questa resilienza e ripristino robusti, i tuoi dati rimangono accessibili, e la tua azienda sarà pienamente operativa, in caso di disastro o interruzione del cloud. 

Pipeline semplificate e distribuzione dei dati avanzata

La semplificazione delle pipeline di dati end-to-end consente di ottenere dati da più fonti e metterli a disposizione dei team dati più rapidamente. Combinando tutto questo con la possibilità di creare e condividere rapidamente data product arricchiti, si ottiene un notevole impulso per le iniziative di Agentic AI.

Snowflake Openflow gestisce la prima parte del processo, automatizzando l’estrazione e l’integrazione dei dati praticamente da qualsiasi fonte e facilitando la centralizzazione dei dati in tutto il lakehouse aziendale. Openflow è arrivato in GA con l’opzione di distribuzione BYOC (Bring your own cloud) su AWS, mentre l’opzione di distribuzione Snowflake tramite Snowpark Container Services è ora in GA su AWS e Microsoft Azure. L’implementazione di Openflow Snowflake offre un’esperienza completamente integrata, eliminando la necessità per i data engineer di gestire l’infrastruttura, configurare le reti o preoccuparsi dei confini di sicurezza tra i sistemi.

Snowflake sta anche aggiungendo nuove opzioni di integrazione alla sua vasta libreria di connettori e opzioni di distribuzione, tutte volte ad aiutarti a connetterti ai dati e a utilizzarli in modo efficiente:

• Integrazione unificata dei dati aziendali zero-copy: SAP Snowflake (in private preview) estende SAP Business Data Cloud con funzionalità per dati e AI completamente gestite, semplificando il panorama dei dati aziendali grazie a un’integrazione bidirezionale. Abbiamo anche collaborato con Oracle (presto in public preview) per estendere una nuova collaborazione per il CDC che permetterà di replicare i dati ad alta velocità in ambienti on-premise e cloud.

• Progetti dbt su Snowflake (in GA): Crea, testa, distribuisci e monitora i progetti dbt di trasformazione dei dati direttamente in Snowflake per consentire ai data engineer di concentrarsi sulla fornitura di insight, non sulla manutenzione dell’infrastruttura.

• Snowpark Connect per Apache Spark™ (in GA): Utilizza il client open source Spark Connect per eseguire il tuo codice Apache Spark direttamente su Snowflake con modifiche minime. I clienti Snowpark registrano valori medi di prestazioni 5,6 volte più veloci e risparmi sui costi del 41%.¹

Una volta che gli sviluppatori hanno accesso a tutti questi dati, hanno bisogno di un modo semplice e affidabile per collaborare e iterare i loro progetti in modo efficiente. Creare e condividere data product avanzati è un modo efficiente per fornire dati arricchiti. Oltre a condividere database, tabelle e viste sicure come data product, ora puoi pacchettizzare e condividere facilmente notebook e UDF Snowflake utilizzando la configurazione declarative sharing (presto in GA) in Snowflake Native App Framework. 

Migliorare le attività di compliance con innovazioni per la sicurezza, la governance e la resilienza di livello enterprise

Connettendo più dati e scalando le iniziative AI, la domanda di sicurezza, governance e business continuity non potrà che aumentare. Il training dell’AI richiede dati puliti e accurati. Una robusta resilienza e sicurezza dei dati è essenziale e la compliance non è opzionale.

Snowflake Horizon Catalog è il catalogo AI universale che fornisce contesto e governance per l’AI su tutti i tuoi dati. Offre interoperabilità senza vincoli per un lakehouse aziendale e fornisce funzioni di sicurezza e governance di livello enterprise per i dati e l’AI. Horizon Catalog aiuta anche l’AI a comprendere meglio i dati fornendo il contesto mancante che aiuta gli agenti AI a interpretare correttamente i dati. Infine, Horizon Catalog consente la gestione cross-region, cross-cloud e la condivisione su vasta scala con gestione per tutti gli account della tua organizzazione, la collaborazione trasparente e offre capacità di BCDR tra cloud e regioni. 

Le nuove funzionalità di Horizon Catalog includono AI Redact (in public preview), una funzione AI SQL per rilevare e correggere le informazioni di identificazione personale (PII) nei dati non strutturati. Questo risolve direttamente un importante ostacolo alla rapida adozione dell’enterprise AI, ovvero la protezione delle informazioni di identificazione personale nei dati non strutturati da cui dipendono i modelli AI per l’addestramento, e aiuta le organizzazioni a preparare maggiormente l’enterprise data AI. Annunciamo inoltre Data Security Posture Management (in public preview), una semplice interfaccia utente in Trust Center che consente di gestire e automatizzare il rilevamento, il tagging, la protezione e il monitoraggio dei dati sensibili. 

Ulteriori miglioramenti di Horizon Catalog ora in public preview includono la visibilità sul data lineage esterno e una interfaccia di data quality semplificata nell’interfaccia Snowsight con una scheda per la profilazione automatica dei dati. Un nuovo sistema di avvisi e UI di rilevamento delle anomalie (in public preview) centralizza le anomalie di sicurezza in tutti gli account di un’organizzazione e ti avvisa. Ulteriori aggiornamenti al Trust Center includono:

• Creare estensioni del Trust Center di terze parti (in public preview) e renderle disponibili ad altri clienti Snowflake tramite il Marketplace Snowflake

• Consentire al Global Org Admin di visualizzare la postura di sicurezza in tutti gli account in Organization Account (presto in GA)

Il supporto della sicurezza è anche al centro dei miglioramenti di Snowflake alle hybrid tables. Oltre a essere in GA su Microsoft Azure, le hybrid tables supportano anche il modello di crittografia Tri-Secret Secure (TSS) di Snowflake (in GA su AWS e in public preview su Microsoft Azure). TSS protegge i dati con l’autenticazione utente integrata di Snowflake e una chiave master composita che combina una chiave mantenuta da Snowflake con una chiave gestita dal cliente, fornendo un livello di sicurezza più elevato. Inoltre, le funzionalità di rekeying automatico delle hybrid tables (in GA su AWS e Azure) aiutano gli sviluppatori a soddisfare gli standard di sicurezza e compliance modificando automaticamente e regolarmente le chiavi di crittografia.

Sul versante della resilienza aziendale, i backup Snowflake (in GA) offrono uno strumento potente per potenziare la resilienza informatica, supportare la conformità e migliorare l’integrità dei dati a fini legali o di audit. È possibile creare backup point-in-time e impostarli in modo che siano immutabili, il che significa che una volta creati non potranno essere modificati o eliminati, nemmeno dagli amministratori. In caso di attacco ransomware, calamità naturale o interruzione, è possibile combinare i backup con le funzionalità di replica dell’account Snowflake in modo che tutti i set e i criteri di backup possano essere replicati in una regione o in un cloud provider diverso e ripristinati.

Ottenere insight più rapidamente migliorando le prestazioni di ingestion e query e la visibilità dei costi su vasta scala

La velocità e l’efficienza economica hanno un impatto diretto sia sui profitti che sulla capacità di fornire valore ai tuoi utenti. Quando si tratta di data streaming in tempo reale e di pesanti workload analitici, le prestazioni su vasta scala sono particolarmente critiche.

Soddisfare le esigenze di dati e prestazioni delle app di Agentic AI

Snowflake fornisce continuamente miglioramenti automatici in tutta la piattaforma per garantire che le pipeline e le query vengano eseguite più velocemente. 

I vantaggi iniziano con le funzionalità di ottimizzazione intelligente Snowflake Optima su Snowflake Standard Warehouse Generation 2 (Gen 2) che offrono prestazioni di query più veloci per i workload di analisi e data engineering. Queste includono Optima Indexing (in GA), che analizza i workload e identifica in modo proattivo query di ricerca puntiforme ricorrenti che possono essere accelerate. Un cliente del settore automobilistico ha sperimentato un’accelerazione 15 volte maggiore per le query ricorrenti e altamente selettive sui warehouse Gen2 grazie a Snowflake Optima.

Per i workload streaming, Snowflake Streaming V2, la versione più recente del nostro framework per l’ingestion di dati di nuova generazione (presto in GA su AWS con Azure e GCP), supporta un’architettura semplificata che riduce del 56% i tempi di completamento delle query e migliora la latenza end-to-end, secondo un recente test di benchmark.² Abbiamo inoltre introdotto un modello di prezzo usage-based più prevedibile che aiuta i team a ridurre la spesa complessiva.

Le Snowflake Dynamic Tables semplificano le pipeline di dati consentendo di definire lo stato desiderato con una singola query SQL. Le nuove funzionalità di immutabilità (in GA) consentono di bloccare le aree delle tabelle in modo che non cambino durante gli aggiornamenti, con conseguente riduzione della ricomputazione e dei costi. Le Dynamic Iceberg Tables (in GA) si integrano con i data lake, consentendo di archiviare i dati in un cloud storage esterno (AWS S3, Azure Blob Storage e così via) mentre vengono gestiti da Snowflake.

Attenzione ai costi

Gli sviluppatori di oggi si trovano spesso a dover tenere d’occhio i costi del cloud nel quadro delle loro iniziative AI. I clienti Snowflake ora possono gestire il consumo con strumenti che scavano nei dettagli, tra cui l’allocazione granulare dei costi di una risorsa condivisa (in private preview) in tutti gli account Snowflake della propria organizzazione tramite SQL. Il nuovo budget basato sui tag consente alle organizzazioni di impostare budget per gli utenti di risorse condivise (presto in private preview), per monitorare il consumo di risorse condivise a livello di utente e prevenire il superamento dei costi.  

Non c’è strategia AI senza una strategia dati

Snowflake sta alzando l’asticella quando si tratta di creare una piattaforma dati semplice, connessa e affidabile per accelerare i dati e l’AI di livello enterprise. Gli sviluppatori dispongono di un’unica piattaforma centralizzata pronta per l’AI per migrare, accedere e connettere facilmente più tipi di dati da più fonti per creare app di Agentic AI, e farlo con prestazioni velocissime, alta scalabilità e gestione dei costi efficace.

Scopri di più su come l’AI Data Cloud può aiutarti a sviluppare meglio e più velocemente con nuove funzionalità che forniscono intelligenza artificiale avanzata e governata su larga scala e modernizzano il flusso di lavoro di sviluppo. Per vedere queste funzionalità in azione, guarda l’agenda BUILD 2025 e partecipa a una sessione di approfondimento o a un lab pratico.

______________

¹Dati basati su casi d’uso di produzione ed esercizi di proof‑of‑concept mettendo a confronto la velocità e il costo di Snowpark rispetto ai servizi Spark gestiti nel periodo da novembre 2022 a maggio 2025. Tutti i risultati sintetizzano i risultati effettivi ottenuti dai clienti con i loro dati reali e non rappresentano data set creati ad hoc come benchmark.

²Il report di benchmark deriva dal benchmark TPC-DS e, come tale, contiene risultati non ufficiali e non convalidati o certificati dal Transaction Processing Performance Council. Questi risultati sono a puro scopo informativo e non sono confrontabili con i risultati ufficiali di TPC-DS.

Affermazioni riferite al futuro 

Questo articolo contiene dichiarazioni previsionali, anche sulle nostre future offerte di prodotti, che non costituiscono impegni 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.