Snowflake Horizon Context: il livello di contesto governato per AI, BI e app

Il tuo responsabile vendite vede ricavi del Q3 per 14,2 milioni di dollari. Il CFO vede 12,8 milioni di dollari. Questa mattina entrambi hanno chiesto i numeri a un agente AI. Stessi dati. Da dove nasce la differenza?

È ciò che può accadere quando la logica di business è distribuita tra strumenti separati: una metrica definita in un modello di BI di proprietà di un solo team, un calcolo nascosto in una dashboard, una serie di istruzioni codificate manualmente in un prompt LLM. Il risultato non è solo una deriva delle metriche, con vendite e finanza che mostrano numeri diversi per la stessa domanda. È un divario di fiducia che impedisce di far avanzare rapidamente e con sicurezza i progetti di AI.

Da oggi cambia tutto. Snowflake presenta Horizon Context, una nuova funzionalità in Horizon Catalog che offre una base semantica connessa e governata, con contesto attivo per AI e BI.

Snowflake Horizon Context si fonda sulla base metadati di Horizon Catalog e trasforma quei metadati in significato di business governato. Raccoglie il contesto da tutto il tuo data estate, lo arricchisce con definizioni e relazioni di business e lo attiva, affinché agenti AI, strumenti di BI e app possano individuare e applicare automaticamente una logica affidabile.

Da sistema di record a sistema di intelligence

Gli agenti AI possono scrivere SQL, eseguire il debug del codice e analizzare i dati. Ma se devono indovinare che cosa significa “ricavi” per la tua azienda quando lo chiedi, il problema è il contesto.

La distanza tra enterprise AI e il contesto di cui ha bisogno nasce da tre problemi: 

• Il contesto è frammentato: Quando il contesto importante è distribuito tra database, sistemi di BI e pipeline di dati eterogenei, nessun sistema dispone del quadro completo necessario per offrire risposte affidabili.

• Il contesto è grezzo: Per rendere le risorse grezze utili per l’AI, occorre arricchirle con livelli di significato più elevati: In che modo sono correlati questi data asset? Quali sono autorevoli? Che cosa significa questa colonna? Qual è il modo corretto per calcolare questa metrica?

• Il contesto è inattivo: Il contesto funziona solo se viene utilizzato. Se tutto dipende dalla capacità degli utenti di sapere dove trovare un agente AI specifico o come formulare il prompt corretto, la gran parte delle sessioni AI non ne trae beneficio.

Per risolvere ciascuno di questi problemi, Snowflake Horizon Context raccoglie metadati da sistemi eterogenei, li arricchisce e li attiva per renderli utili alla tua azienda. Trasforma Snowflake da sistema di record a sistema di comprensione.

Raccogliere: Sviluppare il quadro completo 

La tua AI ha bisogno di contesto dall’intero data estate, dentro e fuori Snowflake. Horizon Context estrae il contesto dai sistemi esterni e lo raccoglie in Horizon Catalog.

• Connettori di metadati (private preview): Stiamo ampliando Horizon Catalog: da catalogo dati per Snowflake a catalogo dati per tutti i tuoi dati. Connettiti a database esterni, sistemi di BI e pipeline di dati come PostgreSQL, Microsoft SQL Server, Tableau, Power BI e dbt e raccogli schemi di database, log delle query, definizioni delle dashboard e molto altro.

• OpenLineage API (public preview): Configura produttori OpenLineage come Apache Airflow per inviare informazioni sulla lineage direttamente a Horizon Catalog.

• Open Semantic Interchange (OSI): Snowflake guida uno standard open per lo scambio di metadati semantici tra sistemi eterogenei. Il gruppo di lavoro include ora 54 fornitori partecipanti e ha pubblicato una specifica.

Arricchire: Trasformare i metadati grezzi in significato di business 

Il contesto grezzo è un punto di partenza, ma va arricchito per creare livelli di significato più elevati. Snowflake Horizon Context automatizza gran parte di questo processo, riducendo drasticamente il lavoro manuale necessario per sviluppare e mantenere un livello di contesto, senza rinunciare alla collaborazione umana.

• Lineage end‑to‑end a livello di colonna: Horizon Context estrae la lineage dai log delle query Snowflake ed esterni, dai sistemi di BI e dai feed OpenLineage, quindi la ricompone in un grafo di lineage completo.

• Popolarità: Quando esistono decine di data asset dall’aspetto simile, è essenziale capire quali meritano fiducia. Horizon Context utilizza log delle query e degli accessi per calcolare la popolarità come segnale di autorevolezza.

• Documentazione dei dati generata dall’AI: Horizon Context utilizza l’AI per generare descrizioni di tabelle e colonne a partire da metadati e, facoltativamente, dati di esempio.

• Semantic Views: Snowflake lancerà diversi miglioramenti al Summit 2026. Advanced Semantics (private preview) introduce calcoli level-of-detail (LOD), definizioni componibili e materializzazioni definite dall’utente con riscrittura automatica delle query. Semantic Studio (private preview) è un IDE completo e assistito dall’AI in Workspaces, con integrazione CoCo e integrazione Git. Semantic View Autopilot parte dai tuoi file SQL, Tableau e Power BI esistenti e crea viste semantiche per te.

Attivare: Far funzionare il contesto automaticamente 

L’ultimo passaggio del contesto consiste nel garantirne l’utilizzo. Con Horizon Context, il tuo contesto è individuabile, accessibile e attivato automaticamente mentre interagisci con gli agenti AI.

• Ricerca del contesto: CoCo recupera automaticamente il contesto rilevante con Universal Search, una ricerca ibrida semantica e per parole chiave che utilizza segnali come la popolarità per il ranking e policy di controllo degli accessi per il filtro. I nuovi miglioramenti includono la ricerca nell’intero data estate (private preview), modelli AI aggiornati per risultati più rilevanti e la ricerca di file di workspace, viste semantiche e agenti AI.

• Rilevamento automatico delle viste semantiche: Quando riceve una domanda sui dati, CoCo ora cerca e interroga automaticamente le viste semantiche rilevanti, passando alle tabelle se non ne trova.

• Interoperabilità delle Semantic View: Esponi le viste semantiche tramite MCP, governate da Horizon Catalog, e connettiti da Claude, Cursor, Antigravity CLI o dall’agente AI che preferisci. Stiamo ampliando il nostro ecosistema di piattaforme di BI supportate oltre Omni, Sigma, Hex e Tableau, includendo Power BI (private preview a breve), Excel (private preview a breve), ThoughtSpot (early access) e Looker di Google Cloud (preview).

Il contesto affidabile parte dai dati governati

È qui che Horizon Context si distingue dagli altri livelli semantici di terze parti. Poiché è nativo del motore Snowflake, il framework di governance viene applicato a livello di significato, non solo a livello di tabella. Le tue policy di controllo degli accessi basato sui ruoli e il mascheramento a livello di riga seguono il contesto: ogni strumento, ogni query e ogni risposta AI. Una definizione riservata al team finance resta riservata in Power BI, in Salesforce e in qualsiasi agente AI che la interroghi.

Il tuo livello di contesto deve funzionare ovunque lavorino i tuoi team 

Horizon Context è progettato per un ecosistema open, così le definizioni di business governate arrivano senza interruzioni agli strumenti di BI, agli agenti AI e alle app su cui la tua organizzazione fa già affidamento. I nostri business partner hanno un ruolo essenziale in questa equazione: offrono ai clienti Snowflake connessioni dirette ai sistemi e alle app che utilizzano ogni giorno. Ecco come integrano Horizon Context e lo utilizzano, con le loro parole. 

Alation

“L’integrazione di Alation con Snowflake Horizon Context collega le definizioni semantiche governate ai cataloghi dati aziendali, offrendo ai team il contesto di cui hanno bisogno per scoprire, considerare affidabili e utilizzare le metriche di business in ogni strumento e agente AI dell’organizzazione.”

— Satya Mishra, Head of Alliances and Corporate Development, Alation

AtScale

“AtScale e Snowflake condividono una convinzione semplice: le definizioni di business devono essere governate una sola volta e utilizzate ovunque lavorino analisti e app AI. Con Horizon Context, il contesto semantico affidabile diventa parte del più ampio framework di governance Snowflake, semplificando individuazione, protezione e attivazione in tutta l’azienda. Che i team definiscano la semantica in AtScale o in Snowflake, possono investire con fiducia sapendo che tali definizioni sono governate insieme al resto del loro data estate e disponibili per le esperienze di AI e analisi dei dati che ne dipendono.”

— David Mariani, co-founder e CTO, AtScale

Collibra

“Una semantica e un’ontologia di business governate e coerenti in tutta l’azienda sono necessarie perché agenti AI e utenti dei dati possano comprendere i dati, fidarsi di essi e agire alla velocità dell’AI. La nostra integrazione con Snowflake Horizon Context assicura che i metadati affidabili fluiscano in modo bidirezionale, offrendo ai clienti comuni una vista unica e affidabile dell’intero contesto aziendale per accelerare l’AI su scala di produzione.”

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

Domo

“Integrare le definizioni semantiche governate Snowflake con Domo aiuta i clienti comuni a ridurre le duplicazioni, rafforzare la governance e accelerare il time-to-insight su KPI affidabili in tutta l’organizzazione.”

— Matthew Payne, VP of Engineering, Domo

Hex

“Con Snowflake Semantic Views in Hex, i team lavorano con metriche affidabili e governate in notebook, SQL e app dati, riducono le incoerenze e accelerano grazie a insight attendibili.”

— Carlos Aguilar, Responsabile prodotto, Hex

Looker Studio

“Siamo entusiasti di estendere il layer semantico universale di Looker per supportare modelli analitici ospitati nel database con Snowflake Semantic Views. I clienti potranno ora eseguire query su definizioni semantiche e riscriverle, così da estendere l’analisi dei dati conversazionale a tutta l’azienda con l’AI Data Cloud Snowflake.” 

— Sean Zinsmeister, Direttore gestione prodotto outbound, Google Cloud

Omni

“La nostra integrazione con Snowflake Horizon Context porta definizioni governate in ogni interfaccia, dalle chat basate sull’intelligenza artificiale a fogli di calcolo e dashboard. Questa coerenza aiuta i clienti a scalare l’analisi dei dati self-service e ad alimentare data product affidabili.”

— Jamie Davidson, co-founder, Omni

Sigma Computing

“Sigma si integra direttamente con Snowflake Horizon Context, eseguendo query su Semantic Views in tempo reale, così le definizioni di business governate si riflettono subito in ogni foglio di calcolo, dashboard ed esplorazione. Questo offre ai nostri clienti comuni un’unica fonte di verità senza rinunciare alla flessibilità necessaria per muoversi rapidamente.”

— Hassen Karaa, SVP of Product, Sigma Computing

Tableau

“Tableau sta aggiungendo il supporto per le definizioni semantiche Snowflake Horizon Context nel proprio modello dati, così gli analisti possono fidarsi di metriche definite in modo coerente e aggregate con precisione dal layer semantico sottostante. Questo offre ai clienti comuni un’unica definizione di verità tra Tableau e Snowflake.”

— Nick Brisoux, Senior Director, gestione prodotto, Tableau

ThoughtSpot

“Con il supporto nativo di ThoughtSpot per Snowflake Semantic Views, i nostri utenti possono eseguire query su un layer semantico arricchito con un contesto nativo per l’intelligenza artificiale, così ogni agente AI, dashboard ed esperienza integrata su cui si basa la tua azienda ragiona a partire da un unico layer di contesto governato e in continuo miglioramento.”

— Francois Lopitaux, SVP gestione prodotto, ThoughtSpot

Il percorso verso l’Agentic AI

Gli agenti AI autonomi non possono ragionare sul tuo business se i tuoi dati non incorporano significato. Senza contesto, un agente AI tira a indovinare. Con un contesto integrato nativamente nella piattaforma, un agente AI agisce. Con un contesto anche governato nativamente, un agente AI diventa affidabile.

Ma il contesto non nasce in un unico posto. Vive nei tuoi strumenti di BI, nella cronologia delle query, nei cataloghi di metadati e nel patrimonio di conoscenze che i tuoi team hanno costruito negli anni. Horizon Context si connette a queste fonti, arricchisce automaticamente il tuo layer semantico e governa il risultato in un unico sistema, evitando problemi di sincronizzazione e drift.

È ciò che la maggior parte delle piattaforme non può offrire. Un layer di contesto aggiunto sopra un motore di governance deve riconciliare due sistemi ogni volta che viene eseguita una query. Quando le definizioni divergono, l’agente AI segue quella sbagliata. Horizon Context è diverso: la semantica risiede nel motore di governance ed è applicata al momento dell’esecuzione della query, non copiata né memorizzata nella cache. 

Scopri di più su Horizon Context alla pagina snowflake.com/en/product/features/horizon-context

Questo contenuto contiene dichiarazioni previsionali, anche in merito alle nostre future offerte di prodotto, e non rappresenta un impegno a fornire alcuna offerta di prodotto. I risultati e le offerte effettivi possono differire e sono soggetti a rischi e incertezze noti e sconosciuti. Per maggiori informazioni, consulta il nostro ultimo 10-Q.