Snowflake Intelligence: dalle risposte all’azione con il tuo agente di lavoro personale

Ogni mattina gli utenti aziendali iniziano la giornata allo stesso modo: aprono più strumenti, aspettano report aggiornati e contattano un analista per un numero che serviva già ieri, così da poter intraprendere azioni significative. Gli strumenti e i dati esistono. Ma non c’è nulla che li colleghi o che li aiuti a fare progressi. Snowflake Intelligence cambia tutto questo.

Con gli ultimi aggiornamenti, Snowflake Intelligence è ora un work agent personalizzato per ogni utente aziendale, che impara come le persone accedono ai propri dati, ricavano insight e agiscono negli strumenti su cui già fanno affidamento.

Snowflake Intelligence offre agli utenti aziendali un unico luogo in cui fare domande sui propri dati e agire. Questo work agent personalizzato produce risultati basati sul contesto di business e aiuta gli utenti a costruire una comprensione condivisa dei dati aziendali.

Gli utenti aziendali possono operare direttamente nei sistemi di lavoro, grazie a integrazioni governate: connettori MCP (GA a breve) che possono collegarsi direttamente a Gmail, Google Calendar, Google Docs, Jira, Salesforce e Slack, consentendo agli utenti di agire senza uscire dal workflow. La nuova app mobile iOS Snowflake Intelligence (public preview) e i miglioramenti delle prestazioni nella latenza di risposta contribuiscono a garantire un’esperienza reattiva e disponibile ovunque si lavori. Basato su Cortex Agents, Snowflake Intelligence viene eseguito sulla stessa piattaforma che già ospita i dati aziendali ed è governato dalle stesse policy che li proteggono. Così puoi passare dalla sperimentazione a risultati di business concreti, il tutto in un ambiente affidabile e governato.

Con le nuove funzionalità, Snowflake Intelligence segna un passaggio dagli insight di sola lettura all’azione reale, che è alla base della vision più vasta di Snowflake: diventare il control plane per l’agentic enterprise.

Un’unica interfaccia per enterprise intelligence e azione

Su scala enterprise, il problema più difficile non è l’intelligenza in sé. La vera sfida è il contesto. Gli agenti AI falliscono non perché non siano abbastanza intelligenti, ma perché non hanno abbastanza contesto sul tuo business, sui tuoi dati e sulla tua situazione specifica. Snowflake Intelligence opera dove risiedono già i tuoi dati più importanti, quindi ogni risposta si basa su ciò che sta realmente accadendo nel tuo business, utilizzando i tuoi modelli semantici e il significato che la tua organizzazione ha già definito.

Snowflake Intelligence offre un’unica interfaccia conversazionale che copre l’intero patrimonio dati dell’organizzazione. L’agente AI determina automaticamente dove recuperare le informazioni: dati strutturati nelle tabelle Snowflake, contenuti non strutturati come documenti e trascrizioni, o sistemi esterni collegati tramite connettori MCP. Gli utenti non devono sapere come è strutturato il sistema o dove risiedono i dati. Fanno semplicemente una domanda e l’agente AI pensa al resto.

Immagina come può utilizzarlo un responsabile vendite che si prepara alla revisione settimanale delle previsioni. Oggi questo processo significa aprire più dashboard, esportare report e segnalare manualmente le opportunità a rischio. Con Snowflake Intelligence, diventa un’unica conversazione:

• “Quali opportunità hanno più probabilità di slittare questo trimestre?” L’agente AI analizza i dati della pipeline, i trend di coinvolgimento e mette in evidenza le opportunità che stanno perdendo slancio, spiegandone i fattori che contribuiscono.

• “Prepara i follow-up per i primi cinque account a rischio.” L’agente AI genera email personalizzate utilizzando note del CRM, riepiloghi delle riunioni e storico dell’account.

• “Pubblica il riepilogo nel canale vendite.” L’agente AI lo invia direttamente a Slack (GA a breve).

Ciò che prima richiedeva coordinamento tra un CRM, un client email e un analista, ora avviene in un’unica conversazione, in pochi minuti.

_{Fig 1: Connettori MCP per collegare i dati e agire tra i sistemi}

Dalle risposte ai risultati nei workflow di tutti i giorni

La differenza tra risposte e risultati emerge con maggiore chiarezza quando la applichi all’intera gamma del lavoro quotidiano tra le diverse funzioni.

Pensa a un analista finanziario che indaga su uno scostamento di budget. Chiede: “Perché le spese operative sono aumentate nel nord-est lo scorso trimestre?”

L’agente AI ricostruisce lo scostamento tra centri di costo, fatture dei fornitori e periodi temporali. Esegue queste attività:

• Identifica lo specifico driver di costo

• Fornisce una ripartizione per voce

• Spiega il contesto in modo chiaro

Poi l’analista chiede all’agente AI di generare un riepilogo per il management e avvisare l’ufficio acquisti. Entrambi i passaggi si completano in pochi secondi. Dall’indagine alla comunicazione, in un unico workflow.

Gli insight possono essere visualizzati, salvati e condivisi come Artifacts (GA a breve), output riutilizzabili e interattivi che preservano dati sottostanti, SQL e contesto. Artifacts consente di condividere i risultati all’interno di Snowflake Intelligence. Un’analisi diventa una risorsa viva e condivisa, che i colleghi possono sviluppare e perfezionare insieme, mantenendo intatti i controlli di governance.

_{Fig 2: Dalle risposte ai risultati: trasformare l’analisi in workflow condivisi e attivabili}

Gli utenti possono semplificare ulteriormente questi workflow tramite Skills (GA a breve). Una Skill trasforma un’attività ripetibile in un workflow riutilizzabile che qualsiasi utente può richiamare con un singolo prompt. Prepararsi a una riunione con un cliente, cercare dati di consumo, generare un briefing: tutto può essere definito una volta e attivato con una sola richiesta. Un executive summary settimanale, un report sui rischi della pipeline, una sequenza di follow-up basata sulle trascrizioni delle riunioni possono essere automatizzati e condivisi con il team.

Lo stesso schema si applica alle operations. Un responsabile operations chiede: “Ci sono rischi di inventario questa settimana?” L’agente AI verifica i livelli di inventario, i lead time dei fornitori e le tempistiche logistiche. Segnala una possibile carenza in una linea di prodotto e ne spiega la causa principale. La mossa successiva del responsabile:

• “Avvia escalation al fornitore.” Fatto.

• “Apri un ticket Jira per il team logistico.” Fatto.

Entrambe le azioni vengono eseguite entro i confini della governance. Non serve alcun coordinamento manuale tra sistemi.

_{Fig 3: Skills: automatizzare workflow end‑to‑end dall’insight all’esecuzione}

Basato su dati enterprise governati

La capacità di collegare gli insight all’azione dipende dalla fiducia, e questa fiducia deriva da dove opera l’intelligenza.

Snowflake Intelligence viene eseguito direttamente sulla piattaforma che già ospita i dati enterprise. Applica lo stesso modello di governance su cui le organizzazioni fanno affidamento oggi, inclusi RBAC, policy a livello di riga e data masking. Ogni risposta riflette i dati che l’utente è autorizzato a vedere e ogni azione viene eseguita entro i confini definiti dagli amministratori. Budget controls (GA) offrono visibilità centralizzata sull’utilizzo dell’intelligenza artificiale e consentono ai team di gestire i costi a livello di singolo team o workflow. Identity provider integration (GA), inclusi Okta e Microsoft Entra ID tramite SCIM, consente alle organizzazioni di effettuare il provisioning degli utenti aziendali su larga scala senza configurare manualmente i singoli account Snowflake. Chi usa solo Snowflake Intelligence accede al layer di intelligence senza visibilità su Snowsight o sulle interfacce SQL, mantenendo l’esperienza pertinente al proprio ruolo.

È una differenza significativa rispetto agli strumenti di intelligenza artificiale general purpose. Snowflake Intelligence combina accesso governato ai sistemi esterni e accesso diretto all’intero patrimonio dati dell’organizzazione. Ogni azione viene eseguita nel rispetto delle policy definite. Ogni interazione è completamente verificabile e questa verificabilità è ciò che consente all’intelligenza artificiale di passare dalla sperimentazione alla produzione.

Analisi più approfondite con Deep Research

Non a tutte le domande si può rispondere con una singola interrogazione. Alcune richiedono di collegare segnali tra più sistemi per far emergere relazioni che non sono visibili in un singolo set di dati.

Deep Research (public preview a breve) estende Snowflake Intelligence proprio per questi scenari. Esegue analisi in più passaggi tra silos di dati, sintetizzando i risultati in un report strutturato e completo di citazioni, che spiega cosa sta succedendo, perché e cosa fare dopo. Dove una interrogazione standard restituisce una sola risposta, Deep Research esegue più agenti in parallelo, analizzando insieme dati strutturati, contenuti non strutturati e contesto esterno, per rispondere alle complesse domande “perché” che in genere richiedono giorni di lavoro interfunzionale. Questo completa la profondità puntuale, in un singolo passaggio, di extended thinking con un contesto più ampio e multi-source su tutto il patrimonio dati dell’organizzazione.

Un team di prodotto che analizza il churn si chiede perché uno specifico segmento di clientela stia abbandonando a un tasso superiore al previsto. Deep Research analizza simultaneamente dati di utilizzo, ticket di supporto, feedback e interazioni di vendita, facendo emergere i fattori che contribuiscono in ordine di importanza e fornendo raccomandazioni su cui il team può agire subito.

_{Fig 4: Deep Research: analisi multi-agent e cross-source per complesse domande ‘perché’}

Ovunque ti porti il lavoro, il tuo agente AI è con te

L’app mobile iOS Snowflake Intelligence (public preview) porta l’esperienza completa Snowflake Intelligence su qualsiasi dispositivo, così gli utenti possono agire su un insight, approvare una raccomandazione o verificare un obiettivo ricorrente da qualsiasi luogo. L’autenticazione Face ID elimina l’attrito in fase di accesso, quindi basta uno sguardo per arrivare direttamente al tuo agente AI personale e riprendere esattamente da dove avevi interrotto.

_{Fig 5: Il tuo agente AI, ovunque: Snowflake Intelligence su mobile}

Progettato per scalabilità, governance e sviluppatori

Scalare l’intelligenza artificiale in un’organizzazione richiede una piattaforma che applichi in modo coerente le policy di governance, supporti il miglioramento continuo e offra agli sviluppatori gli strumenti necessari su scala di produzione.

Cortex Agents fornisce la base. Gli sviluppatori utilizzano building block componibili per definire workflow, integrare strumenti e origini dati, e assemblare le funzionalità che alimentano la user experience dell’utente finale. La piattaforma supporta l’intero ciclo di vita, dalla progettazione al deployment e al monitoraggio. Agent Versioning (GA) e i workflow CI/CD consentono ai team di iterare in sicurezza, eseguire rollback quando necessario e promuovere le modifiche con lo stesso rigore ingegneristico applicato al software di produzione. Agent Evaluations misurano accuratezza e affidabilità in ogni fase, fornendo segnali chiari quando la qualità deve migliorare. Un secure code execution sandbox (presto in public preview) supporta trasformazioni avanzate dei dati, analisi statistica e generazione di contenuti all’interno del workflow dell’agente.

Un nuovo approccio all’enterprise AI

Oltre 9100 clienti utilizzano AI product Snowflake ogni settimana, e questo numero continua a crescere man mano che le aziende passano dalla sperimentazione dell’AI al deployment nel mondo reale. 

Snowflake Intelligence si basa sulla data foundation di cui le aziende si fidano già. Portare l’intelligence direttamente in quella data foundation, invece di estrarre i dati in un sistema esterno, è ciò che rende l’AI praticabile alla scala e al livello di fiducia richiesti dalle aziende.

Snowflake Intelligence è il punto in cui questa visione sta diventando operativa per gli utenti aziendali già oggi: l’agente di lavoro personalizzato di cui ogni utente aziendale ha bisogno, e la data foundation del control plane Snowflake per l’agentic enterprise.

Inizia

• Guarda la demo di Snowflake Intelligence per vedere queste funzionalità in azione.
• Inizia a utilizzare Snowflake Intelligence con la nostra documentazione.
• Scopri perché Snowflake è il posto migliore per sviluppare, governare e scalare agenti di enterprise AI con Cortex Agents.

_{Dichiarazioni previsionali}

_{Questo articolo contiene dichiarazioni previsionali, anche in merito alle nostre future offerte di prodotto, e non costituisce un impegno a fornire alcuna offerta di prodotto. Le offerte e i risultati effettivi potrebbero essere diversi ed essere soggetti a incertezze e rischi noti e non noti. Per ulteriori informazioni, consulta il nostro ultimo 10-Q.}