Dos primeiros princípios: as ideias que construíram a Snowflake, e o que vem a seguir

Como parte da equipe que fundou a Snowflake, é incrível ver como o que imaginamos há mais de uma década é agora a base da empresa agêntica emergente. Em 2016, escrevemos um artigo que apresentou uma visão ousada de como o mundo da tecnologia e dos dados na nuvem poderia ser transformado. Uma década depois, é uma honra que este trabalho tenha recebido o Prêmio Test-of-Time 2026 do SIGMOD, dando-nos a oportunidade de revisitar o artigo e refletir sobre como nosso pensamento moldou a empresa que a Snowflake é hoje, bem como para onde estamos rumando.

Em nosso artigo, delineamos três princípios fundamentais que guiaram a criação da Snowflake:

• Reunir todos os dados: Queríamos construir uma plataforma capaz de unificar dados estruturados (data warehouses tradicionais) com dados semiestruturados em escala de petabytes (big data, como o Hadoop, por exemplo), permitindo uma análise contínua sem comprometer os princípios centrais de banco de dados: SQL de primeira classe, integridade transacional e acesso em tempo real.

• Aproveitar a elasticidade e a escalabilidade da nuvem: Usando processamento sob demanda e escala virtualmente ilimitada, a Snowflake consegue lidar com todos os dados e cargas de trabalho, eliminando de vez os silos de dados tradicionais.

• Torná-la simples e fácil de usar: Entregue como um serviço de nuvem totalmente autogerenciado, nosso objetivo era eliminar a complexidade operacional de gerenciar a infraestrutura de dados para que os usuários pudessem se concentrar em insights, não em manutenção.

Embora essas ideias fossem ousadas em 2012, quando fundamos a Snowflake, elas estabeleceram as bases para a inovação e o desenvolvimento tecnológico que se seguiram por muitos anos.

O ano em que reimaginamos a plataforma de dados

Em 2012, começamos repensando a arquitetura da plataforma de dados do zero.

Os sistemas existentes eram limitados por premissas que não faziam mais sentido na nuvem. Naquela época, o software estava atrelado ao hardware em que era executado. O acoplamento rígido entre processamento e armazenamento criava trade-offs entre performance, concorrência e custo. A arquitetura de nuvem libertou o software dessa restrição.

Na época, tomamos uma decisão deliberada de separar o processamento do armazenamento, de forma completa e sem concessões.

Isso foi mais do que uma escolha arquitetural. Ela eliminou fundamentalmente os trade-offs que haviam definido os sistemas de dados por décadas. Ao desacoplar o processamento do armazenamento, eliminamos o conflito de recursos como fator limitante. O processamento podia ajustar a escala de forma independente, permanecer isolado e suportar múltiplas cargas de trabalho operando sobre os mesmos dados, simultaneamente e sem interferência. O que antes era uma restrição tornou-se, de repente, uma vantagem competitiva.

Também nos comprometemos a construir de forma nativa de nuvem desde o primeiro dia, com o armazenamento de objetos na nuvem como base. À medida que os formatos de dados semiestruturados, como o JSON, foram ganhando cada vez mais importância, ficou claro que o suporte parcial apenas perpetuaria o atrito. Tornar esses dados totalmente acessíveis via SQL era essencial para ampliar quem poderia trabalhar com dados, não apenas por questão de flexibilidade. Tratava-se de democratizar o acesso de forma significativa.

Por fim, introduzimos os virtual warehouses, clusters de processamento elásticos e independentes que ajustam a escala sob demanda, o que transformou completamente o modelo. Em vez de as equipes moldarem suas cargas de trabalho em torno de uma infraestrutura fixa, a infraestrutura finalmente podia se adaptar em tempo real às necessidades do negócio.

Como meu cofundador Thierry Cruanes costumava dizer: "O sistema deve se adaptar à carga de trabalho, e não o contrário."

Essas não eram otimizações, mas sim decisões arquiteturais que definiram o sistema.

Transformando arquitetura em impacto

As ideias são a parte fácil. A execução é que é difícil.

Nos primeiros dias, o desafio não era apenas construir a plataforma; era ajudar o mercado a entender por que ela era importante. Muitos usuários estavam acostumados a fazer o ajuste dos sistemas em torno de capacidade fixa e a gerenciar a contenção como algo dado, mas acreditávamos que essas restrições eram artefatos de designs mais antigos.

Provar nossa abordagem exigia consistência: 

• A performance precisava ser previsível. 

• O dimensionamento precisava funcionar automaticamente. 

• Os usuários precisavam confiar no sistema.

E tudo precisava parecer simples de usar. Recursos sempre podem ser adicionados, mas eliminar a complexidade exige disciplina. No fim das contas, foi nosso foco radical na simplicidade que permitiu à Snowflake tornar os sistemas acessíveis, o que impulsionou uma adoção ampla.

Com o tempo, o uso pelos clientes evoluiu. O que começou como relatórios e análise de dados se expandiu para data sharing, colaboração, pipelines contínuos, aprendizado de máquina e cargas de trabalho de IA. As organizações que inicialmente usavam a Snowflake para cargas de trabalho analíticas agora estão construindo aplicações diretamente sobre a plataforma, usando a mesma arquitetura e os mesmos princípios que descrevemos pela primeira vez em 2016.

Impulsionando a empresa agêntica  

À medida que a IA se torna parte integrante de todos os negócios, estamos entrando na próxima transformação arquitetural: a empresa agêntica.

Ao longo da última década, a Snowflake ajudou organizações a reunir seus dados em uma única plataforma.

Muitas das decisões arquiteturais que tomamos foram consideradas não convencionais em seu tempo, mas hoje são expectativas padrão do setor. A separação entre processamento e armazenamento, o dimensionamento elástico e o suporte nativo a dados semiestruturados não são mais diferenciais; são requisitos básicos para sistemas modernos. 

A missão continua: O sistema agora assume tarefas mais complexas, e o papel da plataforma de dados se expandiu. Habilitamos o compartilhamento seguro de dados (Secure Data Sharing), potencializamos aplicações e servimos de base para sistemas cada vez mais inteligentes, que não se limitam mais apenas a armazenar e consultar dados.

Hoje, esses dados estão no centro de tudo. As empresas estão focadas em extrair todo o seu valor, e a IA está acelerando a forma como os dados são usados, acessados e colocados em prática. 

Agentes de IA já estão sendo implantados em suporte ao cliente, finanças, vendas e operações. À medida que a adoção acelera, um desafio familiar está surgindo. Esses sistemas costumam ser construídos em silos, sem contexto compartilhado, governança consistente ou coordenação, resultando em fragmentação, confiança limitada e impacto restrito.

Essa é a próxima barreira a ser derrubada.

Hoje, as empresas precisam de uma nova camada arquitetural: um plano de controle que conecte a inteligência aos dados corporativos, forneça contexto compartilhado, aplique a governança e coordene ações entre sistemas.

De muitas formas, isso é uma evolução natural do que nos propusemos a construir desde o início. A importância dos dados como única fonte de verdade só aumenta em um mundo de sistemas autônomos. Agora, não se trata apenas de separar processamento e armazenamento. Trata-se de conectar dados, inteligência e ação de forma coordenada.

A próxima fronteira é tornar a empresa agêntica uma realidade, conectando dados, inteligência e ação de forma fluida na escala corporativa.

Nada deste trabalho é fruto de uma única ideia ou de uma única equipe.

Este reconhecimento abrange anos de esforços multifuncionais em engenharia, produto e go-to-market, guiados pela colaboração com clientes que continuamente levam o sistema em novas direções.

Desde o início, o foco no cliente tem sido um valor central da Snowflake, e continuará a nos guiar no futuro. Nossos clientes moldam a forma como construímos sistemas mais simples de usar e mais eficientes de operar, para que possamos extrair valor extraordinário de seus dados e ajudá-los a ter sucesso.

Seria uma omissão não reconhecer os coautores excepcionais cujas contribuições foram fundamentais para este trabalho e que também são homenageados com este prêmio: Vadim Antonov, Artin Avanes, Jon Bock, Jonathan Claybaugh, Daniel Engovatov, Martin Hentschel, Jiansheng Huang, Allison W. Lee, Ashish Motivala, Abdul Q. Munir, Steven Pelley, Peter Povinec, Greg Rahn, Spyridon Triantafyllis, Phillipp Unterbrunner e Marcin Zukowski. Obrigado pela colaboração. 

Ao refletir sobre os últimos 10 anos, não há dúvida de que o mundo mudou. A IA está redefinindo o que é possível, transformando a forma como construímos e operamos. Enquanto o cenário continua a evoluir, nosso compromisso com a inovação e com nossos clientes permanece constante. Mal posso esperar pelo que está por vir.