Insights da Slalom: Agências federais devem (re)considerar a Snowflake

O novo cálculo de decisão federal

Pare um momento e considere o quanto a TI federal mudou, muitas vezes de forma rápida e significativa. Aproveite esta oportunidade para confirmar se a sua organização está acompanhando o ritmo. Você provavelmente implementou planos bem pensados (estratégia, abordagens de aquisição, governança, prontidão organizacional e arquitetura), mas o cenário da tecnologia e as prioridades da administração atual podem ter mudado desde então. Agora é um bom momento para revisitar e realinhar esses planos às oportunidades de hoje.

O que não mudou?

A maioria das agências federais começou sua jornada de modernização de dados motivada pelo desejo de atender aos requisitos do Evidence Act e se tornar uma agência baseada em evidências. Elas começaram com o compromisso de criar insights de BI, dar suporte ao aprendizado de máquina para análise de dados preditiva e detecção de fraudes, e compartilhar dados de forma segura em toda a força de trabalho. Fizeram tudo isso em prol de sua missão, o que inclui apoiar objetivos de políticas interagências, em todos os serviços militares, e apoiar os objetivos do DATA Act. Muitas agências começaram a considerar ou adotar plataformas de dados na nuvem para fornecer acesso seguro e escalável aos dados a fim de atender a essas necessidades, e desenvolveram estratégias e abordagens de governança de dados para melhorar a qualidade, a descoberta e a disponibilidade dos dados.  

O que mudou?

Primeiro, a IA continua a evoluir rapidamente. O ambiente de tecnologia necessário para apoiá-la exige dados de alta qualidade, acesso seguro a modelos de fundação de IA generativa de ponta e hardware de processamento exótico, além de ambientes e fluxos de trabalho em rápida evolução para dar suporte ao ciclo de vida, à governança e aos controles de recursos como geração aumentada de recuperação (RAG) e IA com agentes. 

Segundo, as expectativas da administração Trump em relação às agências federais mudaram significativamente. A administração priorizou a redução de custos no governo federal, executou ações para reduzir o quadro de funcionários do governo e de contratados em toda a esfera governamental, e espera que as agências mantenham a eficácia operacional sob condições de austeridade empregando IA e automação. Além disso, a administração direcionou novas abordagens de aquisição. A seção 1.102(a)(3) da Revolutionary FAR Overhaul (RFO) orienta uma preferência por soluções comerciais, maximizando o uso de produtos comerciais prontamente disponíveis em vez de "soluções exclusivas do governo".

As decisões sobre plataformas de dados tomadas antes dessas mudanças surgiram de padrões tradicionais de compra de tecnologia do governo. Embora as plataformas muitas vezes tivessem a intenção de apoiar amplamente a missão, as justificativas dos programas geralmente eram construídas com um foco restrito em viabilizar resultados específicos e prioritários da missão. Essa preferência crescente por configurações e integrações "exclusivas do governo" impulsionou de forma restrita a performance de missões específicas e conduziu as avaliações de tecnologia por determinados caminhos que levaram o governo a preferir certas plataformas.  

As agências precisam de plataformas de dados que apoiem o sucesso geral da missão e busquem o valor final do orçamento, mantendo a segurança dos dados com garantia da missão e auditabilidade. Se você deseja um tempo de retorno rápido com o mínimo de sobrecarga de engenharia, além de performance e uma experiência do usuário focada em seus analistas de negócios e usuários, vale a pena dar uma segunda olhada na Snowflake. A Snowflake é implementada por 40% da Forbes Global 2000 (em 31 de janeiro de 2026). A Snowflake é especialmente forte em serviços financeiros, o que compartilha a atual necessidade do governo de capacitação de negócios com bom custo-benefício, alta garantia e segurança. Ela é usada em mais de 50% das empresas de serviços financeiros da Fortune 500.

Vejamos onde a Snowflake pode se destacar no atual contexto federal.

Uso de uma estratégia "e" para aumentar os investimentos existentes em plataforma de dados na nuvem

Um equívoco comum é que as agências devem escolher uma única plataforma de dados. Essa não é a realidade comercial, na qual as plataformas de dados são frequentemente aproveitadas em combinação como multiplicadores de força. Use a Snowflake como a base governada e a camada de serviço altamente simultânea para análise de dados da missão e IA.

Na prática, a Snowflake se torna o lugar onde as agências estabelecem conjuntos de dados da "verdade" duráveis, auditáveis e compartilháveis: os produtos de dados selecionados que alimentam dashboards, suporte a decisões operacionais e aplicações de IA. Plataformas especializadas então se conectam a essa base governada para executar fluxos de trabalho avançados, e os resultados são publicados de volta na Snowflake, para que possam ser reutilizados em toda a organização em vez de ficarem presos em outro silo.

• Snowflake + Palantir: O Palantir Foundry precisa de uma base de dados limpa e de escala massiva. A Snowflake atua como a camada de serviço altamente simultânea, alimentando dados governados no Foundry de forma mais eficaz do que o armazenamento local herdado.

• Snowflake + Databricks: A Snowflake serve como o repositório perfeito da "camada ouro" para modelos de aprendizado de máquina do Databricks, tornando insights de alto valor imediatamente acessíveis aos analistas de negócios por meio de dashboards SQL padrão, sem a necessidade de aprender Python ou Spark.

A Snowflake também está posicionada para atender às demandas de simultaneidade da organização à medida que o uso da IA com agentes se expande. Um único agente pode acionar muitas consultas de recuperação paralelas, pesquisas de recursos e avaliações, enquanto vários analistas, dashboards e aplicações acessam os mesmos conjuntos de dados governados. A Snowflake oferece suporte a isso isolando cargas de trabalho com virtual warehouses separados e absorvendo picos com warehouses multicluster que podem adicionar clusters de processamento quando filas se formam e reduzir a escala conforme a demanda diminui.

Com a Snowflake como a fonte de dados da "verdade" dentro da organização, o recurso de dados com agentes preferencial e a base para a resiliência de simultaneidade estão alinhados.

Liberação de dados dos "jardins murados" do ServiceNow e do Salesforce 

As agências investiram quantias enormes em plataformas low-code como ServiceNow e Salesforce para modernizar os fluxos de trabalho. Existe o risco de criar novos silos de dados onde dados de missão crítica ficam presos dentro desses formatos proprietários de SaaS. Por meio de padrões de ingestão convencionais (conectores, CDC e streaming) e do Secure Data Sharing, o Snowflake permite que você faça a ingestão e mantenha os dados de plataformas como ServiceNow e Salesforce atualizados em uma cadência programada ou quase em tempo real, sem criar pipelines de ETL frágeis e personalizados. Isso permite a visibilidade da missão entre sistemas. Imagine um dashboard que correlaciona dados de incidentes de TI do ServiceNow com dados de gerenciamento de casos do Salesforce para prever interrupções da missão antes que elas aconteçam. O Snowflake torna essa integração significativamente mais simples e governável.

O segredo não é apenas carregar dados de plataformas SaaS, mas torná-los utilizáveis em todas as missões. O Snowflake oferece suporte a padrões de ingestão incremental para manter os dados operacionais atualizados e, em seguida, permite uma camada compartilhada de "produtos de dados" onde dados de incidentes, casos, ativos e identidades podem ser padronizados e unidos uma única vez, para que os programas downstream não precisem recriar a integração todas as vezes. O benefício para a missão é uma correlação mais rápida entre sistemas para previsão de interrupções, detecção de fraudes e anomalias e relatórios de prontidão operacional, tudo isso aplicando controles de governança consistentes na fonte de verdade.

A vantagem do "pagamento por uso" para a gestão financeira

Ao contrário dos bancos de dados herdados que exigem que você aprovisione e pague por capacidade de pico 24 horas por dia, 7 dias por semana, o Snowflake separa o processamento do armazenamento. Você pode desligar seus warehouses (processamento) imediatamente quando uma tarefa é concluída. Isso se alinha perfeitamente às metas de modernização da tecnologia da administração. Você pode demonstrar o ROI direto mostrando que os custos de processamento reduzem com a diminuição da atividade, liberando fundos para inovação em vez de manutenção. Esse modelo é especialmente poderoso para a demanda federal, pois permite um aumento da capacidade para relatórios de fim de mês, operações de resposta ou execuções de treinamento de modelos e, em seguida, a redução da escala. Em vez de pagar pela capacidade de pico o ano todo, as agências podem dimensionar corretamente os warehouses de padrão de referência aplicando regras de suspensão e retomada automáticas. Elas também podem alocar warehouses dedicados por carga de trabalho, incluindo BI, pipelines, ciência de dados e IA, para melhorar o controle de custos e a previsibilidade de performance. 

Adotar o Snowflake não significa substituir suas ferramentas atuais. Em vez disso, trata-se de torná-las viáveis para o futuro. Ele fornece a base governada, segura e escalável que permite o lançamento de seus pilotos de IA, a comunicação entre suas plataformas SaaS e a execução mais rápida de suas ferramentas de missão especializadas.

Prontidão para IA e IA com agentes

Em 2024 e 2025, as agências experimentaram a IA generativa. Em 2026, o mandato é a IA com agentes: sistemas autônomos que podem raciocinar e executar Tasks. O maior gargalo para a IA federal não é o modelo. São os dados.

O Snowpark do Snowflake e os serviços de IA gerenciados pelo Snowflake, como o Cortex, onde autorizados, permitem que as agências levem o processamento até os dados, em vez de mover petabytes de dados confidenciais para o modelo. Isso é reforçado por controles de governança nativos, incluindo acesso baseado em função, mascaramento dinâmico e auditabilidade, que ajudam as equipes a ajustar a escala do acesso com segurança. Ao manter os dados governados em ambientes do Snowflake Government (SnowGov) autorizados para FedRAMP High (e DoW IL5, onde aplicável), as agências podem executar fluxos de trabalho de análise de dados e IA próximos aos dados, dentro de um limite credenciado.

Passar de pilotos de IA de curta duração para operações de IA repetíveis traz benefícios práticos: Acesso governado a conjuntos de dados com curadoria, pipelines de transformação repetíveis e execução controlada de fluxos de trabalho de engenharia de recursos, recuperação e pontuação, sem exportar dados confidenciais para silos de ferramentas não credenciadas.

A Slalom pode ajudar

A Slalom já entregou mais de 2.700 projetos bem-sucedidos do Snowflake e é o Parceiro Global do Ano de 2025 em IA para Serviços do AI Data Cloud do Snowflake. A Slalom é diferente: Levamos a mesma vasta experiência na aplicação do Snowflake em ambientes comerciais regulamentados aos nossos clientes federais, combinando a inovação comercial com o rigor exigido para dados, segurança e operações federais.