Snowflake lanza Business Ontology para agentes de IA

Snowflake quiere decidir qué pueden decir tus agentes de IA

El 3 de noviembre, durante su conferencia virtual Expedition 2026, Snowflake presentó Business Ontology, un sistema que entrega a los agentes de IA únicamente las definiciones de negocio que una organización ya aprobó. El dato que explica el movimiento: según una encuesta de MIT Technology Review Insights a 400 ejecutivos de datos y tecnología, el 55% atribuye la baja calidad de las respuestas de los agentes a la falta de contexto de negocio y el 45% a datos fragmentados o inaccesibles.

Para un founder, el problema no es abstracto. Si dos agentes responden distinto a la misma pregunta sobre ingresos netos, la falla no está en el modelo: está en que nadie definió oficialmente qué significa "ingresos netos" en esa empresa.

¿Qué es Business Ontology y cómo funciona?

Business Ontology vive dentro de Horizon Catalog, el catálogo de gobierno de datos de Snowflake. Registra las definiciones oficiales de los términos de negocio y las vincula a las tablas y vistas que las implementan, de modo que la definición persiste en cualquier herramienta. La acompaña Cortex Sense, que infiere el contexto que todavía no está escrito.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Ambas llegarán pronto en vista previa pública, según el comunicado de la compañía. SiliconANGLE reporta que Business Ontology ya está en vista previa privada.

La migración es una de las partes más prácticas: si una empresa tiene sus definiciones en otro catálogo o en planillas, puede trasladarlas en una sesión guiada con CoCo, el agente de programación de Snowflake para equipos de datos. Todo entra como borrador hasta que un responsable lo aprueba, y cada cambio queda registrado. Según Snowflake, dentsu y su filial Merkle ya usan la función.

Vale una aclaración sobre la encuesta que respalda el anuncio: según el comunicado de la compañía, el estudio de MIT Technology Review Insights fue patrocinado por Snowflake y se realizó en julio y agosto de 2026 sobre organizaciones con ingresos anuales de al menos 500 millones de dólares.

¿Alcanza con tener una ontología gobernada?

No necesariamente. Mike Ni, analista de Constellation Research, advirtió que una ontología gobernada solo reduce los significados contradictorios si los sistemas realmente la usan, y que mantenerla útil exige que los responsables de negocio aprueben las definiciones y que los equipos de datos mantengan las correspondencias.

Es la advertencia más útil del anuncio: la ontología no es un proyecto de TI que se entrega y se olvida. Es un activo que se degrada si nadie lo mantiene.

Cortex AI Gateway: el control de gasto llega a producción

Cortex AI Gateway, que Snowflake introdujo en julio de 2026 según SiliconANGLE, aplica un mismo conjunto de políticas a las conexiones de los agentes entre nubes, marcos de desarrollo y proveedores de IA. Las novedades tienen distintos grados de madurez:

Disponibilidad general: control de gasto, que atribuye el consumo de IA y fija límites estrictos; observabilidad, que registra la actividad de los agentes en la cuenta del cliente; y Cortex Inference, para ejecutar modelos de frontera y de código abierto en la infraestructura de Snowflake.
Vista previa pública: gobierno de las herramientas que usan los agentes mediante el protocolo MCP, con autenticación y validación de cada llamada.
Vista previa privada: Cortex Sandboxes (entornos aislados para ejecutar el código de los agentes), detección de abuso, Agent Trace Intelligence (cruza las trazas con datos de negocio para encontrar bucles, herramientas que fallan y el costo por tarea) y enrutamiento dinámico de modelos según costo, precisión y latencia.
Próximamente en vista previa pública: Cortex AI Guardrails, protección en tiempo de ejecución contra inyección de instrucciones y evasión de restricciones.
En desarrollo: Private Safety Processing, creado junto con OpenAI para agregar señales de seguridad que preservan la privacidad.

SiliconANGLE vincula la integración de herramientas con la tecnología de Natoma, una plataforma de gobierno de agentes basada en MCP. Snowflake anunció en mayo un acuerdo definitivo para adquirirla, sin revelar el monto. El comunicado del 3 de noviembre no menciona a Natoma.

Según Snowflake, Glean y Kargo ya usan el gateway, y Uniphore extiende sus controles a los agentes que orquesta para clientes comunes.

¿Y los agentes que mantienen tus propias canalizaciones?

En ingeniería de datos, Snowflake presentó plantillas para canalizaciones que se reparan solas dentro de CoCo Cloud Agents y CoCo Automations, además de facilidades para trasladar cargas de Apache Spark con menos cambios de código. TechTarget reporta que CoCo Cloud Agents y CoCo Automations ya están en disponibilidad general.

También destacó Cortex Training, un servicio para ajustar modelos de pesos abiertos con datos propios sin administrar la infraestructura de GPU. Admite ajuste fino supervisado y aprendizaje por refuerzo. SiliconANGLE lo describe en vista previa pública, mientras que la nota de versión de Snowflake del 30 de octubre habla solo de vista previa, indica que se habilita a pedido a través del equipo de cuentas, que está disponible únicamente en regiones comerciales de AWS y que se cobra en créditos de IA por segundo de uso de GPU.

Christian Kleinerman, vicepresidente ejecutivo de Producto, defendió ante SiliconANGLE los modelos más pequeños y especializados por ser más rápidos y, con frecuencia, más baratos por token.

La carrera por la capa de control de los agentes

El anuncio se entiende mejor como parte de una disputa más amplia. SAP expande su arquitectura de empresa autónoma y sus agentes Joule; Salesforce empuja Enterprise AI Harness y AI Control Plane. SiliconANGLE sitúa a Snowflake compitiendo desde la plataforma de datos.

En su conferencia TechEd, SAP presentó una capa de orquestación para que los agentes invoquen Joule Agents a través de una puerta gobernada, y la posibilidad de que los agentes disparen flujos de n8n, según SiliconANGLE. La diferencia de enfoque es visible: SAP combina disparadores en lenguaje natural con flujos deterministas para procesos regulados.

TechTarget suma otro frente: AWS, Databricks y Microsoft con Fabric también ofrecen marcos agénticos y capas de contexto semántico. William McKnight, presidente de McKnight Consulting, sostiene que el bloqueo real ya no viene del cómputo sino de quién controla el contexto de negocio, los metadatos y las reglas de seguridad del cliente.

El contexto de adopción es dispar. Según Deloitte, citado por TechTarget, el 28% de las organizaciones encuestadas para su informe State of AI in the Enterprise de octubre reporta ganancias de ingresos por IA, frente al 20% de enero. Es decir, casi tres cuartas partes todavía no las reportan.

Snowflake declara más de 14.500 clientes y no informó precios para las nuevas funciones. La alianza ampliada con Oracle, anunciada el 27 de octubre, ofrecerá Snowflake como servicio nativo en Oracle Cloud Infrastructure, con contrato y facturación a través de Oracle e integración con Fusion Applications, NetSuite, Oracle Database, Autonomous Database y MySQL HeatWave. La compañía describe el servicio como planificado y no da fecha de lanzamiento.

¿Qué significa esto para tu startup?

La pelea entre Snowflake, SAP y Salesforce no se decide en el modelo de lenguaje, sino en quién controla el contexto de negocio. Sridhar Ramaswamy, director ejecutivo de Snowflake, lo dijo sin rodeos en Expedition: la ventaja ya no es de los especialistas, sino del conocimiento propietario. Traducido a tu operación: el activo defendible no es el agente que compras, es lo que tu empresa sabe y nadie más tiene documentado.

Cuatro movimientos concretos que puedes ejecutar esta semana:

Empieza por el glosario, no por el agente. Antes de conectar cualquier agente a tus datos, define entre 10 y 15 métricas críticas y asigna un dueño a cada una. Business Ontology existe precisamente porque ese trabajo no se hacía. Puedes hacerlo hoy en una tabla versionada, sin Snowflake.
Pon límites de gasto y trazabilidad antes de escalar. El control de gasto y la observabilidad de Cortex AI Gateway ya están en disponibilidad general, pero la lección es agnóstica: si no sabes cuánto cuesta cada tarea de cada agente, no puedes decidir si vale la pena mantenerlo encendido.
Evalúa modelos pequeños y especializados. Kleinerman argumenta que son más rápidos y a menudo más baratos por token. Para tareas acotadas como clasificar, extraer o enrutar, un modelo ajustado con tus propios datos suele rendir mejor que uno de frontera, y a una fracción del costo.
Si vendes a enterprise, la gobernanza es requisito de compra. Tus clientes corporativos van a preguntar por trazabilidad, control de acceso y auditoría de agentes. Preparar esas respuestas antes de la primera reunión acorta ciclos de venta.

Conclusión: la ventaja ya no es el modelo, es el contexto

Snowflake no vendió una función nueva: vendió una tesis. En un mundo donde cualquier empresa puede conectar un agente a sus datos en una tarde, lo escaso es que ese agente sepa qué significan esos datos y qué tiene permitido hacer con ellos. Los analistas consultados por TechTarget coinciden en que las piezas encajan, pero que falta prueba a escala: Cortex Sandboxes y la detección de abuso todavía necesitan validación en producción antes de que las empresas confíen en ellas.

Para un founder hispanohablante, la lectura es doble. Si construyes producto con IA, la gobernanza dejó de ser un diferenciador para volverse un requisito de entrada. Y si construyes sobre datos propios, tu ventaja competitiva se está mudando del modelo al glosario: el trabajo aburrido de definir, documentar y aprobar lo que significan tus métricas es hoy la parte que nadie puede copiar.