La inteligencia artificial entró en su etapa de infraestructura. Los avances más relevantes ya no surgen en laboratorios de investigación ni en rankings de rendimiento, sino en los sistemas que vinculan el razonamiento de la IA con datos reales de las empresas. Este giro, que va desde la potencia de los modelos hacia una integración más inteligente, empieza a marcar una nueva competencia entre las principales plataformas globales de datos y servicios en la nube.

En el campo de la tecnología de datos, las empresas buscan integrar IA agentiva —sistemas de razonamiento que pueden planificar, adaptarse y actuar por cuenta propia— en el corazón de sus operaciones. Microsoft Azure Synapse, Google BigQuery, Databricks y Amazon Redshift encabezan una disputa donde la inteligencia aplicada a los datos se juega en la creación de plataformas capaces de interpretar flujos de trabajo, acceder a métricas en tiempo real y tomar decisiones sin la supervisión constante de los equipos técnicos.

Snowflake, reconocida desde hace tiempo por su papel clave en el almacenamiento de datos en la nube, se posiciona como uno de los jugadores más atractivos en esta nueva etapa. La estrategia actual de la compañía apunta a crear ecosistemas de datos gobernados que no solo almacenan información, sino que también la analizan, con sistemas diseñados para razonar como una persona y, al mismo tiempo, mantener la disciplina que requieren las empresas.

En lugar de enfocarse en integraciones de modelos más complejas, Sridhar Ramaswamy, CEO de Snowflake, impulsa una visión de plataforma donde la IA con capacidad de análisis habilita a cada empleado —desde analistas hasta ejecutivos— para razonar con los datos de forma directa en toda la organización.

"Estamos entrando en una nueva era donde cada empleado puede convertirse en analista, estratega e innovador. La IA progresó enormemente, desde sistemas generativos hasta sistemas cada vez más con capacidad de análisis. En Snowflake, estamos adoptando un enfoque deliberado y gradual para la integración de la IA con capacidad de análisis, tanto para datos estructurados como no estructurados", me comentó Ramaswamy en una entrevista en vídeo.

 "Cuando cada responsable de la toma de decisiones puede interactuar con sus datos en lenguaje natural, se crea una organización donde la información y la acción se producen a la velocidad del pensamiento. Esa es la base de la empresa potenciada por IA", completó.

La compañía avanza más allá del almacenamiento y la consulta de datos. Busca interpretarlos a través de agentes de IA con información contextual que operan de forma nativa dentro del entorno seguro y gobernado de Snowflake. Este giro expone una realidad extendida en el sector: los datos sin contexto no dicen nada y la inteligencia sin control representa un riesgo.

La nueva plataforma Snowflake Intelligence refleja esta evolución. Fue diseñada para transformar los datos en decisiones, con el objetivo de que cualquier empleado pueda hacer preguntas en lenguaje natural y recibir respuestas verificadas y explicables, basadas en la información real del negocio. A diferencia de los paneles tradicionales que solo muestran el "qué", Snowflake Intelligence intenta desentrañar el "por qué", y con eso convertir el análisis en razonamiento.

"Snowflake Intelligence permite a los usuarios formular preguntas complejas y obtener respuestas fiables al instante, sin necesidad de escribir una sola línea de código. Esto potencia, en lugar de sustituir, el valor de la experiencia humana en el análisis de datos", afirmó Ramaswamy. "Lo que nos comentan constantemente es que, una vez que sus datos se encuentran en nuestra plataforma, están mucho más preparados para la IA", expresó.

Según el CEO, los primeros usuarios ya empiezan a ver resultados concretos. Toyota Motor Europe acortó sus ciclos de desarrollo de meses a semanas, Wolfspeed redujo el análisis de fallos de horas a minutos, y Fanatics usa Snowflake Intelligence para mejorar la segmentación de audiencia y acelerar oportunidades de venta cruzada.

Ramaswamy también contó que dentro de Snowflake ya funciona un prototipo de agente de IA llamado "Raven". Este asistente de ventas interno les da a los empleados una muestra concreta de cómo los agentes de IA con sensibilidad al contexto pueden recuperar información, anticipar necesidades y respaldar decisiones en tiempo real. Es un anticipo de la inteligencia artificial que la compañía planea llevar a otras empresas.

"Siempre que surge una nueva ola tecnológica, ya sea IA generativa, IA artificial o cualquier otra, nuestra primera reacción es no integrarla solo por la moda", explicó. "Nuestro enfoque siempre fue garantizar que todo lo que desarrollamos o integramos tenga una aplicación clara. No siempre acertamos con todas las decisiones tecnológicas, pero nuestro principio rector es alinear la innovación con los resultados para el cliente y colaborar donde la colaboración genera el mayor valor", señaló.

Creación de agentes de inteligencia empresarial confiables a gran escala

En Snowflake sostienen que, para que la IA aplicada a los negocios funcione, primero hay que resolver el problema de la confianza. Cuando los datos están dispersos entre departamentos o pasan por herramientas externas, suelen perder tanto el contexto como el control.

"Sin una estrategia de datos coherente, se está construyendo IA sobre cimientos inestables. Snowflake Intelligence existe porque detectamos esa carencia. Permite a las organizaciones implementar IA con confianza, ya que saben con precisión qué datos alimentan sus análisis, quién tiene acceso a ellos y que cumplen con la normativa. Para escalar la IA de forma responsable, se debe llevar la inteligencia al lugar donde se encuentran los datos, no al revés", afirmó Ramaswamy.

La compañía también apuesta con fuerza por los agentes de inteligencia empresarial. Uno de los ejes de esta expansión es Cortex AISQL, una herramienta que permite a los desarrolladores ejecutar tareas de IA multimodal sobre datos de texto, audio, imágenes y video directamente en SQL. Además, la plataforma ya admite flujos de trabajo de aprendizaje automático modulares y permite implementar con un solo clic modelos preentrenados de Hugging Face.

Sin embargo, hay quienes mantienen una mirada escéptica. Sostienen que, aunque Snowflake hace un esfuerzo destacado por acortar la distancia entre la IA experimental y los sistemas listos para producción, muchas organizaciones todavía no cuentan con las bases semánticas ni con la gobernanza necesarias para aplicar IA de forma segura y a gran escala.

"Los usuarios de múltiples nubes podrían encontrar la flexibilidad limitada. El verdadero factor que permite la escalabilidad es una semántica abierta que se integra con los datos, no con el proveedor. La viabilidad a largo plazo de Snowflake dependerá de la facilidad con la que esas definiciones puedan trascender sus propios límites", dijo Nic Riemer, CEO de Invigilator. 

"La combinación de procesamiento multimodal, escalado adaptativo y controles de costos integrados de Snowflake lo acerca a la paridad con la plataforma de aprendizaje automático de Databricks y la plataforma de datos unificada de Microsoft Fabric. La competencia ahora se centra en la apertura, la interoperabilidad y la previsibilidad de costos", agregó.

Inquebrantable ante la competencia en inteligencia de datos

Mientras la inteligencia aplicada a los negocios sigue avanzando, Snowflake enfrenta una competencia cada vez más intensa por parte de gigantes de la nube y startups especializadas. A pesar de eso, el CEO Ramaswamy se muestra confiado y destaca la solidez de la plataforma, gracias a su capa de datos confiable y una trayectoria reconocida en gobernanza y gestión.

Desde la empresa no ven a los competidores como una amenaza, sino como una señal clara de que el mercado avanza hacia una inteligencia basada en agentes, respaldada por bases de datos sólidas.

Su visión es clara: el futuro de la IA en las empresas no depende de quién tenga las integraciones más vistosas, sino de quién pueda garantizar confianza y cumplimiento a gran escala.

"El panorama de la IA y la inteligencia de datos está evolucionando rápidamente, y la competencia es sana", afirmó Ramaswamy. "Hay muchos actores importantes en este sector, y nos complace. Prestamos mucha atención y colaboramos frecuentemente con otros, incluidos Microsoft, AWS Redshift y otros socios. Nuestro objetivo es ser la plataforma más fácil de usar, con una integración perfecta e innovación continua", sostuvo.

Para 2025, se estima que Snowflake controlará el 18,33 % del mercado de inteligencia de datos y almacenamiento en la nube, lo que la posiciona como líder del sector, por delante de sus competidores. Databricks, su principal rival, alcanza aproximadamente el 8,67 %. En el plano financiero, Snowflake reportó ingresos totales por US$ 942,1 millones, un 28 % más que el año anterior, con ingresos por productos que llegaron a US$ 900,3 millones, un 29 % más que el año pasado.

Los especialistas del sector coinciden en que Snowflake mantiene una posición más sólida frente a sus competidores dentro de su ecosistema actual, apuntalada por los fuertes efectos de red que construyó en torno a su plataforma de datos.

"Las empresas invirtieron fuertemente en la infraestructura de Snowflake, capacitaron a sus equipos y desarrollaron flujos de trabajo en torno a ella; esos costos de migración son más importantes que las características técnicas específicas. El énfasis de Snowflake en la interoperabilidad y la apertura de modelos es un posicionamiento inteligente, pero tendrán que demostrarlo en la práctica", me comentó Chad Burnette, CTO y cofundador de Wayfound. 

"¿Podrán mantener la confianza sin volverse demasiado restrictivos ni costosos? Ese es el desafío a medida que proliferan las herramientas de IA y la complejidad se multiplica. Snowflake tiene la oportunidad de hacer que la gobernanza se perciba como una herramienta en lugar de una limitación, pero eso es excepcionalmente difícil de lograr a gran escala", indicó.

La estrategia de Snowflake anticipa una transformación más amplia en el sector. A medida que las empresas incorporan IA en sus operaciones, el foco empieza a moverse de la generación a la comprensión: de lo que la IA puede producir a lo que puede explicar con fiabilidad.

"El futuro de la IA empresarial es abierto, interoperable y profundamente basado en datos. Nuestra visión es convertir a Snowflake en el nexo de ese ecosistema donde cada empresa pueda integrar los mejores modelos de proveedores como Anthropic, OpenAI y Google con sus propios datos", afirmó Ramaswamy. "Lo que nos diferencia es la confianza y el contexto", concluyó.

Nota publicada por Forbes US