Participar do Snowflake Summit deste ano, a maior conferência de Dados e IA do mundo, foi simplesmente eletrizante. Já no início do keynote, ficou claro: a Snowflake não está só evoluindo aos poucos; está redefinindo o que é possível em plataformas de dados, workloads de IA e produtividade nos negócios. Com uma leva de lançamentos focados em economia da plataforma, governança e automação inteligente, os anúncios deste ano sinalizam um salto e tanto para organizações orientadas a dados.
Vamos ao resumo de tudo o que foi anunciado no Snowflake Summit 2025!
Economia da plataforma
A Snowflake trouxe vários anúncios voltados a melhorar a economia da plataforma, com novidades em observabilidade de custos e em compute e ingestão mais eficientes.
Organizational Usage Views
Essas views oferecem um painel único para enxergar todo o consumo e o gasto com Snowflake em diferentes regiões e nuvens, dando uma visão completa do uso de recursos. Isso é animador porque, antes, consultar views como "query_history" em várias contas Snowflake era um baita desafio. Vale lembrar, porém, que a maioria dessas Account Views tem atraso de até 24 horas e cobrança extra, já que são consideradas premium views.
Spend Anomalies
O recurso envia notificações quando o gasto da organização com Snowflake sai das faixas esperadas, ajudando a identificar e tratar de forma proativa aumentos inesperados de custo. Curtimos o fato de dar para inscrever qualquer e-mail nesse alerta, diferentemente dos monitors, que só vão para administradores da conta. Também é ótimo ter monitores em nível de Account e Org acessíveis na mesma página.
Budgets por Query Tags e Object Tags
Até então, a Snowflake só permitia definir budgets por Warehouse. Esse novo recurso permite classificar o consumo, viabilizando modelos de chargeback mais granulares para o uso de recursos atrelado a queries ou objetos de banco específicos. Estamos empolgados com isso, porque incentiva boas práticas de redução de custo — orçar e atribuir custo por algo além do Virtual Warehouse.
Adaptive Compute
Um dos anúncios mais empolgantes do Summit. Essa inovação permite que o cliente defina políticas e intenções, enquanto a Snowflake escolhe automaticamente os recursos de compute necessários (tipos, tamanhos, propriedades de escalonamento), com gestão mais simples, melhor desempenho e uso otimizado. Você não precisa pensar no tamanho do warehouse para rodar um job: a Snowflake decide por você e cobra apenas pelo compute consumido, sem tempo ocioso depois que a query termina.
Modelo de preços simplificado do Snowpipe Ingest
O novo modelo se baseia no volume de dados ingeridos no Snowflake, em vez de número de arquivos + tempo de compute. Fica muito mais fácil de entender e prever e, ainda por cima, gera uma economia 50% melhor na ingestão de dados. Preços simplificados são ganho para todo mundo!
Warehouses de Geração 2
Esses warehouses trazem otimizações de hardware e software que entregam desempenho 2,1x mais rápido nos benchmarks da Snowflake e 1,9x mais rápido do que o Spark gerenciado para varrer arquivos parquet em tabelas Iceberg. Já ouvimos várias histórias de sucesso de clientes com a Gen2 — e queremos ouvir mais!
Governança de dados
Snowflake Horizon Catalog (plataforma geral de governança)
Atua como a plataforma central para gerenciar e governar dados, com interoperabilidade total com catálogos REST baseados em Iceberg. Ajuda a entender quais dados existem e a governá-los. Veja a seguir as atualizações que fazem parte do Horizon Catalog.
Sensitive Data Insights
As melhorias no Horizon Catalog incluem classificação automática, marcação e propagação de tags para dados sensíveis, reforçando privacidade e conformidade. A propagação automática de tags de PII é muito bem-vinda, já que gerenciar a linhagem de PII é um dos pontos mais desafiadores da governança de dados!
Expectations para qualidade de dados
O recurso permite definir expectativas de freshness e volume para os dados e receber alertas de anomalia quando elas não são atendidas. Alertas de freshness viabilizam rodar mais workloads de engenharia de dados direto no Snowflake, em vez de depender de um orquestrador de terceiros. Está em Private Preview.
AI Model RBAC (Role-Based Access Control)
Permite que a organização escolha quais modelos de IA podem ser usados por cada role, garantindo acesso seguro e controlado às capacidades de IA. Isso é fundamental, porque algumas empresas querem liberar amplo acesso à IA, enquanto outras precisam restringir o uso de modelos mais caros.
Melhorias de segurança
Incluem o fim do login só com senha e a chegada de tokens de acesso programáticos, passkeys, apps autenticadores, monitoramento de credenciais na dark web e bloqueio de IP para mais segurança. Particularmente, o que mais me anima é a autenticação por Passkey, que reduz bastante o atrito do MFA. As passkeys se integram direitinho ao seu gerenciador de senhas (ou ao sistema de chaves do SO) e basta um clique para entrar.
Horizon Co-Pilot
Um assistente de IA dentro do Horizon Catalog que permite fazer perguntas sobre objetos desprotegidos ou tags ausentes, agilizando as tarefas de governança. Com isso, usuários menos técnicos conseguem questionar seus próprios ativos de dados. Está em Private Preview.
External Asset Management
Outro anúncio enorme e empolgante: o Horizon Catalog agora também descobre, expõe e gerencia ativos fora do Snowflake. O suporte inicial cobre Power BI, Tableau, dbt, Airflow, SQL Server, Postgres, MySQL e Databricks. Ainda não está claro até onde vai essa descoberta e gestão e como tudo aparece na UI, mas estamos bem ansiosos para saber mais.
Melhorias no Marketplace interno
Entre as novidades estão a possibilidade de curar e publicar produtos de dados (notebooks, modelos de ML, datasets), novos fluxos de aprovação de solicitações, gestão simplificada e uma interface renovada. Isso facilita o pedido de acesso a datasets pelos usuários finais. No momento, em Public Preview.
Engenharia e ingestão de dados
A Snowflake anunciou diversos novos recursos de Engenharia de Dados, incluindo OpenFlow, Workspaces e dbt no Snowflake.
Snowflake OpenFlow
O Snowflake OpenFlow é um novo serviço gerenciado para trazer e processar dados de fontes estruturadas e não estruturadas, como SharePoint, Slack, Google Drive e os RDBMSs mais populares. Ele usa Apache NiFi e suporta implantação em recursos gerenciados pela Snowflake ou em VPCs customizadas.
A Snowflake vinha entrando aos poucos no mercado de conectores, mas esse anúncio mostra que a intenção é se firmar como um player de peso na ingestão de dados. Se o serviço gerenciado for realmente fluido, é uma grande vitória para o cliente, que fica com um fornecedor a menos. Por outro lado, hoje ele exige que você configure infraestrutura na AWS, o que provavelmente é um empecilho para quem busca algo totalmente gerenciado.
Parceria com a Oracle (Integração com Xstream API)
A integração com a Xstream API viabiliza Change Data Capture (CDC) fluido e quase em tempo real de bancos Oracle para o Snowflake. Vai ser importante para quem usa ERPs baseados em Oracle (Fusion Cloud, JDE, NetSuite etc.) e quer habilitar analytics em tempo real no Snowflake.
Snowpipe Streaming, recém-revisado
A nova versão do Snowpipe Streaming oferece acesso aprimorado ao SDK, transformação stateless, pré-clustering na ingestão, alto throughput (até 10 GB/s) e disponibiliza os dados para consulta em 5 a 10 segundos. O novo SDK ainda está disponível só em Java, o que reduz o público-alvo em comparação com Python. Adoraríamos ver a Snowflake criar um SDK em Python (escrito em Rust, claro) para o Snowpipe Streaming!
Workspaces no Snowsight
Um ambiente de desenvolvimento moderno dentro do Snowsight para edição e curadoria de dados, com suporte a worksheets, Streamlit, notebooks, operações baseadas em arquivos, pastas e integração com controle de código-fonte. Os Workspaces estão em Public Preview.
Pessoalmente, esse é um dos meus anúncios favoritos da Snowflake este ano, porque simplifica o processo de engenharia de dados. Agora temos um só lugar para criar, versionar e agendar pipelines de dados ponta a ponta. Antes dos Workspaces, usar a integração com Git no Snowflake era trabalhoso. Hoje dá para navegar e editar arquivos direto numa árvore, ver diffs, fazer commit e push, tudo sem sair do Snowsight. Mal posso esperar para construir com essa nova ferramenta!
Projetos dbt no Snowflake
(Public Preview) Um ambiente de autoria que permite construir, testar e implantar pipelines dbt diretamente no Snowflake, com recursos de observabilidade e parceria com a dbt Labs para trazer o motor dbt Fusion.
Suporte a provedores Git self-hosted
O Snowflake agora suporta integrações com Git self-hosted, incluindo GitLab, GitHub Enterprise, Bitbucket, Azure DevOps e AWS CodeCommit. Isso permite que as equipes conectem repositórios Git privados ao Snowflake para controle de versão, CI/CD e desenvolvimento dentro da plataforma. Dá para clonar repositórios, buscar atualizações e referenciar código em SQL, procedures ou apps, sem perder a governança. A atualização traz fluxos de DevOps seguros e flexíveis direto para o ambiente Snowflake.
Migration Assistant
O Migration Assistant é um serviço de migração de dados com IA que conduz o usuário pelo processo de migração usando a saída do Snow Convert, simplificando transições complexas.
PostgreSQL no Snowflake
A Snowflake respondeu aos clientes que vinham pedindo um repositório transacional com a aquisição da Crunchy Data, uma plataforma PostgreSQL robusta. O Postgres é a plataforma preferida para agentes de IA, então ter Postgres dentro do Snowflake torna o desenvolvimento de apps orientados a IA bem mais prático.
O Snowflake Postgres vai entregar um serviço gerenciado de PostgreSQL com recursos corporativos, como chaves gerenciadas pelo cliente e integração com o perímetro de segurança da Snowflake, completando a oferta com um repositório puramente transacional.
IA, agentes e ML
SnowConvert AI
Usa IA para simplificar migrações de banco de dados, com testes e validações automatizados do código migrado. O SnowConvert AI é um software autônomo, que você já pode baixar aqui. Aparentemente, o recurso principal é a conversão de dialetos, usando uma Abstract Syntax Tree (AST) e uma Symbol Table para criar um modelo semântico do código-fonte e ajudar na conversão para Snowflake SQL.
Notebooks e APIs distribuídas de ML
Os notebooks da Snowflake e o container runtime entraram em disponibilidade geral, junto com APIs distribuídas de ML para acelerar runtime e execução de modelos.
Cortex AI SQL
Estende as Cortex Functions com um conjunto de funções para extração de entidades, agregação e filtragem em dados multimodais (texto, imagem, áudio) direto no SQL. A Snowflake chama isso da maior atualização do SQL desde o "group by all", e nós concordamos!
- As funções específicas são: ai_filter, ai_agg, as_summarize_agg, ai_classify, ai_transcribe, ai_embed, ai_similarity
O AI Join permite unir tabelas com base em prompts em linguagem natural (semantic join), com otimização do motor de queries para execução mais rápida e barata. Por exemplo, dá para cruzar currículos com descrições de vagas com base na avaliação de aderência feita por uma IA.
Vale notar que a Snowflake está apostando em recursos de armazenamento de dados não estruturados, e esses dados podem ser consultados via IA. Um caso de uso é ter a IA avaliando uma coluna com arquivos .wav ou PDFs e pedir que ela aponte as reclamações de clientes mais comuns nas gravações ou nos documentos.
AI Complete Function
Usa large language models para entender imagens, transcrever áudio e resumir insights, permitindo armazenar texto, imagem e áudio em uma única tabela. Mais um avanço no espaço de dados não estruturados, que abre um leque de novas possibilidades para analytics.
AI Aggregate Function
Contorna as limitações de janela de contexto em grandes datasets usando map-reduce em várias etapas e entrega insights resumidos em múltiplas linhas de dados.
Semantic Views
Um novo tipo de view feito para capturar e expor o contexto de negócio — métricas, dimensões e definições — em torno dos dados, tanto para casos de uso de IA quanto de BI.
Semantic SQL
Uma linguagem de query mais rica, criada especificamente para consultar semantic views, com melhor desempenho e respostas mais precisas.
Cortex Knowledge Extensions
Essas extensões permitem incorporar dados não estruturados de fontes externas — como matérias jornalísticas, papers de pesquisa e periódicos científicos — nas aplicações de IA da organização, com respeito aos direitos de propriedade intelectual por meio de isolamento e atribuição clara. Estão disponíveis no Marketplace.
Cortex Agents
Os Cortex Agents, agora em disponibilidade geral, permitem consultar dados estruturados e não estruturados no Snowflake usando linguagem natural. Eles orquestram fluxos complexos, fornecem raciocínio e interagem com diferentes backends e datasets. Encaminham automaticamente partes de uma solicitação para as ferramentas certas, como Cortex Analyst ou Cortex Search, e refinam as respostas conforme o contexto. Os agentes também podem invocar outras ferramentas ou agentes para dar suporte a aplicações agênticas. A governança integrada garante acesso seguro e em conformidade, trazendo IA conversacional confiável para os dados corporativos sem abrir mão do controle.
Integração com Microsoft Teams
Essa integração leva os Cortex agents para o Microsoft Teams, colocando o poder dos dados onde os usuários de negócio já trabalham.
Produtos agênticos no Marketplace
O Snowflake Marketplace agora suporta produtos e aplicações agênticas de parceiros, expandindo o ecossistema de soluções com IA.
Snowflake Intelligence
O Snowflake Intelligence é um novo agente criado para ajudar usuários de negócio a obter insights por meio de linguagem natural, sem precisar de SQL ou conhecimento de programação. Ele permite fazer perguntas sobre os dados em linguagem comum; o agente decompõe a solicitação de forma inteligente, encaminha pelas ferramentas certas e entrega respostas com transparência e precisão. Funciona com dados estruturados e documentos já existentes no Snowflake e suporta perguntas de acompanhamento para uma análise mais profunda. Isso é importante porque dá autonomia para as equipes de negócio tomarem decisões mais rápidas e baseadas em dados sem depender da área técnica, mantendo governança e segurança de nível corporativo. Em breve, o Snowflake Intelligence entrará em Public Preview. Você pode conferir seu acesso em ai.snowflake.com, que será a nova UI para usuários de negócio sem perfil técnico.
Data Science Agent
O Data Science Agent faz parte do guarda-chuva do Snowflake Intelligence, mas é voltado para cientistas de dados, e não para usuários de negócio sem perfil técnico. Ele foi construído para simplificar e escalar fluxos de machine learning dentro do Snowflake. Aceita prompts em linguagem natural para gerar, avaliar e implantar modelos de ML direto sobre os dados do Snowflake, reduzindo a necessidade de ferramentas externas ou pipelines complexos. O agente pode sugerir features relevantes, recomendar tipos de modelo e até automatizar treinamento e tuning, acelerando o desenvolvimento. Isso baixa a barreira para analytics avançado, agiliza a experimentação e mantém toda a modelagem e governança de dados dentro da plataforma Snowflake.
In-line Co-Pilot
Um assistente de IA inline ativado por uma tecla de atalho (Command+i ou Control+i) dentro do ambiente Snowflake, oferecendo assistência contextual na hora.
Considerações finais
Com esses avanços, a Snowflake está lançando as bases para um futuro em que as plataformas de dados não são só escaláveis, mas inteligentes, eficientes e profundamente integradas aos resultados de negócio. Os clientes ganham com custos menores, mais visibilidade, governança mais forte e ferramentas com IA que vão até onde eles já trabalham. Está claro que a Snowflake não só responde às necessidades dos clientes — ela se antecipa a elas. A próxima era de dados e IA chegou, e vai ser rápida, segura e profundamente transformadora. Nós, do SELECT, estamos animados para saber como você está usando essas novidades!
Jeff é Consultor de Dados e Analytics, com mais de 15 anos de experiência em automatizar insights e usar dados para conduzir processos de negócio. No lado tecnológico, é especialista em Snowflake + dbt + Tableau. No lado de negócios, tem experiência em Concessionárias Públicas, Ensaios Clínicos, Publicações, CPG e Manufatura. Fale com ele a qualquer momento: [email protected].