Snowflake Cortex AI e Snowflake Intelligence spiegati

Snowflake Cortex AI è l'insieme dei servizi di AI che girano all'interno del suo account Snowflake. Comprende funzioni SQL che chiamano modelli linguistici di grandi dimensioni, Cortex Analyst per le domande sulle tabelle e Cortex Search per i documenti. Cortex Agents li orchestra, e Snowflake Intelligence, ora rinominato Snowflake CoWork, è l'app di chat che sta sopra.

Il vantaggio è semplice. I suoi dati restano sotto lo stesso account, gli stessi ruoli e le stesse policy che già gestisce. Anche il rischio è semplice.

È facile da attivare e facile da far costare. Se i dati sottostanti non sono modellati correttamente, dà risposte sbagliate con grande sicurezza.

Nei programmi nel manifatturiero e nella difesa su cui ho lavorato, la domanda non è mai stata "Snowflake sa fare AI?". Era "possiamo fidarci della risposta, e possiamo dimostrare chi ha visto cosa?". Questa guida è scritta per quella conversazione.

I nomi dei prodotti in quest'area sono cambiati in fretta. Due cambiamenti contano. Snowflake ha annunciato Snowflake Intelligence in disponibilità generale il 4 novembre 2025, insieme a Cortex Agents e al server MCP gestito da Snowflake.

Poi al Summit di giugno 2026 ha rinominato il prodotto Snowflake CoWork. Alcuni privilegi SQL e nomi di oggetti usano ancora il vecchio nome.

Document AI non esiste più. Snowflake ha dismesso l'interfaccia Document AI il 16 marzo 2026 e ha spostato l'estrazione dai documenti sulla funzione AI_EXTRACT. Se una proposta di un SI menziona ancora la costruzione di modelli Document AI, è superata.

Ecco lo stack com'è a ottobre 2026, con stato e base di fatturazione tratti dalla documentazione di Snowflake.

Componente	Cosa fa	Stato	Fatturato su
Cortex AI Functions	Funzioni SQL come AI_COMPLETE, AI_CLASSIFY, AI_FILTER, AI_AGG, AI_EXTRACT, AI_PARSE_DOCUMENT, AI_REDACT	GA, alcune funzioni in anteprima	AI Credits per milione di token, o per pagina per il parsing
Cortex Analyst	Trasforma una domanda di business in SQL su una semantic view	Disponibile; da agosto 2026 Snowflake raccomanda di chiamarlo tramite Cortex Agents, e la REST API resta supportata	Per messaggio tramite API, per token tramite Agents
Cortex Search	Ricerca ibrida per parole chiave e vettoriale su testo, usata per il retrieval	GA da ottobre 2024	AI Credits per GB di indice al mese, più il warehouse di refresh
Cortex Agents	Pianifica un'attività e chiama Analyst, Search, strumenti personalizzati e connettori MCP	GA da novembre 2025	Token di orchestrazione più il costo di ciascuno strumento
Snowflake CoWork (in precedenza Snowflake Intelligence)	L'app di chat per gli utenti di business, costruita su Cortex Agents	GA da novembre 2025; diverse funzionalità annunciate a giugno 2026 erano indicate come anteprima o "in arrivo"	Token, più costi di strumenti e warehouse
Server MCP gestito da Snowflake	Espone agenti, Analyst, Search e SQL a client di AI esterni	GA da novembre 2025	Costi degli strumenti sottostanti

I modelli provengono da Anthropic, OpenAI, Google, Meta, Mistral AI e altri, più i modelli Arctic di Snowflake per embedding ed estrazione. Quali può chiamare dipende dalla sua regione e dalla sua impostazione cross-region. Ne parlo più avanti, perché è la decisione che sta più a cuore ai clienti della difesa.

Cortex Analyst non legge le sue tabelle tirando a indovinare. Legge una semantic view: un oggetto a livello di schema che dà un nome alle sue entità di business, misure, join e sinonimi.

Al modello arrivano solo quei metadati, per scrivere l'SQL. L'SQL poi gira nel suo warehouse con il ruolo di chi ha fatto la domanda.

Quindi la qualità di ogni risposta di Snowflake CoWork su ricavi, tasso di scarto o consegne puntuali poggia su quella semantic view. Nella mia esperienza è qui che sta il vero lavoro.

La parte difficile è stata concordare le definizioni delle metriche nel livello semantico, non la pulizia dei dati. Definire una volta sola "consegna puntuale", in un modo accettato da vendite, supply chain e finanza, richiede più riunioni di qualsiasi configurazione del modello.

Due funzionalità aiutano. Le verified query permettono di memorizzare una domanda e il relativo SQL di cui si sa che sono corretti, così il modello ha esempi già risolti. Snowflake permette anche di eseguire valutazioni su di esse, il che le dà un numero di accuratezza invece dell'impressione lasciata da una demo.

L'approccio precedente, i file YAML di semantic model su uno stage, funziona ancora. Lo eviti per i nuovi lavori. La documentazione stessa di Snowflake raccomanda le semantic view, e chiunque abbia accesso allo stage può usare un modello YAML, il che è una lacuna di governance.

Se i suoi dati ERP non sono ancora caricati e modellati in modo pulito, parta da lì. La mia guida su come portare i dati di SAP, Oracle e Dynamics 365 in Snowflake tratta questo passaggio.

L'argomento più forte a favore di Snowflake Cortex AI è la governance. Cortex Analyst, Cortex Agents e CoWork rispettano il suo controllo degli accessi basato sui ruoli, le row access policy e il mascheramento esistenti.

L'accesso ai modelli stessi è ora controllato tramite grant ai ruoli. Il vecchio parametro di allowlist dei modelli a livello di account viene dismesso nel corso del 2026.

Ci sono sfumature da verificare prima che qualcuno dia l'approvazione.

1. Cortex Search gira con i diritti del proprietario. Chiunque abbia USAGE su un servizio di ricerca vede i risultati di tutto ciò che il ruolo proprietario ha indicizzato. Costruisca servizi separati per ogni pubblico, non un unico grande indice.
2. Gli agenti usano il ruolo predefinito di chi li chiama. Se gli utenti hanno ruoli predefiniti ampi, l'agente eredita quell'ampiezza. Metta ordine nei ruoli prima.
3. L'inferenza cross-region sposta i prompt. Il parametro CORTEX_ENABLED_CROSS_REGION controlla se l'inferenza può girare fuori dalla sua regione di origine. Snowflake afferma che i dati restano archiviati nella regione di origine e che i prompt non vengono conservati altrove, ma il payload viaggia. Alcune organizzazioni più recenti hanno ANY_REGION come impostazione predefinita. La documentazione sull'inferenza cross-region raccomanda di impostarlo esplicitamente se ha requisiti di residenza.
4. Il server MCP può aggirare il suo agente. Snowflake consiglia di esporre un Cortex Agent come unico strumento per le domande governate. Esporre l'esecuzione diretta di SQL sullo stesso server permette a un client esterno di aggirare i controlli dell'agente.

Per la difesa, il punto 3 è la vera conversazione. Impostare il parametro su DISABLED o su un valore regionale mantiene l'inferenza entro il suo perimetro, ma restringe i modelli utilizzabili e costa di più per credito. Le regioni governative statunitensi di Snowflake mantengono le richieste all'interno dello stesso perimetro di compliance.

La sua documentazione su MCP afferma inoltre che una valutazione FedRAMP formale del server MCP non è stata completata. I dati classificati non hanno posto in niente di tutto questo. Mantenga il pilota su dati non classificati e non soggetti a controllo delle esportazioni, e faccia approvare il perimetro per iscritto dal suo responsabile del controllo delle esportazioni.

La mia guida al framework di governance dell'AI copre il lato delle policy.

Le funzionalità di AI sono fatturate in AI Credits, separati dai Platform Credits che pagano i warehouse. Secondo la pagina dei prezzi AI di Snowflake, un AI Credit costa $2,00 on demand con instradamento globale e $2,20 quando limita l'inferenza alla sua regione o disattiva l'instradamento cross-region.

Il prezzo degli AI Credits è lo stesso per tutte le edizioni. Lo sconto di capacità sui Platform Credits non si applica.

Le tariffe seguenti sono prezzi di listino della Snowflake Service Consumption Table in vigore dal 9 ottobre 2026, verificati a ottobre 2026. Accordi enterprise, fasce di capacità degli AI Credits e nuovi modelli cambieranno i numeri.

Voce	Tariffa di listino
AI Credit, instradamento globale / regionale	$2,00 / $2,20
AI_COMPLETE con llama3.3-70b (input / output)	0,432 / 0,432 AI Credits per milione di token
AI_COMPLETE con openai-gpt-4.1 (input / output)	1,20 / 4,80 AI Credits per milione di token
AI_COMPLETE con claude-sonnet-4-5 (input / output)	1,80 / 9,00 AI Credits per milione di token
AI_CLASSIFY o AI_FILTER	1,62 AI Credits per milione di token
AI_EXTRACT (arctic-extract)	5,55 AI Credits per milione di token
AI_PARSE_DOCUMENT, modalità layout	3,66 AI Credits per 1.000 pagine
Erogazione di Cortex Search	6,3 AI Credits per GB al mese di dati indicizzati
Cortex Analyst tramite REST API	67 Platform Credits per 1.000 messaggi

La differenza tra i modelli è ampia. Sui token di output, claude-sonnet-4-5 costa circa 20 volte llama3.3-70b. Eseguire una classificazione su dieci anni di note di manutenzione con il modello sbagliato è il modo in cui i budget di AI saltano in una settimana.

Tre trappole di costo colgono le persone di sorpresa. Le conversazioni a più turni rielaborano l'intera cronologia a ogni turno, quindi le chat lunghe costano di più per domanda.

I costi degli agenti si sommano: token di orchestrazione, poi ogni strumento, poi il warehouse che esegue l'SQL. Il throughput riservato, se lo prenota, non è cancellabile ed è fatturato che lo usi o no.

I controlli esistono. Usi resource budget, quote per utente e budget di orchestrazione sugli agenti. Monitori le viste di utilizzo, come CORTEX_FUNCTIONS_QUERY_USAGE_HISTORY, CORTEX_AGENT_USAGE_HISTORY e SNOWFLAKE_COWORK_USAGE_HISTORY.

Testi ogni job batch prima su un campione. La mia guida ai prezzi e ai crediti Snowflake copre il lato della piattaforma.

Qui la documentazione stessa di Snowflake è onesta. Cortex Analyst risponde alle domande a cui l'SQL sa rispondere.

Non fa ragionamenti aperti del tipo "perché il margine è sceso?", e non può riutilizzare i risultati di query precedenti. Snowflake avverte anche che l'accuratezza delle risposte e delle citazioni degli agenti non è garantita.

Il mio giudizio: tratti ogni risposta di AI che alimenta una decisione come una bozza che una persona nominata firma. Conta ancora di più nella difesa, dove una cifra sbagliata può finire in un documento contrattuale o di audit.

L'altro rischio è il lock-in. Semantic view, agenti e servizi di ricerca sono oggetti Snowflake.

I suoi prompt e i suoi set di valutazione sono portabili; l'infrastruttura no. Se sta ancora scegliendo una piattaforma, il mio confronto Snowflake vs Databricks illustra questo compromesso.

Il primo caso d'uso che sceglierei in entrambi i settori ha la stessa forma: un set di domande strutturate e un set di documenti, per un solo team.

Nel manifatturiero, farei del primo pilota un assistente per manutenzione e qualità. Una semantic view sta sopra ordini di lavoro, fermi, scarti e dati di non conformità provenienti da ERP e MES.

Un servizio Cortex Search sta sopra le procedure di manutenzione e i rapporti di qualità chiusi. Un pianificatore della manutenzione chiede "quali linee hanno avuto più fermi non pianificati lo scorso trimestre, e cosa avevamo trovato l'ultima volta?" e riceve cifre più i rapporti pertinenti.

Nella difesa, lo stesso schema funziona per la qualità dei fornitori su un programma non classificato: metriche di consegna e qualità dall'ERP, più i documenti di azione correttiva dei fornitori. Tenga del tutto fuori dal perimetro il materiale classificato e soggetto a controllo delle esportazioni.

Un pilota Cortex AI di 90 giorni

1. 01

   Perimetro

   Scelga un team, da 20 a 30 domande reali e un set di documenti. Imposti il parametro cross-region e i ruoli prima di ogni altra cosa.

2. 02

   Modello

   Costruisca la semantic view e scriva verified query per le domande principali. Concordi le definizioni delle metriche con il responsabile di business.

3. 03

   Realizzazione

   Crei il servizio Cortex Search per ogni pubblico e un Cortex Agent. Imposti budget e quote per utente dal primo giorno.

4. 04

   Test

   Esegua le valutazioni sul set di domande. Gli utenti valutano le risposte. Confronti con il tempo necessario oggi per ottenere le stesse risposte.

5. 05

   Decisione

   Scalare, sistemare i dati o fermarsi. Metta per iscritto quale delle tre e perché.

Misuri quattro cose, e registri una situazione di partenza prima di iniziare.

1. Accuratezza delle risposte rispetto al set di domande verificate, valutata dal responsabile di business.
2. Tempo di risposta rispetto alla strada attuale, di solito una richiesta a un analista o la ricerca di un report.
3. Costo per domanda con risposta, dalle viste di utilizzo, compreso il tempo di warehouse.
4. Eccezioni di accesso: ogni caso in cui un utente ha visto dati che il suo ruolo non dovrebbe raggiungere. L'obiettivo è zero.

Prima di acquistare qualsiasi cosa, recuperi l'impostazione attuale di CORTEX_ENABLED_CROSS_REGION, elenchi chi ha ruoli predefiniti ampi e scelga le 20 domande che il suo direttore operations pone ogni mese. Quella sintesi di una pagina le dirà sulla prontezza più di qualsiasi demo di un fornitore.

Se desidera un secondo parere sul perimetro del pilota, sulle impostazioni di residenza o sulla proposta di un SI, aiuto le organizzazioni in queste decisioni. Può contattarmi qui. Per l'equivalente in Databricks, veda il mio articolo su Databricks Genie e Agent Bricks.

Che cos'è Snowflake Cortex AI?

Snowflake Cortex AI è la famiglia di servizi di AI di Snowflake che girano all'interno del suo account Snowflake. Comprende funzioni SQL di AI che chiamano modelli linguistici di grandi dimensioni, Cortex Analyst per le domande sulle tabelle e Cortex Search per i documenti. Cortex Agents orchestra gli strumenti, e l'app Snowflake CoWork serve gli utenti di business.

Snowflake Intelligence e Snowflake CoWork sono la stessa cosa?

Sì. Snowflake Intelligence è diventato disponibile in GA il 4 novembre 2025 ed è stato rinominato Snowflake CoWork al Snowflake Summit di giugno 2026. Alcuni privilegi SQL e nomi di oggetti predefiniti usano ancora il nome Snowflake Intelligence.

Snowflake Cortex invia i miei dati fuori da Snowflake?

I modelli girano all'interno del perimetro di servizio di Snowflake, e i dati archiviati restano nella regione di origine del suo account. Con l'inferenza cross-region attiva, prompt e risposte possono essere elaborati in un'altra regione e non vengono conservati lì. Se ha regole di residenza dei dati, imposti esplicitamente il parametro CORTEX_ENABLED_CROSS_REGION.

Quanto costa Snowflake Cortex AI?

La maggior parte delle funzionalità Cortex è fatturata in AI Credits, a $2,00 ciascuno con instradamento globale o $2,20 con instradamento regionale, prezzo di listino verificato a ottobre 2026. Le tariffe variano per modello e funzionalità, da frazioni di credito a diversi crediti per milione di token. Cortex Analyst tramite REST API fattura 67 Platform Credits per 1.000 messaggi. Gli accordi enterprise cambiano questi numeri.

Cosa sono le semantic view di Snowflake?

Le semantic view sono oggetti Snowflake a livello di schema che descrivono entità di business, misure, relazioni e sinonimi. Cortex Analyst e Cortex Agents le usano per trasformare le domande in SQL accurato. Sostituiscono i vecchi file YAML di semantic model e sono il fattore principale della qualità delle risposte.

Cosa ha sostituito Snowflake Document AI?

La funzione AI_EXTRACT. Snowflake ha dismesso l'interfaccia Document AI e il suo metodo PREDICT il 16 marzo 2026. AI_EXTRACT estrae entità, elenchi e tabelle dai documenti con una sola chiamata SQL ed è fatturata a token.