Snowflake Cortex AI en Snowflake Intelligence uitgelegd

Snowflake Cortex AI is de set AI-diensten die binnen uw Snowflake-account draaien. Het omvat SQL-functies die grote taalmodellen aanroepen, Cortex Analyst voor vragen over tabellen en Cortex Search voor documenten. Cortex Agents orkestreren ze, en Snowflake Intelligence, nu hernoemd tot Snowflake CoWork, is de chatapp daarbovenop.

De aantrekkingskracht is eenvoudig. Uw data blijft onder hetzelfde account, dezelfde rollen en hetzelfde beleid dat u al draait. Het risico is ook eenvoudig.

Het is makkelijk aan te zetten en makkelijk om geld aan uit te geven. Is de data eronder niet goed gemodelleerd, dan geeft het zelfverzekerde foute antwoorden.

In de programma's in de maakindustrie en defensie waaraan ik heb gewerkt, was de vraag nooit "kan Snowflake AI?". De vraag was "kunnen we het antwoord vertrouwen, en kunnen we aantonen wie wat heeft gezien?". Deze gids is geschreven voor dat gesprek.

Productnamen bewegen op dit terrein snel. Twee veranderingen tellen. Snowflake kondigde Snowflake Intelligence op 4 november 2025 als algemeen beschikbaar aan, samen met Cortex Agents en de door Snowflake beheerde MCP-server.

Op Summit in juni 2026 hernoemde het het product tot Snowflake CoWork. Sommige SQL-privileges en objectnamen gebruiken nog de oude naam.

Document AI is verdwenen. Snowflake heeft de Document AI-interface op 16 maart 2026 uitgefaseerd en documentextractie verplaatst naar de functie AI_EXTRACT. Noemt een voorstel van een SI nog het bouwen van Document AI-modellen, dan is het verouderd.

Dit is de stack zoals die er in oktober 2026 voor staat, met status en factureringsbasis uit de documentatie van Snowflake.

Onderdeel	Wat het doet	Status	Gefactureerd op
Cortex AI Functions	SQL-functies zoals AI_COMPLETE, AI_CLASSIFY, AI_FILTER, AI_AGG, AI_EXTRACT, AI_PARSE_DOCUMENT, AI_REDACT	GA, sommige functies in preview	AI Credits per miljoen tokens, of per pagina bij parsen
Cortex Analyst	Zet een zakelijke vraag om in SQL over een semantische view	Beschikbaar; sinds augustus 2026 raadt Snowflake aan het via Cortex Agents aan te roepen, en de REST API blijft ondersteund	Per bericht via de API, per token via Agents
Cortex Search	Hybride zoeken op trefwoord en vector over tekst, gebruikt voor retrieval	GA sinds oktober 2024	AI Credits per GB index per maand, plus het warehouse voor verversen
Cortex Agents	Plant een taak en roept Analyst, Search, eigen tools en MCP-connectors aan	GA sinds november 2025	Orkestratietokens plus de eigen kosten van elke tool
Snowflake CoWork (voorheen Snowflake Intelligence)	De chatapp voor zakelijke gebruikers, gebouwd op Cortex Agents	GA sinds november 2025; diverse functies die in juni 2026 werden aangekondigd, stonden als preview of "binnenkort beschikbaar"	Tokens, plus kosten voor tools en warehouse
Door Snowflake beheerde MCP-server	Stelt agents, Analyst, Search en SQL beschikbaar aan externe AI-clients	GA sinds november 2025	Kosten van de onderliggende tools

De modellen komen van Anthropic, OpenAI, Google, Meta, Mistral AI en anderen, plus de eigen Arctic-modellen van Snowflake voor embedding en extractie. Welke u kunt aanroepen, hangt af van uw regio en uw instelling voor cross-region. Daarover verderop meer, want dat is de beslissing waar defensieklanten het meest om geven.

Cortex Analyst leest niet uw tabellen om dan te gokken. Het leest een semantische view: een object op schemaniveau dat uw bedrijfsentiteiten, meetwaarden, joins en synoniemen benoemt.

Alleen die metadata gaat naar het model om SQL te schrijven. De SQL draait daarna in uw warehouse onder de rol van de aanroeper.

De kwaliteit van elk antwoord van Snowflake CoWork over omzet, uitvalpercentage of leverbetrouwbaarheid rust dus op die semantische view. In mijn ervaring zit hier het echte werk.

Het moeilijke deel was overeenstemming over de definities van metrics in de semantische laag, niet de zuiverheid van de data. "Leverbetrouwbaarheid" één keer definiëren, op een manier die sales, supply chain en finance allemaal accepteren, kost meer vergaderingen dan welke modelconfiguratie ook.

Twee functies helpen. Met verified queries slaat u een bekende goede vraag op met de bijbehorende SQL, zodat het model uitgewerkte voorbeelden heeft. Snowflake laat u daar ook evaluaties op draaien, wat u een nauwkeurigheidscijfer geeft in plaats van een indruk uit een demo.

De oudere aanpak, YAML-bestanden met een semantisch model op een stage, werkt nog. Vermijd die voor nieuw werk. De eigen documentatie van Snowflake raadt semantische views aan, en iedereen met toegang tot de stage kan een YAML-model gebruiken, wat een gat in de governance is.

Is uw ERP-data nog niet schoon geland en gemodelleerd, begin dan daar. Mijn gids over data uit SAP, Oracle en Dynamics 365 in Snowflake krijgen behandelt die stap.

Het sterkste argument voor Snowflake Cortex AI is governance. Cortex Analyst, Cortex Agents en CoWork respecteren uw bestaande rolgebaseerde toegangscontrole, row access policies en maskering.

Toegang tot de modellen zelf wordt nu geregeld met grants op rollen. De oudere parameter met een allowlist van modellen voor het hele account wordt in de loop van 2026 uitgefaseerd.

Er zijn nuances die u moet controleren voordat iemand akkoord geeft.

1. Cortex Search draait met de rechten van de eigenaar. Iedereen met USAGE op een zoekdienst ziet resultaten uit alles wat de eigenaarsrol heeft geïndexeerd. Bouw aparte diensten per doelgroep, niet één grote index.
2. Agents gebruiken de standaardrol van de aanroeper. Hebben gebruikers brede standaardrollen, dan erft de agent die breedte. Ruim eerst de rollen op.
3. Cross-region inference verplaatst prompts. De parameter CORTEX_ENABLED_CROSS_REGION bepaalt of inference buiten uw thuisregio mag draaien. Snowflake zegt dat data in de thuisregio opgeslagen blijft en dat prompts elders niet worden bewaard, maar de payload reist wel. Sommige nieuwere organisaties staan standaard op ANY_REGION. De documentatie over cross-region inference raadt aan dit expliciet in te stellen als u residentie-eisen hebt.
4. De MCP-server kan uw agent omzeilen. Snowflake adviseert een Cortex Agent als enige tool beschikbaar te stellen voor beheerde vragen. Wie op dezelfde server ook ruwe SQL-uitvoering openstelt, laat een externe client om de controles van de agent heen gaan.

Voor defensie is punt 3 het gesprek. De parameter op DISABLED of een regionale waarde zetten houdt inference binnen uw grens, maar beperkt de modellen die u kunt gebruiken en kost meer per credit. De Amerikaanse overheidsregio's van Snowflake houden verzoeken binnen dezelfde compliancegrens.

De MCP-documentatie stelt ook dat een formele FedRAMP-beoordeling van de MCP-server nog niet is afgerond. Gerubriceerde data hoort hier nergens in. Houd de pilot op ongerubriceerde data die niet onder exportcontrole valt, en laat uw verantwoordelijke voor exportcontrole de grens schriftelijk goedkeuren.

Mijn gids voor een AI-governanceframework behandelt de beleidskant.

AI-functies worden gefactureerd in AI Credits, die los staan van de Platform Credits waarmee u warehouses betaalt. Volgens de pagina van Snowflake over AI-prijzen kost een AI Credit on demand $2.00 met globale routering en $2.20 als u inference beperkt tot uw regio of routering tussen regio's uitschakelt.

De prijs van AI Credits is voor alle edities gelijk. Uw capaciteitskorting op Platform Credits geldt er niet voor.

De tarieven hieronder zijn lijstprijzen uit de Snowflake Service Consumption Table die geldt vanaf 9 oktober 2026, gecontroleerd in oktober 2026. Enterprise agreements, capaciteitsstaffels voor AI Credits en nieuwe modelreleases veranderen de bedragen.

Onderdeel	Lijsttarief
AI Credit, globale routering / regionale routering	$2.00 / $2.20
AI_COMPLETE met llama3.3-70b (input / output)	0.432 / 0.432 AI Credits per miljoen tokens
AI_COMPLETE met openai-gpt-4.1 (input / output)	1.20 / 4.80 AI Credits per miljoen tokens
AI_COMPLETE met claude-sonnet-4-5 (input / output)	1.80 / 9.00 AI Credits per miljoen tokens
AI_CLASSIFY of AI_FILTER	1.62 AI Credits per miljoen tokens
AI_EXTRACT (arctic-extract)	5.55 AI Credits per miljoen tokens
AI_PARSE_DOCUMENT, layoutmodus	3.66 AI Credits per 1,000 pagina's
Cortex Search serving	6.3 AI Credits per GB geïndexeerde data per maand
Cortex Analyst via de REST API	67 Platform Credits per 1,000 berichten

Het verschil tussen modellen is groot. Op outputtokens kost claude-sonnet-4-5 ongeveer 20 keer zoveel als llama3.3-70b. Een classificatie over tien jaar onderhoudsnotities op het verkeerde model draaien is hoe AI-budgetten in een week opgaan.

Drie kostenvallen vangen mensen. Gesprekken met meerdere beurten verwerken bij elke beurt de hele geschiedenis opnieuw, dus lange chats kosten meer per vraag.

De kosten van agents stapelen zich op: orkestratietokens, dan elke tool, dan het warehouse dat de SQL draait. Provisioned throughput, als u dat reserveert, is niet opzegbaar en wordt gefactureerd of u het nu gebruikt of niet.

De maatregelen bestaan. Gebruik resource budgets, quota per gebruiker en orkestratiebudgetten op agents. Monitor de gebruiksviews, zoals CORTEX_FUNCTIONS_QUERY_USAGE_HISTORY, CORTEX_AGENT_USAGE_HISTORY en SNOWFLAKE_COWORK_USAGE_HISTORY.

Test elke batchjob eerst op een steekproef. Mijn gids over de prijzen en credits van Snowflake behandelt de platformkant.

De eigen documentatie van Snowflake is hier eerlijk. Cortex Analyst beantwoordt vragen die SQL kan beantwoorden.

Het doet geen open redenering als "waarom daalde de marge?", en het kan resultaten van eerdere queries niet hergebruiken. Snowflake waarschuwt ook dat de juistheid van antwoorden en bronvermeldingen van agents niet gegarandeerd is.

Mijn oordeel: behandel elk AI-antwoord dat een beslissing voedt als een concept dat een benoemde persoon ondertekent. Dat weegt in defensie zwaarder, waar een fout cijfer in een contractueel of auditdocument kan belanden.

Lock-in is het andere risico. Semantische views, agents en zoekdiensten zijn Snowflake-objecten.

Uw prompts en evaluatiesets zijn overdraagbaar; het leidingwerk niet. Kiest u nog een platform, dan zet mijn vergelijking Snowflake vs Databricks die afweging uiteen.

De eerste use case die ik in beide sectoren zou kiezen, heeft dezelfde vorm: één gestructureerde set vragen en één set documenten, voor één team.

In de maakindustrie zou ik de eerste pilot een assistent voor onderhoud en kwaliteit maken. Een semantische view ligt over werkorders, stilstand, uitval en afwijkingsdata uit het ERP en MES.

Een Cortex Search-dienst ligt over onderhoudsprocedures en afgesloten kwaliteitsrapporten. Een onderhoudsplanner vraagt "welke lijnen hadden vorig kwartaal de meeste ongeplande stilstand, en wat vonden we de vorige keer?" en krijgt cijfers plus de relevante rapporten.

In defensie werkt hetzelfde patroon voor leverancierskwaliteit in een ongerubriceerd programma: leverings- en kwaliteitsmetrics uit het ERP, plus documenten over corrigerende maatregelen bij leveranciers. Houd gerubriceerd materiaal en materiaal onder exportcontrole volledig buiten de scope.

Een pilot met Cortex AI van 90 dagen

1. 01

   Scope

   Kies één team, 20 tot 30 echte vragen en één set documenten. Stel de cross-region-parameter en de rollen in vóór al het andere.

2. 02

   Model

   Bouw de semantische view en schrijf verified queries voor de belangrijkste vragen. Spreek de definities van metrics af met de zakelijke eigenaar.

3. 03

   Bouwen

   Maak per doelgroep een Cortex Search-dienst en één Cortex Agent. Stel op dag één budgetten en quota per gebruiker in.

4. 04

   Testen

   Draai evaluaties tegen de set vragen. Gebruikers beoordelen de antwoorden. Vergelijk met hoe lang dezelfde antwoorden vandaag duren.

5. 05

   Beslissen

   Opschalen, de data repareren of stoppen. Schrijf op welke en waarom.

Meet vier dingen, en leg een basislijn vast voordat u begint.

1. Nauwkeurigheid van antwoorden tegen de geverifieerde set vragen, gescoord door de zakelijke eigenaar.
2. Tijd tot antwoord vergeleken met de huidige route, meestal een verzoek aan een analist of een zoektocht naar een rapport.
3. Kosten per beantwoorde vraag, uit de gebruiksviews, inclusief warehousetijd.
4. Toegangsuitzonderingen: elk geval waarin een gebruiker data zag die zijn rol niet zou moeten bereiken. Het doel is nul.

Haal voordat u iets koopt uw huidige instelling van CORTEX_ENABLED_CROSS_REGION op, maak een lijst van wie brede standaardrollen heeft, en kies de 20 vragen die uw operationeel directeur elke maand stelt. Die briefing van één pagina vertelt u meer over de gereedheid dan welke leveranciersdemo ook.

Wilt u een second opinion op de scope van de pilot, de residentie-instellingen of het voorstel van een SI, dan help ik organisaties bij deze beslissingen. U kunt hier contact opnemen. Voor het equivalent bij Databricks, zie mijn stuk over Databricks Genie en Agent Bricks.

Wat is Snowflake Cortex AI?

Snowflake Cortex AI is de familie AI-diensten van Snowflake die binnen uw Snowflake-account draaien. Het omvat AI-functies in SQL die grote taalmodellen aanroepen, Cortex Analyst voor vragen over tabellen en Cortex Search voor documenten. Cortex Agents orkestreren de tools, en de app Snowflake CoWork bedient zakelijke gebruikers.

Is Snowflake Intelligence hetzelfde als Snowflake CoWork?

Ja. Snowflake Intelligence werd op 4 november 2025 algemeen beschikbaar en werd op Snowflake Summit in juni 2026 hernoemd tot Snowflake CoWork. Sommige SQL-privileges en standaardnamen van objecten gebruiken nog de naam Snowflake Intelligence.

Stuurt Snowflake Cortex mijn data buiten Snowflake?

Modellen draaien binnen de serviceperimeter van Snowflake, en uw opgeslagen data blijft in de thuisregio van uw account. Met cross-region inference ingeschakeld kunnen prompts en antwoorden in een andere regio worden verwerkt, zonder daar te worden bewaard. Hebt u residentieregels, stel de parameter CORTEX_ENABLED_CROSS_REGION dan expliciet in.

Wat kost Snowflake Cortex AI?

De meeste Cortex-functies factureren in AI Credits, tegen $2.00 per stuk met globale routering of $2.20 met regionale routering, lijstprijs gecontroleerd in oktober 2026. Tarieven verschillen per model en functie, van fracties van een credit tot meerdere credits per miljoen tokens. Cortex Analyst via de REST API rekent 67 Platform Credits per 1,000 berichten. Enterprise agreements veranderen deze bedragen.

Wat zijn semantische views in Snowflake?

Semantische views zijn Snowflake-objecten op schemaniveau die bedrijfsentiteiten, meetwaarden, relaties en synoniemen beschrijven. Cortex Analyst en Cortex Agents gebruiken ze om vragen om te zetten in nauwkeurige SQL. Ze vervangen de oudere YAML-bestanden met semantische modellen en zijn de belangrijkste factor voor de kwaliteit van antwoorden.

Wat verving Snowflake Document AI?

De functie AI_EXTRACT. Snowflake faseerde de Document AI-interface en de PREDICT-methode op 16 maart 2026 uit. AI_EXTRACT haalt entiteiten, lijsten en tabellen in één SQL-aanroep uit documenten en factureert op tokens.