Snowflake Cortex AI e Snowflake Intelligence explicados

O Snowflake Cortex AI é o conjunto de serviços de IA que roda dentro da sua conta Snowflake. Ele cobre funções SQL que chamam grandes modelos de linguagem, o Cortex Analyst para perguntas sobre tabelas e o Cortex Search para documentos. Os Cortex Agents orquestram tudo isso, e o Snowflake Intelligence, agora renomeado para Snowflake CoWork, é o app de chat por cima.

O atrativo é simples. Seus dados continuam sob a mesma conta, os mesmos roles e as mesmas políticas que você já opera. O risco também é simples.

É fácil de ligar e fácil de gastar dinheiro com ele. Se os dados por baixo não estiverem bem modelados, ele dá respostas erradas com toda a confiança.

Nos programas de indústria e defesa em que trabalhei, a pergunta nunca foi "o Snowflake faz IA?". Foi "podemos confiar na resposta, e conseguimos provar quem viu o quê?". Este guia foi escrito para essa conversa.

Os nomes de produto nessa área mudaram rápido. Duas mudanças importam. O Snowflake anunciou o Snowflake Intelligence como disponível para uso geral em 4 de novembro de 2025, junto com os Cortex Agents e o servidor MCP gerenciado pelo Snowflake.

Depois, no Summit de junho de 2026, ele renomeou o produto para Snowflake CoWork. Alguns privilégios SQL e nomes de objetos ainda usam o nome antigo.

O Document AI acabou. O Snowflake descontinuou a interface do Document AI em 16 de março de 2026 e levou a extração de documentos para a função AI_EXTRACT. Se uma proposta de SI ainda menciona construção de modelos no Document AI, ela está desatualizada.

Esta é a pilha como está em outubro de 2026, com status e base de cobrança segundo a documentação do Snowflake.

Componente	O que faz	Status	Base de cobrança
Cortex AI Functions	Funções SQL como AI_COMPLETE, AI_CLASSIFY, AI_FILTER, AI_AGG, AI_EXTRACT, AI_PARSE_DOCUMENT, AI_REDACT	GA, algumas funções em preview	AI Credits por milhão de tokens, ou por página na interpretação de documentos
Cortex Analyst	Transforma uma pergunta de negócio em SQL sobre uma semantic view	Disponível; desde agosto de 2026 o Snowflake recomenda chamá-lo pelos Cortex Agents, e a REST API continua suportada	Por mensagem via API, por token via Agents
Cortex Search	Busca híbrida por palavra-chave e vetorial sobre texto, usada para recuperação	GA desde outubro de 2024	AI Credits por GB de índice por mês, mais o warehouse de atualização
Cortex Agents	Planeja uma tarefa e chama Analyst, Search, ferramentas personalizadas e conectores MCP	GA desde novembro de 2025	Tokens de orquestração mais o custo próprio de cada ferramenta
Snowflake CoWork (antigo Snowflake Intelligence)	O app de chat para usuários de negócio, construído sobre os Cortex Agents	GA desde novembro de 2025; vários recursos anunciados em junho de 2026 estavam marcados como preview ou "em breve"	Tokens, mais custos de ferramentas e de warehouse
Servidor MCP gerenciado pelo Snowflake	Expõe agentes, Analyst, Search e SQL a clientes de IA externos	GA desde novembro de 2025	Custos das ferramentas subjacentes

Os modelos vêm da Anthropic, da OpenAI, do Google, da Meta, da Mistral AI e de outros, além dos próprios modelos Arctic do Snowflake para embedding e extração. Quais você pode chamar depende da sua região e da sua configuração entre regiões. Falo mais disso abaixo, porque é a decisão que mais importa para clientes de defesa.

O Cortex Analyst não lê suas tabelas e adivinha. Ele lê uma semantic view: um objeto no nível do schema que nomeia suas entidades de negócio, medidas, joins e sinônimos.

Só esses metadados vão para o modelo escrever o SQL. Depois o SQL roda no seu warehouse, sob o role de quem fez a chamada.

Então a qualidade de cada resposta do Snowflake CoWork sobre receita, taxa de refugo ou entrega no prazo depende dessa semantic view. Na minha experiência, é aqui que está o trabalho de verdade.

A parte difícil foi chegar a um acordo sobre as definições de métricas na camada semântica, não a limpeza dos dados. Definir "entrega no prazo" uma única vez, de um jeito que vendas, supply chain e finanças aceitem, exige mais reuniões do que qualquer configuração de modelo.

Dois recursos ajudam. As verified queries permitem guardar uma pergunta comprovadamente correta junto com o seu SQL, para que o modelo tenha exemplos resolvidos. O Snowflake também permite rodar avaliações com base nelas, o que dá a você um número de precisão em vez da impressão de uma demonstração.

A abordagem mais antiga, arquivos YAML de modelo semântico em um stage, ainda funciona. Evite-a em trabalhos novos. A própria documentação do Snowflake recomenda semantic views, e qualquer pessoa com acesso ao stage pode usar um modelo YAML, o que é uma lacuna de governança.

Se os dados do seu ERP ainda não foram carregados e modelados de forma limpa, comece por aí. Meu guia sobre como levar dados de SAP, Oracle e Dynamics 365 para o Snowflake cobre essa etapa.

O argumento mais forte a favor do Snowflake Cortex AI é a governança. Cortex Analyst, Cortex Agents e CoWork respeitam o seu controle de acesso baseado em roles, as row access policies e o mascaramento já existentes.

O próprio acesso aos modelos agora é controlado por grants de roles. O antigo parâmetro de allowlist de modelos para toda a conta está sendo aposentado ao longo de 2026.

Há nuances que vale verificar antes que alguém aprove.

1. O Cortex Search roda com os direitos do dono. Qualquer pessoa com USAGE em um serviço de busca vê resultados de tudo o que o role dono indexou. Construa serviços separados por público, não um único índice grande.
2. Os agentes usam o role padrão de quem chama. Se os usuários têm roles padrão amplos, o agente herda essa amplitude. Organize os roles primeiro.
3. A inferência entre regiões move os prompts. O parâmetro CORTEX_ENABLED_CROSS_REGION controla se a inferência pode rodar fora da sua região de origem. O Snowflake diz que os dados continuam armazenados na região de origem e que os prompts não são persistidos em outro lugar, mas o conteúdo viaja. Algumas organizações mais novas vêm com ANY_REGION como padrão. A documentação de inferência entre regiões recomenda configurá-lo explicitamente se você tem requisitos de residência.
4. O servidor MCP pode contornar o seu agente. O Snowflake recomenda expor um Cortex Agent como a única ferramenta para perguntas governadas. Expor a execução direta de SQL no mesmo servidor permite que um cliente externo passe por fora dos controles do agente.

Na defesa, o ponto 3 é a conversa. Configurar o parâmetro como DISABLED ou com um valor regional mantém a inferência dentro da sua fronteira, mas restringe os modelos que você pode usar e custa mais por crédito. As regiões do governo dos EUA do Snowflake mantêm as requisições dentro da mesma fronteira de compliance.

A documentação de MCP também afirma que uma avaliação FedRAMP formal do servidor MCP não foi concluída. Dados classificados não têm lugar em nada disso. Mantenha o piloto em dados não classificados e não sujeitos a controle de exportação, e faça o responsável por controle de exportação aprovar a fronteira por escrito.

Meu guia de framework de governança de IA cobre o lado das políticas.

Os recursos de IA são cobrados em AI Credits, separados dos Platform Credits que pagam os warehouses. Segundo a página de preços de IA do Snowflake, um AI Credit custa $2.00 sob demanda com roteamento global e $2.20 quando você restringe a inferência à sua região ou desativa o roteamento entre regiões.

O preço do AI Credit é o mesmo em todas as edições. O desconto de capacidade dos seus Platform Credits não se aplica a ele.

As tarifas abaixo são preços de tabela da Snowflake Service Consumption Table em vigor desde 9 de outubro de 2026, verificados em outubro de 2026. Contratos corporativos, faixas de capacidade de AI Credits e novos lançamentos de modelos vão mudar esses números.

Item	Tarifa de tabela
AI Credit, roteamento global / roteamento regional	$2.00 / $2.20
AI_COMPLETE com llama3.3-70b (entrada / saída)	0,432 / 0,432 AI Credits por milhão de tokens
AI_COMPLETE com openai-gpt-4.1 (entrada / saída)	1,20 / 4,80 AI Credits por milhão de tokens
AI_COMPLETE com claude-sonnet-4-5 (entrada / saída)	1,80 / 9,00 AI Credits por milhão de tokens
AI_CLASSIFY ou AI_FILTER	1,62 AI Credits por milhão de tokens
AI_EXTRACT (arctic-extract)	5,55 AI Credits por milhão de tokens
AI_PARSE_DOCUMENT, modo layout	3,66 AI Credits por 1.000 páginas
Cortex Search serving	6,3 AI Credits por GB por mês de dados indexados
Cortex Analyst via REST API	67 Platform Credits por 1.000 mensagens

A diferença entre modelos é grande. Nos tokens de saída, o claude-sonnet-4-5 custa cerca de 20 vezes o llama3.3-70b. Rodar uma classificação sobre dez anos de notas de manutenção no modelo errado é como orçamentos de IA estouram em uma semana.

Três armadilhas de custo pegam as pessoas. Conversas com vários turnos reprocessam o histórico completo a cada turno, então chats longos custam mais por pergunta.

Os custos dos agentes se empilham: tokens de orquestração, depois cada ferramenta, depois o warehouse que roda o SQL. O provisioned throughput, se você o reservar, não pode ser cancelado e é cobrado quer você use, quer não.

Os controles existem. Use resource budgets, cotas por usuário e orchestration budgets nos agentes. Monitore as views de uso, como CORTEX_FUNCTIONS_QUERY_USAGE_HISTORY, CORTEX_AGENT_USAGE_HISTORY e SNOWFLAKE_COWORK_USAGE_HISTORY.

Teste cada job em lote primeiro em uma amostra. Meu guia de preços e créditos do Snowflake cobre o lado da plataforma.

A própria documentação do Snowflake é honesta aqui. O Cortex Analyst responde perguntas que o SQL consegue responder.

Ele não faz raciocínios abertos do tipo "por que a margem caiu?", e não consegue reaproveitar resultados de consultas anteriores. O Snowflake também avisa que as respostas e citações dos agentes não têm garantia de precisão.

Minha avaliação: trate toda resposta de IA que alimenta uma decisão como um rascunho que uma pessoa nomeada assina. Isso pesa mais na defesa, onde um número errado pode acabar em um documento contratual ou de auditoria.

O aprisionamento ao fornecedor é o outro risco. Semantic views, agentes e serviços de busca são objetos do Snowflake.

Seus prompts e conjuntos de avaliação são portáveis; a encanação, não. Se você ainda está escolhendo a plataforma, minha comparação Snowflake vs Databricks apresenta esse trade-off.

O primeiro caso de uso que eu escolheria nos dois setores tem o mesmo formato: um conjunto de perguntas estruturadas e um conjunto de documentos, para uma equipe.

Na indústria, eu faria do primeiro piloto um assistente de manutenção e qualidade. Uma semantic view fica sobre ordens de serviço, paradas, refugo e dados de não conformidade vindos do ERP e do MES.

Um serviço Cortex Search fica sobre os procedimentos de manutenção e os relatórios de qualidade encerrados. Um planejador de manutenção pergunta "quais linhas tiveram mais paradas não planejadas no último trimestre, e o que encontramos da última vez?" e recebe os números junto com os relatórios relevantes.

Na defesa, o mesmo padrão funciona para qualidade de fornecedores em um programa não classificado: métricas de entrega e qualidade vindas do ERP, mais os documentos de ação corretiva dos fornecedores. Mantenha material classificado e sob controle de exportação totalmente fora do escopo.

Um piloto de Cortex AI em 90 dias

1. 01

   Escopo

   Escolha uma equipe, de 20 a 30 perguntas reais e um conjunto de documentos. Configure o parâmetro entre regiões e os roles antes de qualquer outra coisa.

2. 02

   Modelo

   Construa a semantic view e escreva verified queries para as principais perguntas. Combine as definições de métricas com o dono de negócio.

3. 03

   Construção

   Crie o serviço Cortex Search por público e um Cortex Agent. Configure budgets e cotas por usuário no primeiro dia.

4. 04

   Teste

   Rode avaliações com o conjunto de perguntas. Os usuários dão nota às respostas. Compare com quanto tempo as mesmas respostas levam hoje.

5. 05

   Decisão

   Escalar, corrigir os dados ou parar. Registre qual decisão e por quê.

Meça quatro coisas e registre uma linha de base antes de começar.

1. Precisão das respostas contra o conjunto de perguntas verificadas, pontuada pelo dono de negócio.
2. Tempo até a resposta comparado com o caminho atual, normalmente uma solicitação a um analista ou uma caça a relatórios.
3. Custo por pergunta respondida, a partir das views de uso, incluindo o tempo de warehouse.
4. Exceções de acesso: qualquer caso em que um usuário viu dados que o seu role não deveria alcançar. A meta é zero.

Antes de comprar qualquer coisa, verifique a configuração atual do CORTEX_ENABLED_CROSS_REGION, liste quem tem roles padrão amplos e escolha as 20 perguntas que o seu diretor de operações faz todo mês. Esse briefing de uma página vai dizer mais sobre a sua prontidão do que qualquer demonstração de fornecedor.

Se você quiser uma segunda opinião sobre o escopo do piloto, as configurações de residência ou a proposta de um SI, eu ajudo organizações com essas decisões. Você pode entrar em contato aqui. Para o equivalente no Databricks, veja meu texto sobre Databricks Genie e Agent Bricks.

O que é o Snowflake Cortex AI?

O Snowflake Cortex AI é a família de serviços de IA do Snowflake que roda dentro da sua conta Snowflake. Ela inclui funções SQL de IA que chamam grandes modelos de linguagem, o Cortex Analyst para perguntas sobre tabelas e o Cortex Search para documentos. Os Cortex Agents orquestram as ferramentas, e o app Snowflake CoWork atende os usuários de negócio.

O Snowflake Intelligence é o mesmo que o Snowflake CoWork?

Sim. O Snowflake Intelligence ficou disponível para uso geral em 4 de novembro de 2025 e foi renomeado para Snowflake CoWork no Snowflake Summit de junho de 2026. Alguns privilégios SQL e nomes padrão de objetos ainda usam o nome Snowflake Intelligence.

O Snowflake Cortex envia meus dados para fora do Snowflake?

Os modelos rodam dentro do perímetro de serviço do Snowflake, e seus dados armazenados permanecem na região de origem da sua conta. Com a inferência entre regiões habilitada, prompts e respostas podem ser processados em outra região e não ficam persistidos lá. Se você tem regras de residência, configure explicitamente o parâmetro CORTEX_ENABLED_CROSS_REGION.

Quanto custa o Snowflake Cortex AI?

A maioria dos recursos do Cortex é cobrada em AI Credits, a $2.00 cada com roteamento global ou $2.20 com roteamento regional, preço de tabela verificado em outubro de 2026. As tarifas variam por modelo e recurso, de frações de crédito a vários créditos por milhão de tokens. O Cortex Analyst via REST API cobra 67 Platform Credits por 1.000 mensagens. Contratos corporativos mudam esses números.

O que são as semantic views do Snowflake?

As semantic views são objetos do Snowflake no nível do schema que descrevem entidades de negócio, medidas, relacionamentos e sinônimos. O Cortex Analyst e os Cortex Agents as usam para transformar perguntas em SQL preciso. Elas substituem os antigos arquivos YAML de modelo semântico e são o principal fator na qualidade das respostas.

O que substituiu o Snowflake Document AI?

A função AI_EXTRACT. O Snowflake descontinuou a interface do Document AI e seu método PREDICT em 16 de março de 2026. A AI_EXTRACT extrai entidades, listas e tabelas de documentos em uma única chamada SQL e é cobrada por tokens.