Snowflake CoWork y CoCo en datos empresariales: análisis

El producto de IA empresarial más de moda ahora mismo es un chatbot con una insignia, un presupuesto y una sospechosa costumbre de pedirte la exportación de tus datos. Snowflake está haciendo una apuesta más práctica: en vez de arrastrar los datos empresariales a otra misión secundaria más, poner los agentes donde los datos ya viven. En su página de AI Data Cloud, Snowflake plantea todo de forma sencilla: los usuarios hacen preguntas en lenguaje natural con CoWork y crean soluciones con CoCo. Eso es menos ciencia ficción, pero más útil, como darle al almacén de datos un mostrador de atención en lugar de enseñar a todo el mundo a hacer malabares con archivos CSV en el estacionamiento.

El agente se muda al almacén de datos

Según la página de AI Data Cloud de Snowflake, el enfoque de la empresa para la IA agéntica es directo: llevarla a todos los datos de una empresa, permitir que los usuarios hagan preguntas en lenguaje natural mediante Snowflake CoWork y permitir que los creadores desarrollen soluciones con Snowflake CoCo. La parte importante es la ubicación. Snowflake no presenta CoWork y CoCo como asistentes desconectados que flotan sobre el negocio como un globo meteorológico con tema de productividad. Los presenta como interfaces dentro de una sola plataforma, lo cual importa porque la IA empresarial suele morir en algún punto entre el control de acceso, la frescura de los datos y la hoja de cálculo llamada final_final_deverdadfinal.xlsx.

Ese posicionamiento también les dice a los creadores hacia dónde va la pelea entre plataformas. El agente en sí se está volviendo menos mágico y más infraestructural: una capa que necesita datos gobernados, contexto, permisos y conexiones con flujos de trabajo. Si estás construyendo dentro de una organización con muchos datos, esta es la diferencia entre una demostración que deslumbra a los ejecutivos y un sistema que sobrevive al contacto con compras. El agente no necesita una capa; necesita los permisos de tabla correctos.

CoWork pregunta, CoCo construye

TechTarget informó que Snowflake CoCo, antes Cortex Code, es el agente de codificación del proveedor para desarrollar flujos de trabajo y aplicaciones, mientras que Snowflake CoWork, antes Snowflake Intelligence, es un agente personal que ayuda a los usuarios a analizar datos y crear flujos de trabajo de datos. Esa división es ordenada de la manera en que los nombres de productos empresariales a veces lo son después de tres comités y un cambio de marca de emergencia. CoWork apunta al lado de preguntas, respuestas y análisis, el lugar donde los usuarios de negocio preguntan qué ocurrió y por qué. CoCo apunta al lado de la construcción, donde la ingeniería de datos, la analítica y los flujos de trabajo de IA se convierten en algo ejecutable en lugar de otra invitación a reunión.

La página de producto de CoCo de Snowflake lo llama un agente de codificación de IA nativo de datos que convierte flujos de trabajo complejos de ingeniería de datos, analítica e IA en conversaciones. La misma página indica que CoCo Desktop ya está disponible de forma general, incluye opciones de descarga para Mac y Windows, y dirige a los usuarios a la instalación por CLI y al uso dentro de Snowsight. Eso importa porque el empaquetado no es un detalle menor aquí. Un agente de codificación que vive en la plataforma de datos, en el navegador y en herramientas de escritorio es el intento de Snowflake de encontrarse con los creadores donde ya cambian de pestaña como mapaches con cafeína.

La gobernanza se vuelve parte de la interfaz del agente

TechTarget también informó que Snowflake presentó nuevas herramientas de Horizon Catalog orientadas a proteger y gobernar agentes, al mismo tiempo que estandarizan el contexto al que esos agentes recurren para realizar tareas. Esta es la parte menos llamativa de la historia, que es exactamente por lo que probablemente sea la más importante. Los flujos de trabajo agénticos solo son útiles cuando el modelo sabe qué puede ver, qué debe ignorar y qué pantano de datos empresariales ha sido bendecido por la gobernanza en lugar de por las buenas vibras. La ingeniería de contexto suena como una factura de consultoría, pero en la práctica es la fontanería aburrida que evita que los agentes se conviertan en autocompletado con tarjeta corporativa.

El anuncio de Anthropic agrega otra pieza a esa pila. Anthropic dijo que su alianza ampliada con Snowflake es un acuerdo multianual de 200 millones de dólares que pone los modelos Claude a disposición de más de 12.600 clientes globales dentro de la plataforma Snowflake, a través de Amazon Bedrock, Google Cloud Vertex AI y Microsoft Azure. Anthropic también dijo que la alianza se centra en desplegar agentes de IA en grandes empresas y en permitir la generación de insights a partir de datos estructurados y no estructurados, manteniendo estándares de seguridad rigurosos. Traducción: Snowflake quiere que la capa de modelos esté lo bastante cerca como para ser útil, pero no tan suelta como para que cada agente se convierta en un mapache dentro del armario de permisos.

La carrera más amplia trata sobre dónde ocurre el trabajo

OpenAI está avanzando en una dirección cercana. El 10 de septiembre de 2026, OpenAI presentó un agente de Datos en ChatGPT Work que, según dice, puede convertir los datos de una empresa en respuestas, paneles interactivos y acciones mediante preguntas, con énfasis en conectarse a datos y contexto empresariales confiables. Esa comparación es útil porque aclara la bifurcación estratégica. OpenAI parte de la experiencia del asistente y se acerca a los datos empresariales; Snowflake parte de la nube de datos gobernada y añade interfaces agénticas encima.

Para quienes están creando sistemas de IA, la conclusión no es que una ruta gane por defecto. Es que los agentes se están convirtiendo en una capa de empaquetado para el acceso a datos, el análisis, la codificación y la gobernanza, no solo en una caja de chat con mejor postura. Observa cómo Snowflake expone permisos, registra el comportamiento de los agentes, gestiona el contexto y fija precios de consumo alrededor de CoWork y CoCo, porque esos detalles determinarán si esto se convierte en infraestructura diaria o solo en otra pestaña que nadie abre después de la semana de lanzamiento. El truco inteligente no es hacer que el bot sea más listo; es hacer que la hoja de cálculo se sienta menos sola.