Snowflake CoWork et CoCo sur les données d’entreprise : analyse

Le produit d’IA d’entreprise le plus à la mode en ce moment est un chatbot avec un badge, un budget et une fâcheuse tendance à demander votre export de données. Snowflake fait un pari plus pratique : au lieu d’entraîner les données d’entreprise dans une énième quête secondaire, placer les agents là où les données se trouvent déjà. Sur sa page AI Data Cloud, Snowflake présente les choses simplement : les utilisateurs posent des questions en langage naturel avec CoWork et créent des solutions avec CoCo. C’est moins science-fiction, mais plus utile, comme installer un accueil à l’entrée de l’entrepôt au lieu d’apprendre à tout le monde à jongler avec des CSV sur le parking.

L’agent entre dans l’entrepôt

Selon la page AI Data Cloud de Snowflake, la manière dont l’entreprise présente l’IA agentique est directe : l’apporter à toutes les données d’une entreprise, permettre aux utilisateurs de poser des questions en langage naturel via Snowflake CoWork, et permettre aux créateurs de concevoir des solutions avec Snowflake CoCo. Le point important, c’est l’emplacement. Snowflake ne présente pas CoWork et CoCo comme des assistants détachés flottant au-dessus de l’entreprise comme un ballon météo sur le thème de la productivité. Elle les présente comme des interfaces à l’intérieur d’une plateforme unique, ce qui compte, car l’IA d’entreprise meurt généralement quelque part entre le contrôle des accès, la fraîcheur des données et le tableur nommé final_final_vraimentfinal.xlsx.

Ce positionnement indique aussi aux créateurs où se dirige la bataille des plateformes. L’agent lui-même devient moins magique et plus infrastructurel, une couche qui a besoin de données gouvernées, de contexte, d’autorisations et de points d’accroche dans les workflows. Si vous construisez au sein d’une organisation riche en données, c’est la différence entre une démo qui éblouit les dirigeants et un système qui survit au contact du service achats. L’agent n’a pas besoin d’une cape ; il a besoin des bonnes autorisations de table.

CoWork pose des questions, CoCo construit

TechTarget a rapporté que Snowflake CoCo, anciennement Cortex Code, est l’agent de codage du fournisseur pour développer des workflows et des applications, tandis que Snowflake CoWork, anciennement Snowflake Intelligence, est un agent personnel qui aide les utilisateurs à analyser les données et à construire des workflows de données. Cette séparation est bien nette, comme peut parfois l’être la dénomination des produits d’entreprise après trois comités et un changement de marque en urgence. CoWork vise le côté questions-réponses et analyse, l’endroit où les utilisateurs métier demandent ce qui s’est passé et pourquoi. CoCo vise le côté construction, là où l’ingénierie des données, l’analytique et les workflows d’IA deviennent quelque chose d’exécutable plutôt qu’une nouvelle invitation à une réunion.

La page produit CoCo de Snowflake le décrit comme un agent de codage IA natif des données qui transforme des workflows complexes d’ingénierie des données, d’analytique et d’IA en conversations. La même page indique que CoCo Desktop est désormais disponible en version GA, inclut des options de téléchargement pour Mac et Windows, et renvoie les utilisateurs vers l’installation en CLI et l’utilisation dans Snowsight. Cela compte, car le packaging n’est pas un détail mineur ici. Un agent de codage qui vit dans la plateforme de données, le navigateur et les outils de bureau, c’est Snowflake qui essaie de rejoindre les créateurs là où ils changent déjà d’onglets comme des ratons laveurs caféinés.

La gouvernance devient partie intégrante de l’interface de l’agent

TechTarget a également rapporté que Snowflake a introduit de nouveaux outils Horizon Catalog destinés à sécuriser et gouverner les agents, tout en standardisant le contexte auquel ces agents font appel pour effectuer des tâches. C’est la partie la moins spectaculaire de l’histoire, ce qui est précisément la raison pour laquelle elle est probablement la plus importante. Les workflows agentiques ne sont utiles que lorsque le modèle sait ce qu’il a le droit de voir, ce qu’il doit ignorer, et quel marécage de données d’entreprise a été validé par la gouvernance plutôt que par de simples impressions. L’ingénierie du contexte ressemble au libellé d’une facture de conseil, mais en pratique, c’est la plomberie ennuyeuse qui empêche les agents de devenir de l’autocomplétion avec une carte d’entreprise.

L’annonce d’Anthropic ajoute une autre pièce à cet ensemble. Anthropic a déclaré que son partenariat élargi avec Snowflake est un accord pluriannuel de 200 millions de dollars qui rend les modèles Claude disponibles dans la plateforme Snowflake pour plus de 12 600 clients dans le monde, via Amazon Bedrock, Google Cloud Vertex AI et Microsoft Azure. Anthropic a également indiqué que le partenariat se concentre sur le déploiement d’agents IA dans de grandes entreprises et sur la génération d’informations à partir de données structurées et non structurées, tout en maintenant des normes de sécurité rigoureuses. Traduction : Snowflake veut que la couche de modèles soit assez proche pour être utile, mais pas assez libre pour que chaque agent devienne un raton laveur dans l’armoire des autorisations.

La course plus large porte sur l’endroit où le travail se fait

OpenAI pousse dans une direction voisine. Le 10 septembre 2026, OpenAI a présenté un agent Data dans ChatGPT Work qui, selon l’entreprise, peut transformer les données d’une entreprise en réponses, tableaux de bord interactifs et actions simplement en posant des questions, avec un accent mis sur la connexion aux données et au contexte fiables de l’entreprise. Cette comparaison est utile, car elle clarifie l’embranchement stratégique. OpenAI part de l’expérience d’assistant et avance vers les données d’entreprise ; Snowflake part du cloud de données gouverné et ajoute par-dessus des interfaces agentiques.

Pour les lecteurs qui construisent des systèmes d’IA, la leçon n’est pas qu’une approche gagne par défaut. C’est que les agents deviennent une couche de packaging pour l’accès aux données, l’analyse, le codage et la gouvernance, pas seulement une boîte de dialogue avec une meilleure posture. Observez comment Snowflake expose les autorisations, journalise le comportement des agents, gère le contexte et tarifie la consommation autour de CoWork et CoCo, car ce sont ces détails qui détermineront si cela devient une infrastructure quotidienne ou simplement un onglet de plus que personne n’ouvre après la semaine de lancement. L’astuce intelligente n’est pas de rendre le bot plus malin ; c’est de rendre le tableur moins seul.