Snowflake CoWork dan CoCo pada Data Enterprise: Analisis

Produk AI perusahaan yang paling modis saat ini adalah chatbot dengan lencana, anggaran, dan kebiasaan mencurigakan meminta ekspor data Anda. Snowflake memasang taruhan yang lebih praktis: alih-alih menyeret data perusahaan ke misi sampingan lainnya, tempatkan agen di tempat data sudah berada. Di halaman AI Data Cloud-nya, Snowflake menjelaskan semuanya dengan lugas: pengguna mengajukan pertanyaan dalam bahasa alami dengan CoWork dan membangun solusi dengan CoCo. Itu memang tidak terlalu terasa fiksi ilmiah, tetapi lebih berguna, seperti memberi gudang data meja resepsionis alih-alih mengajari semua orang menjuggling CSV di tempat parkir.

Agen berpindah ke dalam gudang data

Menurut halaman AI Data Cloud Snowflake, cara perusahaan ini membingkai AI agentik cukup langsung: bawa AI ke seluruh data perusahaan, biarkan pengguna mengajukan pertanyaan bahasa alami melalui Snowflake CoWork, dan biarkan pembangun membuat solusi dengan Snowflake CoCo. Bagian pentingnya adalah lokasi. Snowflake tidak memasarkan CoWork dan CoCo sebagai asisten terpisah yang melayang di atas bisnis seperti balon cuaca bertema produktivitas. Snowflake menampilkannya sebagai antarmuka di dalam satu platform, dan itu penting karena AI perusahaan biasanya mati di suatu tempat antara kontrol akses, kesegaran data, dan spreadsheet bernama final_final_reallyfinal.xlsx.

Pemosisian itu juga memberi tahu para pembangun ke mana arah pertarungan platform. Agen itu sendiri menjadi kurang magis dan lebih bersifat infrastruktur, sebuah lapisan yang membutuhkan data yang diatur, konteks, izin, dan kait alur kerja. Jika Anda membangun di dalam organisasi yang padat data, inilah perbedaan antara demo yang memukau eksekutif dan sistem yang bertahan saat berhadapan dengan pengadaan. Agen tidak membutuhkan jubah; ia membutuhkan izin tabel yang tepat.

CoWork bertanya, CoCo membangun

TechTarget melaporkan bahwa Snowflake CoCo, sebelumnya Cortex Code, adalah agen coding dari vendor tersebut untuk mengembangkan alur kerja dan aplikasi, sementara Snowflake CoWork, sebelumnya Snowflake Intelligence, adalah agen pribadi yang membantu pengguna menganalisis data dan membangun alur kerja data. Pembagian itu rapi dengan cara penamaan produk perusahaan yang kadang baru terjadi setelah tiga komite dan satu rebrand darurat. CoWork ditujukan untuk sisi tanya jawab dan analisis, tempat pengguna bisnis bertanya apa yang terjadi dan mengapa. CoCo ditujukan untuk sisi pembangunan, tempat rekayasa data, analitik, dan alur kerja AI diubah menjadi sesuatu yang dapat dijalankan, bukan sekadar undangan rapat tambahan.

Halaman produk CoCo milik Snowflake menyebutnya sebagai agen coding AI data-native yang mengubah alur kerja rekayasa data, analitik, dan AI yang kompleks menjadi percakapan. Halaman yang sama mencantumkan CoCo Desktop sebagai sudah GA, menyertakan opsi unduhan untuk Mac dan Windows, serta mengarahkan pengguna ke instalasi CLI dan penggunaan di dalam Snowsight. Itu penting karena pengemasan bukan detail kecil di sini. Agen coding yang hidup di platform data, browser, dan tooling desktop adalah cara Snowflake mencoba menemui para pembangun di tempat mereka sudah berpindah tab seperti rakun berkafein.

Tata kelola menjadi bagian dari antarmuka agen

TechTarget juga melaporkan bahwa Snowflake memperkenalkan alat Horizon Catalog baru yang ditujukan untuk mengamankan dan mengatur agen sambil menstandarkan konteks yang dipanggil agen-agen tersebut untuk menjalankan tugas. Ini adalah bagian cerita yang paling tidak mencolok, dan justru karena itu kemungkinan besar paling penting. Alur kerja agentik hanya berguna ketika model tahu apa yang boleh dilihat, apa yang harus diabaikan, dan rawa data perusahaan mana yang telah diberkati oleh tata kelola, bukan sekadar perasaan. Rekayasa konteks terdengar seperti tagihan konsultan, tetapi dalam praktiknya ini adalah perpipaan membosankan yang mencegah agen berubah menjadi autocomplete dengan kartu perusahaan.

Pengumuman Anthropic menambahkan bagian lain ke tumpukan itu. Anthropic mengatakan kemitraannya yang diperluas dengan Snowflake adalah perjanjian multi-tahun senilai $200 juta yang membuat model Claude tersedia di platform Snowflake bagi lebih dari 12.600 pelanggan global di Amazon Bedrock, Google Cloud Vertex AI, dan Microsoft Azure. Anthropic juga mengatakan kemitraan ini berfokus pada penerapan agen AI di perusahaan besar dan memungkinkan insight dari data terstruktur maupun tidak terstruktur sambil mempertahankan standar keamanan yang ketat. Terjemahannya: Snowflake ingin lapisan model cukup dekat agar berguna, tetapi tidak begitu longgar sampai setiap agen menjadi rakun di lemari izin.

Perlombaan yang lebih luas adalah tentang di mana pekerjaan terjadi

OpenAI bergerak ke arah yang berdekatan. Pada 10 September 2026, OpenAI memperkenalkan agen Data di ChatGPT Work yang menurutnya dapat mengubah data perusahaan menjadi jawaban, dashboard interaktif, dan tindakan melalui pertanyaan, dengan penekanan pada koneksi ke data dan konteks perusahaan yang tepercaya. Perbandingan itu berguna karena memperjelas percabangan strategisnya. OpenAI berawal dari pengalaman asisten lalu menjangkau ke data perusahaan; Snowflake berawal dari cloud data yang diatur lalu menambahkan antarmuka agentik di atasnya.

Bagi pembaca yang membangun sistem AI, pelajarannya bukan bahwa satu rute pasti menang secara otomatis. Pelajarannya adalah bahwa agen sedang menjadi lapisan pengemasan untuk akses data, analisis, coding, dan tata kelola, bukan hanya kotak chat dengan postur yang lebih baik. Perhatikan bagaimana Snowflake mengekspos izin, mencatat perilaku agen, mengelola konteks, dan menetapkan harga konsumsi di sekitar CoWork dan CoCo, karena detail-detail itulah yang akan menentukan apakah ini menjadi infrastruktur harian atau sekadar tab lain yang tidak dibuka siapa pun setelah minggu peluncuran. Trik cerdasnya bukan membuat bot lebih pintar; melainkan membuat spreadsheet tidak terlalu kesepian.