Le aziende stanno affrontando una trasformazione epocale nel modo in cui gestiscono e valorizzano i propri dati. Il tradizionale Data Warehouse, un tempo al centro delle strategie IT, ha da tempo mostrato i suoi limiti nel soddisfare le esigenze di scalabilità e flessibilità operativa. Si diffonde, al suo posto, il modello della Modern Data Platform, una nuova generazione di soluzioni cloud native che apre le porte a una gestione dei dati completamente integrata, sicura e governata. Soluzioni erogate in modalità Software-as-a-Service che offrono capacità di uniformare i dati provenienti da sistemi diversi come ERP e CRM con strumenti di intelligenza artificiale di classe enterprise integrati, per facilitare l’accesso, la consultazione e la rielaborazione rapida dei record.
Proprio in questa direzione va il nuovo corso di Snowflake con AI Data Cloud. Il risultato è un ambiente in cui i dati diventano un vero e proprio motore di innovazione che accelera i processi decisionali complessi e affina le strategie data-driven.
La crescita del fatturato dell’azienda è una prova evidente dell’aver centrato l’obiettivo: oltre 4 miliardi di dollari di turnover, in aumento del 32% anno su anno e più di 12.000 clienti nel mondo, con un numero crescente di imprese (6.100 account al momento) che già utilizzano le funzionalità AI integrate nella piattaforma. È questo il segnale del fatto che il mercato non vuole più semplici layer di omogeneizzazione dei dati, ma piuttosto strumenti capaci di garantire l’accesso a insight, automazione intelligente e valore tangibile immediato.
Indice degli argomenti
Modern Data Platform, dal Data Warehouse all’AI pervasiva
Il cambio di passo in azienda ha subìto un’accelerazione con l’arrivo del nuovo CEO Sridhar Ramaswamy, nominato a marzo 2024. In precedenza Vicepresidente AI, sotto la sua guida l’azienda ha deciso di abbracciare in modo esteso il concetto di IA enterprise-ready.
Una trasformazione che non è puramente “cosmetica” ma sostanziale e che ha permesso di espandere il mercato indirizzabile aprendo a Snowflake opportunità in settori e use case prima impensabili.
Il motore della piattaforma è Snowflake Intelligence, un set di agenti AI che permette l’accesso conversazionale ai dati aziendali. Gli utenti possono interrogare i record in linguaggio naturale e ottenere risposte che non si limitano a descrivere ciò che è accaduto, ma aiutano a comprenderne le motivazioni e a prevedere gli scenari futuri trasformando il dato grezzo in insight immediatamente azionabili.
Il ruolo dei partner
In Italia Snowflake sta vivendo una fase particolarmente dinamica della sua storia. I settori più maturi, come finance e fashion retail, rappresentano oggi i principali driver di adozione, ma l’azienda sta rafforzando il team interno con competenze provenienti dagli ambiti della consulenza, della tecnologia e del cloud per supportare le strategie di espansione in altri comparti.
La scelta di non offrire servizi professionali tradizionali, ma di concentrarsi con la propria organizzazione esclusivamente sul supporto all’adozione della piattaforma, valorizza l’ecosistema dei partner nell’ambito di una strategia di go-to-market al 100% indiretta.
Come cambia il concetto di Modern Data Platform
L’ecosistema di partner Snowflake cresce periodicamente in ampiezza e profondità. Con i tre grandi hyperscaler – Microsoft Azure, AWS e Google Cloud – la relazione va ben oltre la semplice fornitura infrastrutturale, abbracciando attività di co-selling che combinano i servizi Snowflake con quelli nativi dei cloud provider. Se con Microsoft e AWS la partnership è consolidata e matura, con Google c’è quella che Lorenzo Onorati, Regional Director Partners per l’area SEMEA di Snowflake, definisce una “situationship”, lasciando intendere probabili spazi di crescita futuri.
Tra i grandi nomi del software enterprise, spiccano gli accordi con Salesforce, Workday, Palantir e SAP. Con quest’ultima, sarà disponibile a breve una “approved extension” di AI Data Cloud che i clienti della casa tedesca potranno acquistare direttamente. Le partnership seguono tutte lo stesso principio architetturale: garantire funzionalità Zero Copy e integrazione bidirezionale tra le piattaforme coinvolte, eliminando le frizioni nel flusso dei dati e mantenendo la governance necessaria.
L’antitesi del lock-in
Una delle caratteristiche più apprezzate di AI Data Cloud è l’integrazione nativa di tutti i principali Large Language Model. OpenAI, Anthropic, DeepSeek… «Appena hanno un minimo di seguito, a pochi giorni dall’uscita di un nuovo modello noi lo integriamo, per garantire ai clienti la massima libertà di scelta ed evitare il lock-in», spiega Onorati.
La facilità d’uso è un altro punto di forza: la piattaforma è role-based e aperta, con un’architettura che permette l’interazione sia attraverso il linguaggio di programmazione SQL sia in linguaggio naturale. «Chi si avvicina a Snowflake – osserva il manager – può sfruttare le competenze SQL già diffuse nel mercato o semplicemente porre domande come farebbe con un collega».
Data Governance e sicurezza: le fondamenta invisibili
Un terzo aspetto, cruciale, è quello della sicurezza. «Alla base di tutto questo c’è una gestione rigorosa della Data Governance – chiarisce Marika Lilla, Country Manager di Snowflake Italy –. Anche quando i clienti scelgono di utilizzare modelli LLM esterni, i dati rimangono sempre all’interno della piattaforma e non lasciano mai l’ambiente controllato». Questo significa che si azzera il rischio che informazioni sensibili finiscano in giurisdizioni problematiche.
«Il dato grezzo che arriva in Snowflake – osserva Lilla – entra nel sistema con le caratteristiche di sicurezza definite dal suo proprietario originale e le mantiene. Il Data Lineage interno traccia ogni trasformazione, garantendo trasparenza e affidabilità. L’architettura permette di segmentare gli accessi e garantire una governance rigorosa, requisito indispensabile per i settori regolamentati». Non sorprende, quindi, che comparti come il finance, l’healthcare e il retail vedano in Snowflake una risposta naturale alle esigenze di conformità normativa e protezione dei dati aziendali.
Trasparenza e continuità operativa
La piattaforma Snowflake è disponibile in modalità SaaS (Software-as-a-Service) con un modello di tariffazione che include anche tutti i costi legati alla componente infrastrutturale «nell’ambito di un approccio votato alla massima trasparenza – sottolinea Onorati –. Questo significa nessun costo occulto e costi di egress definiti chiaramente». Quando i dati risiedono su sistemi esterni, la piattaforma opera in modalità Zero Copy accedendo ai soli record che servono senza necessità di lente e costose duplicazioni.
AI Data Cloud assicura anche la Business Continuity grazie a funzionalità di Disaster Recovery non solo tra paesi diversi, ma anche tra cloud provider differenti. I requisiti Dora, così importanti ad esempio nel settore del banking, si risolvono in maniera nativa all’interno della piattaforma senza necessità di servizi esterni.
I casi d’uso
Lilla, durante un recente incontro con la stampa, ha presentato diversi casi d’uso della Modern Data Platform Snowflake.
«Una grande banca ha automatizzato l’analisi dei contratti trasformando un processo manuale molto oneroso in termini di tempo in un flusso in cui gli operatori verificano e validano le informazioni esposte dalla piattaforma tramite semplici domande poste in linguaggio naturale direttamente all’agente AI Snowflake Intelligence».
Nel mondo telco, un noto operatore italiano ha implementato rapidamente la «Sentiment Analysis sui social rispetto alla qualità percepita dei servizi 5G, con un aumento considerevole della soddisfazione dei clienti», assicura Lilla.
«Nel fashion – conclude – abbiamo sviluppato in soli venti minuti un progetto pilota per un grosso nome della moda, che ha permesso al brand di analizzare rapidamente le immagini della nuova collezione, catalogare i capi e fare Data Enrichment delle descrizioni, anticipando di due mesi l’uscita sul mercato».
