Les nouveaux outils de Snowflake automatisent des tâches de maintenance et de réparation, tout en maintenant la validation humaine avant la mise en production. La plateforme réunit aussi ingestion, transformation et analyse des données dans un environnement gouverné.
Un agent d’IA qui s’appuie sur des données obsolètes ou sur un pipeline défaillant peut prendre une décision erronée. Pour réduire ce risque, Snowflake annonce de nouvelles fonctionnalités d’ingénierie des données autonome et d’analytique en temps réel. Elles doivent aider les entreprises à maintenir leurs pipelines et à alimenter applications, tableaux de bord et agents avec des données actualisées.
Les tâches confiées aux agents concernent notamment la détection des problèmes affectant les pipelines, l’analyse des traitements en échec et la proposition de corrections. Les équipes peuvent programmer certaines vérifications et analyses récurrentes avec CoCo Automations, à partir d’instructions formulées en langage naturel. Les workflows peuvent réutiliser des CoCo Skills et s’appuyer sur le catalogue, la traçabilité des données et les règles de gouvernance de l’entreprise.
L’exécution des agents fait également l’objet de contrôles. CoCo Cloud Agents fonctionne dans un environnement cloud isolé géré par Snowflake, avec un conteneur sécurisé pour chaque session. Les équipes peuvent limiter les actions autorisées et partager des fichiers via Snowflake Workspace. Les tâches de longue durée peuvent se poursuivre après la déconnexion de l’ingénieur. Une correction proposée par CoCo n’est pas mise en production automatiquement. Les ingénieurs doivent la valider, et l’intégration CoCo GitHub, en préversion publique, permet de l’inscrire dans les processus de revue de code existants. CoCo Cloud Agents, CoCo Restricted Session Scope et CoCo Automations sont disponibles en version générale. Snowflake Pipeline Builder, qui permet de créer des pipelines dans un éditeur visuel ou de demander à CoCo de les assembler, est en préversion publique.
« Snowflake intègre des agents autonomes dans l’ingénierie des données et rassemble les données en temps réel sur une plateforme régie par des règles », déclare Christian Kleinerman, vice-président exécutif chargé des produits chez Snowflake. « Les équipes chargées des données peuvent cesser de se consacrer à la gestion des fondations et consacrer davantage de temps à la construction de nouvelles fonctionnalités. »
La plateforme regroupe par ailleurs les étapes d’ingestion, de transformation et d’exploitation des données. Les règles de gouvernance s’appliquent ainsi aux traitements et aux données auxquels les applications et les agents accèdent. Snowflake fait aussi évoluer ses outils pour les équipes qui utilisent Apache Spark, avec des fonctions permettant de déplacer certains pipelines vers Snowflake en limitant les modifications de code.
