Speaker #1Bonjour à toutes et à tous et bienvenue dans ce nouvel épisode de la Tech en Short. Aujourd'hui, on parle du Snowflake Summit 2026. Il y a eu beaucoup d'annonces, vraiment beaucoup. Alors plutôt que de tout élister, on va suivre un fil simple, comment Snowflake... essaie de construire une IA d'entreprise qui soit vraiment utile, fiable et exploitable au quotidien. C'est parti ! Le premier point, et probablement le plus structurant du summit, c'est Horizon Catalogue avec Horizon Context. Voilà le problème que Stumfac essaie de résoudre. Dans beaucoup d'entreprises, les données existent, les outils existent, les agents IA aussi, maintenant. Mais ils ne parlent pas tous le même langage. Le mot « client actif » , par exemple, peut vouloir dire une chose dans le CRM, une autre dans un tableau de bord, Et encore une autre chose pour un agent IA. Au final, trois réponses différentes à la même question. Et une perte de confiance totale dans les chiffres. Ce que Snowflake veut donc faire avec Horizon Context, c'est créer une couche sémantique commune. Et pour ça, la logique se découpe en trois temps. Tout d'abord, colléter. Snowflake connecte Horizon Catalog au système externe. Base de données, outils BI, pipeline de données. Et pour aller plus loin, Snowflake pousse aussi un standard ouvert, OSI. pour que d'autres systèmes puissent aussi contribuer. Ensuite, enrichir. Collecter des métadonnées brutes, c'est un début. Mais il faut leur donner du sens. Horizon Context reconstitue le lineage complet d'une donnée, de sa source jusqu'à son usage. Il identifie et remonte les assets les plus utilisés et peut également générer automatiquement des descriptions grâce à l'IA. Il peut même créer des vues sémantiques depuis vos fichiers SQL, tableau ou Power BI existants. Moins de travail manuel, plus de contexte exploitable. Et enfin, activer. Le contexte ne sert à rien s'il n'est pas utilisé au bon moment. Quand un agent IA reçoit une question, il cherche automatiquement le contexte pertinent en combinant recherche par mots-clés et compréhension sémantique. Et ce contexte est accessible depuis de nombreux autres outils comme Power BI, Excel, Looker, etc. Donner du contexte à l'IA, c'est bien. Encore faut-il que cette IA soit gouvernée, traçable et sécurisée. Parce qu'un agent IA qui agit dans une entreprise, c'est puissant. Mais si personne ne sait ce qu'il fait, Qui il est et quelles données il touche, alors c'est un vrai problème. Le FLEC a donc annoncé plusieurs règles de contrôle. D'abord, AI Agent Identity. L'idée, chaque agent IA qui agit dans la plateforme doit avoir une identité claire, des droits définis et une traçabilité. Comme un salarié qui a un badge et des accès. Sauf que là, c'est un agent logiciel. Ensuite, AI Security Posture Management. C'est LE tableau de bord de surveillance des usages IA. pour savoir quels agents tournent, quelles données ils touchent et où sont les risques. Contact d'un côté, gouvernance et sécurité de l'autre, fait le socle sur lequel Snowflake veut faire reposer toute sa stratégie IA. Parlons maintenant de Coco. Alors Coco, ce n'est pas une création totalement nouvelle, puisque c'est le nouveau nom de CortexCode, l'assistant de développement de Snowflake. Mais le changement ne porte pas que sur le nom. Ce qui est vraiment nouveau, c'est ce que Coco peut faire maintenant. Avec les Cloud Agents et les Automations, Il ne se contente plus de suggérer du code. Il peut enchaîner des étapes, lancer des tâches, exécuter des actions de façon plus autonome. Autrement dit, avant, Coco était un copilote. Maintenant, Snowflake va en faire un agent qui participe vraiment au travail technique. Une véritable évolution pour les équipes data et les développeurs pour construire plus vite, automatiser et délayer des tâches répétitives à un agent qui sait les exécuter. Côté métier, Snowflake a aussi une réponse avec Cowork. Là aussi, Cowork n'est pas sorti nulle part puisque c'est le nouveau nom de Snowflake Intelligence. Mais la vision s'est clairement élargie. Cowork, c'est l'assistant de travail pour les utilisateurs métiers, pas pour les data engineers, pour les responsables, les analystes et les managers. Ce qui le rend vraiment intéressant, c'est son côté personnalisé. Cowork garde une mémoire de l'utilisateur. Il comprend son contexte, ses habitudes, ses sujets de travail. Il peut mobiliser plusieurs agents en arrière-plan pour répondre à une question complexe. Et il s'intègre dans les outils du quotidien comme les mails, Slack ou Teams. En clair, ce n'est plus juste un chatbot qui répond à des questions. C'est un assistant qui essaie de comprendre ce dont vous avez besoin et d'agir en conséquence. Et dans cette logique, il y a une nouveauté concrète à mentionner, les artifacts. Snowflake remplace purement et simplement son ancien produit dashboard par les artifacts. Ce sont des vues vivantes sur des données fiables, gouvernées, partageables avec des collègues. Mais ce qui change vraiment, c'est l'interaction. Un collègue qui reçoit un artefact peut poser des questions directement dessus, explorer les données, creuser un point précis. Ce n'est plus un rapport figé qu'on consulte passivement. C'est un objet vivant avec lequel on dialogue. Alors, qu'est-ce qu'on retient vraiment du Snowflake Summit 2026 ? Eh bien, pas juste encore plus d'IA. Non, le vrai message, c'est plutôt une IA avec plus de contexte pour des réponses plus fiables. Une IA mieux gouvernée pour des déploiements plus sûrs. Des outils plus utiles pour les métiers, pas seulement pour les experts. En d'autres termes, une plateforme plus simple, plus ouverte. et plus automatisé pour une véritable IA d'entreprise. C'était Gaël pour la Tech en Short. Si l'épisode vous a plu, abonnez-vous !
