A Snowflake formalizou em abril o que vinha sinalizando havia meses: a transição de “plataforma de dados em nuvem” para “camada de execução governada da empresa agêntica”. O anúncio do Projeto SnowWork, a expansão do Snowflake Intelligence, o lançamento do Cortex Code e a nomeação de novo Chief Revenue Officer compõem uma reorientação estratégica que afeta diretamente como CIOs e CDOs vão pensar arquitetura de dados nos próximos 18 meses.
De data warehouse a control plane: a tese da governança
O argumento central da Snowflake é que, num mundo em que agentes de IA executam ações com impacto real — autorizam pagamentos, abrem chamados, ajustam preços —, alguém precisa garantir que cada ação seja segura, auditável e em compliance. A proposta é que esse “alguém” seja a camada de dados, não a camada de aplicação. A Snowflake quer ser para agentes o que SAP foi para ERP nos anos 90: a fonte única de verdade que todas as aplicações precisam consultar para operar.
O conceito de Governed Data — com arquitetura zero-copy e row-level security — é o argumento técnico que sustenta isso. A ideia é eliminar os riscos de movimentação de dados que aparecem quando uma empresa monta um stack de IA multi-vendor com dados sendo copiados entre plataformas. Cada cópia é uma superfície de auditoria adicional e um vetor de risco de vazamento.
Cortex Code: a aposta no desenvolvedor agêntico
O Cortex Code é a resposta da Snowflake ao Databricks Mosaic e ao Bedrock da Amazon. É um ambiente para construir, deployar e governar agentes que tocam dados corporativos — com integração nativa ao catálogo Snowflake, controle de identidade via Snowflake Horizon e observabilidade embarcada. A pegada é seduzir o engenheiro de plataforma que hoje gasta semanas montando arquitetura de RAG e governance from scratch.
O timing é interessante: a Databricks anunciou run-rate de US$ 5,4 bilhões em receita com crescimento de mais de 65% ano-a-ano. As duas empresas estão claramente correndo para o mesmo prêmio — ser a plataforma onde o agente roda em produção dentro do enterprise — mas com filosofias diferentes. A Databricks aposta na unificação lakehouse-ML-agentes via Mosaic; a Snowflake aposta em governança como diferencial competitivo principal.
O CDO vira maestro de agentes
O efeito colateral mais importante da virada agêntica é o que ela faz com o papel do Chief Data Officer. O CDO histórico era um curador: garantia qualidade, definia schemas, supervisionava data lakes. O CDO de 2026, segundo a tese da Snowflake, vira orquestrador: define como agentes interagem entre si, monitora quais ações eles podem ou não tomar, é responsável pela performance do sistema agêntico no mundo real.
Isso é uma elevação relevante de responsabilidade. CDOs que vinham reportando ao CIO começam a aparecer em comitês executivos como pares. O movimento expande a base política do CDO mas também coloca uma exposição maior — se um agente errar uma decisão crítica, é o CDO que vai ser chamado para explicar o porquê.
Multi-agente e multi-modelo: a arquitetura que está se solidificando
O consenso de mercado em 2026 é que sistemas agênticos enterprise vão ser multi-modelo e multi-agente por design. Ou seja: não é o caso de escolher entre Claude, GPT ou Gemini — é o caso de operar os três simultaneamente, com roteamento dinâmico baseado em custo, latência e tipo de tarefa. Para isso funcionar, precisa de um plano de controle robusto. É exatamente onde a Snowflake quer se inserir.
A leitura para CIOs é clara: a era em que se escolhia “o modelo” da empresa acabou. A pergunta agora é “qual a arquitetura de orquestração de modelos?” — e nessa pergunta a Snowflake compete não com OpenAI ou Anthropic, mas com Databricks, AWS Bedrock, Azure AI Foundry e Google Vertex.
O que CIOs e CDOs brasileiros precisam fazer nos próximos 90 dias
A janela de decisão sobre arquitetura agêntica está se fechando rapidamente. Empresas brasileiras de grande porte que ainda não definiram seu control plane agêntico precisam tratar isso como decisão de plataforma — equivalente a quando se escolheu cloud principal há dez anos. O custo de errar é alto, o custo de adiar é maior.
A primeira ação concreta é mapear quais dados precisam ser acessados por agentes nos próximos 24 meses e identificar onde eles vivem hoje. Se a maioria está em Snowflake, faz sentido testar Cortex Code. Se está em Databricks, Mosaic. Se está fragmentada entre múltiplos sistemas, a discussão precisa ser de consolidação antes de ser de agente.
A segunda ação é redesenhar o organograma de dados. O CDO precisa ter, antes do fim de 2026, equipe específica para governança de agentes — não como sub-área do data engineering, mas como prática separada com framework próprio. Empresas que pulam essa etapa acabam descobrindo problemas em auditoria que custam mais caro do que ter feito a estruturação preventivamente.
A terceira ação é negociar contratos com fornecedores. Snowflake e Databricks estão competindo agressivamente pelo mesmo cliente — o que significa que CIOs brasileiros têm poder de barganha que não tinham há 18 meses. Renegociar contratos vigentes agora, mesmo que renovação só venha em 2027, pode capturar economia material e termos de governança mais favoráveis.
A quarta ação é treinar o CFO. A precificação de plataformas agênticas é confusa — combina compute, storage, modelos e consultas. CFOs que não entenderem o modelo de cost allocation antes de assinar contratos vão descobrir bills inesperados em três a seis meses. Faça reunião técnica com o financeiro antes de fechar.
Publicado em 11 de maio de 2026 · thinq.news
