A Databricks anunciou nesta semana o GA (general availability) da plataforma Agent Bricks, posicionando-se diretamente contra o Cortex/SnowWork da Snowflake. O pacote inclui Custom Agents on Apps, Supervisor Agent, AI Gateway (beta), Document Intelligence e Knowledge Assistant — todos integrados ao Unity Catalog. A guerra do “control plane do agêntico enterprise” entrou em fase de execução, e Databricks chegou com argumento técnico forte.
O que mudou — e por que importa
Por dois anos, Snowflake e Databricks operaram em territórios adjacentes: Snowflake dominava data warehouse governado, Databricks dominava lakehouse e processamento aberto. Em 2026 essa divisão acabou. Ambas tentam virar o “sistema operacional do agente enterprise” — a camada onde dados, modelos e ferramentas se encontram com governança e auditoria.
O Agent Bricks GA traz cinco peças centrais. Custom Agents on Apps (GA): construção e deploy de agentes com qualquer framework, com lifecycle management e compute serverless. Supervisor Agent (GA): orquestração de múltiplos agentes em workflows complexos. AI Gateway (beta): camada unificada de governança, identidade e observabilidade. Document Intelligence (GA): extração de dados estruturados de PDFs, contratos e relatórios. Knowledge Assistant (GA): ingestão semântica de documentos enterprise com recuperação contextual.
O número que cala Snowflake
A Databricks publicou benchmark interno do Genie, seu agente de dados, mostrando salto de 32% para 90%+ de precisão em consultas complexas internas. Não é benchmark padrão — é métrica interna sobre carteira de clientes — mas o ponto é provar capacidade técnica para CEOs que avaliam vendor lock-in. O movimento responde diretamente à narrativa de Snowflake de que “Cortex é mais acessível para usuário não-técnico”.
Quem está vencendo a métrica de adoção, na prática? Dados da NRR (net revenue retention) sugerem empate: Snowflake reportou 127% no último quarter, Databricks 130%. Mas a inflexão importa: a Databricks adicionou 1.200 novos clientes corporativos no Q1 que antes operavam apenas Snowflake. O “double-vendor” virou padrão entre Fortune 500, e isso era o pesadelo de Frank Slootman quando era CEO da Snowflake.
Por que open-source ainda é vantagem da Databricks
A Databricks construiu Agent Bricks sobre MLflow, Mosaic AI e Unity Catalog — todos com camada open-source que clientes podem auditar. Snowflake fechou Cortex no proprietário. Para conselhos de banco, seguradora e healthcare brasileiros, isso pesa. Auditoria interna do Bradesco em fevereiro recomendou priorizar fornecedores com componentes auditáveis em até 30% do stack. A Databricks atende. Snowflake não, até o momento.
A outra vantagem é interoperabilidade com sistemas externos. O Cortex Code da Snowflake passou a suportar AWS Glue, Databricks (sic) e Postgres em abril — confissão tácita de que o cliente quer flexibilidade. A Databricks já tinha. Agora ambos suportam, mas a diferença é que para o cliente Snowflake a interoperabilidade é uma feature; para o cliente Databricks é arquitetura nativa.
O que muda no Brasil
Itaú, Bradesco e Banco do Brasil já operam Databricks em produção. Vale, Petrobras e Suzano operam Snowflake. Magazine Luiza, Localiza e Natura operam ambos. A pergunta que está sobre a mesa em todos esses CIOs hoje é: vale consolidar? A resposta operacional é não — migrar dados governados entre plataformas tem custo de 6 a 18 meses de projeto. A resposta estratégica é mais sutil: a empresa precisa decidir onde vai morar o agente, não onde mora o dado.
Os critérios técnicos para essa decisão estão se cristalizando. Primeiro: onde está a maior parte da computação ML? Se já em Databricks, Agent Bricks é a escolha natural. Segundo: qual é a tolerância a vendor lock-in? Snowflake é mais fechado, mas tem suporte mais consultivo no Brasil — empresa tem 280 engenheiros locais, Databricks tem ~80. Terceiro: qual é o perfil do usuário final do agente? Snowflake ganha em usuário de negócio puro. Databricks ganha em engenheiro de dados e cientista.
O risco para CIOs é parar de decidir esperando o “ganhador”. Não vai haver. Os próximos 24 meses são de coexistência, com cada um liderando segmentos diferentes. A decisão certa hoje é governança transversal: catálogo de dados unificado, política de acesso por papel, métricas de qualidade comuns — independentemente da plataforma onde o agente executa.
O custo de não decidir é maior do que o custo de errar. Cada mês de adiamento gera shadow IT, agente não governado e dado fragmentado. Em Setembro a Databricks faz seu evento de IA em São Paulo e a Snowflake responde em Outubro — quem chegar nesses eventos sem case próprio de 90 dias vai gastar 18 meses ouvindo apresentação do concorrente que decidiu antes.
Publicado em 12 de maio de 2026 — thinq.news
