Las 15 Novedades Más Importantes Del Snowflake Summit 2025

Del 2 al 5 de junio de 2025, San Francisco acogió una nueva edición del Snowflake Summit, uno de los principales referentes globales en el ámbito del cloud data y la inteligencia artificial aplicada.

Este año, bajo un lema centrado en la IA y las aplicaciones inteligentes, el encuentro congregó a miles de profesionales del sector tecnológico, líderes empresariales y expertos en datos para explorar las últimas innovaciones del ecosistema Snowflake.

Snowflake es una plataforma en la nube diseñada para centralizar, procesar, compartir y activar grandes volúmenes de datos en tiempo real, de forma escalable y segura. Se ha consolidado como una solución estratégica para empresas de todos los sectores que buscan impulsar la toma de decisiones basada en datos.

Como es costumbre, en el Snowflake Summit 2025 se presentaron muchas novedades, incluyendo nuevas capacidades de IA generativa, alianzas tecnológicas, integraciones avanzadas y funcionalidades pensadas para maximizar el valor de los datos en entornos empresariales complejos.

Para todas las personas que no pudieron asistir al evento, en este artículo, resumimos las 15 novedades más importantes del Snowflake Summit 2025, aquellas que cualquier empresa que quiera ser data-driven debe conocer.

Si lideras una empresa orientada al dato, te interesan las siguientes 15 novedades: no solo por su impacto tecnológico, sino por cómo permiten tomar mejores decisiones, escalar la IA con seguridad y acelerar el time-to-value en tus proyectos de transformación digital.

¿Qué Es Snowflake Summit 2025 y Por Qué Te Interesa  ?

Snowflake Summit es el evento insignia de Snowflake donde, cada año, se anuncian las actualizaciones más importantes de su plataforma.

Este año, bajo la dirección de su CEO Sridhar Ramaswamy, el evento incluyó una charla inaugural con Sam Altman (OpenAI), dejando claro que la IA generativa aplicada al dato será el motor de innovación en la nube en los próximos años.

El Snowflake Summit 2025 presentó una plataforma de datos renovada, pensada para facilitar aún más el trabajo con datos y potenciar la generación de valor mediante IA a lo largo de todo el ciclo de vida de los datos.

Sridhar Ramaswamy destacó que ahora Snowflake es más fácil de usar y conecta rápidamente a los usuarios de negocio con datos, personas, aplicaciones y agentes de IA.

En otras palabras, la compañía se ha propuesto “reimaginar la ingeniería de datos, el análisis, el desarrollo de aplicaciones, la colaboración y, por supuesto, la IA empresarial”, asegurando una base de datos sólida con confianza inquebrantable en la protección de los datos sensibles.

¿Quieres entender por qué tantas empresas están apostando por Snowflake?

Las 15 Novedades Del Snowflake Summit 2025 Que Transforman la Estrategia de Datos Empresarial

Snowflake Summit 2025 ha sido más que una conferencia tecnológica: ha sido una hoja de ruta para las organizaciones que quieren liderar en un mundo cada vez más dominado por la inteligencia artificial, la automatización y la cultura del dato. A lo largo de cuatro intensos días, Snowflake reveló múltiples mejoras que impactan directamente en la forma en que las empresas usan, comparten, analizan y monetizan sus datos.

A continuación, desarrollamos las 15 novedades más relevantes con foco en el impacto empresarial.

1. Snowflake Intelligence: Accede al conocimiento de tu empresa en lenguaje natural

Snowflake Intelligence es una nueva capa de interfaz conversacional que representa un antes y un después para los usuarios de negocio.

Por primera vez, cualquier persona —sin conocimientos técnicos— puede interactuar con los datos de su organización usando lenguaje natural y recibir respuestas claras, accionables y, si lo desea, ejecutar acciones sobre esos datos. Todo esto ocurre sin necesidad de escribir ni una línea de código.

A nivel técnico, funciona con modelos de lenguaje avanzados (LLMs) de OpenAI y Anthropic, pero lo más importante es que se ejecutan dentro del entorno seguro de Snowflake, lo que garantiza la protección de los datos y el cumplimiento de las políticas de gobernanza.

Esta herramienta transforma la forma en que los líderes toman decisiones: lo que antes requería una consulta al equipo de BI o un informe específico, ahora se puede resolver en segundos.

2. Semantic Views: Un lenguaje común para los datos del negocio

Las Semantic Views permiten definir métricas empresariales una sola vez, y hacer que se apliquen de forma consistente en cualquier herramienta BI o asistente de IA dentro de la empresa.

Esto pone fin a una de las fuentes más comunes de fricción en las organizaciones: tener múltiples definiciones para una misma métrica (“clientes activos”, “churn”, etc.).

Para los líderes empresariales, esta capa semántica significa que las decisiones se toman sobre datos coherentes, auditables y alineados entre áreas, lo cual mejora la calidad analítica, evita discusiones y refuerza la confianza en los cuadros de mando internos.

3. Adaptive Compute: Rendimiento que se ajusta automáticamente a la carga de trabajo

Con los nuevos Adaptive Warehouses, Snowflake introduce un sistema de cómputo que escala automáticamente en función de la carga, sin necesidad de configuración previa.

Siendo algo parecido al Smoothing en Microsoft Fabric, esto significa que cuando una carga aumenta (por ejemplo, en cierres contables o campañas), los recursos se ajustan para mantener el rendimiento, y se reducen cuando no se necesitan.

Para los CFOs y CIOs, esto se traduce en eficiencia operativa sin comprometer el rendimiento, con una facturación optimizada por uso real.

4. SnowConvert AI: Migración asistida por IA desde almacenes de datos heredados

Migrar código SQL, procesos ETL y estructuras de datos desde plataformas legacy a Snowflake puede ser una tarea costosa y arriesgada.

Con SnowConvert AI, la compañía ofrece una herramienta que analiza automáticamente el código existente, lo traduce al formato de Snowflake, lo valida y lo optimiza para su ejecución.

Esto permite a las empresas acelerar su transición a la nube sin comprometer la calidad ni depender excesivamente de desarrollos manuales, reduciendo tiempos, costes y errores.

5. Horizon Catalog: Gobierno de datos extendido y búsqueda con lenguaje natural

El nuevo Horizon Catalog no solo cataloga los datos internos de Snowflake, sino también fuentes externas, dashboards, modelos y activos semánticos. Además, incluye un copiloto de IA que permite consultar en lenguaje natural los metadatos del entorno: ¿qué datasets contienen información sensible? ¿quién accede a qué datos?

Este tipo de capacidades refuerzan el cumplimiento normativo, la seguridad de los datos y la transparencia corporativa, tres pilares fundamentales para sectores regulados o empresas cotizadas.

6. Cortex AISQL: Analiza documentos, imágenes y datos no estructurados con SQL

Uno de los grandes avances del año ha sido la introducción de Cortex AISQL, una extensión del lenguaje SQL que permite a los usuarios trabajar directamente con datos no estructurados —como documentos PDF, imágenes o texto libre— dentro de la base de datos Snowflake.

Esto significa que ahora, los usuarios de Snowflake, pueden generar insights desde archivos previamente difíciles de analizar, sin necesidad de herramientas externas ni procesos complejos.

Para el negocio, esto abre la puerta a una nueva clase de automatizaciones: desde analizar contratos legales a extraer automáticamente tablas de documentos escaneados, todo en el mismo entorno cloud gobernado.

La IA deja de ser un “proyecto paralelo” y se convierte en una capacidad integrada y accesible para múltiples áreas de la empresa.

 ¿Sabías que Snowflake no solo acelera la IA, sino que transforma la forma en que tu empresa analiza y monetiza sus datos?

7. Modelos semánticos compartidos: Colaboración entre empresas y departamentos sin fricciones

Snowflake ahora permite compartir datasets y modelos listos para IA entre departamentos internos o incluso entre organizaciones colaboradoras.

Esto facilita la creación de ecosistemas colaborativos de datos, donde cada parte puede aportar valor sin comprometer la data governance ni la seguridad.

En entornos con múltiples filiales, partners o joint ventures, esta funcionalidad puede acelerar el desarrollo de soluciones comunes sin replicar esfuerzos.

8. Cortex Knowledge Extensions: IA enriquecida con conocimiento externo en tiempo real

Gracias a nuevos acuerdos con medios y plataformas de contenido (USA Today, Stack Overflow, CB Insights, etc.), Snowflake permitirá a sus aplicaciones de IA consumir conocimiento externo actualizado sin salir del entorno seguro.

Estas Cortex Knowledge Extensions garantizan el respeto a la propiedad intelectual y proporcionan atribuciones adecuadas.

El resultado: inteligencia artificial más contextualizada y útil, que no solo responde con datos internos, sino que también entiende el entorno externo, ideal para inteligencia competitiva, análisis de mercado o soporte técnico avanzado.

9. Aplicaciones nativas agentic: IA lista para usar directamente desde el marketplace

Snowflake introduce un nuevo tipo de aplicaciones: Snowflake Native Apps con capacidades agentic. Es decir, aplicaciones que incorporan agentes de IA integrados para ejecutar tareas específicas dentro del Data Cloud. Estas apps pueden automatizar flujos de datos, responder a consultas o generar análisis complejos.

Lo más relevante es que las empresas podrán instalarlas y usarlas sin necesidad de desarrollos propios, lo que acelera la innovación y reduce barreras de entrada.

10. Data Science Agent: IA que automatiza proyectos de machine learning de principio a fin

El Data Science Agent es una solución de inteligencia artificial orientada a equipos de ciencia de datos. Se trata de otro agente de IA que automatiza muchas de las tareas repetitivas y técnicas que normalmente ralentizan el desarrollo de modelos de IA.

Desde la preparación y limpieza de datos, pasando por la ingeniería de variables, hasta el entrenamiento del modelo, todo se puede ejecutar describiendo en lenguaje natural el objetivo del proyecto.

Esto no solo mejora la productividad del equipo técnico, sino que acelera el time-to-value de los modelos de IA, permitiendo que lleguen antes a producción y generen valor más rápidamente.

Además, democratiza el acceso a la inteligencia artificial dentro de organizaciones que aún no tienen equipos de data science grandes o maduros.

11. Openflow: Integración de datos moderna, automatizada y en tiempo real

Con Openflow, Snowflake lanza su propio servicio de ingesta de datos abierto, basado en Apache NiFi, que permite mover información desde prácticamente cualquier fuente hasta Snowflake de forma visual, automatizada y gestionada.

Ya disponible en AWS, este servicio elimina dependencias técnicas y reduce los tiempos de integración de nuevas fuentes.

12. Proyectos dbt nativos: Desarrolla pipelines de datos sin salir de Snowflake

Snowflake ahora integra de forma nativa la herramienta dbt (data build tool), ampliamente usada en ingeniería de datos.

Esto significa que los equipos de ingeniería de datos pueden crear, versionar y ejecutar transformaciones directamente dentro de la plataforma, aprovechando funciones modernas como AI Copilot (asistente de código con IA) y control de versiones vía Git.

El valor empresarial está en la simplificación: todo el proceso de extracción, transformación y carga (ETL/ELT) se ejecuta dentro del ecosistema Snowflake, sin dependencias externas ni procesos fragmentados, lo que reduce errores, acelera entregas y fortalece la gobernanza.

13. Mejoras en Apache Iceberg: Snowflake como hub de datos híbridos y abiertos

Snowflake tamibén ha mejorado su compatibilidad con Apache Iceberg, un formato clave para arquitecturas de datos lakehouse. Ahora es posible trabajar con catálogos externos compatibles con Iceberg REST, y leer o escribir datos en tablas Iceberg directamente desde Snowflake. Además, se añaden capacidades como Merge on Read y soporte para datos semiestructurados (VARIANT).

Esto significa que Snowflake ya no solo gestiona datos propios, sino que puede actuar como un hub inteligente que conecta con data lakes externos, facilitando estrategias de datos abiertas y escalables.

14. AI Observability: trazabilidad y control completo sobre los modelos y agentes de IA

Uno de los desafíos habituales de las empresas que implementan IA es la falta de visibilidad sobre el comportamiento de los modelos una vez en producción.

Snowflake resuelve esto con una suite de observabilidad específica para IA generativa, que permite monitorear cómo operan los agentes de IA, qué datos utilizan, qué respuestas generan y con qué frecuencia se activan.

Esta funcionalidad no solo aumenta la transparencia y confianza en los modelos, sino que también mejora la capacidad de detectar errores, optimizar costes y cumplir con requisitos regulatorios. En un entorno donde la trazabilidad es crítica —por ejemplo, en sectores como banca o salud— esto supone una ventaja competitiva clara.

15. Observabilidad Avanzada: Todo bajo control, desde flujos de datos hasta IA

Con nuevas capacidades en Snowflake Trail, los equipos técnicos pueden obtener visibilidad total sobre lo que ocurre en su entorno: ingestas con Openflow, uso de agentes de IA, contenedores en Snowpark, comportamiento de apps, etc.

Esto permite identificar errores, cuellos de botella o desviaciones de coste antes de que impacten en el negocio, y garantizar un uso eficiente y seguro de toda la plataforma.

Resumen Ejecutivo: Lo Más Importante Del Snowflake Summit 2025 Para Empresas

El Snowflake Summit 2025 trajo decenas de anuncios, con foco en:

• Agentes de IA generativa integrados
• Nuevas herramientas para científicos de datos
• Ingesta de datos multimodal sin fricción
• Aceleración de migraciones desde plataformas legacy
• Mejoras clave en rendimiento, gobernanza y seguridad

Tabla resumen: 15 novedades clave del Snowflake Summit 2025 y su impacto empresarial

Conclusiones Del Snowflake Summit 2025: Una Plataforma de Datos Lista Para la IA Generativa

El Snowflake Summit 2025 ha dejado claro que la compañía está apostando decididamente por la inteligencia artificial empresarial, la innovación continua y la evolución de su Data Cloud hacia una plataforma aún más abierta, interoperable y centrada en valor.

Los anuncios abarcaron desde nuevas experiencias con agentes de IA generativa y copilotos inteligentes, hasta mejoras sustanciales en rendimiento, gobernanza, seguridad y colaboración con datos externos.

Herramientas como Snowflake Intelligence, Openflow, Semantic Views o Adaptive Compute marcan un rumbo claro: convertir Snowflake en el núcleo inteligente donde confluyen datos, IA, automatización y aplicaciones empresariales.

Para las empresas data-driven, las implicaciones son muy relevantes:

• La democratización del acceso a la inteligencia artificial (a través de lenguaje natural y asistentes conversacionales) agiliza la obtención de insights, empodera a los equipos de negocio y acorta el ciclo entre datos y decisiones.
• Las mejoras en interoperabilidad, pipelines, rendimiento y migración reducen los tiempos de adopción, bajan las barreras técnicas y aceleran la modernización.
• El nuevo enfoque hacia un Marketplace enriquecido, colaborativo y con aplicaciones nativas con agentes apunta a una plataforma donde no solo se almacenan datos, sino donde se crea valor de forma compartida y extensible.

En definitiva, el Snowflake Summit 2025 ha presentado una visión de plataforma de datos “más inteligente, abierta y poderosa”, preparada para afrontar los grandes desafíos de la IA en la empresa. El foco ya no está solo en almacenar o analizar datos, sino en activar su potencial mediante IA generativa, automatización de procesos y conectividad total.

Será clave observar en los próximos meses cómo estas capacidades evolucionan desde las vistas previas hacia la disponibilidad general, y cómo los clientes de Snowflake las integran en su día a día para generar ventajas competitivas.

Como resume su lema, Snowflake está donde “los datos hacen más”.

📘 ¿Te ha parecido útil este resumen del Snowflake Summit 2025?