Snowflake anunció el 7 de julio la disponibilidad general de CoWork, su agente de IA para trabajadores del conocimiento, que sustituye y da nombre definitivo a lo que hasta ahora era Snowflake Intelligence. Con la GA llega también Deep Research, un modo de investigación pensado para preguntas complejas de negocio que hasta ahora no encajaban en un cuadro de mando ni en una consulta puntual.
La mecánica de Deep Research es la que empieza a definir esta nueva generación de agentes analíticos: en lugar de devolver una única respuesta, descompone la pregunta en varias subinvestigaciones que ejecuta en paralelo sobre datos estructurados y no estructurados, y sintetiza los hallazgos en un informe estructurado. Cada afirmación del informe queda trazada hasta la consulta y el dato de origen, de modo que el analista puede verificar el razonamiento antes de compartirlo. Junto a Deep Research, alcanzan también disponibilidad general las Skills, los conectores MCP —el estándar abierto para conectar agentes a fuentes externas—, la aplicación móvil y los Artifacts reutilizables.
El movimiento consolida un cambio de fondo en la manera de consumir analítica. Durante años la promesa fue el autoservicio de cuadros de mando; ahora el foco se desplaza al agente que investiga por su cuenta, cruza fuentes y entrega una conclusión razonada. Que Snowflake apoye la pieza en el protocolo MCP no es un detalle menor: apunta a un ecosistema donde el agente no queda encerrado en el dato del almacén, sino que puede alcanzar documentos, herramientas y sistemas de terceros bajo una capa de gobierno común.
Para un arquitecto de datos o un responsable de BI, la relevancia es doble. Por un lado, la trazabilidad hasta el dato de origen es justo lo que faltaba para que estas herramientas superen la desconfianza natural hacia las respuestas de un modelo: sin fuente verificable, un informe automático es una anécdota; con ella, es un punto de partida auditable. Por otro, la llegada de MCP como conector estándar reduce el riesgo de quedar atado a un único proveedor de agentes.
La cautela habitual sigue vigente. Conviene medir el coste real de estas cargas —la investigación en paralelo consume cómputo— y validar la calidad de las conclusiones sobre casos de negocio propios antes de apoyarse en ellas para decisiones sensibles. Pero la señal es clara: la conversación sobre datos se está trasladando del dashboard al agente, y los grandes fabricantes de plataformas de datos ya compiten de lleno en ese terreno.
Más en Dataprix: Análisis de herramientas de business intelligence.
Fuente: Snowflake Blog.