Snowflake presenterar nya innovationer som ska hjälpa företag att snabbare ta data- och AI-projekt från idé till produktion.
Bland nyheterna finns ett strategiskt partnerskap med OpenAI värt 200 miljoner dollar, nya AI-drivna utvecklingsverktyg samt förbättringar av Snowflake Postgres som samlar transaktionella, analytiska och AI-arbetslaster på en och samma plattform.
På Snowflakes kundevent BUILD London 2026 visade bolaget tydligt hur fokus nu flyttas från AI-experiment till skalbar, styrd och affärskritisk användning av artificiell intelligens. För många organisationer är just övergången till produktion den stora flaskhalsen – något Snowflake vill lösa genom att bygga in AI direkt i dataplattformens kärna.
Partnerskap med OpenAI stärker Snowflakes AI-erbjudande
En av de mest uppmärksammade nyheterna är Snowflakes fleråriga partnerskap med OpenAI, värt 200 miljoner dollar. Samarbetet innebär både gemensam produktutveckling och samordnade go-to-market-insatser för företagskunder.
Genom partnerskapet blir OpenAI:s modeller, däribland GPT-5.2, direkt tillgängliga i Snowflake Cortex AI för Snowflakes cirka 12 600 kunder globalt. Det gör det möjligt för organisationer att använda avancerade språkmodeller direkt på sin egen data – utan att behöva flytta informationen eller kompromissa med säkerhet och styrning.
– För att AI verkligen ska skapa affärsvärde måste den bli en naturlig del av de system som team använder varje dag, säger Christian Kleinerman, EVP of Product på Snowflake.
Cortex Code – AI-agent för utveckling i företagsmiljö
Snowflake lanserar även Cortex Code, som nu är allmänt tillgänglig. Det är en AI-baserad kodagent som är byggd för att förstå företagets faktiska datamiljö – inklusive data, beräkning, säkerhet och styrning i Snowflake.
Till skillnad från generiska kodassistenter är Cortex Code djupt integrerad i Snowflakes plattform och kan användas genom Snowsight, via CLI eller direkt i utvecklingsmiljöer som VS Code och Cursor. Målet är att både utvecklare, analytiker och verksamhetsexperter snabbare ska kunna bygga datapipelines, analyser och AI-applikationer med hjälp av naturligt språk.
Snowflake introducerar även stöd för så kallad vibe coding genom en ny integration med Vercels v0, vilket gör det möjligt att skapa och driftsätta AI-appar direkt i Snowflake via Snowpark Container Services.
Semantic View Autopilot minskar AI-hallucinationer
En annan viktig nyhet är Semantic View Autopilot, en AI-driven tjänst som automatiserar skapandet och förvaltningen av semantiska vyer. Tjänsten lär sig kontinuerligt av hur data används i organisationen och säkerställer att affärsdefinitioner och nyckeltal är konsekventa och uppdaterade.
Detta adresserar ett välkänt problem inom AI-driven analys: bristen på en gemensam förståelse för affärslogik. Genom att minska manuellt arbete och felkällor kan Semantic View Autopilot både snabba upp utvecklingen och öka tilliten till AI-baserade insikter.
Snowflake Postgres samlar alla arbetslaster
Snowflake presenterade även nya förbättringar i Snowflake Postgres, som nu körs nativt i Snowflakes AI Data Cloud. Det gör det möjligt att samla transaktionella system, analys och AI-funktionalitet på en och samma plattform – utan komplexa integrationspipelines.
Med full kompatibilitet med öppen källkod-Postgres kan företag flytta befintliga applikationer till Snowflake utan kodändringar och samtidigt dra nytta av realtidsanalys och AI-drivna funktioner på samma data.
Fokus på produktion, styrning och skala
Sammantaget visar Snowflakes senaste lanseringar en tydlig strategi: att göra AI tillförlitlig, styrd och redo för produktion i stor skala. För IT-chefer och beslutsfattare handlar det mindre om nya experiment – och mer om hur AI kan integreras i kärnverksamheten på ett säkert och kostnadseffektivt sätt.
Med kombinationen av enhetlig dataplattform, inbyggd AI och starka partnerskap positionerar sig Snowflake som en central aktör när företag tar nästa steg i sin AI-resa.
