JAKARTA, investor.id – Snowflake, , perusahaan AI Data Cloud, di ajang Snowflake Expedition 2026 mengumumkan serangkaian inovasi yang menjadikan Snowflake fondasi dari agentic enterprise (perusahaan-perusahaan yang berbasis agen AI). Kini organisasi dapat mengerahkan agen AI untuk bekerja memahami cara kerja bisnis, beroperasi di dalam kendali perusahaan, dan dapat diandalkan untuk memberikan hasil nyata. Peningkatan-peningkatan di dalam produk ini mencakup Business Ontology yang membekali agen dengan definisi yang telah disetujui oleh perusahaan, sementara Corteex AI Gateway mengelola setiap model, tool dan tindakan yang disentuh oleh agen-agen tersebut. Dengan fondasi tersebut, Snowflake Coco, , coding agent untuk tim data, dan Snowflake CoWork, personal work agent untuk para knowledge workers, mengambil alih pekerjaan rutin yang memperlambat kinerja tim di seluruh bagian bisnis, guna menghasilkan dampak nyata. Dengan membawa pekerjaan otonom selangkah lebih maju, CoCo dan CoWork Bots yang baru berfungsi sebagai rekan kerja AI yang selalu aktif (always-on), bekerja secara terus menerus di background, bertindak secara langsung di dalam tools yang biasa digunakan oleh tim, dan hanya berkoordinasi saat keputusan atau persetujuan dibutuhkan. Sebagian besar perusahaan tidak mengalami kesulitan dalam membangun agen AI. Tantangan yang mereka hadapi adalah menumbuhkan kepercayaan yang memadai terhadap agen tersebut untuk membawanya ke fase produksi. Menurut laporan terbaru MIT Technology Review yang disponsori oleh Snowflake, 55% eksekutif menyebutkan kurangnya konteks bisnis sebagai penyebab utama rendahnya kualitas insight dari agen AI, sementara data yang terfragmentasi atau tidak bisa diakses menduduki peringkat dua sebesar 45%. Agen yang tidak tahu bagaimana perusahaan mendefinisikan revenue atau pendapatan akan memberikan jawaban yang salah dengan sangat percaya diri, yang kemudian harus dikoreksi oleh seseorang. Di sisi lain, agen-agen tersebut terhubung ke berbagai model, MCP server, dan sistem perusahaan lebih cepat daripada kemampuan tim IT dan keamanan dalam mengimbanginya, sehingga memunculkan risiko baru dan tagihan yang tidak terduga. Akibatnya, banyak perusahaan memilih untuk mempertahankan agen AI mereka di tahap uji coba, sembari berjuang untuk mencari cara untuk sepenuhnya mempercayai dan mengendalikan agen-agen tersebut demi memperluas skalanya di seluruh lini bisnis. Snowflake berada di posisi yang unik untuk menjembatani kesenjangan tersebut. Bagi lebih dari 14.500 perusahaan global, Snowflake telah berada di pusat data, konteks bisnis, model AI, dan alur kerja yang diandalkan oleh para agen, serta berfungsi sebagai bidang kendali (control plane) yang terkelola untuk perusahaan berbasis agen (agentic enterprise). Pengumuman ini mengubah fondasi tersebut menjadi sistem yang utuh bagi perusahaan berbasis agen. Konteks, kendali, dan eksekusi dibangun secara terpadu, sehingga masing-masing saling memperkuat satu sama lain. “Perusahaan yang keluar sebagai pemenang bukanlah yang memiliki agen terbanyak. Melainkan mereka yang agennya benar-benar memahami arti bisnis dengan mengakses data yang tepat, mematuhi tata kelola dan guardrails yang ditentukan, serta dapat mempertanggungjawabkan setiap tindakan yang diambil oleh agen,” ujar Christian Kleinerman, EVP of Product, Snowflake dalam keterangan tertulisnya di Jakarta, baru-baru ini.. “Itulah perbedaan antara agen yang sekadar menebak-nebak dan agen yang dapat diandalkan untuk menjalankan roda bisnis. Snowflake telah menyimpan data, konteks, dan tata kelola yang diandalkan oleh perusahaan. Melalui perluasan Snowflake Horizon Catalog dengan Business Ontology dan Cortex AI Gateway, konteks dan tata kelola tidak lagi menjadi pertimbangan belaka, melainkan fondasi tempat setiap agen dibangun bagi agentic enterprise,” lanjutnya. Diketahui pada bulan Juli dan Agustus 2026, MIT Technology Review Insights melakukan survei global terhadap 400 kepala bidang data dan analitik, kepala bidang informasi, kepala bidang teknologi, kepala bidang AI, serta eksekutif senior lainnya di bidang data dan teknologi. Para responden survei ini bekerja di berbagai organisasi yang tersebar di delapan sektor industri. Seluruh organisasi tersebut memiliki pendapatan tahunan sebesar US$500 juta atau lebih, dengan 36% di antaranya menghasilkan pendapatan tahunan lebih dari US$10 miliar. Selain survei tersebut, wawancara mendalam dengan para eksekutif teknologi senior memberikan insight langsung mengenai upaya yang dilakukan organisasi-organisasi tersebut untuk meningkatkan kualitas insight yang dihasilkan oleh agen AI. Memahami Arti Bisnis Bayangkan seorang sales leader yang meminta agen untuk membuat laporan pendapatan bersih (net revenue) mingguan. Sebuah dasbor memberikan satu angka, seorang analis memberikan angka yang berbeda, dan agen memberikan angka yang ketiga. Agar laporan tersebut bernilai, agen harus terlebih dahulu mengetahui definisi resmi perusahaan mengenai pendapatan bersih serta pihak yang menyetujuinya. Business Ontology, kapabilitas terbaru dalam Horizon Context, pusat untuk konteks bisnis terkelola di dalam Snowfale Horizon Catalog, menyediakan hal tersebut. Sebuah Business Ontology mengatur makna resmi, Semantic View menghitungnya, dan Cortex Sense menyimpulkan hal yang belum terdefinisi. Secara bersama-sama, kerangka kerja terpadu ini menetapkan satu konteks bisnis yang tunggal dan otoritatif untuk setiap agen, aplikasi, dan orang di seluruh perusahaan. Tim menyetujui definisi resmi untuk konsep inti seperti pendapatan bersih, menetapkan pemilik yang bertanggung jawab untuk masing-masing konsep, serta menghubungkannya ke data dasar, baik di dalam maupun di luar Snowflake. Kendati demikian, definisi yang disetujui akan selalu diutamakan. Organisasi dapat memigrasikan definisi yang sudah ada dari katalog pihak ketiga atau lembar kerja (spreadsheet) dalam satu sesi CoCo terpandu, dan setiap perubahan dicatat secara transparan. Ketika auditor bertanya apa arti pendapatan bersih pada Q2, jawabannya dapat ditemukan melalui pencarian sederhana. “Nilai dari sebuah produk data bergantung pada kesepakatan semua orang mengenai arti dari setiap atribut, baik itu kelompok pendapatan rumah tangga maupun segmen firmografis B2B,” ujar Joe Tobey, Head of Data Product Engineering, dentsu. “ Seiring dengan peran agen yang menjadi sarana utama bagi pengguna untuk mengakses data tersebut, definisi-definisi tersebut tidak boleh hanya tersimpan dalam kamus data statis. Business Ontology memberikan pemilik yang bertanggung jawab untuk setiap definisi, menghubungkannya ke data yang menerapkannya, dan menjadikannya sebagai jawaban yang diberikan oleh setiap agen. “Itulah yang memungkinkan kami untuk menghadirkan agen di hadapan data kami dengan penuh keyakinan,” ujarnya. Satu Rangkaian Peraturan Agen yang mengetahui definisi yang tepat tetap memerlukan kendali yang memadai mengenai cara mengakses data, memanggil model, dan menggunakan tools. Cortex AI Gateway adalah gerbang tunggal bagi agen di dalam suatu organisasi. Sebagai bagian dari Horizon Catalog, Cortex AI Gateway menerapkan satu rangkaian kebijakan pada koneksi agen lintas cloud, kerangka kerja, dan penyedia AI. Agen bertindak terhadap data perusahaan melalui MCP server, dan Cortex AI Gateway menerapkan kebijakan akses, autentikasi, serta izin perusahaan pada pemanggilan tersebut.