Snowflake: El CEO afirma que la inteligencia artificial reduce las migraciones de datos de años a trimestres y reinventa las aplicaciones como paquetes de "habilidades"
Conferencia Communacopia + Technology de Goldman Sachs, 8 de septiembre de 2026
Sridhar Ramaswamy, director general (CEO) de Snowflake, y Brian Robins, director financiero (CFO), aprovecharon su participación en la conferencia Communacopia + Technology de Goldman Sachs para presentar una perspectiva más agresiva sobre cómo la inteligencia artificial generativa está comprimiendo los plazos tradicionales de migración de datos y redefiniendo lo que es una aplicación empresarial. El dato más concreto de la sesión: un importante cliente del sector manufacturero prevé completar una migración desde Teradata en menos de tres trimestres, un plazo que, según Ramaswamy, habría sido impensable en 2024. "La migración siembra el pánico en el corazón de prácticamente cualquier CIO o CDO", señaló, pero los agentes de programación basados en inteligencia artificial permiten ahora que los integradores de sistemas garanticen resultados en contratos de costo fijo, en lugar del modelo tradicional de tiempo y materiales que ha definido a la industria de servicios durante décadas.
Las migraciones pasan de costo variable a costo fijo
Ramaswamy enmarcó este fenómeno como parte de una industrialización más amplia del software impulsada por la inteligencia artificial, la cual, según dijo, representa una "amenaza profunda" para todas las empresas de tecnología y software, incluida Snowflake. El efecto práctico para el negocio de Snowflake es que los integradores de sistemas muestran una disposición creciente a presupuestar las migraciones como compromisos de costo fijo y resultados garantizados, en lugar de proyectos abiertos de horas facturables. Esto se debe a que los agentes de programación han acelerado las labores centrales de migración y han facilitado drásticamente la resolución de aquellos casos imprevistos que solían descarrilar los cronogramas de los proyectos. Robins confirmó que las curvas de adopción de los clientes se están acelerando visiblemente: "Hacemos un seguimiento interno del tiempo que les toma alcanzar su ritmo de consumo y estamos viendo que esas curvas son cada vez más empinadas".
Las aplicaciones se reinventan como "habilidades" sobre un sustrato de datos
El aspecto conceptualmente más relevante de la discusión se centró en cómo Snowflake visualiza la evolución de la capa de aplicaciones. Ramaswamy argumentó que la creación de software se ha vuelto lo suficientemente sencilla como para que la parte más difícil y laboriosa de lanzar una aplicación tradicional —gestionar las tiendas de aplicaciones y su empaquetado— se haya convertido en el verdadero cuello de botella, más que el desarrollo en sí. Su alternativa propuesta consiste en lo que denominó un "puñado de habilidades autoevolutivas que se ejecutan sobre un sustrato de datos". Al poner como ejemplo una herramienta de encuesta interna, describió cómo es posible ensamblar a demanda una interfaz de usuario, tablas de bases de datos, lógica de notificaciones y controles de acceso directamente dentro de Snowflake, en lugar de adquirirlos como un producto SaaS independiente, con una interfaz en React "generada a pedido" cuando un usuario hace clic en un enlace. Lo más importante es que estas habilidades no son estáticas: Ramaswamy indicó que los propios sistemas de soporte interno de Snowflake han evolucionado desde flujos de trabajo revisados manualmente hacia una automatización impulsada por agentes, a medida que los patrones de uso revelaron qué tareas podían delegarse. Este nuevo enfoque, si logra arraigarse entre los clientes, posiciona a Snowflake para capturar un valor que de otro modo iría a parar a proveedores de aplicaciones de terceros, aunque Ramaswamy aclaró cuidadosamente que esto no pretende ser un reemplazo total del software empaquetado.
CoCo profundiza su alcance mediante nuevas dinámicas de ventas y funciones laborales
Respecto al producto de agentes CoCo de Snowflake, ambos ejecutivos enfatizaron que la narrativa está transitando de la amplitud de adopción a la profundidad de uso. Ramaswamy describió el uso de datos internos de consumo para recomendar "habilidades" específicas a los clientes basándose en comportamientos repetitivos observados, además de laboratorios prácticos y tutoriales técnicos de dos a tres horas con clientes, los cuales la empresa ha encontrado sumamente eficaces para impulsar un mayor compromiso. Cabe destacar que Snowflake ha creado un rol completamente nuevo, el "ingeniero de activación", encargado específicamente de lograr que los nuevos clientes operen en la plataforma con mayor rapidez. Robins añadió contexto sobre cómo CoCo ha ampliado el perfil de los interlocutores comerciales: "Hace un año, cuando me incorporé a Snowflake, apenas tenía conversaciones con clientes. Hoy, cada semana me reúneo con entre tres y cinco directores financieros". Señaló que el precio basado en resultados es el mecanismo de credibilidad que está destrabando esta dinámica: los clientes a quienes se les puede garantizar un precio fijo por un resultado definido se muestran "totalmente comprometidos" de una manera que no lo hacían bajo los esquemas tradicionales de tiempo y materiales.
Estrategia de inferencia: una jerarquía de valor, no una reventa
Al ser consultado directamente sobre el impacto en los márgenes de vender inferencia indirecta ("pasarela") a su base instalada, Ramaswamy fue contundente al trazar la línea. "Si se trata meramente de revender capacidad no diferenciada de un proveedor grande, no estás creando ningún valor. Eso es un invento por parte de quienes hacen esto intentando fingir que tienen un negocio", afirmó. El orden de preferencia de Snowflake para relacionarse con el cliente es vender CoCo o CoWork de manera directa primero; si un cliente insiste en obtener capacidad bruta de modelos para ejecutar su propia infraestructura, Snowflake se la proporcionará; y si un cliente solo desea que la plataforma de datos funcione como el backend de un proveedor en la nube, Snowflake también lo hará, "de forma un tanto más reacia". Señaló que las economías de escala, incluido el contrato de $6.000 millones de la compañía con AWS, constituyen el mecanismo para mejorar los márgenes de inferencia con el tiempo, junto con el uso creciente de modelos de pesos abiertos ejecutados internamente.
Límites para el margen bruto de CoCo
Robins fue explícito al señalar que cualquier presión sobre el margen bruto derivada del éxito de CoCo se comunicaría de manera proactiva para evitar sorpresas a Wall Street. "Si observáramos una adopción masiva de CoCo que supere lo que ya estamos viendo, tendríamos la capacidad de comunicárselo en el transcurso de uno o dos trimestres para gestionarlo", indicó, y describió el modelo de consumo de Snowflake como inherentemente más lento en su aceleración, pero más predecible una vez que se acumulan los patrones de comportamiento observados. La empresa mantiene sus proyecciones de apalancamiento operativo para todo el año a pesar del perfil de margen del nuevo producto.
Una honesta admisión sobre la latencia de los agentes
Ramaswamy no esquivó una pregunta directa sobre si la arquitectura de Snowflake —diseñada originalmente para análisis impulsados por humanos y no para consultas de agentes de alto volumen y baja latencia— es adecuada para este propósito. "La crítica general de que no hemos manejado bien los datos de latencia ultra baja es muy legítima", reconoció, y añadió que si bien la solución de streaming de Snowflake ha reducido la frescura de los datos a un intervalo de dos a tres segundos, alcanzar el rango inferior a los 500 milisegundos requerido para ciertos casos de uso de agentes en tiempo real sigue siendo un trabajo en curso. Es un caso poco común en el que un director general reconoce una deficiencia técnica específica en público en lugar de restarle importancia a la crítica, lo que sugiere que los inversores deben vigilar de cerca los indicadores concretos de latencia en los próximos trimestres como un barómetro del riesgo competitivo frente a actores de infraestructura de datos más recientes y nativos de agentes.
Los costos de cambio actúan en ambas direcciones
Ramaswamy también reconoció la naturaleza de doble filo de las migraciones aceleradas: si la inteligencia artificial puede acelerar las migraciones hacia Snowflake, con la misma facilidad puede acelerar las salidas. "Si migrar hacia Snowflake puede hacerse mucho más rápido, migrar fuera de Snowflake también puede hacerse mucho más rápido. Ese es el mundo en el que vivimos", declaró. Su respuesta consiste en apostar por los formatos abiertos en lugar de combatirlos, destacando las tablas Iceberg administradas por Snowflake, las cuales permiten a los clientes almacenar sus datos en Snowflake a la vez que mantienen la capacidad de consultarlos mediante otros motores. En su planteamiento, la capacidad defensiva de Snowflake debe provenir ahora de la gobernanza, la recuperación ante desastres y las herramientas de agentes construidas sobre datos abiertos, y no de la retención propietaria, lo que representa un cambio filosófico notable respecto a la postura anterior de la compañía. "Creo que el Snowflake de antes, que se aferraba a un conjunto de principios que consideraba inquebrantables y que nunca cambiarían, esa compañía también ha cambiado", apuntó.
Filosofía de precios ante la presión deflacionaria
En cuanto a la mecánica de precios para las nuevas generaciones de cómputo, como las instancias Gen 2, Robins explicó que Snowflake gestiona la deflación natural en la relación precio-rendimiento de las nuevas generaciones de hardware compensándola con crecimiento en el volumen y nuevas cargas de trabajo, evitando así caídas en los ingresos sin dejar de trasladar las mejoras de rendimiento a los clientes. Ramaswamy concluyó el debate sobre precios citando a un exjefe: "Los ingresos resuelven todos los problemas conocidos", una frase que subraya la inclinación general de la directiva por impulsar primero el uso y la adopción, tratando la optimización de márgenes como una consecuencia derivada y no como una restricción primordial.