Snowflake anuncia Business Ontology para dar contexto de negócio governado a agentes de IA

A Snowflake anunciou o Business Ontology, com public preview ainda por vir. Ele fica dentro do Snowflake Horizon Context, a camada de contexto governado do Horizon Catalog. A proposta é registrar termos, entidades, relacionamentos e métricas de negócio com dono e status de aprovação, ligados às semantic views, tabelas e views que os implementam. Só definições aprovadas são servidas aos agentes de IA no CoCo e no CoWork.

O problema que a empresa descreve é conhecido: o significado de "receita" vive espalhado em modelos de BI, projetos dbt e na cabeça de funcionários antigos, e cada novo agente reconstrói isso do zero. A Snowflake organiza a solução em três camadas. O Cortex Sense (também em preview futura) infere contexto automaticamente a partir de histórico de consultas, dashboards e modelos dbt. O Business Ontology governa o significado. As Semantic Views executam o cálculo das métricas. O Business Ontology vincula a definição aprovada à view, mas não altera o cálculo, que continua com os donos de cada view. Quando uma definição aprovada conflita com o que o Cortex Sense inferiu, o agente usa a aprovada.

Há ainda a frente de interoperabilidade. A Snowflake ajudou a fundar o Apache Ossie (incubating), padrão aberto para modelos semânticos apoiado por dezenas de organizações, entre elas Microsoft, Salesforce, dbt Labs, Qlik e ThoughtSpot. O Business Ontology importa e exporta em Ossie e RDF, e agentes externos consultam Semantic Views via Model Context Protocol, com acesso governado pelo Horizon Catalog.

Em 4 de novembro de 2026, o CEVIU noticiou em "Snowflake lança controles centralizados para agentes de IA corporativos" que o Cortex AI Gateway já estava em disponibilidade geral e que o Business Ontology ainda teria preview por vir. Agora a Snowflake detalha o recurso: o que ele governa, como se relaciona com Cortex Sense e Semantic Views e quais formatos abertos suporta. O status segue igual, preview futura, sem data informada.

Para quem opera dados e governança em TI corporativa, a leitura é que o controle de agentes de IA passa a ter duas frentes: gastos e acesso a modelos de um lado, significado dos dados do outro. Se a definição de métrica não tem dono nem aprovação, o agente pode entregar números divergentes e corroer a confiança. O suporte a Ossie e RDF é ponto a avaliar contra risco de aprisionamento, mas só a preview dirá como isso funciona na prática.