Snowflake, le Data Cloud AI Snowflake annonce l’extension de Cortex AI au secteur financier avec une solution qui unifie données et IA pour accélérer la détection de fraude, l’analyse de marché et la prise de décision en conformité avec les régulations.

Snowflake annonce également la disponibilité en préversion publique de son serveur Model Context Protocol, qui connecte données propriétaires et partenaires aux agents d’IA pour développer des applications financières riches en contexte.

Snowflake Cortex AI for Financial Services permet aux institutions financières d’unifier leurs données et de déployer simplement modèles, applications et agents d’IA sur des données prêtes pour l’IA. 

Le serveur Model Context Protocol de Snowflake connecte les données de partenaires, permettant aux clients de les exploiter directement dans des applications et agents d’IA comme ceux d’Anthropic ou l’Agentforce de Salesforce, afin d’accélérer la création et le déploiement de solutions d’IA riches en contexte. 

Snowflake (NYSE : SNOW), le Data Cloud AI, annonce le lancement de Snowflake Cortex AI for Financial Services, une suite complète de capacités et de partenariats en matière d’IA. Cette solution permet aux entreprises de services financiers d’unifier leur écosystème de données financières, de déployer des modèles, applications et agents d’IA, en conformité avec les exigences de sécurité et de régulation.

Pour soutenir cette approche, Snowflake annonce également la disponibilité en préversion publique d’un serveur géré Model Context Protocol (MCP). Il permet aux entreprises d’utiliser et de relier leurs données propriétaires et tierces en toute sécurité dans Snowflake. Ces données sont issues de partenaires tels que The Associated Press, FactSet, MSCI et Nasdaq eVestment. Elles peuvent ainsi être exploitées dans des applications et agents d’IA comme Anthropic, CrewAI, Cursor, Devin by Cognition, Agentforce de Salesforce et Windsurf. Ces intégrations permettent de développer plus rapidement des solutions d’IA contextualisées, fiables, interopérables et adaptées aux enjeux des services financiers.

« Le secteur financier, pionnier dans l’adoption des technologies, fait face à des défis uniques : fragmentation des données, conformité stricte et exigences de sécurité et de gouvernance» déclare Baris Gultekin, VP of AI de Snowflake. « En rapprochant l’IA des données et en offrant une interopérabilité sécurisée, Snowflake accélère l’adoption de cas d’usage critiques et ouvre l’accès à un écosystème unifié de données, d’IA et d’applications ».

Cortex AI for Financial Services.

Cortex AI for Financial Services permet à des agents prêts pour l’entreprise d’accélérer des tâches financières complexes, telles que l’analyse de marché, la recherche quantitative, la détection de fraude, le support client ou encore la gestion des sinistres. Cette solution permet de gagner du temps, de réduire les coûts et d’obtenir des insights plus rapidement. Le serveur MCP renforce cette approche en offrant une interopérabilité entre les données stockées dans Snowflake et celles de partenaires tiers.

L’écosystème Cortex AI for Financial Services met à disposition des données fiables issues de fournisseurs et d’éditeurs financiers que les organisations peuvent intégrer de façon fluide dans leurs applications et agents d’IA. En combinant des données sectorielles issues d’institutions financières et d’éditeurs de référence, comme l’analyse de marché, la recherche d’experts, le contenu professionnel et les actualités, avec leurs propres données dans Snowflake, les entreprises de services financiers peuvent obtenir des insights plus approfondis, plus précis et plus exploitables grâce à leur IA.

Avec Cortex AI for Financial Services, les acteurs de la finance disposent de fonctionnalités avancées pour accélérer des cas d’usage essentiels, parmi lesquels :

·  Workflows complexes de machine learning : Snowflake Data Science Agent automatise la préparation des données (nettoyage, ingénierie de variables, prototypage, validation) et accélère la mise en production de modèles pour la recherche quantitative, la détection de fraude ou la souscription.

·  Analyse de données non structurées : Les institutions financières disposent de vastes volumes de données non structurées telles que la recherche de marché, les transcriptions d’appels de résultats et les détails de transactions, nécessitant une revue manuelle ou des ETL complexes avant analyse. Avec Snowflake Cortex AISQL, qui intègre des fonctions avancées d’extraction et de transcription alimentées par l’IA, les utilisateurs peuvent exploiter efficacement documents, contenus audio et images à grande échelle. Cette approche transforme des workflows de bout en bout tels que le service client, l’analyse d’investissements, la gestion des sinistres ou encore la recommandation d’actions.

·  Accès simple à des insights flexibles : Alors que l’agent IA intégré à Snowflake, Data Science Agent et la solution Cortex AISQL accélèrent les workflows techniques et de recherche, Snowflake Intelligence , disponible en préversion publique, propose une interface conversationnelle en langage naturel. Elle permet aux métiers d’obtenir rapidement des insights exploitables à partir de données structurées ou non, stockées dans Snowflake ou issues d’applications et agents tiers, démocratisant ainsi l’accès aux données et accélérant la prise de décision.

La fonctionnalité Cortex AI for Financial Services met à disposition des données fiables et de haute qualité issues de fournisseurs leaders, facilement intégrables dans les applications et agents d’IA. Les données structurées de fournisseurs tels que CB Insights, Cotality, Deutsche Börse, MSCI, Nasdaq eVestment sont accessibles via Semantic Views (bientôt généralement disponible), tandis que les données non structurées comme The Associated Press, CB Insights, FactSet, Investopedia, The Washington Post le sont via Cortex Knowledge Extensions (désormais disponible). Les institutions financières peuvent combiner ces sources avec leurs propres données pour obtenir des analyses plus fiables.

Snowflake MCP Server : une IA interopérable pour toutes les industries.

Les agents IA étendent les capacités des modèles de langage (LLM) en interagissant avec des outils externes, en exécutant des workflows complexes. Jusqu’ici, connecter ces agents aux systèmes d’entreprise existants posait des défis, nécessitant souvent de développer des solutions personnalisées pour chaque intégration, ce qui ralentissait l’adoption de l’IA. Le MCP s’est imposé comme une réponse à ce défi, en proposant un moyen standardisé pour permettre aux LLM de s’intégrer aux données, aux API et aux services. Avec l’introduction de Snowflake MCP Server, les entreprises peuvent :

·  Permettre au serveur MCP de se connecter avec des outils construits sur Snowflake : Snowflake MCP Server connecte Cortex Analyst et Cortex Search à des agents externes via une interface standardisée, unifiant la recherche sur données structurées et non structurées. Cette approche simplifie l’architecture applicative et supprime les besoins d’intégrations personnalisées, accélérant le déploiement d’applications et d’agents d’IA riches en contexte.

·  Accéder aux données propriétaires et tierces partagées sur Snowflake avec des outils externes : Les agents distants peuvent désormais se connecter aux données Snowflake, ainsi qu’aux partages de données tierces depuis Snowflake Marketplace via Cortex Knowledge Extensions, permettant l’interopérabilité avec l’écosystème IA élargi.

Le partage de données tierces s’intègre désormais naturellement aux outils, applications et sources déjà utilisés par les entreprises, tout en garantissant sécurité et gouvernance. Le serveur Model Context Protocol peut être utilisé pour se connecter à à un large éventail de plateformes et d’applications agentiques, notamment Anthropic, Augment Code, Amazon Bedrock AgentCore, CrewAI, Cursor, Devin by Cognition, Glean, Kumo, Mistral, Agentforce de Salesforce, UiPath, Windsurf, Workday et WRITER.

Commentaires sur l’annonce.

·  Jonathan Pelosi, Head of Industry, Financial Services, Anthropic :  « Les entreprises passent de l’expérimentation à la production, mais connecter l’IA à leurs données propriétaires restait un défi majeur. Avec MCP, notre partenariat avec Snowflake lève cet obstacle en reliant directement les données gouvernées à Claude. Les clients peuvent ainsi exploiter le raisonnement avancé de Claude sur données structurées et documents non structurés via Cortex Analyst et Cortex Search, tout en respectant les standards de sécurité. Ensemble, Snowflake et Claude transforment les données propriétaires en avantage compétitif ».

·  Gary Lerhaupt, VP, Product Architecture, Agentforce chez Salesforce :  « Nous sommes ravis d’élargir notre partenariat avec Snowflake pour offrir l’interopérabilité des agents grâce à des protocoles comme MCP. Cette approche renforce la connectivité entre plateformes et alimente des expériences agentiques plus intelligentes dans Agentforce. Les clients pourront découvrir et se connecter au serveur MCP de Snowflake directement dans Salesforce AgentExchange, accélérant ainsi le développement et le déploiement d’agents IA ».

À propos de Snowflake.

Snowflake est la plateforme à l’ère de l’IA. Elle permet aux entreprises d’innover plus rapidement et de valoriser leurs données. Plus de 12 000 entreprises à travers le monde, dont des centaines parmi les plus importantes au monde, utilisent le Cloud de données IA de Snowflake pour créer, exploiter et partager des données, des applications et des solutions d’IA. Avec Snowflake, les données et l’intelligence artificielle sont transformatrices pour tous. Pour en savoir plus, rendez-vous sur snowflake.com.

Déclarations prospectives.

Le présent communiqué de presse contient des déclarations prospectives explicites et implicites, notamment des déclarations concernant (i) la stratégie commerciale de Snowflake, (ii) les produits, services et offres technologiques de Snowflake, y compris ceux en cours de développement ou qui ne sont pas encore disponibles, (iii) la croissance du marché, les tendances et les considérations concurrentielles, et (iv) l’intégration, l’interopérabilité et la disponibilité des produits Snowflake avec et sur des plateformes tierces. Ces déclarations prospectives sont soumises à un certain nombre de risques, d’incertitudes et d’hypothèses, notamment ceux décrits sous la rubrique « Facteurs de risque » et ailleurs dans les rapports trimestriels sur le formulaire 10-Q et les rapports annuels sur le formulaire 10-K que Snowflake dépose auprès de la Securities and Exchange Commission. Compte tenu de ces risques, incertitudes et hypothèses, les résultats réels pourraient différer sensiblement et défavorablement de ceux anticipés ou sous-entendus dans les déclarations prospectives. Par conséquent, vous ne devez pas vous fier aux déclarations prospectives comme des prévisions d’événements futurs.

© 2025 Snowflake Inc. Tous droits réservés. Snowflake, le logo Snowflake et tous les autres noms de produits, fonctionnalités et services Snowflake mentionnés dans le présent document sont des marques déposées ou des marques commerciales de Snowflake Inc. aux États-Unis et dans d’autres pays. Tous les autres noms de marque ou logos mentionnés ou utilisés dans le présent document sont uniquement à des fins d’identification et peuvent être des marques commerciales de leurs détenteurs respectifs. Snowflake ne peut être associé, sponsorisé ou approuvé par aucun de ces détenteurs.

Nasdaq® est une marque déposée de Nasdaq, Inc. Les informations contenues ci-dessus sont fournies à titre informatif et éducatif uniquement, et rien dans le présent document ne doit être interprété comme un conseil en investissement, que ce soit au nom d’un titre particulier ou d’une stratégie d’investissement globale. Ni Nasdaq, Inc. ni aucune de ses filiales ne font de recommandation d’achat ou de vente de titres ni ne font de déclaration concernant la situation financière d’une société. Les déclarations concernant les sociétés cotées au Nasdaq ou les indices propriétaires du Nasdaq ne constituent pas des garanties de performances futures. Les résultats réels peuvent différer sensiblement de ceux exprimés ou sous-entendus. Les performances passées ne préjugent pas des résultats futurs. Les investisseurs doivent effectuer leurs propres vérifications et évaluer soigneusement les sociétés avant d’investir.