Nata come piattaforma cloud per il data warehousing, Snowflake ha progressivamente ridefinito il proprio perimetro fino a proporsi oggi come infrastruttura di riferimento per l’era dell’AI Data Cloud. Un’evoluzione accelerata dall’intelligenza artificiale, che ha spostato il baricentro della domanda dalle logiche di sola gestione del dato a quelle di creazione diretta di valore, automazione e monetizzazione. In questo scenario, il partner network diventa il vero snodo operativo della strategia, soprattutto in Italia, dove l’azienda opera esclusivamente attraverso canali indiretti.
Fondata nel 2012, Snowflake ha superato la soglia simbolica del miliardo di dollari di fatturato trimestrale e continua a crescere a ritmi sostenuti, con un incremento del 32% anno su anno. La base clienti globale supera oggi le 12.000 organizzazioni, con oltre 6.100 account che già utilizzano funzionalità di intelligenza artificiale all’interno della piattaforma
Accanto alla crescita dei clienti, cresce anche la dimensione dei progetti: a livello globale, i clienti con una spesa superiore al milione di dollari annui sono 654, in aumento del 30% su base annua.
Un altro indicatore strategico per comprendere l’effettiva solidità del modello è quello delle Remaining Performance Obligations, che rappresentano i ricavi già contrattualizzati ma da riconoscere nel tempo. Alla fine del secondo trimestre dell’anno fiscale in corso, questo valore ha superato i 6,9 miliardi di dollari, con circa la metà destinata a diventare ricavo nei dodici mesi successivi
Ed è su questa base che Snowflake costruisce la propria visione di crescita sostenibile e la propria relazione con i partner.
Snowflake, dalla piattaforma dati all’AI operativa
Secondo Lorenzo Onorati, Regional Director Partners per l’area SEMEA, la crescita recente è legata a un cambiamento profondo di posizionamento: “Negli ultimi anni Snowflake ha spostato la propria narrazione dal cloud data warehousing all’intelligenza artificiale. Questo ha ampliato in modo significativo il mercato indirizzabile, portando verso la piattaforma aziende che prima non la consideravano una leva strategica per i loro progetti di trasformazione”.
In Italia questa accelerazione è ancora più evidente. I clienti già acquisiti negli anni precedenti hanno rinnovato i contratti con moltiplicazioni anche di due, tre o quattro volte rispetto ai valori iniziali. In molti casi, le funzionalità di AI sono passate rapidamente dalla fase di sperimentazione alla produzione, con ritorni economici misurabili in tempi molto rapidi.
Il cuore dell’offerta è oggi rappresentato da Snowflake Intelligence, l’agente di enterprise intelligence che consente di interrogare i dati aziendali in linguaggio naturale, superando logiche tradizionali basate su codice e dashboard statiche. È una svolta che abilita un rapporto diretto tra utenti business e patrimonio informativo, rendendo possibile non solo chiedere “cosa è successo”, ma anche “perché” e “cosa accadrà”, incrociando dati strutturati e non strutturati in tempo reale.
Sicurezza e governance come prerequisiti dell’AI
Uno degli elementi distintivi dell’approccio Snowflake rimane la centralità della governance. “Ogni dato entra in piattaforma con il profilo di sicurezza definito dal suo proprietario e questo profilo viene mantenuto durante qualunque elaborazione successiva – spiega Marika Lilla, Country Manager Italy -. Anche quando i clienti utilizzano modelli di intelligenza artificiale esterni, i dati non escono mai dall’ambiente Snowflake. È questo che ci mette nella posizione di parlare di una AI realmente enterprise”.
Il controllo si estende anche alle funzionalità di Snowflake Intelligence: l’accesso alle informazioni è rigidamente vincolato al ruolo dell’utente, impedendo qualsiasi consultazione non autorizzata. A ciò si aggiungono strumenti avanzati di data lineage, che tracciano ogni trasformazione del dato, e un framework certificativo che rende la piattaforma utilizzabile anche in settori altamente regolamentati come finance e telco.
Sul fronte tecnologico, Snowflake ha scelto un modello di apertura: la piattaforma integra nativamente i principali modelli di linguaggio di grandi dimensioni e consente ai clienti di portare anche modelli proprietari. La promessa è quella della massima libertà di scelta, evitando forme di lock-in tecnologico, senza compromettere sicurezza e controllo.
L’integrazione con SAP come leva per il manifatturiero
Tra le alleanze tecnologiche più rilevanti anche per quanto riguarda il mercato italiano spicca quella con SAP. L’integrazione tra Snowflake e SAP Business Data Cloud si basa su un principio architetturale chiave: la condivisione bidirezionale dei dati in modalità zero-copy, senza duplicazioni e con governance unificata
Per Luigi Locatelli, Partner Sales Director Italy, si tratta di un passaggio strategico soprattutto per i settori mission-critical: “Nel manifatturiero, nel retail e nel fashion, SAP è un’infrastruttura storica. L’integrazione con Snowflake apre nuove possibilità di trasformazione, non solo per i clienti, ma anche per i partner che da anni operano su questi ambienti e che ora possono costruire progetti AI-ready su basi dati semantiche già strutturate”.
La partnership non è solo tecnologica, ma anche commerciale: connettori, pacchetti acquistabili a catalogo e roadmap condivise rendono l’integrazione immediatamente operativa e spendibile sul mercato.
Snowflake, monetizzazione del dato e nuovi modelli di business
Ma c’è di più.
Tema sempre più centrale è quello della data monetization. Secondo Snowflake, l’evoluzione naturale delle piattaforme dati non è più soltanto l’ottimizzazione interna dei processi, ma la capacità di generare nuovi flussi di ricavo a partire dai dati stessi, attraverso marketplace, data sharing sicuro e prodotti informativi.
È un cambio di paradigma che richiede una maturità tecnologica, ma anche organizzativa e culturale. E qui, ancora una volta, il ruolo dei partner diventa decisivo: serve un approccio consulenziale capace di aiutare le aziende a individuare quali dataset possono essere valorizzati, in che forma e con quali modelli di business.
Partner first: l’ecosistema come motore di crescita
Se la piattaforma rappresenta l’abilitatore tecnologico, l’ecosistema dei partner è il vero moltiplicatore industriale della strategia Snowflake. “Il nostro modello di business è al 100% indiretto – sottolinea Onorati -. I partner non sono solo canali di vendita, ma gli attori fondamentali che trasformano i crediti acquistati dai clienti in progetti concreti, misurabili, operativi”.
In Italia Snowflake lavora attivamente con una quindicina di grandi partner consulenziali e system integrator, locali e globali, ma il perimetro complessivo delle collaborazioni supera il centinaio di realtà. Il lavoro non è solo quantitativo: attraverso assessment periodici delle competenze e programmi di enablement mirati, l’azienda costruisce percorsi formativi personalizzati in base ai settori, ai clienti seguiti e alle aree tecnologiche presidiate.
Il rinnovamento del Partner Network annunciato a livello globale va proprio in questa direzione: più formazione, maggiore chiarezza nei livelli di certificazione, nuovi incentivi legati alla qualità dei progetti e un rafforzamento delle community attraverso eventi e momenti strutturati di confronto
Elemento centrale della nuova fase è anche il programma di rivendita, che consente ai partner qualificati di rivendere direttamente Snowflake come parte delle soluzioni che propongono ai clienti, accompagnandoli lungo l’intero ciclo di vita del progetto.
Use case: dal fashion alle telecomunicazioni
La concretezza del modello emerge chiaramente dai casi d’uso già attivi anche sul mercato italiano. Nel settore fashion, un progetto pilota realizzato ha permesso a un brand di analizzare le immagini della nuova collezione, generare automaticamente descrizioni testuali coerenti con il tone of voice del marchio, classificare i capi per tipologia e materiali e anticipare di due mesi la messa in vendita online. Il tutto in tempi molto rapidi, sia in fase pilota, sia nel deployment successivo.
In ambito telco, il team italiano racconta come un operatore abbia integrato dati di rete, segnalazioni dei clienti e sentiment analysis dai social per consentire al proprio call center di rispondere in modo immediato e contestuale alle richieste degli utenti, aumentando in modo significativo la customer satisfaction.
Il profilo del mercato italiano
Il focus dell’organizzazione italiana è rivolto prevalentemente ai clienti enterprise. I settori che stanno trainando maggiormente l’adozione sono finance, retail, fashion e telecomunicazioni, cioè quei contesti dove la pressione competitiva è più elevata e dove i dati rappresentano un fattore critico di differenziazione.
“In Italia stiamo osservando un passaggio progressivo da una cultura orientata alla riduzione dei costi a una più focalizzata sulla crescita dei ricavi attraverso l’uso intelligente dei dati – osserva Onorati -. È un cambiamento che richiede tempo, ma che l’AI sta accelerando in modo evidente”.
