À mesure que les agents d’IA gagnent du terrain dans les opérations marketing, Snowflake estime que leur déploiement dépendra moins du nombre d’outils utilisés que de la qualité des données et des règles qui encadrent leur accès.
C’est l’un des principaux enseignements de la cinquième édition de son rapport Modern Marketing Data Stack. L’étude s’intéresse à l’évolution des architectures marketing alors que les agents passent progressivement de l’expérimentation à des usages en production.
Selon Snowflake, ces systèmes ne se limitent plus à générer du contenu ou à assister les utilisateurs sur des tâches isolées. Certains workflows commencent à coordonner plusieurs actions, à interroger différents outils et à prendre des décisions sous supervision humaine.
Cette autonomie croissante remet la gouvernance au premier plan. Les entreprises doivent définir quelles données les agents peuvent consulter, quelles actions ils peuvent exécuter et dans quelles situations une validation humaine reste nécessaire.
Snowflake observe également un rapprochement entre IA et protection des données. Lorsque les agents interviennent dans un nombre croissant de processus, le contrôle manuel devient difficile à maintenir. Les règles de consentement, d’identité ou d’usage des données doivent donc être intégrées directement aux workflows et aux plateformes qui hébergent les informations.
L’éditeur défend parallèlement des architectures reposant sur une fondation de données unifiée. Selon lui, les environnements dans lesquels les informations sont dupliquées entre de multiples outils marketing sont moins adaptés à des workflows agentiques couvrant à la fois l’analyse, l’activation et la mesure.
Snowflake illustre cette approche avec Fanatics. Le groupe américain a construit sur sa plateforme FanGraph, un environnement regroupant une vue de plus de 100 millions de supporters à partir de données auparavant réparties entre plusieurs divisions.
Fanatics utilise également Snowflake CoWork pour permettre aux équipes marketing et opérationnelles d’interroger ces données et d’identifier des tendances sans solliciter systématiquement un analyste. Cette fondation doit désormais servir au développement d’agents capables d’automatiser certaines recherches et opérations de personnalisation.
Au-delà de son propre positionnement, Snowflake met en avant une évolution plus générale. Le passage de l’IA générative à l’IA agentique replace les problématiques de qualité, de contrôle et de gouvernance des données au centre des projets marketing.
