Модель может ошибиться не в математике
Представим простой вопрос: «Какой доход принесли активные клиенты в прошлом квартале?» Его одновременно задают агент финансового директора, аналитический помощник отдела продаж и маркетинговая система. Все три системы обращаются к корпоративным данным, строят корректные SQL-запросы и возвращают убедительные ответы.
Но финансовый агент считает выручкой только оплаченные заказы. Продажный — сумму подписанных контрактов. Маркетинговый — доход, связанный с первой транзакцией клиента. При этом «активным клиентом» один считает покупателя с заказом за 30 дней, другой — пользователя с действующей подпиской, третий — любой аккаунт с открытой коммуникацией.
Проблема здесь не обязательно в галлюцинации и не в плохой арифметике. Каждый агент может правильно посчитать показатель внутри собственной логики. Ошибка возникает на уровне смысла: компания сравнивает метрики, которые называются одинаково, но означают разное.
Именно на этот слой корпоративного AI Snowflake предлагает обратить внимание с помощью Business Ontology.
Что такое Business Ontology
На конференции Snowflake Expedition 2026 компания представила Business Ontology как слой утверждённых бизнес-терминов, сущностей, связей и метрик. Идея не в том, чтобы добавить к корпоративным данным ещё одного чат-бота. Речь идёт о справочнике, который объясняет AI-системам, что именно означают используемые в компании понятия.
Для термина «выручка» в таком справочнике могут быть зафиксированы:
- ответственное подразделение или конкретный владелец;
- формула расчёта;
- исходные таблицы и представления;
- период и валюта;
- исключения — например, возвраты, налоги или неоплаченные заказы;
- версия определения и дата утверждения.
Такой подход напоминает управление финансовыми регламентами и каталогами данных, но распространяет его на AI-агентов. Агент получает не только доступ к нужным таблицам, но и согласованное объяснение, как ими пользоваться.
Три уровня корпоративного контекста
В концепции Snowflake можно выделить три связанных компонента.
Business Ontology: что означает термин
Онтология фиксирует утверждённый смысл понятия. Например, «активный клиент» — это организация, у которой была хотя бы одна оплаченная транзакция за последние 90 дней. Если маркетингу нужен другой критерий, это уже отдельное определение, а не неявная трактовка того же слова.
Semantic Views: как посчитать показатель
Semantic Views связывают бизнес-термин с конкретным способом расчёта. Это важное отличие от обычного словаря: агенту недостаточно сообщить, что такое маржинальность. Нужно ещё определить, какие расходы входят в формулу, на каком уровне агрегируются данные и какие источники считаются приоритетными.
Cortex Sense: что система предполагает сама
Cortex Sense должен помогать находить дополнительный контекст, который ещё не был формально описан. Например, система может заметить, что в разных таблицах регулярно встречаются поля, связанные с оттоком клиентов, и предложить возможную связь.
Но автоматически найденная гипотеза не должна становиться корпоративным правилом без проверки. Человечески утверждённое определение, согласно описанию Snowflake, имеет приоритет над выводом модели.
Почему это меняет распределение ответственности
До сих пор компании часто разделяли зоны ответственности так: IT отвечает за доступ к данным, бизнес-подразделения — за отчётность, а разработчики AI-решений — за качество ответов. Агентная архитектура размывает эти границы.
Если агент неправильно понял термин, недостаточно проверить его права или заменить языковую модель. Нужно выяснить, кто утвердил определение, когда оно изменилось и какой источник данных использовался.
Владельцами контекста поэтому должны стать не только технические команды. Финансовый директор отвечает за смысл финансовых показателей, руководитель продаж — за стадии сделки и статус клиента, маркетинг — за атрибуцию и аудитории. IT при этом обеспечивает хранение, доступ, интеграции и контроль версий.
Журнал изменений здесь не формальность. Если компания изменила определение «активного клиента» с 30 на 90 дней, агент должен использовать новую версию для будущих отчётов, а аналитик — понимать, почему показатели перестали совпадать с предыдущим периодом.
Где находится Cortex AI Gateway
Параллельно Snowflake развивает Cortex AI Gateway — контрольный слой для обращений агентов к моделям, инструментам и корпоративным системам. Среди заявленных возможностей — авторизация вызовов, контроль MCP-серверов, журналирование действий, лимиты расходов, маршрутизация задач между моделями и анализ агентских траекторий.
Связка с Business Ontology выглядит логично: Gateway контролирует, что агент делает, а онтология помогает понять, на каком бизнес-смысле основано действие. Например, в журнале можно фиксировать не только вызов CRM или SQL-запрос, но и использованную версию определения выручки.
Однако это пока не означает появления доказанного отраслевого стандарта. Business Ontology представлена как preview-функция, а часть возможностей Cortex AI Gateway находится в предварительном или закрытом тестировании. Snowflake также заинтересована представить собственную архитектуру как решение проблемы доверия к агентам. Заявления компании об эффективности и экономии не заменяют независимое исследование.
Что сделать компании уже сейчас
До выбора агентной платформы полезно составить небольшой реестр из 20–30 ключевых терминов. В него могут войти «выручка», «маржа», «активный клиент», «заказ», «возврат», «лид», «конверсия» и «отток».
Для каждого термина стоит зафиксировать:
- владельца определения;
- формулу или правило классификации;
- источники данных;
- допустимые варианты трактовки;
- версию и дату утверждения;
- подразделения и системы, которые используют показатель.
Такой реестр быстро покажет, где компания действительно готова к агентам, а где сначала нужно договориться внутри бизнеса.
Главный сдвиг в корпоративном AI
Рынок постепенно переходит от вопроса «какая модель умнее?» к более сложному вопросу: «кто определяет, что именно означает бизнес-результат?»
Модель может выбрать лучший SQL-запрос, быстрее вызвать нужный API и убедительнее объяснить ответ. Но без общего словаря несколько агентов будут производить несовместимые версии реальности.
Business Ontology важна именно поэтому: она превращает корпоративный смысл из неявного знания сотрудников в управляемый объект — с владельцем, формулой, источником и историей изменений. Для бизнеса это может оказаться не менее важным слоем инфраструктуры, чем права доступа и аудит действий.
