SnowWork dari Snowflake Baru Saja Menjadikan Data Warehouse Anda sebagai Lapisan Aksi Sales Ops. Ini Audit 5 Pertanyaan Sebelum Anda Membuka Aksesnya

Data warehouse Anda dulunya adalah tempat penyimpanan. Snowflake baru saja mengubahnya menjadi runtime. Dan Sales Ops kini bertanggung jawab atas area permukaan yang tidak pernah secara resmi diserahkan kepada siapa pun.

Apa yang Sebenarnya Diluncurkan Snowflake

Menurut pengumuman Snowflake, Project SnowWork diluncurkan dalam research preview pada 18 Maret 2026 sebagai platform AI agentik yang memungkinkan pengguna bisnis menjalankan alur kerja multi-langkah langsung pada data Snowflake yang dikelola. Tidak perlu kode. Tidak perlu mengajukan tiket ke tim data.

Platform ini hadir dengan profil yang sadar peran untuk keuangan, penjualan, pemasaran, dan operasional. Setiap profil memahami terminologi dan KPI yang umum untuk fungsi tersebut. Seorang rep pada profil penjualan dapat meminta SnowWork untuk memprioritaskan ulang penugasan wilayah, menarik laporan pipeline lintas sumber, atau membangun presentasi yang siap untuk dewan direksi. Agen merencanakan tugas dan melaksanakannya, langsung terhadap data yang dikelola Anda.

Snowflake secara eksplisit menyebut Sales Ops sebagai penerima manfaat utama. Perusahaan menyatakan tim kini dapat "mengotomatiskan pelaporan berulang, bekerja di berbagai sumber data tanpa coding, dan menghasilkan deliverable yang siap dipresentasikan dalam hitungan menit bukan hari." Itu adalah kemampuan nyata. Namun ada pertanyaan nyata yang harus dijawab Sales Ops sebelum pengguna pertama masuk.

Dan ada lapisan kedua. Pada 27 Mei, Snowflake mengumumkan niatnya untuk mengakuisisi Natoma, sebuah startup tata kelola MCP (Model Context Protocol). Natoma menambahkan registri server, lapisan identitas, dan bidang kebijakan akses yang memungkinkan agen SnowWork menjangkau platform CRM seperti Salesforce dan HubSpot, virtual private cloud (VPC), dan sistem on-premise dengan tata kelola yang terverifikasi. Sebagaimana dilaporkan CIO.com, lapisan Natoma secara khusus dirancang untuk membawa penerapan kebijakan pada sistem agentik yang sebelumnya tidak memilikinya.

Kombinasi tumpukan SnowWork dan Natoma mengubah peran data warehouse dari penyimpanan pasif menjadi runtime aktif. Pergeseran ini bukan teori. Sudah dalam tahap preview.

Fakta Kunci

• Snowflake meluncurkan SnowWork dalam research preview pada Maret 2026, menargetkan pengguna keuangan, penjualan, pemasaran, dan operasional dengan profil agentik yang sadar peran.
• Saham Snowflake melonjak 36% pada 28-29 Mei 2026 (hari terbaiknya sejak IPO), didorong oleh pendapatan Q1, kemitraan AWS yang diperluas, dan pengumuman akuisisi Natoma, menurut CNBC.
• Akuisisi Natoma yang tertunda menambahkan tata kelola MCP sehingga agen SnowWork dapat bertindak di Salesforce, HubSpot, VPC, dan sistem on-premise, tidak hanya di dalam Snowflake.

Mengapa Ini Jatuh ke Pundak Sales Ops, Bukan IT

IT mengelola akses infrastruktur. Namun Sales Ops memiliki definisi yang hidup dalam infrastruktur tersebut. Logika segmentasi Anda. Aturan wilayah Anda. Alokasi quota Anda. Kriteria stage deal Anda.

Ketika pengguna bisnis meminta SnowWork untuk "menugaskan ulang akun di wilayah Mountain West," agen tersebut menulis terhadap logika segmen apa pun yang saat ini ada di data warehouse Anda. Jika logika tersebut sudah usang, sebagian bermigrasi dari spreadsheet, atau hanya sedikit salah di satu field, agen akan mengeksekusi terhadap definisi yang salah. Dalam skala besar. Secara otomatis.

Inilah artinya data warehouse menjadi lapisan aksi: jarak antara definisi data yang buruk dan keputusan bisnis yang buruk menjadi sangat singkat. Dalam warehouse tradisional, definisi yang salah menghasilkan laporan yang salah. Seseorang menangkapnya saat peninjauan. Dalam warehouse agentik, definisi yang salah menghasilkan tindakan yang salah. Dan tindakan-tindakan tersebut dapat dirantai.

Sales Ops selalu memiliki makna dari definisi-definisi tersebut. Namun ketika definisi tersebut hidup dalam laporan, biaya ambiguitas adalah angka yang membingungkan. Kini biayanya adalah alur kerja yang telah dieksekusi. Area permukaan tata kelola baru saja meluas, dan memahami apa artinya bertindak sebagai operator penjualan AI bukan lagi pilihan.

Kabar baiknya: Sales Ops sebenarnya memiliki posisi yang baik di sini. Anda memahami konteks yang tidak dimiliki IT. Anda tahu pembagian wilayah mana yang terjadi pada Q3 dan belum sepenuhnya tersebar ke lapisan data. Anda tahu kolom quota mana yang merupakan field lama yang tidak pernah dihapus siapa pun tetapi diabaikan semua orang. Pengetahuan institusional itulah yang dibutuhkan audit pra-penerapan.

Audit 5 Pertanyaan Sales Ops

Jalankan ini sebelum pengguna bisnis mana pun menyentuh antarmuka SnowWork.

1. Siapa yang memiliki setiap definisi metrik yang dapat ditulis agen?

Mulailah dengan 10 KPI teratas Anda: pendapatan closed-won, pipeline berdasarkan stage, pencapaian quota, penugasan wilayah, keanggotaan segmen. Untuk masing-masing, identifikasi siapa yang terakhir memperbarui definisi, di mana definisi tersebut berada (warehouse, CRM, spreadsheet, atau ketiganya), dan apakah orang tersebut masih di perusahaan. Jika Anda tidak dapat menjawab tiga pertanyaan itu untuk sebuah metrik, metrik tersebut belum siap untuk akses agen. Kebersihan data CRM berbantuan AI adalah prasyarat, bukan tambahan yang bagus.

2. Wilayah, segmen, dan quota mana yang masih ada di spreadsheet (bukan di Snowflake)?

SnowWork beroperasi pada apa yang ada di warehouse. Jika re-segmentasi wilayah Q2 Anda masih ada di Google Sheet yang menunggu tiket tim data, SnowWork tidak mengetahuinya. Agen yang diminta untuk "mengoptimalkan cakupan wilayah" akan mengoptimalkan berdasarkan data Q1. Sebelum mengaktifkan SnowWork untuk pengguna penjualan, audit kesenjangan antara model data resmi Anda dan tempat data kerja aktual berada. Logika perutean lead otomatis dan penugasan ulang tier akun real-time hanya sebaik data yang mendasarinya.

3. Apa jalur rollback ketika agen salah menugaskan wilayah atau memindahkan stage deal?

Tentukan ini sebelum Anda membutuhkannya. Siapa yang mendapat peringatan? Apa proses pembalikan di Salesforce? Apakah write-back CRM dari lapisan MCP Natoma membuat peristiwa audit, atau tampak identik dengan tindakan manual rep? Uji yang berguna: pilih satu kesalahan penugasan wilayah historis dari 12 bulan terakhir dan telusuri cara membalikkannya hari ini. Kemudian periksa apakah proses tersebut masih berfungsi jika kesalahan berasal dari agen bukan manusia.

4. Bagaimana Anda membagi akses antara "dapat membaca" dan "dapat bertindak," dan di mana kebijakan itu berada?

Akses baca dan akses tindakan adalah permukaan risiko yang berbeda. Rep penjualan yang membaca laporan pipeline adalah standar. Rep penjualan yang menggunakan SnowWork untuk menghasilkan presentasi adalah langkah kecil. Rep penjualan yang menggunakan SnowWork untuk menugaskan ulang akun atau memindahkan stage deal adalah langkah yang jauh lebih besar. Lapisan tata kelola Natoma menambahkan penerapan kebijakan, tetapi seseorang harus menulis kebijakannya. Itu adalah Sales Ops, bukan IT. Klasifikasi data untuk akses AI memberikan kerangka kerja untuk pembagian tingkatan. Petakan objek Snowflake Anda ke tingkatan akses sebelum pilot pertama dimulai.

5. Apa jejak audit ketika deal berpindah stage karena disarankan agen?

Pertanyaan ini penting karena dua alasan. Pertama, akurasi forecast: jika perpindahan agen menggelembungkan atau mengempeskan jumlah stage, Anda perlu mengetahuinya. Kedua, coaching: jika deal berpindah stage karena agen menyarankannya dan rep mengklik setuju, itu adalah percakapan coaching yang berbeda dari rep yang membuat keputusan secara mandiri. Jejak audit untuk tindakan yang dieksekusi AI bukan infrastruktur pilihan. Itulah cara Anda mempertahankan akuntabilitas dalam sistem di mana manusia dan agen berbagi alur kerja.

FAQ

Apa itu Snowflake Project SnowWork?

SnowWork adalah platform AI agentik Snowflake, diluncurkan dalam research preview pada Maret 2026. Platform ini memungkinkan pengguna bisnis menjalankan alur kerja multi-langkah dan otonom langsung pada data Snowflake yang dikelola, tanpa menulis kode atau melibatkan tim data. Pengguna berinteraksi dengan antarmuka yang sadar peran yang memahami terminologi dan KPI umum untuk fungsi mereka. Bagi Sales Ops, itu berarti tugas-tugas seperti analisis wilayah, pelaporan pipeline, dan pembuatan presentasi dapat dipicu oleh pengguna bisnis, bukan insinyur data.

Apa perbedaan SnowWork dengan alat business intelligence biasa atau laporan CRM?

Alat business intelligence (BI) membaca data dan mengembalikan visualisasi. Laporan CRM menarik snapshot yang difilter. SnowWork merencanakan dan mengeksekusi alur kerja. Platform ini dapat menghubungkan beberapa langkah secara berurutan, menulis kembali ke sistem melalui lapisan tata kelola MCP (Model Context Protocol) Natoma, dan menghasilkan output seperti presentasi atau tindakan penugasan ulang, bukan hanya grafik. Perbedaan ini penting karena mode kesalahannya berubah: grafik BI yang salah adalah grafik yang salah. Alur kerja SnowWork yang salah adalah tindakan salah yang diambil terhadap sistem yang aktif.

Haruskah Sales Ops mengizinkan pengguna bisnis menggunakan SnowWork secara langsung?

Ya, tetapi belum sekarang, dan tidak tanpa audit. Lima pertanyaan di atas bukan daftar periksa untuk menunda adopsi. Itu adalah uji kelayakan minimum sebelum Anda membiarkan agen bertindak pada data yang dimiliki tim Anda. Pengguna yang akan paling diuntungkan dari SnowWork, rep penjualan, manajer penjualan, dan analis ops, akan menemukan penghematan waktu yang nyata. Risikonya bukan pada alatnya. Risikonya adalah membuka pintu sebelum Anda tahu apa yang ada di baliknya.

Apa yang Harus Dilakukan Minggu Ini

• Rencanakan pilot satu minggu dengan satu tim, satu alur kerja, dan satu pengujian rollback. Alur kerja pilot yang ideal adalah yang saat ini membutuhkan waktu rep 30-60 menit dan menghasilkan satu deliverable (laporan wilayah, deck forecast, daftar akun). Jalankan versi agen secara paralel dengan versi manual dan bandingkan hasilnya.
• Audit kepemilikan definisi metrik untuk 10 KPI teratas yang dilaporkan Sales Ops. Untuk setiap metrik: siapa yang memiliki definisi, di mana ia berada, dan apakah sudah sepenuhnya dimuat ke Snowflake atau masih tertahan di spreadsheet.
• Tetapkan pengujian rollback sebelum pilot dimulai. Pilih tindakan paling berisiko yang dapat diambil alur kerja pilot Anda (yang dengan konsekuensi paling jauh jika salah) dan konfirmasikan jalur pemulihannya berfungsi. Kemudian dokumentasikan.
• Mulai percakapan tingkatan akses dengan tim data Anda sekarang. Lapisan tata kelola Natoma memberikan Snowflake infrastruktur untuk menerapkan kebijakan akses. Sales Ops perlu mendefinisikan apa kebijakan tersebut sebenarnya. Percakapan itu membutuhkan waktu lebih dari satu sprint. Mulailah sebelum Anda berada di bawah tekanan.

Pelajari Lebih Lanjut

• Apa Itu Operator Penjualan AI
• AI Sales Ops vs. Sales Ops Tradisional
• Mengapa Sales Ops Memiliki Kasus Penggunaan AI dengan ROI Tertinggi
• Dari Panggilan ke Pembaruan CRM Secara Otomatis
• Perusahaan Melewatkan Target Pendapatan pada Pengeluaran AI dan Data
• Agen Workspace OpenAI di Salesforce dan Slack