Snowflake ha firmato il 27 maggio 2026 un nuovo accordo pluriennale con Amazon Web Services e ha messo sul tavolo 6 miliardi di dollari in cinque anni per capacità di calcolo Graviton e spesa infrastrutturale AI. Il mercato ha letto l’annuncio come qualcosa di più di un rinnovo commerciale: nelle contrattazioni after hours il titolo Snowflake è salito fino a circa il 35%, spinto anche da guidance migliori del previsto.
Il punto, però, va oltre il rimbalzo di Borsa. L’intesa indica dove si sta spostando la competizione nell’AI enterprise: meno demo isolate, più infrastruttura stabile, più integrazione tra modelli e dati governati, più attenzione all’economia dei workload agentici. Per Snowflake significa blindare capacità e prezzo in una fase in cui le aziende stanno cercando di portare gli agenti AI nei processi. Per Aws significa trasformare i propri chip proprietari in una leva industriale, non solo tecnica.
Indice degli argomenti:
Un accordo che fotografa il passaggio dai piloti alla produzione
Snowflake ha spiegato che l’accordo amplia una collaborazione avviata undici anni fa e punta a rafforzare tre fronti:
- integrazione di prodotto su generative e agentic AI,
- accelerazione delle migrazioni dei workload
- vendita congiunta tramite marketplace.
Un dettaglio pesa più degli altri: la società parla in modo esplicito di spesa in Graviton compute e AI su Aws, con l’obiettivo di sostenere la domanda crescente di carichi dati e AI.
La mossa arriva in un momento in cui le imprese stanno provando a superare la fase sperimentale. Secondo il report State of AI in the Enterprise 2026 di Deloitte, basato su 3.235 leader business e IT in 24 Paesi rilevati tra agosto e settembre 2025, solo il 25% delle organizzazioni ha portato in produzione almeno il 40% dei propri piloti AI. Sul fronte agentico, quasi tre quarti delle aziende prevedono un deployment entro due anni, ma appena il 21% dichiara una governance matura degli agenti.
Il quadro è coerente con un altro segnale. Gartner, nella Hype Cycle for Agentic AI 2026, rileva che solo il 17% delle organizzazioni ha già distribuito agenti AI, mentre oltre il 60% prevede di farlo entro i prossimi due anni. L’ambizione corre più della maturità operativa. In questo scarto si infilano gli hyperscaler, che vendono non solo potenza ma un ambiente completo per portare gli agenti nei flussi aziendali.
Questa tabella riassume i numeri che aiutano a leggere il deal e il contesto di mercato
I numeri chiave del deal Snowflake-Aws
| Indicatore | Valore | Perché conta |
|---|---|---|
| Nuovo impegno Snowflake verso Aws | 6 miliardi di dollari | Blocca capacità infrastrutturale e relazione di lungo periodo |
| Durata dell’accordo | 5 anni | Segnala una scommessa industriale, non tattica |
| Vendite lifetime Snowflake su Aws Marketplace | oltre 7 miliardi di dollari | Mostra la profondità commerciale dell’alleanza |
| Vendite Snowflake su Aws Marketplace nel 2025 | oltre 2 miliardi di dollari | Indica accelerazione della domanda enterprise |
| Ricavi Snowflake Q1 FY2027 | 1,39 miliardi di dollari | Confermano una traiettoria di crescita sostenuta |
| Guidance ricavi di prodotto Snowflake FY2027 | 5,84 miliardi di dollari | Riflette attese più alte su domanda dati e AI |
| Crescita Aws nel Q1 2026 | 28% | Segnala nuova accelerazione del cloud Amazon |
| Run rate annuo del business chip Amazon | oltre 20 miliardi di dollari | Misura il peso crescente del silicio proprietario |
Perché tornano al centro le Cpu
Nella narrativa pubblica sull’AI dominano le Gpu. Nei workload agentici enterprise, però, la partita è più articolata. Gli agenti non devono solo generare testo: devono interrogare basi dati, richiamare tool, orchestrare passaggi, applicare policy, dialogare con applicazioni e sistemi transazionali. In questa architettura, le Cpu restano determinanti per costo, latenza e coordinamento del lavoro.
L’economia dei workload agentici
Un paper pubblicato su arXiv nel 2026, Towards Understanding, Analyzing, and Optimizing Agentic AI Execution: A CPU-Centric Perspective, mostra che in alcuni workload agentici il tool processing su Cpu può assorbire fino al 90,6% della latenza totale. È un dato che aiuta a leggere la scelta di Snowflake: se l’obiettivo è portare agenti AI su dati aziendali governati, l’ottimizzazione del layer Cpu diventa una questione economica prima ancora che architetturale.
Aws sta costruendo proprio qui il suo vantaggio. A maggio 2026 ha lanciato per Amazon Redshift le nuove istanze RG basate su Graviton, promettendo workload di data warehouse e data lake fino a 2,4 volte più rapidi rispetto alla generazione RA3 e un prezzo fino al 30% più basso per vcpu.
In un altro caso d’uso, Salesforce ha documentato su Aws miglioramenti di oltre il 40% nelle performance di query e una riduzione del 15% dei costi infrastrutturali su alcune componenti del proprio Data Cloud migrate a Graviton.
Il segnale è chiaro: l’AI agentica enterprise non si reggerà soltanto sulla corsa ai cluster gpu. Si reggerà anche sulla capacità di far lavorare bene, e a costi sostenibili, i motori dati e i sistemi di orchestrazione che vivono accanto ai modelli.
Cosa guadagnano Snowflake e Aws
Per Snowflake, l’accordo consolida un rapporto già dominante. L’azienda ha dichiarato che la maggior parte dei suoi clienti gira oggi su Aws e che il marketplace Amazon ha superato 7 miliardi di dollari di vendite cumulative per Snowflake. In parallelo, i conti del primo trimestre fiscale 2027 hanno mostrato ricavi per 1,39 miliardi di dollari e una previsione di 5,84 miliardi di ricavi di prodotto per l’intero anno, sopra le attese precedenti.
Per Aws, il deal ha un valore che va oltre Snowflake. Amazon ha detto nei risultati del primo trimestre 2026 che Aws cresce del 28%, il ritmo più alto degli ultimi quindici trimestri, e che il business dei chip proprietari, inclusi Graviton, Trainium e Nitro, ha superato un run rate annuo di 20 miliardi di dollari. Negli stessi risultati, il gruppo ha ricordato anche gli accordi con OpenAI, Anthropic e Meta. Il messaggio industriale è: Amazon vuole occupare l’intera filiera AI, dai modelli al cloud fino al silicio.
In questo contesto, Snowflake diventa per Aws un cliente ad alto valore e insieme una vetrina: dimostra che anche una piattaforma dati nata per servire analytics e data sharing si sta riposizionando come infrastruttura operativa per agenti AI.
Cosa cambia per le imprese
Per i clienti enterprise, il deal rafforza una traiettoria già visibile. L’AI utile in azienda sta convergendo verso piattaforme dove dati, governance, orchestrazione e calcolo restano vicini. Spostare meno dati possibile, controllare meglio i permessi, contenere i costi di inferenza e di tool use, semplificare procurement e deployment: sono questi i fattori che spingono i grandi accordi del 2026.
Resta però un problema di maturità. Capgemini, nel report Rise of agentic AI, costruito su 1.500 senior executive in 14 Paesi, rileva che solo il 2% delle organizzazioni ha già distribuito agenti AI su larga scala e appena il 12% è arrivato a una scala parziale. Meno di un’organizzazione su cinque dichiara una maturità elevata su dati e infrastruttura. La fame di agenti c’è, la base operativa molto meno.
Per questo l’accordo Snowflake-Aws va letto come un segnale di mercato più ampio. Le aziende non stanno comprando soltanto accesso a più calcolo. Stanno cercando una combinazione di prezzo-prestazioni, dati governati e integrazione di piattaforma che renda gli agenti utilizzabili nei processi quotidiani. Chi riuscirà a offrire questa combinazione con meno attrito avrà un vantaggio reale nella prossima fase del cloud AI.
Fonti
Snowflake press release
Reuters sul deal e sui conti Snowflake
Amazon Q1 2026 results
Aws Redshift RG powered by Graviton
Deloitte, State of AI in the Enterprise 2026
Gartner, Hype Cycle for Agentic AI 2026
Capgemini, Rise of agentic AI
Aws case study Salesforce su Graviton
arXiv, A CPU-Centric Perspective on Agentic AI
