Hay una forma de medir la magnitud de un acuerdo empresarial que va más allá del número: compararlo con la historia de la empresa. Snowflake, que lleva operando desde 2012, ha acumulado un total de ventas a través de AWS Marketplace de 7.000 millones de dólares. Ahora, el contrato que Snowflake y AWS acaban de anunciar vale 6.000 millones de dólares en cinco años. Es decir, casi todo lo que Snowflake ha facturado en AWS a lo largo de su historia entera, consolidado en un solo acuerdo.
La noticia, cubierta simultáneamente por los principales medios financieros y tecnológicos, provocó que las acciones de Snowflake subieran hasta un 35% en el after-hours. Sin embargo, el acuerdo no es solo grande en términos monetarios; es estratégicamente significativo porque señala hacia qué tipo de infraestructura de cómputo se dirige la inteligencia artificial empresarial en 2026.
¿Qué es y cómo funciona este acuerdo histórico?
El protagonista de este contrato no es una GPU tradicional. El acuerdo está intrínsecamente vinculado a los procesadores Graviton de Amazon —chips de arquitectura Arm diseñados por el propio AWS— y a la infraestructura general de chips para IA de Amazon. Como parte del trato, Snowflake se compromete a expandir masivamente su uso de Graviton y a migrar cargas de trabajo críticas a esta infraestructura.
La razón fundamental detrás de este giro tecnológico es la IA agéntica. Durante los últimos años, la demanda de GPUs (como las de NVIDIA) ha dominado la narrativa de la infraestructura de IA, ya que entrenar grandes modelos de lenguaje (LLMs) requiere miles de núcleos paralelos especializados. Pero el panorama está cambiando rápidamente.
Innovación y diferenciación: El auge de los CPUs para IA Agéntica
Una vez que los modelos de IA están entrenados y se despliegan como agentes autónomos que ejecutan tareas complejas —orquestando múltiples pasos, moviendo grandes volúmenes de datos entre sistemas y tomando decisiones en bucle— la carga de trabajo cambia drásticamente. Este tipo de procesamiento se parece mucho más a las tareas de los CPUs de propósito general que al entrenamiento intensivo de modelos.
Empresas líderes ya están marcando esta tendencia. Meta, por ejemplo, anunció recientemente que utilizará cientos de miles de chips Graviton para sus propias cargas de trabajo de IA agéntica. El resultado práctico es claro: AWS está convirtiendo sus chips personalizados de CPU en una alternativa viable, eficiente y significativamente más barata a las GPUs para casos de uso específicos de IA en producción. Snowflake está apostando su crecimiento futuro a esta misma infraestructura.
Aplicaciones prácticas: Llevando la IA a los datos corporativos
El crecimiento que respalda este acuerdo es tangible. El gasto de los clientes de Snowflake en AWS Marketplace se duplicó en 2025, alcanzando los 2.000 millones de dólares. Lo que impulsa este crecimiento acelerado es la adopción de herramientas de datos con IA de Snowflake, como Cortex AI, Cortex Code y Snowpark.
Estas herramientas están ganando una adopción masiva entre las empresas que desean construir aplicaciones de IA sobre sus propios datos, sin la necesidad de moverlos a infraestructuras externas. La propuesta de valor es contundente: utilizar la IA que Snowflake proporciona (incluyendo modelos de terceros integrados) directamente sobre los datos corporativos, manteniendo intacta la seguridad y gobernanza ya configurada.
Además, el contrato consolida la alianza estratégica de Snowflake con Anthropic para integrar Claude en su plataforma. Los modelos Claude ya son accesibles de forma nativa desde Snowflake Intelligence, el servicio empresarial de IA de la compañía.
Implicaciones futuras: De la experimentación a la producción
La evolución de la infraestructura de datos empresariales muestra un marcador claro con este contrato: el ciclo de la IA empresarial está pasando definitivamente de la fase de experimentación a la de producción a gran escala.
Cuando las empresas hablan de «poner la IA en producción», la gran mayoría no está entrenando nuevos modelos desde cero; están ejecutando aplicaciones que orquestan modelos ya entrenados sobre sus propios ecosistemas de datos. Esto requiere un procesamiento (CPU) fiable, económico y de baja latencia, no miles de núcleos paralelos de GPU. Amazon entendió este giro antes que la mayoría de sus competidores, y la última generación de sus procesadores, Graviton5, ofrece hasta un 25% más de rendimiento con menor consumo energético.
Perspectiva crítica: El riesgo de la concentración en la nube
A pesar del optimismo del mercado, existe una preocupación latente: la concentración. Snowflake opera en AWS, Azure y Google Cloud, y esa diversificación siempre fue un pilar fundamental de su propuesta de valor basada en la neutralidad de la nube.
Si bien un contrato de 6.000 millones con AWS en cinco años no rompe técnicamente esa neutralidad —Snowflake seguirá disponible en las otras plataformas—, sí crea una dependencia estratégica masiva con Amazon que podría condicionar negociaciones y desarrollos futuros. Los clientes empresariales podrían empezar a preguntarse si Snowflake priorizará la integración y optimización con AWS por encima de las otras nubes, alterando el equilibrio del ecosistema.
Conclusión
El mega-contrato entre Snowflake y AWS es mucho más que una cifra récord; es una declaración de intenciones sobre el futuro de la infraestructura tecnológica. Al priorizar los procesadores Graviton para cargas de trabajo de IA agéntica, ambas compañías están redefiniendo cómo se ejecuta la inteligencia artificial a nivel empresarial.
Esta alianza demuestra que la eficiencia, la reducción de costos y la orquestación inteligente de datos serán los verdaderos motores de la próxima fase de la revolución digital. Para el ecosistema tecnológico, el mensaje es claro: la era de la IA en producción ha comenzado, y la infraestructura subyacente está evolucionando rápidamente para soportarla.