Snowflake lanza Arctic, un modelo abierto para SQL empresarial

Snowflake ha presentado hoy Arctic, un modelo de lenguaje abierto pensado para una de las tareas más repetidas en las empresas: convertir preguntas y necesidades de negocio en consultas de datos, código y automatizaciones. La compañía lo publica bajo licencia Apache 2.0, una decisión que permite usarlo, modificarlo y redistribuirlo también con fines comerciales.

Arctic llega en un momento en que las grandes plataformas de datos quieren que sus clientes interactúen con almacenes de información mediante lenguaje natural. Generar una consulta SQL correcta —el lenguaje con el que se consultan bases de datos— es una aplicación especialmente valiosa: puede ahorrar tiempo a analistas y desarrolladores, pero exige que el modelo entienda tanto la petición como la estructura concreta de los datos de cada empresa.

480.000 millones de parámetros, pero 17.000 millones activos

La principal particularidad técnica de Arctic es su arquitectura de mezcla de expertos, conocida por sus siglas en inglés, MoE. En lugar de activar toda la red neuronal para cada palabra o fragmento de texto, el modelo selecciona una pequeña parte de sus componentes especializados para resolver cada operación.

Arctic suma 480.000 millones de parámetros en total, pero activa alrededor de 17.000 millones en cada token, la unidad mínima de texto que procesa el sistema. Snowflake ha construido el modelo con 128 expertos y activa dos de ellos por token. El objetivo es combinar la capacidad de un modelo muy grande con un coste de inferencia —el uso del modelo una vez entrenado— más contenido que el de una red densa de tamaño equivalente.

La distinción importa, aunque no elimina las exigencias de infraestructura. Que solo una fracción de los parámetros participe en cada respuesta reduce el cálculo necesario, pero alojar un modelo de 480.000 millones de parámetros sigue requiriendo una cantidad notable de memoria y equipos especializados. Para muchas compañías, la opción práctica seguirá siendo utilizarlo a través de servicios gestionados o adaptar versiones más pequeñas.

Un modelo para consultas, código e instrucciones

Snowflake ha orientado Arctic a generación de SQL, programación y seguimiento de instrucciones, tres capacidades que se cruzan en los asistentes internos para datos. Un empleado podría pedir, por ejemplo, las ventas de una región durante un periodo determinado; el sistema tendría que traducir esa petición a SQL, respetar los nombres reales de tablas y columnas, ejecutar la consulta con permisos adecuados y explicar el resultado.

La parte más difícil no es únicamente producir una frase de SQL con buena sintaxis. En una organización real, el modelo debe manejar esquemas extensos, definiciones de negocio que varían entre departamentos y reglas de acceso a información sensible. Una consulta aparentemente razonable puede devolver una cifra equivocada si confunde una métrica o mezcla tablas incompatibles.

Según Snowflake, Arctic obtiene resultados competitivos en pruebas de SQL, código y seguimiento de instrucciones frente a otros modelos abiertos orientados a usos empresariales. Es una afirmación relevante, pero los benchmarks no sustituyen las pruebas con los datos y los flujos de trabajo de cada cliente. Las evaluaciones públicas suelen medir problemas bien delimitados; una base de datos corporativa introduce ambigüedad, datos incompletos y permisos que un test no reproduce por completo.

La licencia abre una vía distinta a la de los modelos cerrados

La licencia Apache 2.0 coloca a Arctic en una posición distinta de la de los modelos comerciales que solo se consumen mediante una API. Una empresa puede descargar los pesos del modelo, ejecutarlo en su propia infraestructura y ajustarlo para tareas concretas. También puede revisar cómo se comporta dentro de su perímetro tecnológico, algo importante para sectores con requisitos estrictos de residencia de datos o auditoría.

No obstante, abrir el modelo no resuelve por sí solo los problemas de gobierno del dato. Las empresas deberán decidir qué información se envía al sistema, limitar qué consultas puede ejecutar, validar las respuestas y mantener controles sobre datos personales, financieros o confidenciales. Un asistente que genera SQL debe tener menos permisos que una cuenta administrativa, incluso si sus resultados parecen correctos.

Arctic se suma a una carrera creciente por los modelos abiertos de mezcla de expertos. Mistral popularizó este enfoque con Mixtral, y Databricks presentó DBRX en marzo con una arquitectura MoE y licencia Apache 2.0. Snowflake busca ahora que su posición como plataforma de datos se traduzca en una ventaja en la capa de inteligencia artificial: no solo almacenar y consultar información, sino ayudar a escribir las consultas y aplicaciones que la utilizan.

El siguiente paso será comprobar cómo integra Snowflake Arctic en productos y herramientas de desarrollo, y si el modelo mantiene sus resultados fuera de los benchmarks publicados. Para los equipos de datos, su atractivo no dependerá del número de parámetros, sino de si reduce trabajo manual sin crear nuevas vías de errores, fugas de información o consultas difíciles de auditar.