Aprender  /  Guías

Las funciones de IA en SQL comparadas: Snowflake, BigQuery y Databricks, con la misma tarea escrita de tres formas

Etiquetar diez mil tickets de soporte requería un script de Python, una clave de API y una tarde. Hoy es una línea de SQL en cualquier gran almacén de datos. Los nombres de las funciones cambian, los tipos que devuelven también, y las trampas igual. Aquí tienes el mapa.

Guía10 min de lecturaActualizado el 16 de noviembre de 2026
SQLIASnowflakeDatabricks
Todas las guías y chuletas

Las tres grandes plataformas de datos permiten ya llamar a un gran modelo de lenguaje desde una consulta SQL. El modelo lee una columna, fila a fila, y devuelve una etiqueta, un sí o un no, una puntuación o campos extraídos. Esta semana las tres añadieron algo: Snowflake puso AI Function Studio a disposición de todos, BigQuery añadió los modelos Gemini 4 y Databricks lanzó una API asíncrona para lotes grandes. Así se comparan en noviembre de 2026.

3PlataformasSnowflake, BigQuery, Databricks
500Etiquetasmáximo de ai_classify en Databricks
50,000Peticionespor lote asíncrono de Databricks (beta)
1Línea de SQLpara etiquetar una columna entera

Las funciones lado a lado

TareaSnowflakeBigQueryDatabricks
Elegir una categoríaAI_CLASSIFYAI.CLASSIFYai_classify
Sí o no, para filtrarAI_FILTERAI.IFai_classify con dos etiquetas
Puntuar o valorarAI_SENTIMENT para el sentimientoAI.SCOREai_analyze_sentiment para el sentimiento
Extraer camposAI_EXTRACTAI.GENERATE con un esquema de salidaai_extract
Texto libre, cualquier instrucciónAI_COMPLETEAI.GENERATEai_query
Leer documentosAI_PARSE_DOCUMENTMediante AI.GENERATE sobre archivosai_parse_document
Resumir muchas filasAI_AGGAI.GENERATE sobre texto agregadoai_summarize por fila

La misma tarea de tres formas: etiquetar tickets de soporte

Una tabla tickets con una columna de texto body. Queremos una categoría por ticket.

SQL
SELECT
  ticket_id,
  AI_CLASSIFY(body, ['billing', 'bug', 'feature request', 'other']):labels[0]::STRING
    AS category
FROM tickets;

AI_CLASSIFY devuelve un objeto cuyo campo labels es un array, así que tomamos el primer elemento. Añade {'output_mode': 'multi'} como tercer argumento para permitir varias etiquetas, y task_description o examples en el mismo objeto para ganar precisión.

Filtrar filas con una pregunta

Una función de sí/no en la cláusula WHERE es la función de IA más útil que la mayoría de los analistas nunca prueba. Responde a preguntas como «¿qué reseñas hablan de la entrega?» sin listas de palabras clave.

SQL
SELECT ticket_id, body
FROM tickets
WHERE AI_FILTER(CONCAT('Is this ticket asking for a refund? ', body));

Lo que mejor hace cada plataforma

Snowflake

Ajuste con tus datos
  • AI Function Studio (GA esta semana) construye, prueba y ajusta una función a partir de una descripción en lenguaje normal
  • AI Function Optimization compara instrucciones y modelos con tus datos, con calidad y coste
  • AI_AGG resume muchas filas en una sola llamada
  • Los tipos devueltos son objetos que hay que desempaquetar

Ideal cuando vas a ejecutar la misma tarea de IA cada día y quieres ajustarla una sola vez.

BigQuery

Menos configuración
  • Elige un modelo automáticamente si no indicas ninguno, con opción entre menor coste y mayor calidad
  • AI.CLASSIFY devuelve una cadena sencilla
  • Gemini 4 Carbon e Hydrogen disponibles desde esta semana
  • La elección de modelos se centra sobre todo en los de Google

Ideal para analistas que quieren resultados rápidos sin configurar nada.

Databricks

Más control
  • Puntuaciones de confianza y justificaciones en ai_classify 2.1
  • ai_query llama a cualquier modelo servido en la plataforma, incluidos Claude, GPT y modelos abiertos
  • La API asíncrona procesa hasta 50.000 peticiones desde un archivo (beta)
  • Más opciones que aprender

Ideal para ingenieros de datos que construyen pipelines de IA grandes y repetibles.

Mantener la factura bajo control

  1. 1

    Prueba con una muestra

    Ejecuta la función en 200 filas, revísalas a mano y mide la precisión antes de tocar la tabla entera.

  2. 2

    Usa el modelo más pequeño que apruebe

    Clasificar y filtrar rara vez requieren un modelo puntero. En BigQuery, deja primero que la plataforma elija el modelo.

  3. 3

    Guarda los resultados

    Escribe las etiquetas en una tabla una sola vez. Un panel que llama a una función de IA en cada actualización paga cada vez.

  4. 4

    Procesa solo las filas nuevas

    Etiqueta de forma incremental con un WHERE sobre la fecha de carga o un MERGE, nunca todo el histórico otra vez.

  5. 5

    Vigila la vista de consumo de IA de la plataforma

    Cada plataforma separa el gasto en IA del de cómputo; configura una alerta de presupuesto.

Cuándo salir del SQL

Si necesitas muchas preguntas cerradas por elemento, probabilidades sobre las que fijar umbrales, o imágenes y vídeo en la misma llamada, una API específica puede salir más barata. La nueva Gemini Decisions API de Google responde hasta 1.000 preguntas de sí/no, de elección o de puntuación por llamada, por 0,10 dólares por millón de tokens de entrada. El precio a pagar: los datos salen de tu almacén, así que revisa antes tus normas de gobernanza.

Pon a prueba lo que has aprendido

1/3¿Qué función de BigQuery filtra filas con una pregunta de sí/no?

2/3¿Qué devuelve AI_CLASSIFY de Snowflake?

3/3¿Cuál es la mejor forma de contener el coste de las funciones de IA en los paneles?

Más: la actualización de Snowflake de noviembre, la actualización de BigQuery de noviembre y las novedades de noviembre de Databricks Genie One.

Fuentes: documentación de Snowflake sobre AI_CLASSIFY y las Cortex AI Functions; documentación de BigQuery sobre AI.CLASSIFY y la introducción a la IA generativa; documentación de Databricks sobre ai_classify y las AI Functions; notas de versión de Snowflake, BigQuery y Databricks (del 9 al 16 de noviembre de 2026). Las opciones y los precios cambian a menudo, así que revisa la documentación de cada plataforma antes de un proceso grande.

Alessandro Ecclesie AgazziEscrito por Alessandro Ecclesie Agazzi, analytics engineer en Londres. Actualizado el 16 de noviembre de 2026. Sobre mí

¿Te ha resultado útil?

Aquí se publican con regularidad nuevas guías y artículos sobre las novedades en datos e IA. Sígueme en LinkedIn o comparte este artículo con un compañero.