Conheça as organizações que usam dados e AI para alcançar resultados inovadores em serviços financeiros, saúde, energia, varejo e muito mais.
Cada setor tem seus próprios desafios exclusivos. Os vencedores do Databricks Customer Awards na categoria Industry são as organizações que não apenas enfrentaram seus desafios, mas usaram dados e AI para resolvê-los.
O Industry Awards reconhece uma organização de destaque de cada setor: a empresa cujo trabalho melhor demonstra como a inteligência de dados pode gerar resultados inovadores, remodelar operações e criar novas possibilidades em seu campo de atuação. De um banco global que unifica dados de risco e finanças entre regiões a um hospital que transforma a forma como os dados clínicos são ingeridos e reutilizados, os vencedores deste ano mostram o quão amplo e profundo esse impacto pode ser.
O programa deste ano reconhece 10 vencedores que abrangem serviços financeiros, comunicações, saúde e ciências da vida, manufatura, varejo e CPG, energia e serviços públicos, tecnologia empresarial, setor público, empresas nativas digitais e excelência em segurança cibernética. Juntos, eles representam alguns dos usos mais inventivos e impactantes do Databricks que já vimos — e estamos entusiasmados em celebrar cada um deles.
Sem mais delongas, conheça os vencedores do 2026 Databricks Customer Awards Industry.
SMBC Group é um grupo financeiro global de primeira linha. Com sede em Tóquio e uma história de 400 anos, o SMBC Group oferece uma gama diversificada de serviços financeiros, incluindo serviços bancários, leasing, valores mobiliários, cartões de crédito e financiamento ao consumidor. O banco está usando dados e AI para integrar risco, tesouraria e finanças; reforçar a segurança cibernética; e modernizar a experiência digital dos clientes.
No centro dessa transformação está um único lakehouse Databricks que reúne os dados do SMBC entre regiões — em uma única plataforma governada. O Unity Catalog fornece ao banco compartilhamento de dados entre regiões, linhagem e controles de acesso. O Lakehouse executa analytics e AI na escala que um banco global exige, ao mesmo tempo em que mantém o controle sobre custos e complexidade.
Com base nessa fundação, o SMBC está usando Genie e Agent Bricks para colocar inteligência confiável e orientada a dados diretamente nas mãos da área de negócios. A plataforma alimenta um chatbot para o Cash Management System, gera Early Warning Indicators para risco de portfólio e está sendo estendida para fluxos de trabalho de memorando de crédito do front-office — transformando horas de analistas em minutos.
Os resultados são mensuráveis:
Esses resultados mostram como o SMBC trata os dados como um ativo estratégico — operacionalizado todos os dias em equipes globais para impulsionar decisões melhores, mais rápidas e mais defensáveis.
Lumen Technologies é uma empresa de serviços de rede digital que oferece a conectividade inteligente, segura e de alto desempenho que as empresas exigem para alcançar suas ambições de AI. A empresa usa dados e AI para dar às equipes de finanças e operações um acesso mais rápido e consistente às informações.
Em finanças, a Lumen reúne dados de domínios como receita, faturamento e despesas de rede para que as equipes possam trabalhar a partir de uma visão compartilhada dos números. A empresa consolida esses dados na Databricks Platform. Ela introduz agentes de linguagem natural que permitem aos funcionários fazer perguntas em suas ferramentas diárias e obter respostas governadas e explicáveis, sem a necessidade de habilidades especializadas.
Com base nessa fundação, a Lumen:
No Service Assurance, a Lumen está facilitando a investigação e a resolução de incidentes de rede que podem afetar cargas de trabalho críticas de clientes. Uma arquitetura Lakehouse, modelos de fundação e fluxos de trabalho multiagente fornecem uma interface conversacional única. Nela, as equipes podem revisar o status do serviço e o contexto operacional, analisar chamados, revisar o histórico de casos, executar diagnósticos e explorar o tempo de resolução em linguagem natural. Essa abordagem está ajudando a dimensionar a automação nas operações de serviço, com métricas internas mostrando mais de 3 milhões de diagnósticos baseados em AI, 35% de desvio de chamados e mais de 100.000 ações geradas por AI.
Hospital for Special Surgery (HSS) é o principal centro médico acadêmico do mundo focado em saúde musculoesquelética. Por 16 anos consecutivos, foi classificado como o nº 1 em ortopedia nos EUA pelo U.S. News & World Report — uma distinção que reflete a excelência contínua no atendimento clínico, pesquisa e inovação.
Com base nessa liderança e impacto, em junho de 2025, o HSS lançou uma ambiciosa jornada de transformação de dados empresariais: projetar e implementar um data lakehouse moderno no Databricks em um prazo de 18 meses. O objetivo não era uma melhoria incremental, mas uma mudança estrutural, unificando um ecossistema de dados altamente fragmentado, fortalecendo a governança em escala e permitindo uma tomada de decisão mais rápida e confiável em toda a empresa.
Em vez de seguir um modelo tradicional de ingestão de dados orientado por casos de uso, o HSS adotou uma estratégia fundamentalmente diferente — a ingestão completa do sistema. Na prática, isso exigiu a ingestão dos sistemas de origem em sua totalidade, em vez de extrair seletivamente subconjuntos de dados vinculados a casos de uso individuais. ERP, HRIS, EHR, PACS e outros sistemas de origem foram integrados como conjuntos de dados completos, preservando a fidelidade, o contexto e permitindo a reutilização em várias aplicações downstream sem a necessidade de nova ingestão ou reengenharia.
Essa abordagem introduziu uma complexidade inicial significativa, exigindo uma coordenação mais profunda com os proprietários dos sistemas, modelagem de dados rigorosa e controles de governança mais fortes desde o primeiro dia. No entanto, estabeleceu uma base escalável. Novos casos de uso de analytics agora podem ser entregues rapidamente, sem a necessidade de revisitar padrões de ingestão ou remodelar dados, reduzindo significativamente o tempo para obter insights e a redundância técnica.
Em apenas 10 meses, o HSS ingeriu mais de 40 sistemas de origem, estabeleceu mais de 14.500 tabelas de produção e mais de 130 esquemas, e entregou um conjunto crescente de produtos de dados e aplicações.
Mais importante ainda, a transformação mudou o modelo operacional de como os dados são entregues em toda a empresa. Agora, as equipes podem passar da pergunta ao insight usando conjuntos de dados confiáveis e governados, permitindo não apenas uma entrega mais rápida, mas também analytics mais sofisticados, novas funcionalidades e uma geração de insights mais profunda. É essa mudança de patamar tanto em capacidade quanto em execução que diferencia essa transformação e fundamenta o reconhecimento do programa como uma iniciativa de dados líder no setor.
TrinityRail® é uma locadora, fabricante e provedora de logística de vagões ferroviários da América do Norte que está adotando mais serviços digitais em sua plataforma para aprimorar seu conjunto de ofertas aos clientes. Como parte de sua estratégia para 2026, a empresa está focada em operacionalizar a inteligência, incorporar dados e implementar AI em suas decisões e fluxos de trabalho diários.
TrinityRail reúne dados de sistemas legados que anteriormente limitavam a visibilidade em manufatura, leasing e serviços, e dificultavam a melhoria das margens, do capital de giro e da produtividade da força de trabalho. A empresa está replataformando os sistemas de negócios principais na Databricks Platform e convergindo seu patrimônio de dados para dar suporte a “Sistemas de Ação” — passando de dashboards estáticos para aplicações transacionais e agentes que agem sobre os insights em tempo quase real.
Com base nessa fundação, a TrinityRail:
Por meio da aquisição da RSI Logistics, a TrinityRail também integra dados de telemetria de sensores de vagões para dar suporte a ofertas de dados como serviço para clientes. Juntos, esses esforços visam resultados mensuráveis, como redução de estoque, automação de compras, economia de diárias e cadeia de suprimentos, além de serviços digitais mais responsivos em toda a sua frota.
PepsiCo é uma líder global de alimentos e bebidas — e os dados impulsionam suas operações em escala. Em parceria com a Databricks, a PepsiCo construiu sua Enterprise Data Foundation (EDF) para permitir que todas as funções da empresa criem e escalem produtos de dados e AI em uma plataforma compartilhada, moderna, escalável e de alto desempenho.
A EDF unifica os dados corporativos e impulsiona produtos de dados reutilizáveis usados pelas equipes de cadeia de suprimentos, comercial, de consumo, finanças, compras, R&D, HR e sustentabilidade globalmente. A base apoia programas de negócios prioritários com fortes métricas operacionais, incluindo o onboarding de mais de 85% dos dados corporativos, superando 90% de qualidade de dados e cobertura de catálogo, e entregando mais de 200 produtos de dados corporativos e AI em produção.
Sobre essa base da Databricks, a PepsiCo impulsionou a simplificação de relatórios e dados em 60% até o momento e planeja migrar para consoles de AI para BI em todas as linhas de negócios e funções.
Construída no Databricks, a EDF é pronta para AI por design — oferecendo suporte a análises avançadas, machine learning e AI governada em escala. Com governança incorporada e contexto semântico, a PepsiCo transforma dados limpos e conectados em insights e ações que geram impacto real nos negócios em toda a empresa.
Ausgrid é uma grande distribuidora de eletricidade na Austrália, atendendo a residências e empresas em toda a sua rede. A empresa está modernizando a forma como gerencia e usa os dados para que uma equipe relativamente pequena possa dar suporte a analytics e AI em toda a empresa.
A Ausgrid reúne dados de sistemas legados de analytics paralelos que aumentavam os custos da plataforma e dificultavam a entrega de dados confiáveis e reutilizáveis aos usuários de negócios. Uma equipe enxuta de dados de oito pessoas planejou e executou uma migração completa do Azure Synapse para uma arquitetura lakehouse na plataforma Databricks, desativando o ambiente antigo e estabelecendo uma Enterprise Data Platform com produtos de dados "gold" certificados em domínios como cliente, finanças e clima. Esse trabalho elimina gastos duplicados com plataformas e reduz a sobrecarga operacional de manter duas pilhas de analytics.
Sobre essa base, a Ausgrid:
Olhando para o futuro, a Ausgrid se concentra em escalar para uma empresa de serviços públicos orientada por AI, lançando mais produtos de dados alinhados ao domínio e habilitando ferramentas como Databricks Lakehouse, Genie e aplicativos para analytics democratizado. O objetivo é integrar milhares de funcionários em um único lakehouse e usar dados e AI para apoiar decisões mais inteligentes, BI moderno e casos de uso integrados, ao mesmo tempo em que melhora o custo total de propriedade por meio de consolidação e computação elástica.
Intel é uma empresa global de tecnologia que projeta e fabrica semicondutores e tecnologias de computação que alimentam dispositivos, data centers e sistemas inteligentes em todo o mundo. A empresa está modernizando sua base de dados e AI para melhorar a colaboração, a governança e a velocidade da inovação em toda a organização.
À medida que o patrimônio de dados da Intel crescia em escala e complexidade, as equipes enfrentavam desafios com consistência, governança e fluxos de trabalho fragmentados entre as unidades de negócios. Para resolver isso, o IT da Intel alinhou equipes multifuncionais em torno de uma estratégia de dados unificada e padronizou o consumo de analytics e ML na plataforma Databricks, ajudando a trazer maior consistência e controle para toda a empresa.
Sobre essa base, o IT da Intel:
O IT da Intel também fortaleceu sua comunidade interna de dados ao alinhar as equipes de operações, analytics e governança em torno de padrões e modelos operacionais compartilhados. Isso ajudou a melhorar a administração de dados, facilitando para as equipes descobrir, acessar e reutilizar dados em toda a organização de forma segura.
Juntos, esses esforços tornaram o ecossistema de dados da Intel mais conectado, governado e escalável, apoiando uma inovação mais rápida e uma adoção mais ampla de dados e AI em toda a empresa.
IDB Invest é o braço do setor privado do Banco Interamericano de Desenvolvimento, que financia empresas e mobiliza investimentos privados para promover o desenvolvimento na América Latina e no Caribe. Em 2025, registrou um recorde de US$ 13,1 bilhões em atividade total, à medida que avançava em uma transformação institucional mais ampla, projetada para aumentar a escala, a qualidade e o impacto no desenvolvimento.
À medida que os esforços do IDB Invest com a Databricks se expandiram, a organização modernizou a forma como as equipes acessam e agem com base em informações nos fluxos de trabalho de tesouraria, analytics e risco. Um objetivo central tem sido reduzir a fragmentação no ambiente analítico e estabelecer uma base mais forte para uma tomada de decisão mais rápida, consistente e mais habilitada por AI em toda a empresa.
Essa transformação inclui a aplicação de análise de documentos baseada em AI para apoiar a equipe de Gestão de Risco e Sustentabilidade à medida que o fluxo de transações cresce e as revisões de riscos financeiros e não financeiros se tornam mais complexas. Usando processamento de linguagem natural e grandes modelos de linguagem, o IDB Invest pode analisar e resumir propostas de investimento, memorandos e relatórios anuais de supervisão, ao mesmo tempo em que cria um repositório centralizado de conhecimento institucional e informações financeiras importantes para recuperação mais rápida.
O IDB Invest também implementou um assistente virtual de AI corporativo desenvolvido pelo Databricks Genie para fornecer acesso conversacional a dados e analytics. Ao combinar o Genie com o acesso governado por meio do Unity Catalog, a organização oferece aos usuários uma maneira segura de consultar dados corporativos, explorar cenários e gerar resumos em linguagem natural. Isso ajuda a estender o analytics além das equipes especializadas e amplia o acesso a insights orientados por AI nos fluxos de trabalho de tesouraria, risco e impacto. Isso reduz ainda mais o tempo para obter insights, diminui a dependência de relatórios manuais e acelera a adoção de AI nos fluxos de trabalho de risco, tesouraria e impacto no desenvolvimento.
Os primeiros resultados desse trabalho incluem:
Juntos, esses esforços mostram como o IDB Invest está usando dados e AI para simplificar as operações, fortalecer a tomada de decisões e apoiar seu mandato mais amplo de crescimento e desenvolvimento.
Superhuman, a plataforma de produtividade que inclui Grammarly, Coda, Superhuman Mail e Superhuman Go, atende a mais de 40 milhões de usuários diários em dezenas de idiomas e conta com a plataforma Databricks para fornecer sugestões rápidas, confiáveis e econômicas em escala global.
Em estreita parceria com a Databricks, a Superhuman migrou a maior parte do tráfego de inferência que alimenta o principal modelo de correção de erros gramaticais do Grammarly de uma pilha DIY vLLM para o Databricks High Throughput Model Serving.
Sobre essa base, a Superhuman:
Além da inferência, a Superhuman adotou o Lakebase, o serviço PostgreSQL totalmente gerenciado da Databricks nativamente integrado ao lakehouse, como uma espinha dorsal transacional para aplicações internas e serviços de produção, sincronizando tabelas Delta em um armazenamento de baixa latência e gravando o estado da aplicação de volta sem pipelines personalizados.
Essa base do Lakebase e do Databricks Apps transformou projetos de integração de recursos de vários meses e de ETL reverso em trabalhos medidos em semanas ou até horas, reduzindo drasticamente a carga de plantão das equipes de engenharia.
Adobe capacita todos, em qualquer lugar, a imaginar, criar e dar vida a qualquer experiência digital. De criadores e estudantes a pequenas empresas, empresas globais e organizações sem fins lucrativos, os clientes escolhem os produtos da Adobe para idealizar, colaborar e ser mais produtivos, impulsionar o crescimento dos negócios e criar experiências notáveis.
Mas no mundo digital de hoje, a confiança é o que torna possíveis as ideias ousadas. A confiança capacita a criatividade — e começa com a segurança, protegendo nossos clientes e comunidades que usam os produtos da Adobe todos os dias.
À medida que o volume e a complexidade dos dados de segurança cresceram, a Adobe continuou a evoluir sua abordagem de cibersegurança orientada a dados. A equipe de segurança da Adobe aproveita dados e ferramentas de AI, incluindo o Databricks, para ajudar a viabilizar análises mais escaláveis e melhorar a velocidade e a precisão da detecção de ameaças.
Ao aplicar práticas de engenharia de software aos seus fluxos de trabalho de detecção, a Adobe fortaleceu a consistência, a governança e a eficiência de suas operações de segurança. O resultado foi uma redução mensurável de falsos positivos, desenvolvimento de detecção mais rápido e melhor desempenho analítico em relação a dados em grande escala.
Esses esforços reforçam a capacidade da Adobe de identificar e responder a ameaças em constante evolução — e sustentam as experiências digitais seguras e confiáveis para os clientes da Adobe em todo o mundo.
Sumitomo Mitsui Banking Corporation, Lumen Technologies, Hospital for Special Surgery, TrinityRail, PepsiCo, Ausgrid, Intel, IBD Invest, Superhuman e Adobe.
Dez vencedores. Um fio condutor: organizações que viram o que os dados e a AI poderiam fazer em suas áreas e construíram algo que vale a pena comemorar. O trabalho delas impulsiona toda a comunidade para frente — e esse é exatamente o objetivo.
Quer saber mais sobre como os clientes da Databricks estão usando dados e AI para gerar impacto?
(Esta publicação no blog foi traduzida utilizando ferramentas baseadas em inteligência artificial) Publicação original
Assine nosso blog e receba os posts mais recentes diretamente na sua caixa de entrada.