Uma conversa com Ari Kaplan, Head de Evangelismo Técnico da Databricks, sobre análise conversacional, bancos de dados modernos e por que a lacuna entre líderes e retardatários está diminuindo rapidamente
por Catherine Brown
Há uma pergunta circulando em conselhos e reuniões de liderança de dados neste momento que soa mais ou menos assim: "Nós já temos BI. Nós já temos uma solução de banco de dados. Então, por que precisamos de algo diferente?"
É uma pergunta justa. E é uma que Ari Kaplan já ouviu em cinco continentes. Como Head Global de Evangelismo da Databricks, Ari passou sua carreira na intersecção de dados, tecnologia e transformação de negócios, incluindo um período como Presidente do Independent Oracle Users Group, uma organização que representa mais de 22.000 profissionais de banco de dados. Ele viu em primeira mão o que funciona, o que envelhece mal e o que a próxima década exige.
Nesta conversa, abordamos análise conversacional, a arquitetura por trás do Genie e Lakebase, o que realmente é preciso para conquistar a confiança dos executivos em insights impulsionados por IA e por que as empresas que falham em agir podem se encontrar mais para trás do que pensam.
Insight sem Ação é Apenas Trivia
Catherine Brown: Ari, executivos adoram a ideia de conversar com seus dados, mas onde ocorre a falha na análise conversacional?
Ari Kaplan: Com certeza! O ponto principal é que as empresas querem conversar com seus dados, governados dentro do contexto de seus próprios negócios. Mas é aqui que as coisas desmoronam: se tudo o que você está recebendo são fatos — trivia, essencialmente — e não há um caminho para a ação, então qual é o propósito? O valor de qualquer insight só é tão real quanto o que acontece por causa dele.
Essa é a diferença que a Databricks está tentando fazer. Não é apenas conversa, mas leva a algum lugar. Eu estava conversando com a Etihad Airlines, uma de nossas principais usuárias do Genie. Sua equipe financeira estava fazendo perguntas como: "Se os preços do petróleo subirem no próximo trimestre, como ajustamos nossos preços para que ainda tenhamos lucro e os clientes ainda queiram voar?" Esse tipo de análise costumava levar meses, mas com o Genie e análise preditiva, eles estão executando esses cenários em tempo real e realmente tomando a decisão de mudar os preços e rotas quase imediatamente. Esse é um ótimo exemplo de um negócio sendo executado com base em seus dados, não apenas informado por eles.
Catherine: Então, quando uma resposta em linguagem natural precisa se tornar algo mais, como um fluxo de trabalho, uma transação ou uma decisão real?
Ari: Isso deve acontecer imediatamente se você quiser que isso importe. Um relatório que fica lá e ninguém age é apenas ruído. O objetivo é ir do insight à ação sem criar algo frágil.
Você não quer um sistema onde alguém simplesmente pega uma resposta de IA e a executa cegamente. Você ainda precisa de um humano no loop. O que você quer é agilidade: dados que continuam sendo atualizados, insights que permanecem atuais e pessoas na organização que têm a supervisão para garantir que tudo permaneça conectado a como o negócio realmente funciona. Os humanos ainda são a interface. Isso não desaparece.
Catherine: O que o Genie resolve para o usuário de negócios que os dashboards e copilotos de BI ainda lutam para resolver?
Ari: Ok, o Genie vai além das ferramentas tradicionais de business intelligence, permitindo que você simplesmente converse com seus próprios dados no contexto do seu negócio. Ele permite que os usuários façam autoatendimento de seus próprios insights impulsionados por IA.
Pense no que um dashboard realmente é. É uma pergunta fixa, feita repetidamente, apenas com novos dados inseridos. As empresas fazem isso há quase 30 anos. Funciona. Mas tem um limite. E esse limite é: a pergunta nunca muda.
O Genie ultrapassa esse limite porque agora uma pessoa não técnica, um executivo, um líder de vendas, um gerente financeiro, pode simplesmente perguntar o que realmente quer saber em linguagem clara e obter uma resposta. Não há necessidade de abrir um ticket para a equipe de BI e esperar uma semana por um dashboard que está quase certo, mas ainda precisa de ajustes. Vale a pena notar que a equipe de BI não desaparece. Eles podem se concentrar nas coisas genuinamente complexas em vez de atender a solicitações de relatórios pontuais. No final, é uma situação melhor para todos.
E o "Genie Code" é, para usuários mais técnicos, permitindo que cientistas de dados, engenheiros de dados e outros sejam muito mais eficazes e eficientes em seus trabalhos e nas tarefas que precisam realizar.
Catherine: Como Genie e Lakebase se encaixam? Porque, de fora, eles podem parecer dois produtos separados que podem ou não interagir.
Ari: Genie e Lakebase são realmente duas metades da mesma ideia. Lakebase é uma área chave onde seus dados transacionais podem residir. É o banco de dados moderno construído para lidar com bilhões ou até trilhões de registros. Lakebase é apenas uma das muitas fontes com as quais o Genie se conecta. O Lakehouse (DBSQL) é outro, assim como qualquer coisa federada através do Unity Catalog: Slack, SAP, Google Drive, Sharepoint, etc.
Genie é como você conversa com todos os seus dados, do Lakebase aos dados do seu data warehouse no Lakehouse e além. Então, um armazena, isso é Lakebase. E um os apresenta, isso é Genie. E tudo é executado através do Unity Catalog para gerenciar e manter controles de governança. Assim, as pessoas certas veem apenas o que deveriam ver, e todos estão trabalhando com as mesmas definições. Em todas as equipes e para todos os usuários de negócios, as definições são as mesmas: cliente significa cliente e lucro significa lucro. Essa linguagem compartilhada parece simples, mas é realmente o que torna tudo confiável.
Catherine: Aqui está uma pergunta divertida: Um CIO diz que eu já tenho um banco de dados. Apresente o argumento de por que isso não é mais suficiente.
Ari: Eu adoro esta porque vivi do outro lado dela. Posso dizer que a arquitetura fundamental por trás dos bancos de dados tradicionais genuinamente não mudou em décadas. Essas fundações foram construídas para uma era diferente.
É o que mudou. Com o Lakebase, você pode provisionar um novo banco de dados instantaneamente — não em dias ou semanas. E a maioria dos bancos de dados criados hoje são provisionados por IA.
A segunda coisa é o custo. Tradicionalmente, se você precisava de um ambiente de produção, um ambiente de teste e um ambiente de QA, você estava fazendo três cópias dos seus dados. Triplicando o armazenamento, triplicando o custo. Com o Lakebase, você pode criar centenas de ambientes sem fazer uma única cópia dos dados subjacentes. Eu estava no Brasil e as empresas me disseram que reduziram seu custo total de propriedade em 40% após a mudança. O mais alto que ouvi foi 98%. Nem todo mundo chega lá, mas as economias são reais onde quer que eu vá.
E então a escala. Arctic Wolf, o maior centro de operações de rede do mundo, gerencia mais de um trilhão de registros no Databricks todos os dias. As velhas suposições simplesmente não se sustentam mais.
Catherine: Qual é a diferença real entre fazer uma pergunta aos seus dados e executar seu negócio com base neles?
Ari: A maneira mais fácil que posso colocar: um diz o que aconteceu, o outro ajuda você a decidir o que fazer a seguir.
Uma companhia aérea internacional com a qual trabalho tinha 80 fornecedores — catering, segurança, eletrônicos, tudo. Eles perguntaram ao Genie: Qual de nossos fornecedores está nos cobrando a mais? Classifique-os. Algo assim teria levado uma equipe de analistas meses. O Genie respondeu. Acontece que o fornecedor de suco de laranja deles era o maior cobrador indevido. Agora eles sabem exatamente onde ir para renegociar. Isso é executar um negócio com base em dados.
A Supercell — eles criam jogos com centenas de milhões de jogadores mensais — usa Lakebase para matchmaking em tempo real, controles de toxicidade e decisões de compra no jogo. Tudo isso está acontecendo ao vivo, em escala, porque a infraestrutura de dados consegue acompanhar.
E o iFood no Brasil, que lida com mais de 90% das entregas de comida do país, usa Lakebase para rotear motociclistas por cidades densas em tempo real. Estas não são empresas que estão pensando em usar seus dados melhor algum dia. Elas já estão fazendo isso.
Catherine: Por que semântica e definições de negócios importam para os executivos confiarem na análise conversacional?
Ari: Mais do que a maioria das pessoas espera, honestamente. Aqui está um exemplo simples. Você pergunta a três executivos da mesma empresa para definir lucro. Você obterá três respostas diferentes. O mesmo vale para churn de clientes, o mesmo para satisfação do cliente. Se o seu sistema de análise não souber qual definição usar, você obterá respostas que causam discussões em vez de alinhamento.
A Databricks dá aos executivos a capacidade de definir esses termos eles mesmos, sem a necessidade de desenvolvimento de software. Um executivo pode dizer: para mim, uma venda não conta até que a janela de devolução de 30 dias tenha fechado. Essa definição agora está incorporada para todos que usam esse espaço do Genie. Você pode até fazer upload do seu manual de RH ou manual de operações, e o Unity Catalog o usará para entender melhor a linguagem da sua empresa.
FordDirect fez algo parecido em toda a sua rede global de concessionárias. Em milhares de locais, usuários sem conhecimento técnico, vendedores de carros, recebiam relatórios operacionais diários através do Genie. Relatórios que incluíam quais clientes estavam chegando, quais veículos estavam chegando e quais carros estavam em recall. Eles realizaram uma pesquisa de satisfação, e ela teve 95% de aprovação. Para um público não técnico nessa escala, esse número é quase inaudito.
Catherine: O que dá errado quando a análise conversacional não está conectada a sistemas operacionais governados?
Ari: Você tem desvio e perde a confiança, e uma vez que você perde a confiança, é muito difícil recuperá-la. Pesquisamos mais de 20.000 clientes, e a maior barreira para a adoção de IA e dados foi a falta de confiança. Não o custo, não a complexidade — confiança. E essa desconfiança vem de sistemas que não são governados, onde diferentes equipes definem as coisas de maneiras diferentes, e as respostas começam a divergir da realidade. Alucinações são a versão dramática disso, mas a versão mais sutil — dados ligeiramente desatualizados, definições ligeiramente inconsistentes — é na verdade mais perigosa porque é mais difícil de detectar.
Catherine: Para líderes que dizem que a análise de linguagem natural é muito arriscada porque a terminologia está sempre mudando, o que precisa acontecer antes que eles devam avançar?
Ari: Eles não estão errados, o risco é real. Sem salvaguardas, chatbots de propósito geral são genuinamente arriscados porque eles não sabem se os dados que estão usando são da semana passada ou de cinco anos atrás. E eles não entendem o contexto do seu negócio. A resposta não é esperar, no entanto. A resposta é ser deliberado sobre como você implementa.
Fox Sports é o exemplo que sempre volto. A reputação deles é inteiramente baseada na precisão. As pessoas tomam decisões, às vezes financeiras envolvendo apostas, com base no conteúdo deles. Eles implementaram um chatbot público com tecnologia Databricks. Mas eles foram cuidadosos ao implementá-lo. Eles pré-definiram o que podia e o que não podia ser perguntado. Eles tiveram humanos moldando como as respostas eram formuladas. E eles construíram controles para prevenir alucinações. Hoje, 25% de todas as perguntas no Fox Sports passam por esse ambiente. Tudo porque eles acertaram a base primeiro.
Catherine: Para o líder que pensa que Genie é apenas text-to-SQL com uma história melhor, o que eles estão perdendo?
Ari: Muito, para ser honesto. A coisa fundamental que eles estão perdendo é que Genie é construído sobre os dados deles, com a terminologia deles e governado pelas regras de negócio deles. Um chatbot genérico foi treinado na internet — letras de Taylor Swift, curiosidades históricas, o que for. Genie sabe o que sua empresa quer dizer quando usa os termos cliente e sabe o ano fiscal. Ele conhece seu catálogo de produtos. Essa especificidade granular é importante. E Genie vai muito além de perguntas e respostas. Genie faz pesquisa em aberto. Ele faz previsões. Ele se conecta aos seus sistemas adjacentes como Salesforce, Workday, SAP, Slack, para que você possa fazer perguntas que abrangem todo o seu negócio. Eu vi executivos usarem para fazer perguntas genuinamente abertas como: "Em que devo focar hoje?" E esses executivos saem com duas ideias que nunca haviam considerado. Isso não é text-to-SQL. Isso é algo muito diferente.
Catherine: Última pergunta — em 18 meses, o que separa as empresas que estão operacionalizando uma pilha de dados moderna daquelas que ainda estão fazendo demonstrações?
Ari: Eu fui parte da história por trás do filme “O Homem que Mudou o Jogo”, que se centrou em como uma indústria (Major League Baseball) teve que mudar. As equipes que não se adaptaram ficaram para trás dramaticamente e rapidamente. A frase dessa história foi "adapte-se ou morra". Parece extremo, mas sempre volto a ela.
Eu estive no Brasil, Austrália, Índia, pela Europa e Ásia nos últimos meses. Onde quer que eu vá, as empresas estão se movendo rápido. Aquelas que estão falando sério sobre isso agora estão saindo na frente. E a lacuna não vai ficar pequena — ela vai se acumular. O valor é real. As empresas estão obtendo melhores insights, sim, mas também estão automatizando trabalhos que costumavam consumir equipes inteiras, transformando cadeias de suprimentos e acelerando o desenvolvimento de software. Tudo isso está disponível agora. Os executivos que tratam isso como algo para avaliar depois descobrirão que o depois chegou mais cedo do que esperavam.
A Pilha de Dados Mudou. A Questão é Se Você Mudou.
Aqui está o ponto sobre o argumento de Ari: não se trata realmente de produtos. Trata-se de uma mudança no que é possível e na rapidez com que isso se torna a expectativa básica.
Genie e Lakebase não são uma ferramenta de BI e um banco de dados que por acaso vivem na mesma plataforma. Eles são uma única resposta para uma pergunta que todo líder de dados está recebendo agora: como fazemos nossos dados realmente funcionarem para as pessoas que administram este negócio? Um armazena e governa em uma escala para a qual os sistemas legados nunca foram projetados. O outro o coloca em linguagem clara na frente das pessoas que mais precisam dele, com o contexto e as salvaguardas para torná-lo confiável.
As organizações que acertam isso não estão apenas executando melhores relatórios. Elas estão tomando decisões mais rápidas, identificando problemas mais cedo e encontrando oportunidades que seus concorrentes ainda estão construindo planilhas para encontrar.
Explore o que Genie e Lakebase podem fazer pela sua organização.
(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.