Como a Rivian toma decisões confiáveis e baseadas em IA na velocidade do pensamento com a Databricks

Rivian está construindo veículos elétricos e serviços que exigem tomadas de decisão rápidas e confiáveis em manufatura, pontos de contato comerciais, interações de serviço, finanças, pessoas, cadeia de suprimentos e planejamento operacional.

Os líderes precisam de acesso rápido aos insights certos. Analistas e usuários de negócios precisam de dados e métricas bem definidos em que possam confiar. As equipes técnicas precisam de uma maneira escalável de fornecer produtos de dados de alta qualidade para diversos públicos, sem duplicar a lógica ou adicionar sobrecarga operacional.

Com a AI, a Rivian vê uma oportunidade de mudar a forma como as pessoas trabalham com dados — passando de relatórios predefinidos para analytics de autoatendimento que podem apoiar decisões mais rápidas e confiáveis.

“Na Rivian, estamos nos apoiando fortemente em AI e parceiros de tecnologia para repensar o analytics: autoatendimento completo, alta confiança na velocidade do pensamento”, disse Romit Jadhwani, Diretor Sênior de Enterprise AI, Data & Productivity na Rivian. “Aproveitamos a plataforma para capacitar nossos funcionários a serem líderes de pensamento. A Databricks é uma parceira fundamental para fazer isso acontecer.”

Com a Databricks, a Rivian está construindo uma camada de inteligência governada que suporta dashboards, exploração em linguagem natural, aplicativos de dados de AI/ML personalizados e fluxos de trabalho baseados em AI a partir da mesma base confiável. O objetivo é ir além de um menu limitado de visões e relatórios predefinidos, oferecendo aos usuários uma maneira de explorar dados confiáveis, fazer perguntas de acompanhamento, criar soluções e agir com base em insights sem esperar por uma fila centralizada de analytics.

Parceria Databricks + Rivian em AI/BI

A Rivian começou fazendo uma parceria estreita com a equipe de produtos do Databricks AI/BI para migrar uma base massiva de dashboards de múltiplos domínios para o Databricks AI/BI em menos de seis meses.

A migração foi apenas uma parte da história. A Rivian trabalhou com a Databricks como parceira de design, identificando e moldando cerca de 58 novos recursos de produtos de AI/BI que agora beneficiam a comunidade mais ampla de usuários da Databricks.

À medida que a Rivian consolidou o analytics no Databricks AI/BI, a equipe pôde manter sua camada semântica, governança e controles de dados confidenciais em um só lugar. Isso inclui informações de identificação pessoal, dados financeiros altamente restritos e outros dados de negócios confidenciais que devem permanecer governados, auditáveis e com permissões controladas.

Para a Rivian, essa consolidação é central para a visão de longo prazo. Ao construir na Databricks, a Rivian pode reunir dados, semântica, permissões, dashboards, AI e aplicativos personalizados em uma única plataforma governada.

Construindo confiança com Metric Views e Unity Catalog

Em toda organização orientada a dados que se move rapidamente, cada usuário de dados enfrenta a mesma pergunta: "Em qual métrica posso confiar?"

Na Rivian, a resposta é definir as métricas de negócios críticas uma única vez, certificá-las e disponibilizá-las por meio de uma camada semântica governada na Databricks. A Rivian está usando as visualizações de métricas do Unity Catalog para padronizar métricas com lógica, linhagem e permissões transparentes.

A equipe está criando ativamente as métricas do scorecard da empresa no Unity Catalog em visualizações de métricas, com o objetivo de padronizar mais de 50 métricas. Isso dá aos usuários visibilidade sobre as definições e tabelas subjacentes, preservando os padrões de permissão herdados dos dados de origem. Para métricas confidenciais, incluindo medidas financeiras, a governança herdada é essencial.

A Rivian também está usando AI para acelerar o próprio processo de certificação. À medida que os negócios mudam, a equipe central de dados precisa manter os produtos de dados certificados atualizados em todos os domínios. O agente de AI interno da Rivian ajuda a agilizar a certificação, apoiando a revisão e validação de novos conjuntos de dados.

Essa flexibilidade permite que as equipes se movam rapidamente sem enfraquecer a confiança. As métricas certificadas dão confiança aos usuários de negócios quando eles precisam de um número oficial, enquanto as métricas personalizadas dão aos analistas e equipes de domínio espaço para explorar quando o negócio está evoluindo.

Uma vez que o contexto reside em uma camada semântica governada, o BI se torna apenas uma das várias maneiras pelas quais as equipes podem trabalhar com as mesmas métricas confiáveis.

“Agora estamos investindo mais em camadas semânticas onde o contexto está hospedado, e nossos agentes conversacionais, dashboards e Databricks Apps são todos baseados nesse local único”, disse Sahil Aggarwal, Senior Staff Analytics Tech Lead na Rivian and Volkswagen Group Technologies (RVTech), a joint venture da Rivian com a Volkswagen.

Essa é a base para o autoatendimento escalável: produtos de dados que permanecem governados e atualizados à medida que os negócios mudam.

Expandindo o autoatendimento com analytics baseado em AI

Em muitos ambientes legados de BI e data lake, o autoatendimento ainda depende de habilidades técnicas. Engenheiros de dados e analistas de SQL podem trabalhar diretamente com os dados, enquanto os usuários de negócios geralmente ficam limitados aos dashboards existentes ou ao suporte de analistas.

A visão da Rivian para o autoatendimento em toda a empresa é diferente: eliminar a barreira de habilidades para que cada pessoa possa se tornar uma pessoa de dados. Com o Databricks AI/BI, o Genie, métricas certificadas e desenvolvimento assistido por AI, os usuários podem resolver mais de seus próprios problemas com dados confiáveis.

Essa mudança já é visível em toda a Rivian. Usando o Databricks AI/BI, o Genie Code e o Databricks Apps, os usuários de negócios estão criando soluções que antes exigiriam um suporte técnico mais profundo: um analista financeiro sem experiência em SQL criou um dashboard de receita de CFO de ponta a ponta com transformações de dados complexas, um gerente de tesouraria criou um dashboard de AI/BI para entender as posições de caixa, e um analista de cadeia de suprimentos criou um Databricks App para rastrear remessas de estoque recebidas.

Para a Rivian, é assim que se parece o verdadeiro autoatendimento. As equipes estão desenvolvendo provas de conceito e criando aplicativos de dados para responder a perguntas complexas de negócios em dias, em vez de meses.

“Quando suas métricas são certificadas, a governança é unificada e sua camada de AI pode interagir com os usuários em linguagem natural, a barreira de habilidades desaparece”, disse Saritha Suresh, Principal Product Manager de Enterprise Data & Analytics na Rivian. “Com o Databricks AI/BI, o Unity Catalog e o Genie, paramos de perguntar: ‘Como capacitamos os usuários de negócios?’ e começamos a perguntar: ‘O que eles vão construir a seguir?’ Essa é a mudança.”

À medida que mais usuários de negócios criam e exploram dados confiáveis, as equipes de analytics podem gastar menos tempo recriando a lógica em dashboards ou respondendo a solicitações pontuais. O trabalho delas muda para a criação de melhores produtos de dados certificados, fortalecendo a camada semântica e expandindo os fluxos de trabalho baseados em AI que ajudam as equipes a responder a mais perguntas por conta própria.

Isso cria uma relação diferente entre a empresa e os dados. Quando os usuários conseguem obter respostas confiáveis no momento, eles fazem melhores perguntas de acompanhamento, exploram mais o contexto e tomam decisões com menos intermediários.

“A conveniência é a ordem de grandeza”, disse Michael Flynn, Diretor de Big Data & AI na RVTech. “Quando esses prazos encolhem, as pessoas realmente fazem as perguntas de acompanhamento e obtêm as respostas da fonte da verdade.”

Essa mesma base também está ajudando a Rivian a trazer o analytics baseado em AI para os fluxos de trabalho operacionais que mais importam para os negócios.

Trazendo o analytics baseado em AI para as operações

A base de analytics governada da Rivian já está apoiando casos de uso de alto valor em manufatura, cadeia de suprimentos e operações.

Visibilidade em tempo real da cadeia de suprimentos reduz o tempo de monitoramento em 60% a 70%

Os planejadores da cadeia de suprimentos antes passavam horas todos os dias verificando vários sistemas e compilando atualizações de status a partir de planilhas. Com o dashboard unificado em tempo real construído na Databricks, as equipes agora podem monitorar o suprimento de entrada, identificar riscos mais cedo e agir antes que os problemas aumentem.

O dashboard inclui alertas automatizados do Slack e identificação proativa de riscos com três a cinco dias de antecedência. As equipes passaram de uma postura reativa de apagar incêndios para a intervenção precoce, reduzindo o tempo de monitoramento em 60% a 70%.

O Unity Catalog fornece a base de dados governada e confiável que torna possível esse tipo de visibilidade entre sistemas em escala.

Uma análise de causa raiz mais rápida reduz a dependência de conhecimento informal

Investigar uma divergência de estoque costumava levar mais de 30 minutos de cruzamento manual de dados entre sistemas. Os planejadores geralmente precisavam depender do conhecimento institucional sobre fornecedores específicos, padrões de envio ou exceções operacionais.

Agora, a mesma investigação pode levar menos de dois minutos. Consultas paralelas mostram automaticamente posições de estoque vinculadas, status de envio, problemas de qualidade e planos de produção em uma única visualização, com o contexto histórico de risco do fornecedor integrado.

Essa velocidade é impulsionada pelo Databricks ML e pela capacidade do Unity Catalog de conectar e governar dados em fontes relevantes. Em vez de pesquisar em vários sistemas, as equipes podem investigar a partir de uma única base confiável.

Previsões baseadas em ML reduzem proativamente os riscos de falta de estoque

Os riscos de falta de estoque eram anteriormente difíceis de rastrear com rapidez. Os cálculos de dias de estoque disponível eram manuais, e o risco geralmente só era identificado depois que os limites já haviam sido ultrapassados.

Agora, os modelos de ML no Databricks preveem a falta de estoque com mais de quatro dias de antecedência e classificam automaticamente as peças como vermelhas ou amarelas antes que atinjam níveis críticos. Isso dá aos planejadores tempo para agir antes que uma linha de produção corra o risco de parar devido à falta de estoque.

Com o Databricks, a Rivian pode reunir dados governados, previsões baseadas em ML e fluxos de trabalho operacionais para que as equipes possam agir mais cedo e com mais confiança.

Agentes de AI aceleram produtos de dados confiáveis

A Rivian também está apostando na AI para expandir o trabalho das equipes de engenharia de dados e de plataforma.

A empresa opera em muitos domínios e sistemas de origem, incluindo aplicativos próprios e de terceiros. Ingerir, certificar e manter produtos de dados confiáveis nesse ambiente exige velocidade, consistência e uma governança forte.

Ao combinar o Databricks com fluxos de trabalho de engenharia assistidos por AI, a Rivian reduziu o tempo de configuração de novas ingestões em mais de 60% em alguns cenários. Isso ajuda as equipes de dados a agirem mais rapidamente em novos domínios e fontes, ao mesmo tempo em que dá à empresa acesso mais rápido a produtos de dados confiáveis.

O resultado é um modelo operacional mais escalável: a AI ajuda as equipes de dados a criar, certificar e monitorar produtos de dados confiáveis, enquanto os usuários de negócios consomem e agem com base nesses produtos por meio de dashboards, Genie, Databricks Apps e fluxos de trabalho baseados em AI.

Tornando a AI uma parceira de ideias em toda a empresa

A estratégia de analytics da Rivian está indo além de um mundo onde apenas analistas e equipes de dados conseguem obter a resposta certa rapidamente.

A empresa está no caminho certo para o autoatendimento completo em escala: analistas financeiros criando dashboards sem escrever SQL, planejadores visualizando o risco de estoque antes que ele afete a linha de produção, engenheiros de dados usando AI para configurar a ingestão mais rapidamente e usuários de negócios fazendo perguntas de acompanhamento no Genie em vez de esperar por solicitações personalizadas.

Isso só funciona com a base certa. Métricas certificadas, produtos de dados governados e o Unity Catalog dão à Rivian o contexto, as permissões e a linhagem necessárias para escalar o analytics baseado em AI sem criar novas versões da verdade.

Para a Rivian, este é o próximo modelo de analytics empresarial: a AI como parceira de ideias para qualquer pessoa que tome decisões com dados, apoiada por uma plataforma criada para governança, escala e precisão.

(Esta publicação no blog foi traduzida utilizando ferramentas baseadas em inteligência artificial) Publicação original