Conozca a las organizaciones que utilizan datos y AI para impulsar resultados innovadores en servicios financieros, salud, energía, comercio minorista y más.
Cada sector tiene sus propios desafíos únicos. Los ganadores por sector de los Databricks Customer Awards son las organizaciones que no solo se enfrentaron a los suyos, sino que utilizaron los datos y la AI para resolverlos.
Los premios de la industria reconocen a una organización destacada de cada sector: la empresa cuyo trabajo demuestra mejor cómo la inteligencia de datos puede impulsar resultados innovadores, transformar las operaciones y crear nuevas posibilidades en su campo. Desde un banco global que unifica los datos financieros y de riesgo en distintas regiones hasta un hospital que transforma la forma en que se ingieren y reutilizan los datos clínicos, los ganadores de este año demuestran cuán amplio y profundo puede ser ese impacto.
El programa de este año reconoce a 10 ganadores que abarcan servicios financieros, comunicaciones, salud y ciencias de la vida, manufactura, comercio minorista y CPG, energía y servicios públicos, tecnología empresarial, sector público, empresas nativas digitales y excelencia en ciberseguridad. Juntos, representan algunos de los usos más ingeniosos e impactantes de Databricks que hemos visto, y estamos encantados de celebrar a cada uno de ellos.
Sin más preámbulos, conozca a los ganadores por sector de los 2026 Databricks Customer Awards.
SMBC Group es un grupo financiero global de primer nivel. Con sede en Tokio y una historia de 400 años, SMBC Group ofrece una amplia gama de servicios financieros, que incluyen banca, arrendamiento financiero, valores, tarjetas de crédito y financiación al consumo. El banco está utilizando datos y AI para integrar el riesgo, la tesorería y las finanzas; reforzar la ciberseguridad; y modernizar la experiencia digital de los clientes.
En el centro de esa transformación se encuentra un único lakehouse de Databricks que reúne los datos de SMBC de todas las regiones en una sola plataforma gobernada. Unity Catalog proporciona al banco el intercambio de datos entre regiones, el linaje y los controles de acceso. Lakehouse ejecuta analíticas y AI a la escala que requiere un banco global, al tiempo que mantiene a raya los costos y la complejidad.
Sobre esa base, SMBC está utilizando Genie y Agent Bricks para poner inteligencia confiable y basada en datos directamente en manos del negocio. La plataforma impulsa un chatbot para el Cash Management System, genera Early Warning Indicators para el riesgo de la cartera y se está extendiendo a los flujos de trabajo de memorandos de crédito de la oficina principal, transformando horas de trabajo de los analistas en minutos.
Los resultados son medibles:
Estos resultados demuestran cómo SMBC trata los datos como un activo estratégico, operacionalizado diariamente en todos los equipos globales para impulsar decisiones mejores, más rápidas y más justificables.
Lumen Technologies es una empresa de servicios de redes digitales que ofrece la conectividad segura, inteligente y de alto rendimiento que las empresas necesitan para alcanzar sus ambiciones de AI. La empresa utiliza datos y AI para ofrecer a los equipos de finanzas y operaciones un acceso más rápido y consistente a la información.
En el área de finanzas, Lumen reúne datos de dominios como ingresos, facturación y gastos de red para que los equipos puedan trabajar con una visión compartida de las cifras. La empresa consolida estos datos en la plataforma de Databricks. Introduce agentes de lenguaje natural que permiten a los empleados hacer preguntas en sus herramientas diarias y obtener respuestas gobernadas y explicables sin necesidad de tener habilidades especializadas.
Sobre esta base, Lumen:
En Service Assurance, Lumen está facilitando la investigación y resolución de incidentes de red que pueden afectar las cargas de trabajo críticas de los clientes. Una arquitectura de Lakehouse, modelos fundacionales y flujos de trabajo multiagente proporcionan una única interfaz conversacional. En ella, los equipos pueden revisar el estado del servicio y el contexto operativo, analizar tickets, revisar el historial de casos, ejecutar diagnósticos y explorar el tiempo de resolución en lenguaje natural. Este enfoque está ayudando a escalar la automatización en todas las operaciones de servicio, con métricas internas que muestran más de 3 millones de diagnósticos basados en AI, un 35% de desvío de tickets y más de 100,000 acciones generadas por AI.
Hospital for Special Surgery (HSS) es el centro médico académico líder en el mundo centrado en la salud musculoesquelética. Durante 16 años consecutivos, ha sido clasificado como el número 1 en ortopedia en los U.S. por U.S. News & World Report, una distinción que refleja la excelencia sostenida en la atención clínica, la investigación y la innovación.
Aprovechando esta base de liderazgo e impacto, en junio de 2025, HSS lanzó un ambicioso viaje de transformación de datos empresariales: diseñar e implementar un lakehouse de datos moderno en Databricks en un plazo de 18 meses. El objetivo no era una mejora incremental, sino un cambio estructural, unificando un ecosistema de datos altamente fragmentado, fortaleciendo la gobernanza a escala y permitiendo una toma de decisiones más rápida y confiable en toda la empresa.
En lugar de seguir un modelo tradicional de ingesta de datos basado en casos de uso, HSS adoptó una estrategia fundamentalmente diferente: la ingesta completa del sistema. En la práctica, esto requirió ingerir los sistemas de origen en su totalidad, en lugar de extraer selectivamente subconjuntos de datos vinculados a casos de uso individuales. Los sistemas de origen ERP, HRIS, EHR, PACS y otros se incorporaron como conjuntos de datos completos, preservando la fidelidad, el contexto y permitiendo la reutilización en múltiples aplicaciones descendentes sin necesidad de volver a ingerir o rediseñar.
Este enfoque introdujo una complejidad inicial significativa, lo que requirió una coordinación más profunda con los propietarios de los sistemas, un modelado de datos riguroso y controles de gobernanza más sólidos desde el primer día. Sin embargo, estableció una base escalable. Ahora se pueden entregar nuevos casos de uso de analítica rápidamente sin tener que revisar los patrones de ingesta ni volver a modelar los datos, lo que reduce significativamente el tiempo de obtención de información valiosa y la redundancia técnica.
En solo 10 meses, HSS había ingerido más de 40 sistemas de origen, establecido más de 14,500 tablas de producción y más de 130 esquemas, y entregado un conjunto creciente de productos de datos y aplicaciones.
Lo que es más importante, la transformación ha cambiado el modelo operativo de cómo se entregan los datos en toda la empresa. Ahora los equipos pueden pasar de la pregunta a la información valiosa utilizando conjuntos de datos confiables y gobernados, lo que permite no solo una entrega más rápida, sino también analíticas más sofisticadas, funcionalidad y una generación de información más profunda. Es este cambio radical tanto en la capacidad como en la ejecución lo que distingue a esta transformación y sustenta el reconocimiento del programa como una iniciativa de datos líder en la industria.
TrinityRail® es un arrendador, fabricante y proveedor de logística de vagones de ferrocarril de América del Norte que está adoptando más servicios digitales en su plataforma para mejorar su conjunto de ofertas para clientes. Como parte de su estrategia para 2026, la empresa se centra en operacionalizar la inteligencia, integrar datos e implementar AI en sus decisiones y flujos de trabajo diarios.
TrinityRail reúne datos de sistemas heredados que anteriormente limitaban la visibilidad en la manufactura, el arrendamiento financiero y los servicios, y dificultaban la mejora de los márgenes, el capital de trabajo y la productividad de la fuerza laboral. La empresa está replanteando sus sistemas comerciales principales en la plataforma de Databricks y convergiendo su patrimonio de datos para admitir “Systems of Action”, pasando de paneles estáticos a aplicaciones transaccionales y agentes que actúan sobre la información valiosa casi en tiempo real.
Sobre esta base, TrinityRail:
A través de la adquisición de RSI Logistics, TrinityRail también integra datos de telemetría de sensores de vagones para respaldar ofertas de datos como servicio para los clientes. Juntos, estos esfuerzos apuntan a resultados medibles como la reducción de inventario, la automatización de compras, ahorros en per diem y cadena de suministro, y servicios digitales más receptivos en toda su flota.
PepsiCo es un líder mundial en alimentos y bebidas, y los datos impulsan sus operaciones a escala. En asociación con Databricks, PepsiCo creó su Enterprise Data Foundation (EDF) para permitir que cada función de la empresa cree y escale productos de datos y AI en una plataforma compartida, moderna, escalable y de alto rendimiento.
EDF unifica los datos empresariales e impulsa productos de datos reutilizables utilizados por los equipos de cadena de suministro, comercial, consumo, finanzas, compras, R&D, HR y sostenibilidad a nivel global. La base respalda programas comerciales prioritarios con sólidas métricas operativas, que incluyen la incorporación de más del 85% de los datos empresariales, la superación del 90% en la calidad de los datos y la cobertura del catálogo, y la entrega de más de 200 productos de datos y AI empresariales a producción.
Sobre esta base de Databricks, PepsiCo ha impulsado la simplificación de informes y datos en un 60% hasta la fecha y planea pasar a consolas de AI para BI en todas las líneas de negocio y funciones.
Creado sobre Databricks, EDF está preparado para AI por diseño, admitiendo análisis avanzados, machine learning y AI gobernada a escala. Con gobernanza integrada y contexto semántico, PepsiCo convierte datos limpios y conectados en información y acciones que impulsan un impacto comercial real en toda la empresa.
Ausgrid es un importante distribuidor de electricidad en Australia que presta servicio a hogares y empresas en toda su red. La empresa está modernizando la forma en que gestiona y utiliza los datos para que un equipo relativamente pequeño pueda respaldar la analítica y la AI en toda la empresa.
Ausgrid reúne datos de sistemas analíticos heredados paralelos que aumentaban los costos de la plataforma y dificultaban la entrega de datos confiables y reutilizables a los usuarios comerciales. Un equipo de datos eficiente de ocho personas planificó y ejecutó una migración completa de Azure Synapse a una arquitectura de lakehouse en la plataforma de Databricks, retirando el entorno antiguo y configurando una Plataforma de Datos Empresariales con productos de datos "gold" certificados en dominios como clientes, finanzas y clima. Este trabajo elimina el gasto duplicado en plataformas y reduce los costos operativos derivados de mantener dos pilas analíticas.
Sobre esta base, Ausgrid:
De cara al futuro, Ausgrid se centra en escalar hacia una empresa de servicios públicos impulsada por AI mediante el lanzamiento de más productos de datos alineados con el dominio y la habilitación de herramientas como Databricks Lakehouse, Genie y aplicaciones para analítica democratizada. El objetivo es incorporar a miles de empleados a un único lakehouse y utilizar datos y AI para respaldar decisiones más inteligentes, BI moderno y casos de uso integrados, al tiempo que se mejora el costo total de propiedad mediante la consolidación y el cómputo elástico.
Intel es una empresa de tecnología global que diseña y fabrica semiconductores y tecnologías informáticas que impulsan dispositivos, centros de datos y sistemas inteligentes en todo el mundo. La empresa está modernizando su base de datos y AI para mejorar la colaboración, la gobernanza y la velocidad de innovación en toda la organización.
A medida que el patrimonio de datos de Intel crecía en escala y complejidad, los equipos enfrentaron desafíos con la consistencia, la gobernanza y los flujos de trabajo fragmentados en las unidades de negocio. Para abordar esto, Intel IT alineó a los equipos multifuncionales en torno a una estrategia de datos unificada y estandarizó el consumo de analítica y ML en la plataforma de Databricks, lo que ayudó a brindar una mayor consistencia y control en toda la empresa.
Sobre esta base, Intel IT:
Intel IT también fortaleció su comunidad de datos interna al alinear a los equipos de operaciones, analítica y gobernanza en torno a estándares y modelos operativos compartidos. Esto ha ayudado a mejorar la administración de datos, al tiempo que facilita que los equipos descubran, accedan y reutilicen datos en toda la organización de manera segura.
Juntos, estos esfuerzos han hecho que el ecosistema de datos de Intel esté más conectado, gobernado y sea más escalable, lo que respalda una innovación más rápida y una adopción más amplia de datos y AI en toda la empresa.
IDB Invest es la rama del sector privado del Banco Interamericano de Desarrollo, que financia empresas y moviliza la inversión privada para impulsar el desarrollo en América Latina y el Caribe. En 2025, reportó un récord de $13.1 mil millones en actividad total a medida que avanzaba en una transformación institucional más amplia diseñada para aumentar la escala, la calidad y el impacto en el desarrollo.
A medida que los esfuerzos de IDB Invest con Databricks se han expandido, la organización ha modernizado la forma en que los equipos acceden y actúan sobre la información en los flujos de trabajo de tesorería, analítica y riesgo. Un objetivo principal ha sido reducir la fragmentación en el entorno analítico y establecer una base más sólida para una toma de decisiones más rápida, consistente y más habilitada para AI en toda la empresa.
Esta transformación incluye la aplicación de análisis de documentos basado en AI para respaldar al equipo de Gestión de Riesgos y Sostenibilidad a medida que crece el flujo de acuerdos y las revisiones de riesgos financieros y no financieros se vuelven más complejas. Mediante el uso de procesamiento de lenguaje natural y modelos de lenguaje grandes, IDB Invest puede analizar y resumir propuestas de inversión, ayudas de memoria e informes anuales de supervisión, al tiempo que crea un repositorio centralizado de conocimiento institucional e información financiera clave para una recuperación más rápida.
IDB Invest también implementó un asistente virtual de AI para toda la empresa impulsado por Databricks Genie para proporcionar acceso conversacional a datos y analítica. Al combinar Genie con el acceso gobernado a través de Unity Catalog, la organización ofrece a los usuarios una forma segura de consultar datos empresariales, explorar escenarios y generar resúmenes en lenguaje natural. Esto ayuda a extender la analítica más allá de los equipos de especialistas y amplía el acceso a información impulsada por AI en los flujos de trabajo de tesorería, riesgo e impacto. Esto acorta aún más el tiempo para obtener información, reduce la dependencia de los informes manuales y acelera la adopción de AI en los flujos de trabajo de riesgo, tesorería e impacto en el desarrollo.
Los primeros resultados de este trabajo incluyen:
Juntos, estos esfuerzos muestran cómo IDB Invest está utilizando datos y AI para optimizar las operaciones, fortalecer la toma de decisiones y respaldar su mandato más amplio de crecimiento y desarrollo.
Superhuman, la plataforma de productividad que incluye Grammarly, Coda, Superhuman Mail y Superhuman Go, presta servicio a más de 40 millones de usuarios diarios en decenas de idiomas y confía en la plataforma de Databricks para ofrecer sugerencias rápidas, confiables y rentables a escala global.
En estrecha colaboración con Databricks, Superhuman migró la mayor parte del tráfico de inferencia que impulsa el modelo insignia de corrección de errores gramaticales de Grammarly de una pila vLLM DIY a Databricks High Throughput Model Serving.
Sobre esta base, Superhuman:
Más allá de la inferencia, Superhuman ha adoptado Lakebase, el servicio de PostgreSQL totalmente gestionado de Databricks e integrado de forma nativa con el lakehouse, como base transaccional para aplicaciones internas y servicios de producción, sincronizando tablas Delta en un almacenamiento de baja latencia y registrando el estado de la aplicación de vuelta sin necesidad de pipelines personalizados.
Esta base de Lakebase y Databricks Apps ha transformado los proyectos de incorporación de funciones de varios meses y de ETL inverso en un trabajo que se mide en semanas o incluso horas, al tiempo que reduce drásticamente la carga de guardia para los equipos de ingeniería.
Juntas, estas inversiones demuestran cómo una empresa nativa digital como Superhuman puede ejecutar inferencias de LLM de gran volumen y aplicaciones basadas en datos de forma simultánea, gestionando estrechamente la latencia, la fiabilidad y el coste a escala de consumo.
Adobe permite a todas las personas, en cualquier lugar, imaginar, crear y dar vida a cualquier experiencia digital. Desde creadores y estudiantes hasta pequeñas empresas, empresas globales y organizaciones sin fines de lucro, los clientes eligen los productos de Adobe para idear, colaborar y ser más productivos, impulsar el crecimiento empresarial y crear experiencias extraordinarias.
Pero en el mundo digital actual, la confianza es lo que hace posibles las ideas audaces. La confianza impulsa la creatividad, y comienza con la seguridad, al proteger a nuestros clientes y comunidades que utilizan los productos de Adobe todos los días.
A medida que el volumen y la complejidad de los datos de seguridad han crecido, Adobe ha seguido evolucionando su enfoque de ciberseguridad basado en datos. El equipo de seguridad de Adobe aprovecha las herramientas de datos y AI, incluido Databricks, para ayudar a permitir análisis más escalables y mejorar la velocidad y precisión de la detección de amenazas.
Al aplicar prácticas de ingeniería de software a sus flujos de trabajo de detección, Adobe ha reforzado la coherencia, la gobernanza y la eficiencia de sus operaciones de seguridad. El resultado ha sido una reducción medible de los falsos positivos, un desarrollo de detección más rápido y un mejor rendimiento analítico frente a datos a gran escala.
Estos esfuerzos refuerzan la capacidad de Adobe para identificar y responder a las amenazas en constante evolución, y sustentan las experiencias digitales seguras y fiables para los clientes de Adobe en todo el mundo.
Sumitomo Mitsui Banking Corporation, Lumen Technologies, Hospital for Special Surgery, TrinityRail, PepsiCo, Ausgrid, Intel, IBD Invest, Superhuman y Adobe.
Diez ganadores. Un hilo conductor: organizaciones que vieron lo que los datos y la AI podían hacer en su campo y crearon algo que vale la pena celebrar. Su trabajo impulsa a toda la comunidad hacia adelante, y ese es exactamente el objetivo.
(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original
Suscríbete a nuestro blog y recibe las últimas publicaciones directamente en tu bandeja de entrada.