Análisis colaborativo en Databricks

Introducción

En nuestra entrada anterior del blog, Habilitación de usuarios de negocio en Databricks, exploramos cómo capacidades como el análisis conversacional, el acceso a datos regidos y las aplicaciones impulsadas por IA empoderan a los usuarios de negocio para interactuar directamente con los datos. Pero el empoderamiento por sí solo no es suficiente.

El verdadero desafío para la mayoría de las instituciones financieras no es solo habilitar a usuarios individuales, sino habilitar la colaboración entre equipos. Clientes, gestores de carteras, especialistas de operaciones y equipos de finanzas dependen de los mismos datos subyacentes. Sin embargo, a menudo operan en sistemas separados, con flujos de trabajo fragmentados y transferencias manuales entre ellos. Los insights se mueven lentamente. Las definiciones de datos se desvían. Y los líderes se quedan haciendo una pregunta familiar:

“¿Estamos todos mirando los mismos números?”

La Plataforma de Inteligencia de Datos de Databricks responde a esa pregunta con una plataforma unificada para datos, análisis, IA y flujos de trabajo operativos, permitiendo a los usuarios de negocio de toda la organización colaborar en los mismos datos regidos. Para ver cómo funciona esto en la práctica, repasemos un flujo de trabajo realista impulsado por Databricks SQL, UC Metric Views y Lakebase en Databricks.

La tensión central: mismos datos, mundos diferentes

Imaginemos a cuatro profesionales intentando responder preguntas sobre la misma cartera de inversiones, cada uno desde una perspectiva completamente diferente.

• Sarah, una actuaria, quiere saber si los flujos de caja de los pasivos están alineados con las duraciones de los activos.
• Dan, un gestor de carteras, necesita confirmar si la cartera de un cliente está dentro de las directrices y comprender el rendimiento actual frente al rendimiento esperado.
• John, en operaciones, está conciliando registros IBOR y ABOR y rastreando las mayores discrepancias de posiciones.
• Ben, en finanzas, necesita generar asientos contables y validar si un ajuste cerrará correctamente un libro.

Cada uno de ellos hace preguntas diferentes. Cada uno tiene necesidades de acceso a datos diferentes. Cada uno utiliza herramientas diferentes. Sin embargo, todos dependen de los mismos datos subyacentes: carteras, posiciones, pasivos y transacciones.

Tradicionalmente, las organizaciones responden a este desafío con sistemas aislados: herramientas actuariales, plataformas de carteras, software de conciliación y sistemas ERP. Databricks reemplaza este modelo fragmentado con una única plataforma de datos regida con semántica unificada para cada equipo.

La pila de capacidades de Databricks para la colaboración empresarial

Para el equipo técnico, la promesa es un conjunto unificado de herramientas. Para los usuarios de negocio, la promesa es menos transferencias manuales y más tiempo dedicado a las decisiones, no a la manipulación de datos.

Así es como la pila se alinea con esa promesa:

• Hable con sus datos con Genie (Análisis Conversacional). Los usuarios de negocio hacen preguntas en lenguaje natural y obtienen respuestas respaldadas por datos verificados y regidos. No se necesita SQL. No hay que abrir una incidencia al equipo de datos. Y a través de One Chat con enrutamiento inteligente, ¡un usuario no necesita saber qué espacio de Genie maneja qué dominio! El sistema enruta la consulta al contexto correcto automáticamente.
• Interfaz de transferencia fluida con Databricks Apps. Proporcione a los usuarios de negocio interfaces ricas e interactivas donde no solo puedan revisar informes, sino también tomar acciones, añadir notas, aprobar ajustes y activar flujos de trabajo posteriores, todo dentro de una capa de aplicación regida.
• Capa de servicio de baja latencia con Lakebase. Sirve como la columna vertebral de datos transaccionales y operativos, soportando las comprobaciones de conciliación, las validaciones de saldos y las escrituras en tiempo real que exigen los flujos de trabajo de la oficina intermedia y de back office. Es el puente entre el insight analítico y la acción operativa.
• Arrastrar y soltar con Lakeflow Designer. Habilite el enriquecimiento y la transformación de datos de los Pipelines de Lakeflow a través de una interfaz visual de bajo código, permitiendo a equipos como el de Sarah enriquecer datos brutos de activos y pasivos sin esperar ciclos de ingeniería.
• Fuerte gobernanza de datos con Unity Catalog. Proporcione los límites de aislamiento utilizando seguridad a nivel de fila, enmascaramiento de columnas, políticas RBAC y ABAC, asegurando que el acceso de Sarah a los datos de pasivos y el acceso de Ben a los asientos contables se rigen de forma independiente, incluso cuando consultan las mismas tablas subyacentes.
• Definiciones de términos consistentes con Semántica de Negocio de Unity Catalog. Los mismos datos, el acceso correcto y la misma terminología en toda la organización.

Y dado que el ritmo de innovación de los modelos de IA no se detiene, la arquitectura agnóstica de modelos de Databricks le permite adaptarse rápidamente, intercambiando nuevos modelos, adoptando capacidades multimodales y abarcando entornos multicloud sin tener que rearquitectar su plataforma de datos.

De la intención al impacto: un flujo de trabajo empresarial de ciclo cerrado

Hagamos esto concreto. El siguiente escenario rastrea una única intención de negocio —una solicitud para ajustar la duración de la cartera— desde su origen en el análisis del actuario hasta el asiento contable final en el back office.

Paso 1: La estrategia comienza con el negocio (cliente)

Sarah, la actuaria, tiene la tarea de la asignación estratégica de activos. Su trabajo comienza con una pregunta: “¿Nuestros activos realmente cubren nuestros pasivos en las proporciones correctas, en las duraciones correctas?”

Abre Genie en Databricks y pregunta, en lenguaje natural: “¿Están los flujos de caja de los activos alineados con el momento de los pasivos para el análisis de concordancia?” Genie consulta las tablas de pasivos y activos, muestra una discrepancia de duración y la presenta en un panel interactivo. Sarah enriquece los datos brutos utilizando los Pipelines de Lakeflow Designer y concluye que la duración objetivo debe cambiar. Envía una solicitud formal para cambiar el mandato.

El mensaje aquí: La estrategia está impulsada por los datos desde el primer día. La recomendación del actuario no se basa en una exportación de hoja de cálculo del martes pasado; se basa en los mismos datos en vivo y regidos que utiliza el resto de la organización.

Paso 2: El front office traduce la estrategia en acción (gestión de carteras)

Dan, el gestor de carteras, recibe la solicitud de Sarah a través de una Databricks App. Puede ver la solicitud en contexto, el análisis subyacente, la brecha de duración y el ajuste propuesto, todo sin salir de la plataforma.

A partir de ahí, los agentes de IA entran en acción. Extraen los últimos datos del mercado a través de un servidor MCP externo, ejecutan modelos de escenarios para comprender las implicaciones de rendimiento y sector del cambio de duración, y presentan el análisis de compensación directamente dentro del flujo de trabajo de Dan. Dan revisa la salida, ajusta los parámetros y traduce la intención de alto nivel —“cambiar la duración en X años”— en cambios concretos de la cartera: ajustes específicos de exposición sectorial, objetivos de rendimiento y modificaciones de posiciones que se comunican a la capa de ejecución.

El mensaje aquí: La IA actúa como un compañero de trabajo, no como una caja negra. Acelera la traducción de la intención estratégica en instrucciones accionables, manteniendo al gestor de carteras firmemente en el asiento de la toma de decisiones.

Paso 3: El middle office garantiza la integridad operativa (operaciones / valoración)

Una vez que se ponen en cola los cambios de cartera, John en operaciones se encarga. Su trabajo es asegurarse de que el Libro de Registro de Inversiones (IBOR) y el Libro de Registro Contable (ABOR) se concilien.

John utiliza la conciliación impulsada por IA a través de Databricks Apps para revisar los registros IBOR/ABOR uno al lado del otro. El sistema marca las discrepancias, expone las causas raíz —ya sea una diferencia de tiempo, una liquidación fallida o un problema de mapeo de datos— y propone ajustes correctivos. Esos ajustes se escriben directamente en las tablas regidas de Lakebase, creando un registro auditable y con marca de tiempo de cada corrección.

El mensaje aquí: Los controles y la transparencia están integrados en el flujo de trabajo, no añadidos después. El middle office no está persiguiendo excepciones a través de hilos de correo electrónico; las está resolviendo en un entorno regido y rastreable.

Paso 4: El back office cierra el ciclo (oficina de inversiones / finanzas)

Ben, en la oficina de atrás, revisa los asientos de ajuste preparados por el equipo de John. Usando Databricks Apps y Lakebase, aprueba las correcciones, genera los asientos correspondientes del libro mayor y ejecuta una revisión de riesgo final a través de AI/BI Dashboards, confirmando que el perfil de riesgo general de la cartera está dentro de los límites aceptables después del cambio de mandato.

Todo lo que Ben ve, las posiciones de la cartera, los ajustes de conciliación, las métricas de riesgo, se remonta a la misma plataforma de datos gobernada que Sarah consultó al principio de este flujo de trabajo. No hay conciliación entre sistemas, porque solo hay un sistema.

El mensaje aquí: Los informes, el riesgo y la contabilidad operan sobre la misma fuente de verdad. La oficina de atrás no se está poniendo al día con la oficina de adelante; está completando el mismo ciclo, sobre los mismos datos, en tiempo real.

La conclusión para ejecutivos

Para los líderes de servicios financieros, este patrón ofrece cuatro ventajas críticas:

1. Una plataforma en toda la empresa, eliminando el costo de integración de unir herramientas aisladas.
2. IA integrada en los flujos de trabajo empresariales, no aislada en ciencia de datos, la IA ayuda a las personas que toman decisiones diarias más como un compañero de confianza.
3. Datos gobernados y en tiempo real desde la decisión hasta el libro mayor con Unity Catalog, asegurando que el acceso, la trazabilidad y el cumplimiento nunca se dejen al azar.
4. Colaboración Humano + IA en cada paso, preservando el juicio humano y la responsabilidad mientras se comprime drásticamente el tiempo desde la información hasta la acción.

La historia no se trata de herramientas. Se trata de comprimir los ciclos de estrategia a ejecución mientras se fortalecen los controles. Eso no es solo una historia de tecnología. Es una mejor manera de dirigir el negocio.

¿Listo para cerrar el ciclo?

Desde el actuario hasta finanzas, cada decisión merece la misma fuente de verdad gobernada y en tiempo real. Aquí le mostramos cómo avanzar:

• Pruébelo: Comience su prueba gratuita de Databricks hoy mismo
• Véalo en acción: Visite nuestro centro de demostraciones para obtener tours de productos, videos y tutoriales prácticos que cubren Lakeflow, Unity Catalog, AI/BI y más.
• Aprenda lo básico: Comience con la formación gratuita de Academy
• Descargue: El eBook de Business Intelligence se une a la IA eBook

¿Listo para hablar? Póngase en contacto con su equipo de cuentas de Databricks para ver cómo Databricks puede transformar los flujos de trabajo diarios de sus usuarios empresariales.

(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original