Comment Rivian prend des décisions fiables et propulsées par l'IA à la vitesse de la pensée avec Databricks

Rivian construit des véhicules électriques et des services qui exigent des prises de décision rapides et fiables dans les domaines de la fabrication, des points de contact commerciaux, des interactions de service, de la finance, des ressources humaines, de la chaîne d'approvisionnement et de la planification opérationnelle.

Les dirigeants ont besoin d'un accès rapide aux bonnes informations. Les analystes et les utilisateurs métier ont besoin de données et de métriques bien définies auxquelles ils peuvent faire confiance. Les équipes techniques ont besoin d'un moyen évolutif de fournir des produits de données de haute qualité à de nombreux publics, sans dupliquer la logique ni ajouter de surcharge opérationnelle.

Avec l'AI, Rivian voit une opportunité de changer la façon dont les gens travaillent avec les données, en passant de rapports prédéfinis à des analyses en libre-service capables de soutenir des décisions plus rapides et plus fiables.

« Chez Rivian, nous nous appuyons fortement sur l'AI et sur des partenaires technologiques pour repenser l'analyse : un libre-service complet, une confiance totale à la vitesse de la pensée », a déclaré Romit Jadhwani, Sr. Director, Enterprise AI, Data & Productivity chez Rivian. « Nous exploitons la plateforme pour donner à nos employés les moyens d'être des leaders d'opinion. Databricks est un partenaire clé pour y parvenir. »

Avec Databricks, Rivian construit une couche d'intelligence gouvernée qui prend en charge les tableaux de bord, l'exploration en langage naturel, les applications de données AI/ML personnalisées et les flux de travail alimentés par l'AI à partir de la même base de confiance. L'objectif est de dépasser le menu limité de rapports et de coupes prédéfinis, en offrant aux utilisateurs un moyen d'explorer des données fiables, de poser des questions de suivi, de concevoir des solutions et d'agir en fonction des informations obtenues, sans attendre dans une file d'attente d'analyse centralisée.

Partenariat Databricks + Rivian sur l'AI/BI

Rivian a commencé par collaborer étroitement avec l'équipe produit Databricks AI/BI pour migrer une base massive de tableaux de bord multi-domaines vers Databricks AI/BI en moins de six mois.

La migration n'était qu'une partie de l'histoire. Rivian a collaboré avec Databricks en tant que partenaire de conception, identifiant et façonnant environ 58 nouvelles fonctionnalités de produits AI/BI qui bénéficient désormais à l'ensemble de la communauté d'utilisateurs de Databricks.

En consolidant ses analyses dans Databricks AI/BI, l'équipe de Rivian a pu conserver sa couche sémantique, sa gouvernance et ses contrôles de données sensibles en un seul endroit. Cela inclut les informations personnellement identifiables, les données financières hautement restreintes et d'autres données commerciales sensibles qui doivent rester gouvernées, vérifiables et soumises à autorisation.

Pour Rivian, cette consolidation est au cœur de sa vision à long terme. En s'appuyant sur Databricks, Rivian peut rassembler les données, la sémantique, les autorisations, les tableaux de bord, l'AI et les applications personnalisées sur une seule plateforme gouvernée.

Instaurer la confiance avec les vues de métriques et Unity Catalog

Dans toute organisation axée sur les données qui évolue rapidement, chaque utilisateur de données est confronté à la même question : « À quelle métrique puis-je faire confiance ? »

Chez Rivian, la réponse consiste à définir les métriques métier critiques une seule fois, à les certifier et à les rendre disponibles via une couche sémantique gouvernée sur Databricks. Rivian utilise les vues de métriques de Unity Catalog pour standardiser les métriques avec une logique, un lignage et des autorisations transparents.

L'équipe intègre activement les métriques du tableau de bord de l'entreprise de Rivian dans les vues de métriques de Unity Catalog, avec pour objectif de standardiser plus de 50 métriques. Cela donne aux utilisateurs une visibilité sur les définitions et les tables sous-jacentes tout en préservant les modèles d'autorisation hérités des données sources. Pour les métriques sensibles, y compris les mesures financières, la gouvernance héritée est essentielle.

Rivian utilise également l'AI pour accélérer le processus de certification lui-même. À mesure que l'entreprise évolue, l'équipe centrale des données doit maintenir à jour les produits de données certifiés dans tous les domaines. L'agent AI interne de Rivian aide à accélérer la certification en prenant en charge la révision et la validation des nouveaux ensembles de données.

Cette flexibilité permet aux équipes d'avancer rapidement sans affaiblir la confiance. Les métriques certifiées donnent confiance aux utilisateurs métier lorsqu'ils ont besoin d'un chiffre officiel, tandis que les métriques personnalisées laissent aux analystes et aux équipes sectorielles la liberté d'explorer lorsque l'activité évolue.

Une fois que le contexte réside dans une couche sémantique gouvernée, la BI ne devient qu'un moyen parmi d'autres pour les équipes de travailler avec les mêmes métriques de confiance.

« Aujourd'hui, nous investissons davantage dans les couches sémantiques où le contexte est hébergé, et nos agents conversationnels, nos tableaux de bord et nos Databricks Apps reposent tous sur cet endroit unique », a déclaré Sahil Aggarwal, Senior Staff Analytics Tech Lead chez Rivian and Volkswagen Group Technologies (RVTech), la coentreprise de Rivian avec Volkswagen.

C'est le fondement d'un libre-service évolutif : des produits de données qui restent gouvernés et à jour au fur et à mesure que l'entreprise évolue.

Développer le libre-service grâce à des analyses alimentées par l'AI

Dans de nombreux environnements BI et data lake existants, le libre-service dépend encore des compétences techniques. Les ingénieurs de données et les analystes SQL peuvent travailler directement avec les données, tandis que les utilisateurs métier sont souvent limités aux tableaux de bord existants ou à l'assistance d'un analyste.

La vision de Rivian pour le libre-service à l'échelle de l'entreprise est différente : éliminer la barrière des compétences pour que chaque personne puisse devenir un professionnel des données. Avec Databricks AI/BI, Genie, des métriques certifiées et un développement assisté par l'AI, les utilisateurs peuvent résoudre eux-mêmes un plus grand nombre de leurs problèmes grâce à des données fiables.

Ce changement est déjà visible chez Rivian. En utilisant Databricks AI/BI, Genie Code et Databricks Apps, les utilisateurs métier conçoivent des solutions qui auraient auparavant nécessité un support technique plus approfondi : un analyste financier sans expérience en SQL a créé un tableau de bord des revenus du CFO de bout en bout avec des transformations de données complexes, un gestionnaire de trésorerie a créé un tableau de bord AI/BI pour comprendre les positions de trésorerie, et un analyste de la chaîne d'approvisionnement a développé une Databricks App pour suivre les expéditions de stocks entrants.

Pour Rivian, c'est à cela que ressemble un véritable libre-service. Les équipes développent des preuves de concept et créent des applications de données pour répondre à des questions métier complexes en quelques jours plutôt qu'en quelques mois.

« Lorsque vos métriques sont certifiées, que la gouvernance est unifiée et que votre couche d'AI peut s'adresser aux utilisateurs en langage naturel, la barrière des compétences disparaît », a déclaré Saritha Suresh, Principal Product Manager, Enterprise Data & Analytics chez Rivian. « Avec Databricks AI/BI, Unity Catalog et Genie, nous avons cessé de nous demander : "Comment pouvons-nous autonomiser les utilisateurs métier ?" pour commencer à nous demander : "Que vont-ils construire ensuite ?" C'est là toute la différence. »

À mesure que de plus en plus d'utilisateurs métier créent et explorent des données fiables, les équipes d'analyse peuvent passer moins de temps à recréer la logique dans les tableaux de bord ou à répondre à des demandes ponctuelles. Leur travail s'oriente vers la création de meilleurs produits de données certifiés, le renforcement de la couche sémantique et l'expansion des flux de travail alimentés par l'AI qui aident les équipes à répondre elles-mêmes à un plus grand nombre de questions.

Cela crée une relation différente entre l'entreprise et les données. Lorsque les utilisateurs peuvent obtenir des réponses fiables sur le moment, ils posent de meilleures questions de suivi, explorent davantage de contexte et prennent des décisions avec moins d'intermédiaires.

« La commodité est d'un tout autre ordre de grandeur », a déclaré Michael Flynn, Director, Big Data & AI chez RVTech. « Lorsque ces délais s'effondrent, les gens posent réellement les questions de suivi et obtiennent les réponses directement depuis la source unique de vérité. »

Cette même base aide également Rivian à intégrer des analyses alimentées par l'AI dans les flux de travail opérationnels qui comptent le plus pour l'entreprise.

Intégrer des analyses alimentées par l'AI dans les opérations

La base d'analyse gouvernée de Rivian prend déjà en charge des cas d'usage à forte valeur ajoutée dans les domaines de la fabrication, de la chaîne d'approvisionnement et des opérations.

La visibilité en temps réel sur la chaîne d'approvisionnement réduit le temps de surveillance de 60 à 70 %

Auparavant, les planificateurs de la chaîne d'approvisionnement passaient des heures chaque jour à vérifier plusieurs systèmes et à compiler des mises à jour de statut à partir de feuilles de calcul. Grâce au tableau de bord en temps réel unifié basé sur Databricks, les équipes peuvent désormais surveiller l'approvisionnement entrant, identifier les risques plus tôt et agir avant que les problèmes ne s'aggravent.

Le tableau de bord comprend des alertes Slack automatisées et une identification proactive des risques trois à fiv jours à l'avance. Les équipes sont passées d'une gestion réactive des urgences à une intervention précoce, réduisant ainsi le temps de surveillance de 60 à 70 %.

Unity Catalog fournit le socle de données gouverné et fiable qui rend possible ce type de visibilité intersystèmes à l'échelle.

Une analyse plus rapide des causes racines réduit la dépendance aux connaissances informelles

L'analyse d'un écart de stock prenait auparavant plus de 30 minutes de recoupement manuel entre les systèmes. Les planificateurs devaient souvent s'appuyer sur des connaissances internes concernant des fournisseurs spécifiques, des flux d'expédition ou des exceptions opérationnelles.

Désormais, cette même analyse prend moins de deux minutes. Des requêtes parallèles affichent automatiquement les niveaux de stock associés, le statut des expéditions, les problèmes de qualité et les plans de production dans une vue unique, en y intégrant l'historique des risques liés aux fournisseurs.

Cette rapidité repose sur Databricks ML et sur la capacité d'Unity Catalog à connecter et gouverner les données provenant des sources pertinentes. Au lieu de chercher dans différents systèmes, les équipes peuvent mener leur enquête à partir d'un socle unique et fiable.

Les prédictions basées sur le ML réduisent de manière proactive les risques de rupture de stock

Auparavant, il était difficile de suivre rapidement les risques de rupture de stock. Le calcul de la couverture de stock se faisait manuellement, et le risque n'était souvent identifié qu'une fois les seuils critiques dépassés.

Désormais, les modèles de ML sur Databricks prédisent les ruptures de stock plus de quatre jours à l'avance et attribuent automatiquement un code couleur rouge ou jaune aux pièces avant qu'elles n'atteignent des niveaux critiques. Cela donne aux planificateurs le temps d'agir avant qu'une ligne de production ne risque de s'arrêter par manque de pièces.

Avec Databricks, Rivian peut rassembler des données gouvernées, des prédictions basées sur le ML et des workflows opérationnels afin que les équipes puissent agir plus tôt et avec plus d'assurance.

Les agents d'AI accélèrent la création de produits de données fiables

Rivian s'appuie également sur l'AI pour faire évoluer le travail des équipes d'ingénierie des données et des plateformes.

L'entreprise opère sur de nombreux domaines et systèmes sources, y compris des applications internes et tierces. L'ingestion, la certification et la maintenance de produits de données fiables dans cet environnement nécessitent de la rapidité, de la cohérence et une gouvernance solide.

En combinant Databricks avec des workflows d'ingénierie assistés par l'AI, Rivian a réduit le temps de configuration des nouvelles ingestions de plus de 60 % dans certains scénarios. Cela aide les équipes de données à être plus agiles sur de nouveaux domaines et de nouvelles sources, tout en permettant à l'entreprise d'accéder plus rapidement à des produits de données fiables.

Le résultat est un modèle opérationnel plus évolutif : l'AI aide les équipes de données à créer, certifier et surveiller des produits de données fiables, tandis que les utilisateurs métier exploitent ces produits via des tableaux de bord, Genie, Databricks Apps et des workflows basés sur l'AI.

Faire de l'AI un partenaire de réflexion pour l'ensemble de l'entreprise

La stratégie analytique de Rivian va au-delà d'un monde où seuls les analystes et les équipes de données peuvent obtenir rapidement la bonne réponse.

L'entreprise est en bonne voie pour atteindre un self-service complet à l'échelle : des analystes financiers qui créent des tableaux de bord sans écrire de SQL, des planificateurs qui anticipent les risques de stock avant qu'ils n'impactent la ligne de production, des ingénieurs de données qui utilisent l'AI pour configurer l'ingestion plus rapidement, et des utilisateurs métier qui posent des questions complémentaires dans Genie au lieu d'attendre des requêtes personnalisées.

Cela n'est possible qu'avec le bon socle. Des métriques certifiées, des produits de données gouvernés et Unity Catalog apportent à Rivian le contexte, les autorisations et la traçabilité nécessaires pour faire évoluer les analyses basées sur l'AI sans créer de versions contradictoires de la réalité.

Pour Rivian, c'est le futur modèle de l'analytique d'entreprise : l'AI comme partenaire de réflexion pour quiconque prend des décisions basées sur les données, soutenu par une plateforme conçue pour la gouvernance, l'évolutivité et la précision.

(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original