Annunciamo i vincitori dei Databricks Customer Awards 2026

I Databricks Customer Awards del 2026 premiano le organizzazioni e i leader che utilizzano la piattaforma Databricks per risolvere problemi complessi e ottenere risultati significativi, dall'ingestione di 10 mila miliardi di righe di dati all'anno al supporto nel far incontrare volontari medici e comunità svantaggiate in tutto il mondo.

I vincitori dei Named Awards di quest'anno coprono 8 categorie e 4 regioni, in rappresentanza di settori diversi come semiconduttori, energia pulita, produzione lattiero-casearia, telecomunicazioni e software aziendali. Ciò che li accomuna è la convinzione che i dati e l'AI possano cambiare il modo in cui opera un settore.

Incontra i vincitori.

Excellence Award - Nord America: Applied Materials

Applied Materials è un'azienda leader nel settore dei semiconduttori e dell'ingegneria dei materiali che progetta e produce le apparecchiature utilizzate per realizzare praticamente ogni nuovo chip al mondo. Dietro a queste apparecchiature si cela una risorsa altrettanto fondamentale: un vasto patrimonio di dati relativi a ingegneria, produzione, supply chain e finanza che l'azienda ha da tempo riunito in un data lake centrale.

Il lake originale, basato su Hadoop, faceva il suo lavoro: consolidava i dati. Ma le esigenze erano cambiate: i carichi di lavoro di AI, l'analisi in tempo reale, il self-service governato e casi d'uso per i quali l'architettura originale non era mai stata progettata richiedevano un nuovo approccio. Applied Materials utilizza la piattaforma Databricks per modernizzare questa base, passando da un data lake di storage e batch a un lakehouse in cui governance, analytics e AI coesistono. Questo passaggio non riguardava tanto il consolidamento dei dati, quanto lo sblocco di ciò che alla fine si poteva fare con essi.

A meno di un anno dal go-live, la piattaforma ha offerto:

• Asset di dati governati che mettono le informazioni attendibili direttamente nelle mani di chi ne ha bisogno. Controlli di accesso granulari, lineage e applicazione delle policy sono integrati nella piattaforma, garantendo che i dati di ingegneria, produzione e dei clienti rimangano protetti durante la scalabilità. Più di 1.500 analisti dispongono ora di un accesso self-service tra ingegneria, operation e finanza, e lo stanno utilizzando, con oltre 17 milioni di query self-service già eseguite sulla piattaforma. La disponibilità dei dati è migliorata di oltre il 60%, riducendo i tempi di attesa a ben meno di un'ora.
• L'AI è entrata nella quotidianità, con oltre 100 modelli di machine learning in produzione che gestiscono in media 75.000 richieste al giorno, segnalando anomalie in fabbrica, prevedendo la domanda e supportando le decisioni più rapidamente.
• La creazione di nuovi casi d'uso è diventata più economica e veloce, grazie a oltre 1.300 utenti di AI Assistant che generano più di 100.000 interazioni al mese. Lo sviluppo è più rapido del 90%, con la codifica delle pipeline ridotta da 8 ore a 30 minuti. I tassi di errore dei job sono diminuiti del 50% e i costi di manutenzione sono inferiori del 75%, il che significa che un maggior numero di casi d'uso viene distribuito e scalato in tutta l'azienda.
• Con AI/BI Genie, porre una domanda ai dati non richiede più una dashboard, un ticket o una settimana di tempo. Più di 800 Genie Space sono ora attivi, ospitando oltre 6.000 conversazioni e più di 18.000 messaggi, mettendo l'accesso ai dati in linguaggio naturale direttamente nelle mani dei team di tutta l'organizzazione.

Quella che era iniziata come una modernizzazione della piattaforma è diventata un vero e proprio modo di lavorare. L'AI ora affianca le persone che progettano le macchine che realizzano i chip di tutto il mondo, non come uno strumento da usare occasionalmente, ma come un collaboratore quotidiano. I dati attraversano l'intero ciclo di vita delle attività di Applied Materials, dall'insight all'azione, rendendo l'approccio "data-driven" non tanto uno slogan quanto la modalità predefinita per innovare, ottimizzare e decidere.

Excellence Award - EMEA: Virgin Atlantic

Virgin Atlantic è stata fondata dall'imprenditore Sir Richard Branson nel 1984, ponendo al centro l'innovazione e uno straordinario servizio clienti. Con sede a Londra, la compagnia aerea opera voli verso 28 destinazioni tutto l'anno. Insieme al suo azionista e partner, Delta Air Lines, Virgin Atlantic gestisce una rete transatlantica leader con collegamenti successivi verso oltre 200 città in tutto il mondo.

Virgin Atlantic riunisce dati sui clienti, commerciali, finanziari e operativi che in precedenza risiedevano in sistemi separati. Utilizza la piattaforma Databricks come ambiente decisionale integrato su scala aziendale, collegando questi domini su una base unificata e governata in modo che i team possano lavorare a partire da dati condivisi anziché da report isolati.

Su questa base, Virgin Atlantic:

• Esegue casi d'uso relativi a clienti, commerciali, finanziari e operativi su un'unica piattaforma.
• Utilizza dati e metriche condivisi per informare le decisioni tra i vari team invece di affidarsi a soluzioni puntuali.
• Crea e itera rapidamente nuove soluzioni di dati e AI in modo che gli insight si traducano in decisioni in prima linea.

Nel complesso, questo approccio trasforma i dati in una storia end-to-end piuttosto che in un insieme di progetti scollegati. Virgin Atlantic considera l'approccio data-driven come un modo di gestire la compagnia aerea, utilizzando una piattaforma unificata in modo che gli insight fluiscano tra le varie funzioni e supportino decisioni più tempestive e coordinate sia per i clienti che per le operation.

Excellence Award - APJ: Fonterra Co‑operative Group

Fonterra Co-operative Group è una delle più grandi cooperative lattiero-casearie al mondo, di proprietà di migliaia di agricoltori azionisti neozelandesi, e fornisce prodotti lattiero-caseari naturali a clienti in tutto il mondo. I dati e l'AI aiutano Fonterra a ottenere gli insight necessari per gestire in modo più efficiente operazioni complesse relative alla pianificazione finanziaria e alle decisioni sulla supply chain in tutta la sua rete globale.

Storicamente, Fonterra si affidava a diverse piattaforme di analytics legacy che potevano creare complessità, duplicazioni e ritardi per gli utenti aziendali. Dopo la migrazione a Databricks, i dati di Fonterra sono stati centralizzati in un lakehouse governato, riducendo lo spostamento manuale dei dati e consentendo ai team di trasformare i dati in decisioni in modo più rapido e affidabile.

Su questa base, Fonterra:

• Democratizza l'accesso a prodotti di dati governati e riutilizzabili per le business unit, offrendo ai professionisti una chiara lineage e un controllo degli accessi granulare, utilizzando al contempo il linguaggio naturale per rendere i dati più colloquiali e aumentare la produttività dell'ingegneria.
• Utilizza l'AI e l'advanced analytics per affrontare casi d'uso ad alto impatto, dall'ottimizzazione delle supply chain e della gestione dell'inventario alla semplificazione dei processi di conformità in azienda per gli agricoltori.
• Raddoppia il time-to-value riducendo i tempi di caricamento dei dati di oltre il 50%, aumentando la produttività dell'ingegneria fino al 20% e consentendo la creazione del doppio dei prodotti di dati a settimana con le stesse risorse.

Fonterra considera l'AI como un collaboratore che aiuta i team a prendere decisioni proattive e guidate dagli insight.

Excellence Award - LATAM: Telefónica | Vivo

Vivo, marchio di Telefónica in Brasile, è l'azienda di telecomunicazioni leader nel Paese, che offre connettività mobile e fissa, internet a banda larga e servizi TV a consumatori, aziende e organizzazioni del settore pubblico in tutto il territorio nazionale. L'azienda fornisce anche servizi digitali in diverse aree, tra cui intrattenimento, sport, sicurezza digitale, servizi finanziari e salute. Utilizzando dati e AI, Vivo ottiene gli insight necessari per gestire in modo più efficiente operazioni di rete complesse ed esperienze dei clienti.

Vivo si affidava a un mix di data warehouse legacy e strumenti di analytics, che aggiungevano complessità, costi e latenza a report e sperimentazioni fondamentali. Nel valutare ed estendere l'uso di Databricks, il team sta consolidando i dati in un lakehouse governato, riducendo la duplicazione delle pipeline e offrendo ai team aziendali e tecnici una base più scalabile, rapida e affidabile per analytics e AI.

Su questa base, Vivo:

• Democratizza dati governati e riutilizzabili e metriche aziendali tra le funzioni di pianificazione, innovazione e rete, abilitando al contempo esperienze intuitive di tipo "chiedi ai tuoi dati" che consentono ai dirigenti di interrogare gli insight in linguaggio naturale.
• Sfrutta l'AI e l'advanced analytics per realizzare casi d'uso di alto valore su scala, che spaziano dalla trasformazione della customer experience all'ottimizzazione dei dati e della rete, fino alla monetizzazione dei gamer e alle offerte iper-personalizzate.

In tutte queste iniziative, Vivo posiziona l'AI come un collaboratore strategico, rafforzando la sua capacità di offrire una connettività resiliente e di migliorare le esperienze digitali di milioni di brasiliani.

For Good Award: Virtue Foundation

Virtue Foundation è un'organizzazione no-profit globale focalizzata sul miglioramento dell'accesso all'assistenza sanitaria nelle regioni svantaggiate, collegando medici, ospedali e organizzazioni umanitarie dove c'è più bisogno di cure. L'organizzazione utilizza i dati e l'AI per comprendere meglio i divari sanitari globali e coordinare gli sforzi dei volontari medici su scala.

Virtue Foundation unisce dati frammentati provenienti da ospedali globali e organizzazioni non governative (NGO), spesso incoerenti, incompleti o difficili da gestire. Per affrontare questo problema, l'organizzazione ha creato una pipeline di dati che alimenta VFMatch.org, contribuendo a unificare e strutturare le informazioni sanitarie globali in una base utilizzabile per il processo decisionale e il coordinamento.

Su questa base, Virtue Foundation:

• Gestisce un knowledge graph sanitario globale che mappa le risorse e le esigenze sanitarie nelle varie regioni.
• Utilizza l'analisi geospaziale per identificare i deserti medici e le lacune nella copertura del sistema sanitario, in particolare nei paesi a basso reddito.
• Implementa un assistente AI che aiuta ad abbinare i medici alle opportunità di volontariato e supporta l'analisi dei dati sanitari globali.

Queste funzionalità supportano la Virtue Foundation, che ha contribuito ad assistere oltre 50.000 pazienti, ha supportato migliaia di interventi chirurgici e ha permesso l'abbinamento di centinaia di volontari e partner no-profit in tutto il mondo.

Questi sforzi dimostrano come Virtue Foundation stia utilizzando i dati e l'AI per rafforzare il coordinamento sanitario globale e migliorare l'accesso alle cure nelle comunità svantaggiate.

Disruptor Award: Octopus Energy

Octopus Energy è un'azienda globale di tecnologia ed energia pulita con attività in 27 paesi. In qualità di principale fornitore di energia del Regno Unito, Octopus ha la missione di accelerare la transizione energetica a vantaggio delle persone e del pianeta. Trasformando oltre 460.000 EV passivi e asset intelligenti in oltre 3 GW di capacità flessibile, l'azienda ha creato la Virtual Power Plant più grande del mondo (più grande della più grande centrale a gas del Regno Unito), in grado di bilanciare la rete durante i picchi di domanda.

Databricks consente a Octopus di consolidare i dati provenienti da regioni e prodotti diversi in un'unica piattaforma unificata. Ora l'azienda può acquisire più di 10 mila miliardi di righe di dati all'anno, mentre migliaia di persone in tutta l'azienda collaborano e sperimentano in sicurezza, riducendo gli attriti sia nell'analisi quotidiana che nell'innovazione su larga scala.

Su questa base, Octopus Energy:

• Democratizza l'accesso ai dati in tutti i team, utilizzando Unity Catalog per mantenere la collaborazione sicura e conforme man mano che l'utilizzo si estende a migliaia di utenti interni.
• Utilizza l'AI per ottimizzare ad alto impatto i contatori intelligenti, le tariffe e la flessibilità della rete, per sbloccare un'energia più economica per i clienti, migliore per la rete e più equa per il mondo.
• Accorcia il percorso dall'idea all'impatto eseguendo nuovi modelli e servizi direttamente sulla piattaforma e integrando gli utenti tramite Agent Bricks, in modo che più persone possano creare ed esplorare in sicurezza.

In tutti questi sforzi, Octopus Energy considera l'AI come un collaboratore strategico nella sua missione di costruire una rete più equa e più verde, utilizzando i dati per offrire bollette più basse, energia più pulita ed esperienze migliori a 11 milioni di clienti.

AI Innovation Award: Axpo

Axpo è il più grande produttore svizzero di elettricità, un leader internazionale nel trading di energia e un leader nella commercializzazione dell'energia solare ed eolica. Per migliorare il modo in cui i dipendenti accedono e utilizzano informazioni tecniche e commerciali complesse, Axpo ha sviluppato una serie di applicazioni basate sull'AI utilizzando l'infrastruttura Databricks e Agent Bricks.

Al centro di questo progetto c'è AxploreAI, una piattaforma multi-agente di GenAI centralizzata, progettata per diventare l'unico punto di riferimento per sapere tutto in Axpo, sempre in base ai diritti di accesso di ciascun utente. Collega i dipendenti alle informazioni relative a dati ingegneristici, conoscenze di trading, processi interni e documentazione aziendale, come i contenuti IT e HR.

Sviluppata su un'architettura API-first con RAG, Vector Search e OCR, AxploreAI riunisce più di 60 fonti di dati interne in un livello di intelligence sicuro e ricercabile, integrato nei touchpoint digitali su cui i dipendenti fanno affidamento ogni giorno. La sua pipeline RAG è personalizzata in base al contenuto e al formato di ciascuna fonte, può elaborare più tipi di file e preserva i controlli di accesso originali, rendendo la conoscenza aziendale istantaneamente accessibile senza compromettere la governance.

Oltre alla sua piattaforma di conoscenza, Axpo applica l'AI anche per migliorare la qualità dei dati e l'efficienza nei processi legati agli acquisti. In un ambiente operativo complesso caratterizzato da sistemi frammentati, molteplici entità legali e dati di testo libero incoerenti, Axpo ha sviluppato un classificatore basato sull'AI all'interno del suo data lake Databricks per dare maggiore struttura e coerenza ai dati di spesa. Con una precisione media di circa il 90%, la soluzione analizza le descrizioni delle fatture con le informazioni sui fornitori in più lingue, contribuendo ad automatizzare la classificazione, ridurre lo sforzo manuale e migliorare continuamente la qualità dei dati di acquisto nel tempo.

Su questa base, Axpo sta scalando l'AI direttamente nei suoi processi aziendali principali:

• Distribuisce e gestisce più di una dozzina di applicazioni GenAI attraverso il suo Competence Center, che spaziano dai progetti pilota in fase iniziale ai casi d'uso in produzione in ambito ingegneristico, acquisti, trading, funzioni aziendali ed esperienze rivolte ai clienti.
• Consente un accesso sicuro e istantaneo a migliaia di pagine di documentazione interna tramite un assistente di conoscenza interno, ora utilizzato da centinaia di dipendenti in tutta l'organizzazione per supportare un processo decisionale più rapido.
• Migliora l'efficienza operativa e l'adozione su scala, offrendo un risparmio di tempo fino al 30% per i power user e ottenendo un tasso di approvazione del 90%.

Insieme, queste iniziative mostrano come Axpo stia integrando l'AI direttamente nel lavoro quotidiano in un settore energetico altamente complesso, trasformando il modo in cui i team accedono alle informazioni, classificano i dati e prendono decisioni.

Transformation Award: Atlassian

Atlassian è un'azienda di software globale che crea strumenti di collaborazione, sviluppo e produttività utilizzati dai team di tutto il mondo. L'azienda sta trasformando le sue operazioni di sicurezza ripensando il modo in cui raccoglie, archivia e analizza la telemetria di sicurezza su scala.

Dopo aver raggiunto volumi di dati di sicurezza su scala petabyte, Atlassian ha identificato limitazioni nel suo SIEM legacy che gli impedivano di operare a tale scala. L'azienda ha lanciato il "Project Banyan" per creare un moderno Security Lakehouse sulla piattaforma Databricks. L'obiettivo era creare una base aperta e controllata in grado di supportare il threat hunting a lungo termine, l'analisi avanzata e una risposta più rapida agli incidenti su miliardi di eventi di sicurezza.

Come parte di questa trasformazione, Atlassian ha standardizzato i dati di sicurezza utilizzando l'Open Cybersecurity Schema Framework (OCSF) e ha migrato la logica di rilevamento su PySpark, riducendo la dipendenza da strumenti proprietari e consentendo un rilevamento delle anomalie basato su ML più flessibile.

Su questa base, Atlassian:

• Migliora la scala e la velocità delle indagini di sicurezza interrogando oltre 21 miliardi di eventi di sicurezza in meno di 1 minuto e riducendo la latenza di rilevamento ad alta frequenza da 17 a 5 secondi grazie all'ottimizzazione di Photon.
• Taglia i costi operativi di acquisizione dell'80% e il volume di archiviazione del 20% grazie a formati di file di dati più leggeri e standardizzati OCSF e alla compressione.
• Estende la conservazione dei dati da 30 giorni a 12 mesi di hot storage, consentendo un'analisi forense più approfondita e un threat hunting a lungo termine.
• Democratizza l'accesso ai dati di sicurezza utilizzando AI/BI Genie, consentendo agli analisti di interrogare la telemetria in linguaggio naturale e generare automaticamente SQL o PySpark.

Atlassian è anche un partner in private preview per Lakewatch, contribuendo a definire le funzionalità future per l'acquisizione diretta nel lakehouse. Insieme, questi sforzi mostrano come Atlassian abbia trasformato le operazioni di sicurezza in un sistema scalabile, controllato e abilitato all'AI che migliora sia la velocità che l'accessibilità degli insight in tutta l'organizzazione.

Visionary Award: Rivian and Volkswagen Group Technologies, Wassym Bensaid, Co-CEO & CTO

Wassym Bensaid, Chief Software Officer di Rivian e Co-CEO e CTO di Rivian e Volkswagen Group Technologies, sta guidando la trasformazione di Rivian in un'azienda AI-first.

Il suo team ha guidato il passaggio dai veicoli definiti dal software ai veicoli definiti dall'AI, utilizzando la data intelligence come base per tutto ciò che riguarda la piattaforma di veicoli e mobilità di Rivian, fino all'esperienza di guida quotidiana utilizzando la data intelligence come base per tutto ciò che riguarda la piattaforma di veicoli e mobilità di Rivian.

Per consentire questo passaggio, Rivian ha modernizzato il proprio stack di dati sulla piattaforma Databricks, unificando i dati dei veicoli, della fabbrica e aziendali in un'unica base comune. Wassym e il suo team hanno inoltre consolidato i sistemi legacy, tra cui Snowflake e Redshift, in un livello unificato Delta e Unity Catalog che stabilisce un tessuto comune di dati e AI in tutta l'organizzazione.

Su questa base, Rivian:

• Ha aumentato l'adozione della piattaforma da circa 250 a quasi 3.860 utenti attivi mensili (201,6% YoY), con oltre 127 membri del team di dati principale che hanno registrato un aumento della produttività del 39% e un utilizzo che si è esteso oltre l'ingegneria ai team aziendali e di prodotto.
• Acquisisce dati di telemetria da oltre 100.000 veicoli elettrici da avventura per consentire la manutenzione predittiva, la diagnostica remota e continui miglioramenti over-the-air che aumentano l'affidabilità, la sicurezza e l'esperienza del cliente.
• Migliora le prestazioni di ingegneria e produzione, riducendo l'elaborazione della pipeline ADAS da 4 ore a meno di 30 minuti, accelerando le query ADAS di 2,2 volte e tagliando i costi dei dati di produzione del 60%, rendendo al contempo le trasformazioni 20 volte più veloci.

Mentre Rivian si prepara a un aumento di 10 volte del volume dei dati dei veicoli, Wassym e il suo team hanno progettato l'architettura dei dati di Rivian per scalare fino a 500–600 petabyte quest'anno. Il solo ETL serverless consente di risparmiare circa 400 ore di ingegneria al mese, permettendo un'iterazione più rapida senza una crescita proporzionale del personale.

Wassym sta ora estendendo questa base alla joint venture da 5,8 miliardi di dollari tra Rivian e Volkswagen Group Technologies (RV Tech), in cui l'infrastruttura software e dati di Rivian supporterà diversi marchi del Gruppo Volkswagen, posizionando Rivian come fornitore globale di piattaforme software e dati.

Champion Award: Lippert, Kenan Colson, VP of Data and AI

Lippert è un produttore globale di componenti e sistemi altamente ingegnerizzati per i settori RV, nautico, automobilistico e dell'edilizia abitativa. L'azienda utilizza i dati e l'AI per migliorare l'esperienza dei clienti, ottimizzare le operazioni e supportare l'erogazione dei servizi in tutte le sue business unit.

Kenan Colson, VP of Data and AI presso Lippert, ha svolto un ruolo centrale nel guidare l'adozione della data intelligence in tutta l'organizzazione. I suoi sforzi si sono concentrati sulla creazione di un allineamento interno intorno alle iniziative di AI e sulla dimostrazione di un valore aziendale misurabile attraverso implementazioni in produzione che spaziano dal servizio clienti alla finanza e alle HR.

Sotto la sua guida, Lippert ha trasformato il proprio Customer Care Center implementando un "Super-Agente" di Customer Care abilitato all'AI in grado di gestire elevati volumi di chiamate. Questa iniziativa ha accelerato notevolmente l'onboarding dei dipendenti.

Kenan ha anche implementato funzionalità di AI in altre funzioni aziendali con soluzioni specializzate "zero-touch", tra cui:

• Un Bot per le rimesse finanziarie che riduce lo sforzo manuale nell'elaborazione dei pagamenti.
• Un assistente per le politiche HR che gestisce le richieste dei dipendenti e migliora i tempi di risposta e la coerenza.
• Ulteriori strumenti specifici per funzione per supportare l'efficienza operativa.

Kenan ha anche contribuito alla thought leadership esterna parlando a eventi del settore e condividendo approfondimenti sull'uso dei dati e dell'AI in contesti aziendali. Insieme, questi sforzi mostrano come Kenan Colson stia guidando l'adozione dell'AI a livello aziendale presso Lippert, trasformando i primi successi in un impatto scalabile e interfunzionale in tutta l'organizzazione.

Congratulazioni a tutti i vincitori del 2026:

Applied Materials, Virgin Atlantic, Fonterra, Vivo (Telefonica Brazil), Virtue Foundation, Octopus Energy, Axpo, Atlassian, Wassym Bensaid presso Rivian e Volkswagen Group Technologies e Kenan Colson presso Lippert.

Dieci vincitori. Dieci storie. Una cosa in comune: la convinzione che i dati e l'AI possano essere una forza per il bene e l'impegno a dimostrarlo. Il loro lavoro ci ispira, ci sfida e ci entusiasma per ciò che verrà dopo.

Vuoi saperne di più su come i clienti di Databricks utilizzano i dati e l'AI per generare impatto?

(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale