Come Constellation sta costruendo una base di dati governata su Databricks

Constellation gestisce la più grande flotta nucleare degli Stati Uniti. Per loro, una delle parti più difficili della preparazione all'IA non è stata la scelta dei modelli, ma trovare un accordo sul significato dei dati. Il team di Constellation sta costruendo una Enterprise Data Platform (EDP) governata su Databricks per rendere i dati coerenti e utilizzabili in tutta l'azienda, e il suo approccio offre una guida pratica per altre aziende.

Chi è Constellation

Constellation è il principale produttore nazionale di energia pulita e affidabile, con una capacità di generazione equivalente al fabbisogno di 27 milioni di case e circa 2,5 milioni di account di clienti retail. Questa ampiezza di operazioni e relazioni con i clienti è il motivo per cui le definizioni condivise e la governance sono importanti per il loro lavoro sui dati.

Constellation raccoglie dati dalla gestione degli asset, dalla catena di distribuzione, dai sistemi commerciali e di trading e dalle operazioni dell'intera flotta. Questi alimentano qualsiasi cosa, dai modelli di mercato quasi in tempo reale alla telemetria nucleare. In un'azienda in cui la sicurezza e l'affidabilità vengono prima di tutto, definire i concetti e la governance in modo corretto è fondamentale. Quel profilo di rischio guida ogni scelta architetturale successiva.

Il problema: dati di alta qualità, nessuna semantica condivisa

I team di Constellation hanno costruito forti capacità di dati per il proprio lavoro. Tuttavia, le domande che attraversavano questi team richiedevano comunque un ulteriore sforzo per collegare le informazioni e riconciliare le differenze nel modo in cui vengono definite. I dati si trovavano in decine di luoghi, senza un livello semantico condiviso che definisse cosa significassero tra i vari domini.

Constellation ha affrontato un problema con cui molte organizzazioni ancora lottano: una domanda semplice senza una risposta univoca: "Quanti clienti abbiamo?" Il retail si basa sul contatore di fatturazione, l'ingrosso sulla controparte e il CRM su un account o utente. Tre risposte corrette con tre significati diversi. Il problema è aumentato quando Constellation è cresciuta attraverso le acquisizioni, tra cui Calpine nel 2026, che possedeva 79 centrali elettriche in 22 stati e 27 GW di capacità. Uno stack completamente separato con le proprie definizioni, warehouse e convenzioni di modellazione. L'EDP ha improvvisamente dovuto assorbire un'entità all'incirca delle stesse dimensioni di Constellation. Dare un significato ai dati e alla governance è il cambiamento che Constellation sta attuando mentre sviluppa l'EDP su Databricks.

La base: una piattaforma di dati aziendale su Databricks

La risposta di Constellation è una EDP governata costruita su Databricks. L'EDP è la base condivisa che collega sistemi precedentemente isolati e fornisce all'azienda una singola comprensione condivisa dei suoi dati. È il passaggio deliberato da molti sistemi disconnessi e ben costruiti a una base governata in cui i dati trasportano un significato condiviso in tutta l'azienda.

La decisione sulla piattaforma in sé ha richiesto solo settimane. Constellation ha scelto Databricks perché dava loro spazio per sperimentare, crescere e maturare man mano e, cosa altrettanto importante, perché poteva interagire con la loro architettura esistente invece di costringere a una sostituzione totale. Tre pilastri architetturali sono emersi:

• Significato condiviso come semantica conforme. Piuttosto che costringere ogni dominio a un'unica definizione, il team EDP di Constellation lavora con i leader aziendali per definire entità governate e conformi - concordando su cosa significhi "cliente" tra retail, wholesale, gas e CRM - e replicare tali definizioni in tutta l'azienda. Oltre a ciò, Constellation ha costruito un livello di conoscenza semantica che mappa le relazioni aziendali: cliente, contratto, asset e come si connettono tra i domini.
  Il team usa Data Vault come metodo di modellazione utilizzato selettivamente per entità critiche e riutilizzabili che devono essere flessibili al mutare dei sistemi. Non ogni dataset viene inserito in un vault. La scelta di modellazione è deliberata e dipende dal fatto che l'entità venga riutilizzata, verificata o evoluta nel tempo.
• La governance è il modello di proprietà, non solo il controllo degli accessi. Un fattore decisionale importante per Constellation è stato la scelta di un servizio che andasse oltre il controllo degli accessi tradizionale per trasmettere un significato semantico ai suoi stakeholder. Con questo criterio identificato, Unity Catalog è stata la scelta ovvia. Unity Catalog fornisce il lignaggio, l'accesso granulare e un modello di autorizzazione singolo. Constellation è andata oltre il livello tecnico per rispondere alla domanda con cui altre piattaforme lottano: chi possiede il significato? Con le metric views di Unity Catalog è ancora più facile. Diversi domini di dati richiedono controlli di accesso e governance differenti. Il team di Constellation ha progettato la piattaforma per supportare tali requisiti man mano che introduce nuovi casi d'uso sulla base. Stabilire approvazioni interne e governance è diventato il punto fermo di fiducia.
• Workspace multipli su una singola base governata. Gli stessi dataset governati, visualizzati in workspace separati e con semantica aziendale, vengono definiti una volta e consumati molte volte.

Per Constellation, Databricks supporta sia l'ingegneria dei dati che la governance, offrendo ai team un ambiente controllato per costruire l'IA.

Tre esempi di casi d'uso basati sulla stessa fondazione:

Sulla stessa base governata, tre primi casi d'uso stanno mostrando ciò che è possibile fare in parti molto diverse dell'azienda.

1. Assistente di ingegneria nucleare

Constellation sta sviluppando un assistente, costruito con Databricks Genie e governato tramite Unity Catalog, per aiutare i team di ingegneria a trovare e utilizzare informazioni tecniche approvate più facilmente, riducendo lo sforzo necessario per rispondere a domande complesse.

2. Pianificazione delle interruzioni: gestione della manutenzione nucleare pianificata

Le interruzioni pianificate sono tra le operazioni più complesse che Constellation gestisce. Avvengono per il rifornimento di carburante, la manutenzione straordinaria, le ispezioni normative e interventi sulle apparecchiature. Ognuna riunisce grandi squadre e molti ordini di lavoro in un unico sito con una pianificazione serrata. Il coordinamento significa attingere a dati di pianificazione, esecuzione del lavoro e stato degli asset provenienti da diversi sistemi. Il team sta riunendo questi dati in Databricks per aiutare i pianificatori ad analizzare i programmi e coordinare il lavoro, con le decisioni che rimangono in capo ai team delle interruzioni.

3. Sales intelligence: definizione delle priorità delle opportunità e azione successiva ottimale

Nelle vendite, riunire informazioni pertinenti sui clienti e commerciali aiuta i team a prepararsi per le conversazioni e a identificare le opportunità di crescita. Il team sta sviluppando funzionalità di IA su Databricks per rendere queste informazioni più coerenti, accessibili e fruibili, supportando risultati come la definizione delle priorità per le opportunità di alto valore e la raccomandazione dell'azione successiva ottimale. Tutto questo è costruito sulla stessa base di dati governata in Databricks, con adeguati controlli di sicurezza dei dati.

Punti chiave

L'esperienza di Constellation sottolinea che una piattaforma di dati aziendale riguarda tanto il significato e la governance quanto la tecnologia. Il suo team sta costruendo definizioni, controlli e una base di dati riutilizzabile necessaria per supportare analisi utili e IA in diverse parti dell'azienda. Databricks con Unity Catalog rende i dati affidabili e individuabili per gli utenti aziendali.

Questa base governata consente inoltre ai data scientist di costruire soluzioni di machine learning e IA agentica con Databricks, tra cui Genie One e Genie Agents. Il team sta utilizzando queste funzionalità mentre sviluppa casi d'uso nelle vendite, nella pianificazione della manutenzione e nel supporto ingegneristico.

Guardando al futuro

Constellation sta esplorando Genie Ontology, un knowledge graph autoappreso che aggiunge contesto aziendale, e le Pages di Unity Catalog, che gestiscono centralmente le definizioni aziendali in Unity Catalog. Insieme, queste funzionalità estendono il livello semantico rendendo i dati più significativi, coerenti e facili da usare.

Scopri di più sulla loro storia in questo post del blog dei leader di Constellation Jay Cavalcanto, SVP & CIO, e Vineeth Vijaykumar, VP - IT Business Management Office.

Guarda la presentazione al Databricks Data + AI Summit di Constellation (Minuto 56.23)

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