Come Rivian prende decisioni affidabili e potenziate dall'AI alla velocità del pensiero con Databricks

Rivian sta progettando veicoli elettrici e servizi che richiedono decisioni rapide e affidabili in ambito di produzione, touchpoint commerciali, interazioni di servizio, finanza, risorse umane, supply chain e pianificazione operativa.

I leader hanno bisogno di un accesso rapido ai giusti insight. Gli analisti e gli utenti aziendali necessitano di dati e metriche ben definiti di cui potersi fidare. I team tecnici hanno bisogno di un modo scalabile per distribuire prodotti dati di alta qualità a vari tipi di pubblico, senza duplicare la logica o aggiungere sovraccarico operativo.

Grazie all'AI, Rivian vede l'opportunità di cambiare il modo in cui le persone lavorano con i dati, passando da una reportistica predefinita a un'analisi self-service in grado di supportare decisioni più rapide e affidabili.

"In Rivian ci affidiamo molto all'AI e ai partner tecnologici per ripensare l'analisi: completamente self-service, massima fiducia alla velocità del pensiero", ha dichiarato Romit Jadhwani, Sr. Director, Enterprise AI, Data & Productivity presso Rivian. "Sfruttiamo la piattaforma per consentire ai nostri dipendenti di essere leader di pensiero. Databricks è un partner fondamentale per realizzare questo obiettivo".

Con Databricks, Rivian sta creando un livello di intelligence governato che supporta dashboard, esplorazione in linguaggio naturale, applicazioni dati AI/ML personalizzate e flussi di lavoro basati sull'AI a partire dalla stessa base affidabile. L'obiettivo è andare oltre un menu limitato di report e spaccati predefiniti, offrendo agli utenti un modo per esplorare dati affidabili, porre domande di approfondimento, creare soluzioni e agire in base agli insight senza dover attendere una coda di analisi centralizzata.

Partnership tra Databricks e Rivian sull'AI/BI

Rivian ha iniziato collaborando strettamente con il team di prodotto Databricks AI/BI per migrare una massiccia base di dashboard multidominio su Databricks AI/BI in meno di sei mesi.

La migrazione è stata solo una parte della storia. Rivian ha collaborato con Databricks come design partner, identificando e definendo circa 58 nuove funzionalità del prodotto AI/BI che ora vanno a vantaggio della community più ampia di utenti Databricks.

Consolidando l'analisi in Databricks AI/BI, il team di Rivian ha potuto mantenere il proprio layer semantico, la governance e i controlli dei dati sensibili in un unico posto. Ciò include informazioni di identificazione personale, dati finanziari altamente riservati e altri dati aziendali sensibili che devono rimanere governati, verificabili e soggetti a autorizzazione.

Per Rivian, questo consolidamento è fondamentale per la visione a lungo termine. Sviluppando su Databricks, Rivian può unire dati, semantica, autorizzazioni, dashboard, AI e applicazioni personalizzate su un'unica piattaforma governata.

Costruire la fiducia con le Metric Views e Unity Catalog

In ogni organizzazione basata sui dati che si muove rapidamente, ogni utente di dati si trova di fronte alla stessa domanda: "Di quale metrica posso fidarmi?"

In Rivian, la risposta consiste nel definire le metriche aziendali critiche una sola volta, certificarle e renderle disponibili attraverso un layer semantico governato su Databricks. Rivian utilizza le viste delle metriche di Unity Catalog per standardizzare le metriche con logica trasparente, lineage e autorizzazioni.

Il team sta integrando attivamente le metriche della scorecard aziendale di Rivian nelle viste delle metriche di Unity Catalog, con l'obiettivo di standardizzare più di 50 metriche. Ciò offre agli utenti visibilità sulle definizioni e sulle tabelle sottostanti, preservando al contempo i pattern di autorizzazione ereditati dai dati di origine. Per le metriche sensibili, comprese le misure finanziarie, la governance ereditata è essenziale.

Rivian utilizza l'AI anche per accelerare lo stesso processo di certificazione. Con l'evoluzione del business, il team centrale dei dati deve mantenere aggiornati i prodotti dati certificati in tutti i domini. L'agente AI interno di Rivian aiuta a velocizzare la certificazione supportando la revisione e la convalida dei nuovi set di dati.

Questa flessibilità consente ai team di muoversi rapidamente senza indebolire la fiducia. Le metriche certificate offrono sicurezza agli utenti aziendali quando hanno bisogno di un numero ufficiale, mentre le metriche personalizzate lasciano spazio di esplorazione ad analisti e team di dominio quando il business si evolve.

Una volta che il contesto risiede in un layer semantico governato, la BI diventa solo uno dei diversi modi in cui i team possono lavorare con le stesse metriche affidabili.

"Ora stiamo investendo maggiormente nei layer semantici in cui risiede il contesto, e i nostri agenti conversazionali, le dashboard e le Databricks Apps si basano tutti su quell'unico punto di riferimento", ha affermato Sahil Aggarwal, Senior Staff Analytics Tech Lead presso Rivian e Volkswagen Group Technologies (RVTech), la joint venture di Rivian con Volkswagen.

Questa è la base per un self-service scalabile: prodotti dati che rimangono governati e aggiornati con l'evolversi del business.

Espandere il self-service con l'analisi basata sull'AI

In molti ambienti BI e data lake legacy, il self-service dipende ancora dalle competenze tecniche. I data engineer e gli analisti SQL possono lavorare direttamente con i dati, mentre gli utenti aziendali sono spesso limitati alle dashboard esistenti o al supporto degli analisti.

La visione di Rivian per un self-service a livello aziendale è diversa: eliminare la barriera delle competenze in modo che ogni persona possa diventare un esperto di dati. Con Databricks AI/BI, Genie, metriche certificate e sviluppo assistito dall'AI, gli utenti possono risolvere autonomamente un maggior numero di problemi grazie a dati affidabili.

Questo cambiamento è già visibile in tutta Rivian. Utilizzando Databricks AI/BI, Genie Code e Databricks Apps, gli utenti aziendali stanno creando soluzioni che in precedenza avrebbero richiesto un supporto tecnico più approfondito: un analista finanziario senza esperienza SQL ha creato una dashboard dei ricavi per il CFO end-to-end con complesse trasformazioni dei dati, un treasury manager ha creato una dashboard AI/BI per comprendere le posizioni di cassa e un analista della supply chain ha creato una Databricks App per tracciare le spedizioni di inventario in entrata.

Per Rivian, questo è il vero significato di self-service. I team sviluppano proof of concept e creano applicazioni dati per rispondere a domande aziendali complesse in pochi giorni anziché in mesi.

"Quando le metriche sono certificate, la governance è unificata e il livello di AI può interagire con gli utenti in linguaggio naturale, la barriera delle competenze scompare", ha affermato Saritha Suresh, Principal Product Manager, Enterprise Data & Analytics presso Rivian. "Con Databricks AI/BI, Unity Catalog e Genie, abbiamo smesso di chiederci 'Come possiamo abilitare gli utenti aziendali?' e abbiamo iniziato a chiederci 'Cosa costruiranno adesso?'. Questo è il vero cambiamento".

Man mano che un numero sempre maggiore di utenti aziendali crea ed esplora dati affidabili, i team di analisi possono dedicare meno tempo a ricreare la logica tra le dashboard o a rispondere a richieste ad hoc. Il loro lavoro si sposta verso la creazione di migliori prodotti dati certificati, il rafforzamento del layer semantico e l'espansione dei flussi di lavoro basati sull'AI che aiutano i team a rispondere a più domande in autonomia.

Ciò crea una relazione diversa tra il business e i dati. Quando gli utenti possono ottenere risposte affidabili all'istante, pongono domande di approfondimento migliori, esplorano un contesto più ampio e prendono decisioni con meno passaggi intermedi.

"La praticità è l'ordine di grandezza", ha affermato Michael Flynn, Director, Big Data & AI presso RVTech. "Quando queste tempistiche si riducono drasticamente, le persone iniziano davvero a porre domande di approfondimento e a ottenere risposte direttamente dalla fonte di verità".

Questa stessa base sta aiutando Rivian a portare l'analisi basata sull'AI nei flussi di lavoro operativi più importanti per l'azienda.

Portare l'analisi basata sull'AI nelle attività operative

La base di analisi governata di Rivian supporta già casi d'uso ad alto valore nei settori della produzione, della supply chain e delle attività operative.

La visibilità in tempo reale sulla supply chain riduce i tempi di monitoraggio dal 60 al 70%

In precedenza, i pianificatori della supply chain trascorrevano ore ogni giorno a controllare più sistemi e a compilare aggiornamenti di stato da fogli di calcolo. Con la dashboard in tempo reale unificata basata su Databricks, i team possono ora monitorare le forniture in entrata, identificare i rischi in anticipo e agire prima che i problemi si aggravino.

La dashboard include avvisi automatici su Slack e l'identificazione proattiva dei rischi con tre-cinque giorni di anticipo. I team sono passati dalla gestione reattiva delle emergenze all'intervento preventivo, riducendo i tempi di monitoraggio del 60-70%.

Unity Catalog fornisce la base di dati governata e affidabile che rende possibile questo tipo di visibilità tra sistemi diversi su scala.

Un'analisi delle cause alla radice più rapida riduce la dipendenza dalla conoscenza tribale

In passato, l'analisi di una discrepanza di inventario richiedeva più di 30 minuti di controlli incrociati manuali tra i vari sistemi. I pianificatori dovevano spesso fare affidamento sulla conoscenza istituzionale relativa a fornitori specifici, modelli di spedizione o eccezioni operative.

Ora, la stessa analisi può richiedere meno di due minuti. Le query parallele mostrano automaticamente le posizioni di inventario collegate, lo stato delle spedizioni, i problemi di qualità e i piani di produzione in un'unica visualizzazione, con il contesto storico del rischio dei fornitori integrato.

Questa velocità è resa possibile da Databricks ML e dalla capacità di Unity Catalog di connettere e governare i dati tra le fonti pertinenti. Invece di effettuare ricerche in diversi sistemi, i team possono svolgere le indagini a partire da un'unica base affidabile.

Le previsioni basate su ML riducono in modo proattivo i rischi di esaurimento delle scorte

In precedenza, era difficile monitorare tempestivamente i rischi di esaurimento delle scorte. I calcoli dei giorni di autonomia delle scorte erano manuali e spesso il rischio veniva individuato solo dopo il superamento delle soglie critiche.

Ora, i modelli di ML su Databricks prevedono l'esaurimento delle scorte con oltre quattro giorni di anticipo e classificano automaticamente i componenti come rossi o gialli prima che raggiungano livelli critici. Questo offre ai pianificatori il tempo di agire prima che una linea di produzione rischi di fermarsi a causa della mancanza di scorte.

Con Databricks, Rivian può unire dati governati, previsioni basate su ML e flussi di lavoro operativi, consentendo ai team di agire in anticipo e con maggiore sicurezza.

Gli agenti AI accelerano la creazione di prodotti dati affidabili

Rivian sta inoltre puntando sull'AI per scalare il lavoro dei team di ingegneria dei dati e delle piattaforme.

L'azienda opera su molti domini e sistemi sorgente, incluse applicazioni sviluppate internamente e di terze parti. L'acquisizione, la certificazione e la manutenzione di prodotti dati affidabili in un simile ambiente richiedono velocità, coerenza e una solida governance.

Combinando Databricks con flussi di lavoro di ingegneria assistiti dall'AI, Rivian ha ridotto i tempi di configurazione delle nuove acquisizioni di oltre il 60% in alcuni scenari. Questo aiuta i team dei dati a muoversi più rapidamente tra nuovi domini e fonti, offrendo al contempo all'azienda un accesso più rapido a prodotti dati affidabili.

Il risultato è un modello operativo più scalabile: l'AI aiuta i team dei dati a creare, certificare e monitorare prodotti dati affidabili, mentre gli utenti aziendali li utilizzano e agiscono di conseguenza tramite dashboard, Genie, Databricks Apps e flussi di lavoro basati sull'AI.

Rendere l'AI un partner di confronto per l'intera azienda

La strategia di analytics di Rivian sta superando un modello in cui solo gli analisti e i team dei dati possono ottenere rapidamente la risposta corretta.

L'azienda è sulla buona strada verso un modello di self-service completo su scala: analisti finanziari che creano dashboard senza scrivere SQL, pianificatori che individuano i rischi di inventario prima che impattino sulla linea di produzione, data engineer che utilizzano l'AI per configurare l'acquisizione più rapidamente e utenti aziendali che pongono domande di approfondimento in Genie invece di attendere richieste personalizzate.

Questo è possibile solo grazie alle giuste fondamenta. Metriche certificate, prodotti dati governati e Unity Catalog forniscono a Rivian il contesto, le autorizzazioni e la lineage necessari per scalare l'analytics basata sull'AI senza creare versioni contrastanti della verità.

Per Rivian, questo rappresenta il futuro modello di enterprise analytics: l'AI come partner di confronto per chiunque prenda decisioni basate sui dati, supportata da una piattaforma progettata per la governance, la scalabilità e l'accuratezza.

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