No deberías tener que esperar días para obtener respuestas que tu equipo necesita ahora mismo.
Y, sin embargo, sigue siendo la norma. Incluso con todos los avances en los almacenes de datos en la nube, las herramientas de BI y las plataformas de IA, pasar de la pregunta a la respuesta sigue implicando fricción.
Puede que alguien solicite una métrica al equipo de datos. Tal vez rebuscan en un cuadro de mandos medio olvidado. Tal vez se rinden y se dejan llevar por sus corazonadas. Estos pequeños retrasos se acumulan, y son una de las principales razones por las que muchas inversiones en datos no alcanzan su potencial.
En Distillery, seguíamos viendo el mismo reto: los clientes tenían pilas de datos modernas, pero no una vía de acceso fluida. Así que decidimos crear un prototipo de solución.
Presentación de DistillGenie
DistillGenie es un asistente integrado en Slack y potenciado por IA que se conecta a los datos empresariales gobernados a través de una capa semántica. Permite a los usuarios formular preguntas empresariales en inglés sencillo y obtener respuestas visuales y fiables al instante.
No hay SQL. No es necesario aprender una nueva herramienta. No hay que pedir una respuesta rápida a tu equipo de datos.
Bajo el capó, utiliza Databricks Genie como motor de datos y AtScale para definir y gobernar las métricas empresariales. La capa semántica de AtScale garantiza que las cifras sean coherentes, explicables y seguras, de modo que los equipos de marketing, finanzas y producto obtengan la misma respuesta a la misma pregunta.
Esta versión concreta se creó para Slack y Databricks, pero la arquitectura es intencionadamente flexible. Puede replicarse en otras plataformas como Snowflake, BigQuery o Redshift, e integrarse en Teams, Google Chat o aplicaciones web personalizadas, dondequiera que trabaje ya tu equipo.
Y no sólo es flexible en cuanto a dónde se ejecuta, sino también en cuanto a cómo se entregan las respuestas. Puedes personalizar la respuesta para mostrar tablas en línea directamente en Slack, enlazar con una interfaz de usuario dedicada con gráficos dinámicos, incluir botones de respuesta para mejorar el modelo, o incluso exponer la consulta SQL exacta utilizada para generar la respuesta. Está diseñado para adaptarse a tus flujos de trabajo, preferencias de gobierno y necesidades de UX.
El verdadero problema: No son los datos. Es el Acceso.
Cuanto más hablábamos con los equipos, más claro quedaba: el acceso -no el almacenamiento, ni el procesamiento- era el verdadero cuello de botella.
Incluso con herramientas modernas, los equipos tenían dificultades para hacer llegar a tiempo la información a los responsables de la toma de decisiones. Los cuadros de mando a menudo no estaban actualizados o resultaba difícil navegar por ellos. Las solicitudes de datos se acumulaban en las colas de espera. Y los usuarios empresariales no confiaban en las herramientas de autoservicio porque las definiciones no estaban claras.
Esa última milla que va de “tengo una pregunta” a “tengo la respuesta” se rompió.
DistillGenie se diseñó para salvar esa distancia. No sustituyendo las herramientas de datos existentes, sino haciéndolas más accesibles a las personas que más las necesitan.
Lo que aprendimos construyéndolo
No se trataba de poner un chatbot encima de un almacén. Se necesitó una arquitectura cuidadosa para garantizar que la experiencia fuera sencilla para el usuario y segura para la organización.
Algunos puntos clave de la construcción de DistillGenie:
- El análisis sintáctico del lenguaje es sólo la mitad de la batalla. Comprender la pregunta es importante, pero asignarla a métricas fiables es lo que hace que la respuesta sea utilizable.
- La capa semántica es esencial. Sin AtScale, correríamos el riesgo de crear respuestas contradictorias según quién preguntara. Con ella, definimos los KPI una vez y los reutilizamos en todas partes.
- Las interfaces familiares importan. Poner el asistente en Slack significaba cero curva de aprendizaje, y funcionaba donde la gente ya se comunica.
- La escalabilidad depende de la modularidad. Hemos diseñado los componentes (NLQ, canalización de datos, capa de gobierno e interfaz de usuario) de modo que puedan intercambiarse o ampliarse para otros entornos.
Nuestro equipo de Distillery se encargó de todo, desde el análisis sintáctico del lenguaje natural hasta el diseño de la interfaz de Slack, la asignación de métricas y la orquestación en Databricks y AtScale. No nos limitamos a ensamblar las piezas. Diseñamos un sistema seguro, intuitivo y escalable desde cero.
Por qué es importante
Para muchas organizaciones, la frustración no es la falta de datos. Es la incapacidad de poner la información en manos de equipos no técnicos con la suficiente rapidez. Los proyectos se estancan. Se pierden oportunidades. Los analistas se queman respondiendo repetidamente a las mismas preguntas.
Al crear una interfaz conversacional respaldada por métricas gobernadas, estamos dando a los equipos la posibilidad de explorar los datos sin romper nada, y sin perder el ritmo.
Hemos ayudado a clientes de todos los sectores a modernizar sus ecosistemas de BI e IA, pero el eslabón perdido suele ser la usabilidad. Ahí es donde nos centramos: en crear herramientas prácticas y escalables que hagan que los datos funcionen para los humanos, no sólo para las máquinas.
¿Qué sigue?
Ya hemos empezado a explorar cómo este mismo enfoque puede adaptarse a distintos entornos: Teams en lugar de Slack, Snowflake en lugar de Databricks, o interfaces personalizadas adaptadas a sectores específicos. La arquitectura es modular, y el caso de uso es universal: dar a la gente un acceso gobernado a los datos, sin fricciones.
DistillGenie es sólo un ejemplo de cómo las interfaces de lenguaje natural pueden aportar más valor a las inversiones que las empresas ya están haciendo en IA y análisis. Y aunque este proyecto se creó a medida, forma parte de un cambio más amplio que estamos observando, en el que la verdadera innovación no consiste en crear más herramientas, sino en hacer que las existentes sean realmente utilizables por todos los equipos.
Si esto te suena, o si estás explorando cómo hacer que tus datos sean más accesibles, echa un vistazo a este recorrido y demostración, o ponte en contacto con nosotros para iniciar una conversación.