El análisis de datos se está consolidando rápidamente como un componente clave para los agentes de inteligencia artificial (IA) en las empresas. Según una investigación reciente, el 60% de las organizaciones consideran que la capacidad para analizar datos y generar informes es una de las aplicaciones más impactantes de la IA, con un 65% situándola como una prioridad principal. A pesar de esto, muchas empresas enfrentan problemas como la dependencia de sus equipos de datos, lo que genera cuellos de botella, y la inconsistencia en los resultados de las soluciones tradicionales de texto a SQL.
BGL, una prominente compañía que proporciona soluciones administrativas para fondos de pensiones autogestionados (SMSF), ha experimentado estos problemas en sus propios procesos. La firma ofrece sus servicios a más de 12,700 empresas en 15 países, gestionando datos financieros y de cumplimiento a través de más de 400 tablas analíticas que analizan el rendimiento de inversiones y el seguimiento del cumplimiento normativo. Tanto sus empleados como clientes necesitan poder acceder a datos relevantes de manera sencilla y eficiente.
Para abordar estos desafíos, BGL ha colaborado con Amazon Web Services (AWS) para desarrollar un agente de inteligencia artificial con el SDK de Claude Agent, alojado en Amazon Bedrock AgentCore. Este agente permite a los usuarios de negocio acceder a información analítica mediante lenguaje natural, asegurando al mismo tiempo el cumpliendo de las normativas de seguridad del sector financiero.
El desarrollo de este agente está fundamentado en una base de datos robusta, con tablas analíticas organizadas para responder a preguntas específicas del negocio. Esta separación de funciones garantiza que la lógica empresarial sea validada previamente, minimizando el riesgo de inconsistencias en los resultados. El uso de código Python facilita la gestión de datos complejos y la generación de visualizaciones, optimizando así su rendimiento y mantenibilidad.
Una pieza fundamental del proyecto es el SDK de Claude, que mejora la ejecución de código y la gestión del contexto de manera automática, evitando problemas de saturación de memoria durante interacciones prolongadas. El agente maneja eficientemente el procesamiento de consultas SQL y la generación de resultados sin sobrecargar su capacidad de memoria.
BGL ha estructurado el conocimiento del agente en torno a sus diferentes líneas de productos, utilizando archivos de configuración que activan dinámicamente el agente según las necesidades específicas, integrando así su experiencia en el dominio de manera fluida. Esta organización permite ofrecer análisis más precisos y rápidos a los empleados.
La arquitectura del sistema garantiza un flujo de trabajo seguro y escalable. A través de Amazon Bedrock AgentCore, BGL puede ofrecer sesiones segregadas y seguras, optimizando la eficiencia y permitiendo que los usuarios mantengan el contexto de sus consultas.
La innovadora implementación del agente ha transformado la forma en que más de 200 empleados de BGL acceden a la inteligencia empresarial. Los gerentes de producto ahora pueden validar hipótesis de forma instantánea y los equipos de cumplimiento detectan riesgos potenciales sin necesidad de conocimientos técnicos avanzados, democratizando el acceso a datos y convirtiendo el análisis en una ventaja competitiva.
En resumen, la experiencia de BGL pone de manifiesto la importancia de contar con una base de datos sólida y la implementación de tecnologías IA adecuadas para empoderar a los empleados en la toma de decisiones informadas, estableciendo un nuevo estándar en la gestión y aprovechamiento de datos empresariales.
