El análisis de datos ha emergido como uno de los casos de uso más significativos para los agentes de inteligencia artificial en el ámbito empresarial. Según un estudio reciente, el 60% de las organizaciones considera que el análisis de datos y la generación de informes son sus aplicaciones de IA más relevantes, y el 65% las posiciona como una de sus principales prioridades. No obstante, las empresas enfrentan desafíos como la dependencia de los equipos de datos para realizar consultas, lo que genera cuellos de botella, y la falta de consistencia en los resultados de las soluciones tradicionales de texto a SQL.
BGL, una compañía reconocida por sus soluciones para la administración de fondos de pensiones autogestionados (SMSF), ha experimentado estos problemas. La empresa trabaja con más de 12,700 organizaciones en 15 países, manejando datos financieros y de cumplimiento a través de más de 400 tablas analíticas. El acceso eficiente a esta información es crucial tanto para sus empleados como para sus clientes.
Para solucionar estos obstáculos, BGL, en colaboración con Amazon Web Services (AWS), ha desarrollado un agente de inteligencia artificial utilizando el SDK de Claude Agent, alojado en Amazon Bedrock AgentCore. Este agente permite la recuperación de información analítica mediante lenguaje natural, al mismo tiempo que cumple con los estándares de seguridad y regulación del sector financiero.
La clave del éxito de este desarrollo radica en una sólida base de datos, en la que las tablas analíticas responden a preguntas comerciales específicas, asegurando validación previa de la lógica empresarial. El uso de código Python para la gestión de datos y la generación de visualizaciones optimiza el rendimiento y mantenimiento del sistema.
Un elemento crucial es el SDK de Claude, que permite la ejecución de código y gestiona el contexto automáticamente, evitando saturaciones de memoria en interacciones prolongadas. El agente maneja eficazmente los datos, ejecutando consultas SQL y procesando resultados sin exceder límites de memoria.
BGL ha organizado el conocimiento del agente según sus líneas de productos, con archivos de configuración que permiten activaciones dinámicas en respuesta a preguntas específicas, integrando así la experiencia del dominio en las operaciones cotidianas y ofreciendo análisis más precisos.
La arquitectura del sistema es segura y escalable, permitiendo a través de Amazon Bedrock AgentCore sesiones de ejecución aisladas que incrementan la eficiencia y posibilitan consultas continuas sin perder el contexto.
La implementación del agente de BGL ha revolucionado el modo en que sus más de 200 empleados extraen inteligencia empresarial. Los gerentes de producto pueden validar hipótesis al instante, y los equipos de cumplimiento detectan tendencias de riesgo sin necesidad de conocimientos técnicos avanzados, democratizando el acceso a los datos y convirtiendo el análisis en una ventaja competitiva tangible.
Finalmente, la experiencia de BGL destaca la importancia de una robusta base de datos y el uso de tecnologías de IA adecuadas para capacitar a los empleados en la toma de decisiones informadas, estableciendo un nuevo estándar en la gestión y aprovechamiento de datos empresariales.