El análisis de datos se está consolidando como uno de los casos de uso más relevantes para los agentes de inteligencia artificial (IA). Una reciente investigación muestra que el 60% de las organizaciones considera el análisis de datos y la generación de informes como sus aplicaciones más impactantes de IA, situándose además como una de las principales prioridades para el 65% de las empresas. No obstante, persisten dos desafíos principales: la dependencia de equipos de datos, generando cuellos de botella, y la inconsistencia en resultados de soluciones tradicionales de texto a SQL.
BGL, una reconocida firma que ofrece soluciones de administración para fondos de pensiones autogestionados (SMSF), ha enfrentado estos problemas en el manejo de sus propios análisis de datos e informes. Atendiendo a más de 12,700 empresas en 15 países, BGL procesa información financiera y normativa a través de más de 400 tablas analíticas, cubriendo aspectos como rendimiento de inversiones y seguimiento de cumplimiento. La empresa busca que tanto empleados como clientes puedan obtener información relevante de manera sencilla.
Para abordar estos retos, BGL ha colaborado con Amazon Web Services (AWS) para crear un agente de inteligencia artificial utilizando el SDK de Claude Agent, alojado en Amazon Bedrock AgentCore. Este agente permite a los usuarios recuperar información analítica mediante lenguaje natural, asegurando el cumplimiento de las normativas de seguridad en el sector financiero.
El desarrollo del agente se sustenta en una sólida base de datos. Las tablas analíticas están diseñadas para responder preguntas comerciales específicas, asegurando que la lógica empresarial esté validada y reduciendo el riesgo de inconsistencias. Además, el agente usa código Python para gestionar datos complejos y crear visualizaciones, mejorando su rendimiento.
Un componente esencial del agente es el uso del SDK de Claude, que permite la ejecución de código y una gestión eficiente del contexto, evitando problemas de memoria durante interacciones prolongadas. Diseñado para gestionar datos de manera eficaz, el agente ejecuta consultas SQL y procesa los resultados sin sobrecargar la memoria.
BGL también organiza el conocimiento del agente según sus diversas líneas de productos mediante archivos de configuración. Esto facilita que el agente se active según preguntas específicas, integrando así la experiencia del dominio en sus operaciones diarias. Este enfoque proporciona análisis más precisos y oportunos a los empleados.
La arquitectura del sistema soporta un flujo operativo seguro y escalable. Con Amazon Bedrock AgentCore, BGL ofrece sesiones de ejecución aisladas, permitiendo consultas continuas con un contexto conversacional intacto.
La implementación del agente ha transformado la manera en que más de 200 empleados de BGL extraen inteligencia empresarial. Los gerentes de producto pueden validar hipótesis instantáneamente y los equipos de cumplimiento detectan tendencias de riesgo sin necesidad de profundos conocimientos técnicos. Esto no solo democratiza el acceso a los datos, sino que también convierte el análisis en una ventaja competitiva tangible.
En resumen, la experiencia de BGL demuestra la importancia de una sólida gestión de datos y de la aplicación de tecnologías de IA adecuadas para empoderar a los empleados en la toma de decisiones informadas, estableciendo un nuevo estándar en el manejo y aprovechamiento de datos empresariales.
