El análisis de datos se está consolidando como uno de los usos más importantes para los agentes de inteligencia artificial en el ámbito empresarial. Una reciente investigación ha revelado que el 60% de las organizaciones consideran el análisis de datos y la generación de informes como sus aplicaciones más impactantes de IA, mientras que el 65% lo sitúa entre sus principales prioridades. Sin embargo, muchas empresas enfrentan retos significativos, como la dependencia de equipos de datos para realizar consultas, lo que genera cuellos de botella, y la falta de consistencia en los resultados obtenidos de soluciones tradicionales de texto a SQL.

BGL, una compañía reconocida por ofrecer soluciones de administración para fondos de pensiones autogestionados (SMSF), ha vivido estos desafíos en sus propios sistemas de análisis de datos e informes. La firma, que atiende a más de 12,700 empresas en 15 países, gestiona datos financieros y de cumplimiento a través de más de 400 tablas analíticas que abarcan aspectos como el rendimiento de inversiones y el seguimiento de cumplimiento. Tanto sus empleados como clientes requieren obtener información relevante de manera sencilla y rápida.

Para abordar estos desafíos, BGL, en colaboración con Amazon Web Services (AWS), desarrolló un agente de inteligencia artificial utilizando el SDK de Claude Agent y alojado en Amazon Bedrock AgentCore. Este agente permite a los usuarios de negocios acceder a información analítica mediante el uso de lenguaje natural, asegurando al mismo tiempo el cumplimiento de estándares de seguridad y regulación del sector financiero.

El desarrollo del agente de BGL se sustenta en una sólida base de datos, donde las tablas analíticas están organizadas para responder a preguntas comerciales específicas. Esta diferenciación asegura que la lógica empresarial sea validada previamente, reduciendo riesgos de inconsistencias. Además, el agente emplea código Python para gestionar datos complejos y generar visualizaciones, optimizando así su rendimiento y mantenimiento.

Un aspecto crucial en la implementación del agente es el uso del SDK de Claude, que permite la ejecución de código y la gestión automática del contexto, evitando problemas de saturación de memoria durante interacciones prolongadas. El agente está diseñado para manejar datos de manera eficiente, ejecutando consultas SQL y procesando resultados sin sobrecargar sus límites de memoria.

BGL ha estructurado también el conocimiento del agente en torno a sus diferentes líneas de productos, utilizando archivos de configuración que permiten que el agente se active de forma dinámica al responder preguntas específicas, integrando así la experiencia del dominio en sus operaciones diarias. Esto facilita la entrega de análisis más precisos y oportunos a sus empleados.

La arquitectura del sistema soporta un flujo de trabajo seguro y escalable. A través de Amazon Bedrock AgentCore, BGL ofrece sesiones de ejecución aisladas y seguras, mejorando la eficiencia y permitiendo consultas continuas sin perder el contexto.

La innovadora implementación del agente por parte de BGL ha transformado la manera en que más de 200 empleados extraen inteligencia empresarial. Ahora, los gerentes de producto pueden validar hipótesis instantáneamente, y los equipos de cumplimiento tienen la capacidad de detectar tendencias de riesgo sin requerir conocimientos técnicos profundos, promoviendo así una democratización del acceso a los datos y convirtiendo el análisis en una ventaja competitiva tangible.

En conclusión, la experiencia de BGL destaca la importancia de contar con una base de datos robusta y la utilización de tecnologías de IA adecuadas para empoderar a los empleados en la toma de decisiones informadas, estableciendo un nuevo estándar en la gestión y aprovechamiento de datos por parte de las empresas.