Diseñando la Capa de Datos Ideal para Gen AI: Claves y Perspectivas de Intuit

En la cobertura mediática de la inteligencia artificial generativa, una empresa se destaca por su rápida y efectiva implementación de la tecnología: Intuit.

En septiembre, Intuit lanzó su asistente impulsado por LLM, Intuit Assist, en todos sus productos, incluidos TurboTax, QuickBooks, Credit Karma y MailChimp. Anteriormente, en junio, la empresa presentó su sistema operativo Gen AI, diseñado para coordinar la actividad de modelos de lenguaje grande (LLM) en toda la organización—una visión ambiciosa que está por delante de otras grandes compañías del sector.

En una reciente entrevista, hablé con Alon Amit, vicepresidente de gestión de productos en Intuit, sobre un aspecto crucial para lograr el éxito con la inteligencia artificial generativa: el desarrollo de una sólida capa de gestión de datos. Amit destacó que Intuit invirtió varios años perfeccionando esta capa de datos para asegurar que la información sea precisa, bien integrada, gobernada y sin duplicados. Solo después de establecer esta base sólida, los LLM pudieron utilizar los datos para fomentar interacciones personalizadas con los 100 millones de pequeñas empresas y consumidores de Intuit.

Durante nuestra conversación, Amit compartió una diapositiva clave que ilustra el modelo de la capa de datos de Intuit, que describe las mejores prácticas para una arquitectura de datos efectiva.

Para los líderes de datos en empresas, recomiendo ver la entrevista completa enlazada arriba, donde Amit detalla las iniciativas clave que esta empresa está llevando a cabo y establece objetivos para 2024. La entrevista forma parte de nuestro evento AI Unleashed, y el video completo está incluido arriba.

Aquí hay algunos puntos clave de nuestra conversación:

1. Registro de Mapa de Datos: Intuit desarrolló un repositorio centralizado para todos los activos de datos—tanto en tiempo real como por lotes—generados dentro de la empresa, incluidos todos los esquemas de datos. Esto asegura la gobernanza de datos, con una clara propiedad y propósito establecido para cada activo. Aunque Amit reconoció imperfecciones en el proceso, es optimista de que lograrán una gobernanza casi perfecta para finales del próximo año.

2. Cultura de “Datos como Producto”: Con la ayuda de este mapa de datos, Intuit ha cultivado una cultura entre desarrolladores, gerentes de productos e ingenieros que considera todos los datos generados como un producto valioso, no solo los datos dentro de los productos orientados al cliente.

3. Gobernanza Uniforme de Esquemas de Datos: Intuit garantiza que todos los esquemas de datos—ya sea de flujos de clics o fuentes de terceros—se gestionen de manera consistente para evitar interrupciones en los sistemas posteriores, especialmente aquellos que apoyan la inteligencia artificial generativa. La entrada de datos, reflejada en el lado izquierdo del gráfico de Amit, incluye "eventos de dominio" como datos en tiempo real generados por buses de eventos de aplicaciones, integrándose automáticamente en el lago de datos de Intuit.

4. Derivación de Datos Gobernados: Este término abarca todas las transformaciones aplicadas a los datos de origen, como cálculos analíticos, extracción de características de IA y atributos de marketing. Los desarrolladores son notificados si intentan derivar una característica que ya existe en el registro de datos, evitando redundancias.

5. Derivación de Datos en Tiempo Real: Planeada para 2024, esta iniciativa busca mejorar las capacidades de Intuit para proporcionar respuestas de datos casi en tiempo real. Amit enfatizó que la empresa está comprometida a refinar sus procesos para permitir insights oportunos, asegurando que Intuit pueda comprender rápidamente las acciones de los usuarios al responder consultas o brindar soporte experto.

Estas estrategias ilustran cómo Intuit lidera el camino en el aprovechamiento efectivo de la inteligencia artificial generativa a través de un sólido marco de gestión de datos.