Cómo Fireblocks usa agentes de IA de Snowflake para gestionar el 40–50% de las consultas de datos
Fireblocks es el proveedor de infraestructura de activos digitales que respalda $10 billones en transacciones a través de 550 millones de billeteras de criptomonedas. La empresa implementó el AI Data Cloud de Snowflake con Cortex Agents para unificar 15 dominios de datos y automatizar el análisis tanto para clientes como para equipos internos. El resultado: los agentes de IA ahora gestionan el 40–50% de todas las consultas de datos, ahorrando el equivalente a dos analistas a tiempo completo al mes.
Impacto
40–50%
Proporción de consultas de datos gestionadas por agente de IA
2 full-time equivalents
Capacidad de analistas ahorrada por mes
Desafío
Con miles de millones de filas de datos distribuidas en 15 dominios separados, las consultas analíticas básicas tardaban hasta 20 minutos y el equipo de datos no podía satisfacer la demanda interna, mientras que los clientes carecerían de visibilidad directa y segura sobre sus propios datos de transacciones.
Solución
Fireblocks unificó todos los datos en el AI Data Cloud de Snowflake ejecutándose en AWS, y luego construyó agentes de IA con Snowflake Cortex Agents y vistas semánticas—tanto un agente externo orientado al cliente (Fire Genie) como un agente interno de análisis—permitiendo consultas en lenguaje natural sobre todos los dominios de datos con controles de acceso basados en roles para garantizar el aislamiento de datos.
Herramientas y tecnologías
AWSLo que dicen los líderes
“Snowflake no era un ‘nice to have’ para nosotros. Era un requisito imprescindible para poder seguir creciendo.”
“Una vez que Snowflake nos dio acceso a Cortex, nuestro mundo se volvio mucho más sencillo.”
“Con nuestro agente interno y Snowflake, los equipos pueden ir desde un ticket de Jira hasta el análisis más profundo de métricas de producto en un solo lugar, todo con vistas semánticas correctas.”
Regístrate para leer casos de estudio completos, acceder a métricas detalladas y recibir todos los reportes.
Historia completa
Fireblocks sustenta una parte significativa de la economía mundial de activos digitales, proporcionando la infraestructura que asegura transacciones de criptomonedas y flujos de stablecoins para cientos de millones de usuarios finales. A la escala en que opera la empresa—miles de millones de filas de datos on-chain y transaccionales distribuidos en 15 dominios de datos distintos—mantener el análisis ágil y accesible se estaba convirtiendo en un desafío existencial.
Antes de adoptar Snowflake, Fireblocks alcanzaba límites críticos. Las consultas básicas en tablas con miles de millones de filas tard«an hasta 20 minutos. El equipo de datos recibía más solicitudes de equipos de producto, ventas e ingeniería de las que el análisis manual podía atender. Los dominios de datos aislados significaban que un representante de ventas que buscaba información de ingresos y un desarrollador de producto que necesitaba datos de cuentas de staking tenían que acudir a canales completamente diferentes.
La empresa reconstruyó su plataforma de datos sobre Snowflake, ejecutándose en AWS, y comenzó a dirigir todos los datos—desde el análisis de Salesforce hasta los datos de soporte de Zendesk—a través del AI Data Cloud. Con la capa semántica unificada de Snowflake sobre los 15 dominios, los equipos de toda la empresa obtuvieron una única fuente de verdad consultable. El avance más significativo llegó en un hackathon interno de 45 días: los ingenieros construyeron Fire Genie, un agente de IA impulsado por Snowflake Cortex Agents con vistas semánticas, que permite a los clientes consultar sus propios datos de billeteras y transacciones en lenguaje natural a través de una API segura. Un agente interno paralelo, basado en la misma arquitectura, extendió la misma capacidad al personal de Fireblocks. Los paneles de Streamlit en AWS permitieron a los equipos compartir informes en vivo con actualización automática en lugar de capturas de pantalla estáticas.
Los números del agente interno por sí solos cuentan una historia convincente. Ahora gestiona más de 2.000 consultas de análisis al mes, representando el 40–50% de todas las consultas analíticas de la empresa, ahorrando el equivalente a dos analistas a tiempo completo cada mes. El equipo de datos pasó de ser un cuello de botella para solicitudes básicas a centrarse en análisis avanzados que influyen directamente en el desarrollo de productos y la retención de clientes.
Fireblocks está ampliando Fire Genie para que los clientes puedan crear paneles personalizados, mientras avanza hacia un entorno único de autoservicio analítico interno donde cualquier empleado pueda llevar una consulta desde la idea inicial hasta un informe final completo sin esperar al equipo de datos. Para una empresa cuya ventaja competitiva depende de ayudar a los clientes a confiar y comprender sus activos digitales, la capacidad de poner datos precisos y en tiempo real en manos de cualquier persona no es solo mejora operativa: es diferenciación de producto.