Cómo Fireblocks usa agentes de IA de Snowflake para gestionar el 40–50% de las consultas de datos

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.