Servicios FinancierosIngeniería de Software

Como Banco Bradesco reduce el tiempo de codificacion a la mitad con Databricks Assistant

Banco Bradesco es la tercera entidad bancaria mas grande de America Latina, con 99,5 millones de cuentahabientes y mas de 85,000 empleados. Al desplegar Databricks Assistant, un asistente de IA generativa consciente del contexto, entre sus mas de 500 usuarios de Databricks, el banco redujo el tiempo de desarrollo y analisis en un 50% y permitio a usuarios no tecnicos consultar, transformar y documentar datos en lenguaje natural sin necesidad de soporte de ingenieria.

Resultados

50%Reduccion en el tiempo de desarrollo y tareas analiticas
500+Usuarios de Databricks con acceso a Databricks Assistant

Herramientas y tecnologías

1DA
Databricks Assistant
Context-aware GenAI pair programmer embedded in the Databricks platform for code generation, debugging, and natural language data queries.

Categorías de IA

Desafío

El equipo de analitica de datos de Banco Bradesco enfrentaba ciclos de desarrollo lentos debido a codigo complejo, depuracion prolongada y sobrecarga de documentacion, mientras que los usuarios de negocio no tecnicos no podian acceder a los datos ni consultarlos sin el apoyo de ingenieria.

Solución

El banco desplegó Databricks Assistant entre los mas de 500 usuarios de Databricks, permitiendo la generacion de codigo, depuracion, traduccion de SAS a Python, creacion de pruebas unitarias y consultas de datos en lenguaje natural tanto para personal tecnico como no tecnico dentro del entorno de plataforma existente.

Historia completa

Banco Bradesco opera a una escala que hace que la complejidad de la ingenieria de datos sea aguda: 99,5 millones de cuentahabientes, 85,000 empleados y una comunidad de analitica de datos de mas de 1,000 personas. El equipo de analitica mantenia una plataforma de datos que soportaba datos por lotes y en streaming en toda la organizacion, pero el trabajo conllevaba fricciones constantes. El desarrollo de codigo complejo y extenso, la sobrecarga documental y la depuracion de errores ralentizaban la productividad. Ademas, el equipo queria democratizar el acceso a los datos, permitiendo a usuarios no tecnicos contribuir y extraer informacion sin tener que canalizar solicitudes a traves de ingenieria.

Accede a 440+ casos de uso de IA, 421+ herramientas y rankings de señales de adopción.

Fuente

DATABRICKS
junio de 2026
Caso de estudio original

Casos similares

1G
How GCash Uses Glean to Save Employees 2-3 Hours Weekly
GCash
2-3Hours saved per employee per week
2N
How N26 Uses Claude on AWS Bedrock to Automate 70% of Customer Operations
N26
70%Task automation in targeted processes
3I
How Intuit Uses Claude to Build Tax Filing Confidence in TurboTax
Intuit
HigherHelpfulness rating vs. non-Claude experiences
4CC
How Chipper Cash Uses Pinecone Vector Search to Stop Fraud in Real-Time
Chipper Cash
95%+Selfie verification accuracy
5N
How nCino Uses Databricks to Build Domain-Specific Banking AI at Scale
nCino
3.5xFaster document filing
6SB
How Shinhan Bank Uses Digital Assistants to Save 1.2M Hours Per Year
Shinhan Bank
1.2M+Staff hours saved annually
7N
How Nevis Uses Claude to Save Advisors 5+ Hours Per Week
Nevis
5+Hours saved per advisor per week on administrative tasks
8C
How ComplyAdvantage Cut Development Time 37% with Gemini Code Assist
ComplyAdvantage
37%Development Time Reduction
Ver todos los casos →