Cómo Tipalti usa Snowflake Cortex AI para democratizar el acceso a datos e insights

Tipalti se sitúa en la intersección entre las finanzas y la escala, automatizando cuentas por pagar para empresas que mueven colectivamente 75.000 millones de dólares al año. Cuando sus clientes dependen de que los pagos funcionen sin interrupciones, la fiabilidad y la velocidad de acceso a los datos no son preferencias operativas, sino requisitos fundamentales. El equipo de datos de la compañía entendió desde el principio que distribuir el valor de esos datos por toda la organización significaba más que construir dashboards para analistas. Significaba dar a los comerciales y a los equipos de marketing la capacidad de hacer sus propias preguntas.

Antes de desplegar Cortex AI, los equipos no técnicos de Tipalti se enfrentaban a una barrera conocida: sabían que los datos existían, pero no podían acceder a ellos sin escribir SQL o esperar el apoyo del equipo de ingeniería de datos. Los equipos de ventas y marketing eran los más afectados: necesitaban insights oportunos y coherentes para evaluar oportunidades y coordinar campañas, pero la brecha entre la intención y el insight generaba retrasos e inconsistencias entre equipos.

El equipo de ingeniería de Tipalti construyó lo que denominaron una “tienda de prompts de IA” sobre la plataforma Cortex AI de Snowflake. Esta biblioteca de prompts LLM predefinidos permite a los usuarios no técnicos consultar datos directamente desde las herramientas que ya utilizan, incluido Salesforce. Bajo el capó, la solución emplea la función AI_COMPLETE de Cortex AI para ejecutar consultas LLM dentro de flujos de trabajo SQL, la característica response_format para eliminar alucinaciones y garantizar salidas estructuradas, y TRY_COMPLETE para evitar que un fallo puntual colapse procesos en lote enteros. Una función personalizada de Snowpark permite ejecutar múltiples consultas en paralelo, multiplicando por cinco el rendimiento.

Desde que el sistema entró en funcionamiento, más de 50 usuarios han realizado más de 600 análisis ad hoc y accedido a diez o más nuevas funcionalidades, todo ello sin intervención del equipo de datos. Los equipos describen la experiencia como iniciar sesión y simplemente obtener respuestas. La arquitectura de ejecución en paralelo, construida íntegramente dentro de Snowflake sin infraestructura de inferencia externa, ha hecho el sistema más rápido, más económico y más fácil de mantener que cualquier solución de terceros equivalente.

La siguiente fase de Tipalti consiste en transformar el framework en una capa de asistente de IA autónoma y contextualmente rica, usando Cortex Semantic Models, RAG a través de Cortex Search y retrieval mejorado basado en embeddings. Para una empresa cuya promesa de producto es simplificar las operaciones financieras para empresas de todos los tamaños, construir esa misma simplicidad en sus propios sistemas internos de datos es una extensión lógica de su misión.