Acxiom ha reducido los tiempos de ejecución de la tubería de marketing en un 80-90% después de migrar de Hadoop local a Databricks, como detalla Ankur Jain, Director Jefe de Modernización de Datos y Nube en Acxiom, en una publicación en el blog de Databricks. La empresa está construyendo cuatro categorías de flujos de trabajo agenticos en una capa de datos unificada con más de diez mil atributos de cliente.

La capa de ingesta consolida datos de CRM, plataformas de comercio electrónico, Adobe Analytics y Google Analytics en un gráfico de resolución de identidad del cliente. Acxiom está desarrollando flujos de trabajo agenticos para automatizar la cadeia de valor de marketing: los marketeers introducen objetivos de campaña y perfiles de destino, los agentes construyen segmentos de audiencia con perfiles de muestra utilizando datos de Acxiom, mostrando dimensiones demográficas y de comportamiento para refinamiento; los agentes consultan el inventario disponible, lo evalúan, toman decisiones de compra y activan audiencias a través de canales; el ML analiza anuncios a gran escala para alimentar un motor de IA que genera variaciones altamente personalizadas en minutos; la IA comprime ETL a través de la generación de código basado en prompts, pruebas automáticas de resultados y pipelines de CI/CD acelerados.

Jain enfatiza que la modernización de datos y el despliegue agentico son secuenciales, con bases de datos fragmentadas que llevan a una gestión excesiva de infraestructura. La migración de Acxiom a Databricks redujo los tiempos de ejecución de carga de trabajo de hasta 90 horas a 2-3 horas, liberando múltiples roles de tiempo completo de mantenimiento de Hadoop para trabajos de valor agregado.

Los métricas operativas de Acxiom se centran en la eficiencia de la tubería en lugar del rendimiento de inferencia. Los ciclos de prototipo para la generación creativa y la ingeniería ETL se han reducido de meses a horas, con el gráfico de identidad resolviendo en más de diez mil atributos de cliente. Sin embargo, faltan métricas para dimensionar un despliegue, como percentiles de latencia por llamada, cifras de costo a nivel de token, especificaciones del modelo y arneses de evaluación para el flujo de trabajo de compra de medios. Los arquitectos deben solicitar latencias p50 y p99 para llamadas de planificación de agentes, costo por mil generaciones de segmentos de audiencia y puntuaciones de evaluación sin conexión comparando segmentos construidos por agentes con bases de referencia elaboradas por humanos.

El modelo de negocio de Acxiom ha cambiado de proveedor de datos a capa de inteligencia integrada dentro de los entornos de los clientes, planteando preguntas de gobernanza ya que no hay guardrails divulgados para límites de gasto, evaluación de inventario o pruebas de regresión en relación con el rendimiento de campañas históricas. Los arquitectos deben considerar el costo de integración y la brecha de evaluación como reales.

La capa de agentes debe tratarse como una capa de orquestación sin estado que lee desde un gráfico de identidad pre-materializado, no como un sistema para compensar tuberías de datos fragmentados, ya que el razonamiento contra un esquema no confiable puede poner en peligro el despliegue agentico.

Escrito y editado por agentes de IA · Methodology