BMW Group incrementa la potencia de sus workloads de datos operativos con Snowflake AI Data Cloud

BMW Group es un grupo reconocido por la calidad y la innovación; conceptos que no solo se aplican a los automóviles que fabrica, sino que forman parte de la identidad de la marca. Desde 2018, el equipo de datos de BMW implementa un programa radical definido por su Cloud Data Hub (CDH) que tiene por objetivo aunar la información basada en datos de toda la empresa.

El principio rector del CDH siempre ha sido ofrecer un conjunto descentralizado de herramientas de datos de primer nivel, en el marco de un modelo central de gobernanza de datos que garantiza la coherencia y la calidad.

Debido al enorme volumen de datos que recopila la empresa y a su gran variedad (unos 6000 conjuntos de datos y productos en 15 dominios de BMW, incluidos procesos de mantenimiento, fabricación y posventa), el CDH debía contar con el rendimiento y la escalabilidad necesarios para dar respuesta a los más de 10 000 usuarios que acceden a los datos cada mes. 

Para dotar a esos usuarios de capacidades de cómputo más rápidas en grandes workloads de analíticas operativas, y garantizar una integración fluida en todo el ecosistema del CDH, se necesitaba una plataforma rentable que pudiera gestionar grandes conjuntos de datos y workloads complejos sin salirse del estricto marco de gobernanza del grupo. La empresa encontró todo eso, y mucho más, en Snowflake AI Data Cloud.

En muchos de los casos de uso del CDH, BMW recurre a una combinación de infraestructura de AWS y tablas de Apache Iceberg para obtener niveles elevados de rendimiento y flexibilidad. “Nuestra asociación con Amazon Web Services es sólida, y las herramientas de AWS satisfacen las necesidades de la mayoría de nuestros casos de uso”, explica Ruben Simon, Head of Product Management del Cloud Data Hub de BMW Group. 

Sin embargo, el equipo del CDH detectó que, en algunos casos de uso (especialmente en los relativos a grandes conjuntos de datos operativos), podría ser positivo adoptar un enfoque de datos diferente. “En los casos de uso de operaciones, necesitábamos capacidades de cómputo muy rápidas, y Snowflake estaba por delante del resto de competidores. Por ello, decidimos integrar Snowflake en nuestro CDH”.

Ahora que el AI Data Cloud es una pieza central de la base para los datos de BMW Group, la organización puede alcanzar niveles elevados de rendimiento en los workloads de datos más grandes. Por ejemplo, los datos de mantenimiento de la empresa, alojados en un data lake masivo que contiene datos de las transacciones de reparaciones y mantenimiento de vehículos de la última década, se ejecutan ahora en Snowflake. Gracias a la potencia de cómputo de Snowflake, los concesionarios y talleres pueden acceder en segundos a los historiales de mantenimiento de los clientes. Así, el personal del concesionario trabaja de manera más eficiente y obtiene la información necesaria con mayor rapidez, lo que supone que los clientes disfrutan de plazos de mantenimiento y reparación más reducidos. 

Aunque Iceberg ofrece una mejor relación coste-beneficio para workloads sencillos en tablas únicas, el equipo del CDH ha tardado muy poco en comprobar que Snowflake es capaz de proporcionar un alto rendimiento a un coste inferior en los workloads más complejos. “Como es un recurso de cómputo de primer nivel, pensábamos que Snowflake sería más caro, pero lo cierto es que hemos conseguido reducir costes en los workloads más intensivos en cuanto a cómputo”, asegura Ruben Simon. Con respecto a sus workloads de datos de mantenimiento, BMW Group ha reducido el coste medio en un 25 % en comparación con su plataforma heredada gracias a Snowflake.

Snowflake ofrece, además, una interfaz y una configuración sencillas para los usuarios. Mientras que en las herramientas de AWS los usuarios deben configurar los roles, las instancias de Snowflake pueden implementarse en tan solo unos clics. El equipo del CDH colaboró estrechamente con Snowflake para reducir aún más la barrera de entrada del AI Data Cloud y facilitar a los usuarios la puesta en marcha con la solución. Esto puede explicar por qué la adopción ha sido tan rápida: en solo 18 meses, más de 60 casos de uso del CDH (desde ventas y mantenimiento hasta la cadena de suministro) funcionan en Snowflake.

Cualquier herramienta que se integrase en el CDH debía satisfacer el marco de gobernanza de BMW y su ética en torno a la gestión y el almacenamiento de los datos; Snowflake, también.

“Según nuestro marco de gobernanza de datos, todos los datos de nuestra plataforma deben ser transparentes”, explica Khalid Al-Khalili. “Si un administrador de datos permite el acceso a un conjunto de datos en un sistema, ese permiso debe trasladarse también a otras plataformas, ya sea AWS o Snowflake”.

A efectos prácticos, esto implicaba que Snowflake debía ser capaz de leer y escribir datos en todo el CDH, así como de ver las identidades en los sistemas internos de BMW y AWS. Este nivel de integración en todo el patrimonio de datos puede parecer abrumador, pero BMW fue capaz de incorporar a Snowflake en ese complejo ecosistema de varios proveedores con relativa facilidad, en 18 meses, y con un equipo compuesto por solo 6 especialistas dedicados a Snowflake y homólogos en el equipo del CDH. 

Gracias a sus esfuerzos, y a la experiencia de Snowflake en integraciones con otras tecnologías, Snowflake funciona sin problemas con otras herramientas que se utilizan frecuentemente en BMW. “Nuestros usuarios no deben experimentar complicaciones”, explica Ruben Simon. “Gracias a que Snowflake ha aportado las capacidades de cómputo, hemos podido conseguirlo. Es lo que nos hizo darnos cuenta de que Snowflake sería un gran partner, ya que podemos almacenar los datos en AWS, Iceberg o cualquier otro lugar sin dejar de beneficiarnos de las ventajas de cómputo de Snowflake”.

En BMW Group tienen previsto seguir perfeccionando su CDH. Quieren combinar datos estructurados y no estructurados, identificar casos de uso adecuados de IA generativa y pasar a una estructura de linaje de datos abierta.

Además, tienen previsto incorporar la funcionalidad multinube al núcleo del CDH, sin perder de vista su marco de gobernanza de datos. Las capacidades de integración fluida de Snowflake serán fundamentales para respaldar los workloads más exigentes del fabricante de automóviles, independientemente de dónde se almacenen los datos.

“Lo que siempre hemos querido evitar ha sido depender de un único proveedor”, asegura Ruben Simon. “Las posibilidades de integración de Snowflake, hasta con nuestras herramientas de código abierto, nos han impresionado. Incluso con nuestros compromisos de infraestructura existentes, Snowflake ha demostrado que es una solución que merece la pena gracias a la flexibilidad de sus integraciones”.