VK presenta DataCopilot, un sistema multiagente para datos y documentación corporativos

VK ha presentado DataCopilot, un asistente interno de IA para trabajar con el almacén de datos corporativo y su documentación especializada. El proyecto no surgió de la moda de los LLM, sino del análisis de solicitudes reales de analistas, gestores e ingenieros que dedican tiempo cada día a preguntas repetitivas.

Por dónde empezaron

El equipo no empezó eligiendo un modelo ni otro esquema RAG. Primero, VK examinó la rutina en torno al Data Office y la plataforma de datos: qué preguntas llegan a soporte, qué se pregunta con más frecuencia en los chats y dónde pierden tiempo los empleados buscando la vitrina de datos adecuada, la descripción de un campo o el proceso de aprobación correcto. Esa auditoría dio una lista clara de tareas que se pueden automatizar sin rehacer todo el DWH y sin intentar crear una «inteligencia universal» para todos los casos a la vez.

De esa lista salió el perfil del futuro asistente. Debe entender el catálogo de vitrinas, explicar qué se guarda y dónde, orientar sobre la documentación corporativa, ayudar con los accesos y generar borradores funcionales para ETL. Es decir, no se trata de un chatbot por el chatbot, sino de una interfaz hacia los datos y el conocimiento interno de la empresa. Para analistas y gestores supone ahorro de tiempo; para los ingenieros, menos flujo de consultas repetitivas.

Por qué no RAG

Para parte de las consultas, el RAG clásico sí funciona: el usuario pregunta, el sistema encuentra documentos relevantes y construye la respuesta a partir de ellos. Pero en un entorno corporativo esto se queda corto enseguida. Una sola pregunta puede exigir saltar entre el catálogo de vitrinas, la descripción de tablas concretas, la guía de accesos y una plantilla de script. Si todo pasa por una única cadena sin especialización, la calidad de la respuesta empieza a oscilar y el contexto sobrante solo estorba.

Por eso VK apuesta por una arquitectura multiagente, en esencia un enjambre de asistentes especializados. Un agente puede encargarse de buscar e interpretar la documentación, otro de navegar por el almacén, un tercero de generar código y un cuarto de los procesos de solicitud de accesos. Por encima hace falta un coordinador que entienda el tipo de consulta, elija la ruta y componga la respuesta final. Este enfoque encaja mejor con la estructura real de los datos corporativos, donde las fuentes, las reglas y las acciones difieren mucho entre sí.

Qué puede hacer el sistema

Según la descripción del proyecto, DataCopilot se concibe como una herramienta de trabajo práctica y no como una demostración de las capacidades de un modelo. Cubre los puntos en los que el empleado suele tener que saltar entre chats de soporte, el catálogo de datos, instrucciones internas y sus propios borradores. El usuario recibe una respuesta breve con el contexto necesario o un artefacto a medio hacer que se adapta rápido a la tarea.

• Ayuda a encontrar la vitrina adecuada y a entender qué datos contiene
• Explica dónde se almacena exactamente la información y cómo se relaciona con otras entidades
• Orienta sobre cómo tramitar una solicitud de acceso sin acudir a soporte
• Responde preguntas concretas sobre la documentación interna y las reglas de trabajo con el DWH
• Escribe scripts que se pueden llevar a procesos ETL y adaptar al propio pipeline

Lo importante es que el sistema opera en la frontera entre conocimiento y acción. No se limita a resumir documentos, sino que ayuda a dar el siguiente paso: preparar una consulta, esbozar la base de un script, acortar el camino hasta la tabla correcta. Eso suele distinguir a una IA corporativa útil de otro «buscador inteligente». Aun así, la responsabilidad de aplicar el resultado final sigue siendo de la persona, sobre todo cuando se trata de accesos, migraciones de datos y código para procesos ETL en producción.

Qué significa

La historia de DataCopilot muestra hacia dónde va realmente la IA corporativa: no hacia un único chatbot omnisciente, sino hacia un conjunto de agentes específicos en torno a un contexto de trabajo concreto. Para los equipos que tienen un DWH, un catálogo de vitrinas, reglamentos y un flujo de preguntas repetitivas, este enfoque puede aportar mucho más que un RAG abstracto sobre todos los documentos a la vez.