VK apresenta DataCopilot, sistema multiagente para dados e documentação corporativos

A VK apresentou o DataCopilot, um assistente interno de IA para trabalhar com o data warehouse corporativo e a documentação especializada. O projeto não surgiu da moda dos LLMs, mas da análise de solicitações reais de analistas, gerentes e engenheiros, que gastam tempo todos os dias com perguntas repetitivas.

Por onde começaram

A equipe não começou escolhendo um modelo nem mais um esquema de RAG. Primeiro, a VK olhou para a rotina em torno do Data Office e da plataforma de dados: quais perguntas chegam ao suporte, o que mais se pergunta nos chats e onde os funcionários perdem tempo procurando a vitrine de dados certa, a descrição de um campo ou o processo de aprovação adequado. A auditoria resultou numa lista clara de tarefas que podem ser automatizadas sem reconstruir todo o DWH e sem tentar criar uma "inteligência universal" para todos os casos de uma vez.

Dessa lista saiu o perfil do futuro assistente. Ele deve entender o catálogo de vitrines, explicar o que fica armazenado onde, orientar sobre a documentação corporativa, ajudar com acessos e gerar rascunhos funcionais de ETL. Ou seja, não é um chatbot por si só, mas uma interface para os dados e o conhecimento interno da empresa. Para analistas e gerentes, é economia de tempo; para engenheiros, redução do fluxo de chamados repetitivos.

Por que não RAG

Para parte das consultas, o RAG clássico de fato funciona: o usuário faz uma pergunta, o sistema encontra documentos relevantes e monta a resposta com base neles. Mas no ambiente corporativo isso logo deixa de bastar. Uma única pergunta pode exigir passar pelo catálogo de vitrines, pela descrição de tabelas específicas, pelo guia de acessos e por um modelo de script. Se tudo isso passa por uma só cadeia sem especialização, a qualidade da resposta oscila, e o excesso de contexto só atrapalha.

Por isso a VK aposta numa arquitetura multiagente, basicamente um enxame de assistentes especializados. Um agente pode cuidar da busca e interpretação da documentação, outro da navegação pelo warehouse, um terceiro da geração de código e um quarto dos fluxos de solicitação de acesso. Acima deles é preciso um coordenador que entenda o tipo de consulta, escolha a rota e monte a resposta final. Essa abordagem combina melhor com a estrutura real dos dados corporativos, em que fontes, regras e ações diferem bastante entre si.

O que o sistema faz

Pela descrição do projeto, o DataCopilot é construído como uma ferramenta prática de trabalho, e não como uma demonstração das capacidades de um modelo. Ele cobre os pontos em que o funcionário costuma ter de alternar entre chats de suporte, o catálogo de dados, instruções internas e seus próprios rascunhos. O usuário recebe uma resposta curta com o contexto necessário ou um artefato semipronto, que pode ser adaptado rapidamente à tarefa.

• Ajuda a encontrar a vitrine certa e a entender quais dados ela contém
• Explica onde exatamente a informação está armazenada e como se relaciona com outras entidades
• Orienta como fazer a solicitação de acesso sem recorrer ao suporte
• Responde a perguntas específicas sobre a documentação interna e as regras de trabalho com o DWH
• Escreve scripts que podem ser levados para processos de ETL e adaptados ao próprio pipeline

O ponto importante é que o sistema atua na fronteira entre conhecimento e ação. Ele não apenas resume documentos, mas ajuda a dar o passo seguinte: preparar uma consulta, montar a base de um script, encurtar o caminho até a tabela certa. É isso que costuma separar uma IA corporativa útil de mais uma "busca inteligente". Ainda assim, a responsabilidade pela aplicação final do resultado continua com a pessoa, principalmente quando se trata de acessos, migrações de dados e código para processos de ETL em produção.

O que isso significa

A história do DataCopilot mostra para onde a IA corporativa realmente caminha: não para um único chatbot onisciente, mas para um conjunto de agentes específicos em torno de um contexto de trabalho concreto. Para equipes que têm DWH, catálogo de vitrines, regulamentos e um fluxo de perguntas repetitivas, essa abordagem pode render muito mais do que um RAG abstrato sobre todos os documentos de uma vez.