- Constellation 的团队在各自领域内建立了强大的数据能力,但跨领域的问题,例如“我们有多少客户?”,需要共享的定义。
- Constellation 正在 Databricks 上构建受治理的企业数据平台,使用 Unity Catalog 提供血缘、访问控制和共享业务上下文。
- 在此基础上,团队正在为核工程、停机计划和销售开发 AI 用例。
Constellation 运营着美国最大的核电机组群。对他们而言,为 AI 做准备最困难的部分之一不是选择模型,而是就数据的含义达成一致。Constellation 的团队正在 Databricks 上构建受治理的企业数据平台(EDP),以使数据在整个业务中保持一致且可用,其方法为其他企业提供了切实可行的路线图。
Constellation 是谁
Constellation 是美国最大的清洁可靠能源生产商,发电能力相当于 2700 万户家庭的需求,并拥有约 250 万个零售客户账户。如此广泛的运营和客户关系,正是共享定义和治理对其数据工作至关重要的原因。
Constellation 从资产管理、供应链、商业和交易系统以及整个机组的运营中收集数据。这些数据为从近实时市场模型到核电遥测的一切提供支持。在安全与可靠性至上的业务中,把定义和治理做对至关重要。这种风险特征驱动了后续的每一项架构选择。
问题:高质量数据,却无共享语义
Constellation 各团队为自身工作建立了强大的数据能力。然而,跨越这些团队的问题仍需额外努力来连接信息,并调和定义上的差异。数据散落在数十个地方,没有共享的语义层来定义其跨领域的含义。
Constellation 面临着一个许多组织仍在苦苦应对的问题:一个简单的问题却没有单一答案:“我们有多少客户?”零售以计费电表为准,批发以交易对手为准,CRM 则以账户或用户为准。三个正确答案,三种不同含义。随着 Constellation 通过收购不断扩张,这个问题只会更加复杂,包括 2026 年收购的 Calpine,后者在 22 个州拥有 79 座电厂和 27 GW 的装机容量。这是一个完全独立的堆栈,有自己的定义、仓库和建模惯例。EDP 突然不得不吸收一个规模大致与 Constellation 自身相当的实体。在 Databricks 上开发 EDP 的过程中,为数据赋予含义并实施治理,正是 Constellation 正在进行的转变。
基础:Databricks 上的企业数据平台
Constellation 的答案是构建在 Databricks 上的受治理 EDP. EDP 是共享基础,连接了此前孤立的系统,并为业务提供对其数据的单一共享理解。这是从众多彼此分离但构建良好的系统,向一个数据在整个企业内承载共享含义的受治理基础的有意转变。
平台决策本身只花了几周时间。Constellation 选择 Databricks,是因为它为他们留出了实验、成长和逐步成熟的空间,同样重要的是,因为它能与现有架构互操作,而不是强制推倒重来。三大架构支柱脱颖而出:
- 以一致性语义实现共享含义。 Constellation 的 EDP 团队没有强制每个领域采用同一定义,而是与业务领导者合作定义受治理的一致性实体——就“客户”在零售、批发、天然气和 CRM 中的含义达成一致——并在整个企业内复制这些定义。在此基础上,Constellation 构建了一个语义知识层,映射业务关系——客户、合同、资产以及它们如何跨领域连接。
团队使用 Data Vault 作为建模方法,并有选择地用于需要随系统变化而灵活调整的关键、可复用实体。并非每个数据集都会采用 Vault 建模。建模选择是有意为之,取决于该实体是否会被复用、审计或随时间演进。 - 治理是所有权模型,而不仅仅是访问控制。 Constellation 的一个主要决策因素是选择一个超越传统访问控制、能向利益相关者传达语义含义的服务。明确了这一标准后, Unity Catalog 成为显而易见的选择。Unity Catalog 提供血缘、细粒度访问和单一权限模型。Constellation 超越了技术层面,回答了其他平台难以应对的问题:谁拥有含义?借助 Unity Catalog 的 指标视图,这变得更加容易。不同的数据领域需要不同的访问和治理控制。Constellation 的团队在设计平台时支持这些需求,同时将新的用例引入该基础。建立内部审批和治理成为信任的锚点。
- 单一受治理基础之上的多工作区。 相同的受治理数据集在独立工作区中呈现,业务语义一次定义、多次消费。
对 Constellation 而言,Databricks 同时支持数据工程和治理,为团队提供构建 AI 的受控环境。
基于同一基础构建的三个示例用例:
在同一受治理基础上,三个早期用例展示了在业务截然不同部分中可以实现什么。
1. 核工程助手
Constellation 正在开发一个助手,使用 Databricks Genie 构建,并通过 Unity Catalog 进行治理,以帮助工程团队更轻松地查找和使用经批准的技术信息,减少回答复杂问题所需的工作量。
2. 停机计划:计划性核电维护管理
计划性停机是 Constellation 运行的最复杂操作之一。停机用于换料、大修、监管检查和设备作业。每次停机都会在紧张的时间表下,将大批人员和众多工单集中到一个现场。协调这些工作需要从不同系统提取排程、工作执行和资产健康数据。团队正在 Databricks 中整合这些数据,帮助计划人员分析排程并协调工作,决策仍由停机团队负责。
3. 销售智能:商机优先级排序与最佳下一步行动
在销售领域,整合相关客户和商业信息有助于团队为对话做准备并发现增长机会。团队正在 Databricks 上开发 AI 能力,使这些信息更加一致、可访问且可操作——支持高价值商机优先级排序和推荐最佳下一步行动等成果。所有这些都构建在 Databricks 中同一受治理的数据基础之上,并配有适当的数据防护措施。
主要要点
Constellation 的经验表明,企业数据平台不仅关乎技术,同样关乎含义与治理。其团队正在构建必要的定义、控制和可复用数据基础,以支持业务不同领域中有用的分析和 AI。Databricks 与 Unity Catalog 使数据对业务用户而言可信且可发现。
这一受治理的基础还使数据科学家能够使用 Databricks 构建机器学习和代理式 AI 解决方案,包括 Genie One 和 Genie Agents. 团队在开发销售、维护计划和工程支持用例时正在使用这些能力。
展望未来
Constellation 正在探索 Genie Ontology, 这是一个自学习知识图谱,可添加业务上下文;以及 Unity Catalog Pages, 它集中管理 Unity Catalog 中的业务定义。这些能力共同扩展语义层,使数据更有意义、更一致且更易于使用。
在他们的 博客 文章中了解更多关于他们故事的内容,作者是 Constellation 领导人 Jay Cavalcanto(高级副总裁兼 CIO)和 Vineeth Vijaykumar(IT 业务管理办公室副总裁)。
观看 Constellation 的 Databricks Data + AI Summit 演讲 (第 56.23 分钟处)
相关标签:在收件箱中获取最新文章
订阅我们的博客,将最新文章发送到您的收件箱。