其他行业 · AI应用
Block 借助 Databricks 上的 Claude 提升员工生产力与数据访问能力
Block（原 Square）是一家金融科技公司，面临员工生产力和数据可访问性方面的挑战，尤其是非技术员工在生成 SQL 查询时遇到困难。为解决这一问题，Block 在 Databricks 数据智能平台上部署了 Claude（代号 goose），使员工无需深厚技术技能即可访问数据并生成查询。这一举措显著改变了工作流程，75% 的工程师每周节省 8 到 10 小时以上。goose 的采用率在一个月内翻倍，用户参与度每周增长 40-50%，最终使 Block 1 万名员工中约 4000 人能够独立解决数据问题，并计划到 2025 年将员工在数据相关任务上的时间减少 30%。
使用 goose 的员工数
约 4000 名
来源披露
总员工数
10000 名
来源披露
覆盖岗位类型
15 种不同岗位
来源披露
01
业务背景
Block（原 Square）是一家金融科技公司，面临员工生产力和数据可访问性方面的挑战，尤其是非技术员工在生成 SQL 查询时遇到困难。为解决这一问题，Block 在 Databricks 数据智能平台上部署了 Claude（代号 goose），使员工无需深厚技术技能即可访问数据并生成查询。这一举措显著改变了工作流程，75% 的工程师每周节省 8 到 10 小时以上。goose 的采用率在一个月内翻倍，用户参与度每周增长 40-50%，最终使 Block 1 万名员工中约 4000 人能够独立解决数据问题，并计划到 2025 年将员工在数据相关任务上的时间减少 30%。
02
遇到的问题
Block 拥有海量数据资源，但非技术背景员工难以访问数据，不懂 SQL 无法自行解决数据问题；设计师将想法转为可用原型的门槛过高，常放弃；数据洞察获取慢，限制内部效率与创新。
03
AI 解决方案
Block 在 Databricks Data Intelligence Platform 上将 Claude 作为默认模型，驱动内部开源 AI agent（代号 goose）。通过 Databricks 端点运行 LLM，连接 goose，goose 回调 Databricks 访问数据库与数据集，形成完整 agent 工作流循环；用 OAuth 短期凭证安全集成，无需分发 API key；按任务选 Claude 3.5/3.7 Sonnet，使全员可自然语言生成 SQL、分析数据、自动化流程。
04
实施结果
使用 goose 的员工数：约 4000 名（未披露）
总员工数：10000 名（未披露）
覆盖岗位类型：15 种不同岗位（未披露）
2025 年员工时间节省目标：30%（未披露）
05
风险与边界
未披露
“goose started as a simple tool to help my team write better code. It began as a basic feedback loop. Since then, it has evolved dramatically. This might sound exaggerated, but it's true—90% of my lines of code are now written by goose.”
Bradley Axen · Principal Data and Machine Learning Engineer
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。