Ha valaha megkérdeztél egy adatelemző csapatot arról, hogy „Pontosan mi számít értékesítésnek ebben a negyedévben?”, máris érted, milyen problémát próbál megoldani a Databricks. A válasz valakinek a jegyzetfüzetében, egy régi irányítópulton vagy egy elmentett lekérdezésben található, nem magukban az adatbázistáblákban. Ugyanezzel a rejtvénnyel szembesülnek az AI-ügynökök is, vagyis azok a programok, amelyek önállóan képesek kérdésekre válaszolni és feladatokat elvégezni.
Mit jelentett be a Databricks?
A Databricks olyan adatplatformot kínáló vállalat, amelynek szoftverével a cégek tárolhatják és elemezhetik az adataikat. A Genie segítségével természetes nyelven tehetsz fel kérdéseket, a válaszokat pedig a vállalat adataiból kapod meg.
A Databricks szerint az új fejlesztések középpontjában a Genie Ontology áll, amelyet ügynökalapú ontológiaként ír le. Az ontológia ebben az esetben annak közös térképe, hogy mit jelentenek az egyes fogalmak egy vállalaton belül — például hogyan határozzák meg a „bevételt” vagy az „aktív ügyfelet”. A cég szerint az ügynökök ezt a térképet a csapatok már meglévő munkájából is fel tudják építeni, miközben az emberek ellenőrzik és felügyelik. A Genie Ontology mostantól általánosan elérhető, vagyis az ügyfelek éles környezetben is használhatják.
A Databricks azt is közölte, hogy új benchmarkot, vagyis szabványosított tesztet végzett a Turing nevű céggel együttműködésben. A teszt üzleti kérdéseket használt egy működő Databricks-munkaterületen — ez az a közös környezet, ahol egy csapat adatai és eszközei találhatók. A vállalat szerint a teszt nemcsak a táblákat vizsgálta, hanem a jegyzetfüzeteket, irányítópultokat és elmentett SQL-lekérdezéseket is, mivel a valódi válaszok gyakran ezektől is függnek.
A közölt eredmények szerint a Genie a futtatások 91%-ában sikerrel járt, míg két másik, élvonalbeli ügynök 45%-os, illetve 58%-os eredményt ért el. Az élvonalbeli ügynökök a jelenleg elérhető legfejlettebb AI-ügynökök. A Databricks azt is állítja, hogy a Genie kevesebb mint feleannyi tokent használt. A token egy kisebb szövegrész — nagyjából egy szó vagy annak egy része —, amelyet az AI beolvas és létrehoz. A kevesebb token általában kisebb terhelést jelent a rendszernek. A cég emellett azt közölte, hogy a Genie három-négyszer gyorsabban végzett.
Ezek a Databricks saját tesztjének saját eredményei. Hasznos jelzésként szolgálhatnak, de nem számítanak független ellenőrzésnek.
Genie One: az AI-s munkatárs ötlete
A Databricks bemutatta a Genie One szolgáltatást is, amelyet az AI-s munkatársak vállalati központjaként ír le. A „cowork” ebben az esetben olyan AI-t jelent, amely nemcsak válaszol a kérdéseidre, hanem segít elvégezni a munkát is.
A vállalat több összetevőt emel ki:
- Genie Search: keresőeszköz, amely vállalati dokumentumokban, hibajegyekben és wikikben keres, és élő információkhoz is hozzáférhet.
- Kapcsolatok külső eszközökhöz: a Databricks szerint a Genie Search több mint 100 MCP-csatlakozót támogat. Az MCP (Model Context Protocol) szabványos módot kínál arra, hogy egy AI hozzáférjen például a Jira szolgáltatásaihoz, így ellenőrizheti egy hibajegy állapotát, vagy létrehozhat egy újat.
- Adminisztrációs vezérlők: a Unity Gateway nevű eszköz a Databricks szerint nyomkövetéseket — az ügynök által végrehajtott műveletek naplóit —, a kapcsolatokra vonatkozó szabályokat és költségkereteket biztosít az adminisztrátoroknak.
A Databricks azt is közölte, hogy a Genie mostantól önállóbban tud cselekedni. Ez azt jelenti, hogy kevesebb oda-vissza egyeztetéssel képes lépéseket végrehajtani több csapaton és eszközön keresztül.
Összegzés
A Databricks arra épít, hogy az AI-ügynökök hasznosabbá válnak, ha megértik, hogyan gondolkodik egy vállalat a saját adatairól. A cég által közölt teszteredmények és az új Genie One-funkciók ebbe az irányba mutatnak, bár a számok magától a vállalattól származnak. A következő lépés egyszerű: válassz ki egy rendszeresen felmerülő üzleti kérdést, keresd meg, hol határozzák meg ma a válaszát, majd ellenőrizd, hogy ez a definíció le van-e írva olyan helyen, amelyet a csapatod is lát.
