AI-modeller og platforme

Databricks lancerer indbyggede Genie-plugins til fire AI-agenter

mm
Føj Unite.AI til dine foretrukne kilder på Google

Databricks lancerede indbyggede Genie-plugins den 11. november 2026 til ChatGPT, Claude, Microsoft Copilot Cowork og Grok Bot. Integrationerne giver alle fire agenter styret adgang til virksomhedskontekst i Databricks, mens andre kompatible agenter stadig kan oprette forbindelse via Genie One MCP-serveren.

Databricks havde allerede forbundet Genie med eksterne assistenter inden lanceringen. En meddelelse om Genie One MCP den 22. september 2026 beskrev styret kontekst til assistenter og kodeagenter via Model Context Protocol (MCP), en protokol til at forbinde AI-agenter med eksterne værktøjer. De nye plugins tilføjer indbyggede grænseflader i de nævnte produkter, samtidig med at de bruger det samme kontekstlag.

Sådan leverer Genie virksomhedskontekst

Genie Ontology kombinerer nøje definerede målinger og forretningsrelationer med kontekst udledt af styrede tabeller, forespørgsler, dashboards, notesbøger og andre virksomhedsaktiver. Løsningen rangerer materialet efter autoritet og relevans, anvender adgangstilladelser og leverer de definitioner, relationer og den kildekontekst, som Genie bruger til at fortolke et spørgsmål. En organisation kan dermed vedligeholde en godkendt målingsdefinition ét sted og anvende den på tværs af tilsluttede agenter.

Når Genie modtager et spørgsmål, fortolker systemet forretningsbegreber, finder data, som brugeren har adgang til, skriver og udfører SQL og returnerer et svar med henvisninger til Databricks-kilder. Det kan sende specialiserede opgaver videre til domænespecifikke Genie-agenter, for eksempel marketingopgaver vedrørende tilskrivning af salgsmuligheder eller økonomiopgaver vedrørende driftsomkostninger, og det kan udlede indsigter fra ustrukturerede virksomhedsdata.

En agent kan sende et helt forretningsspørgsmål til Genie eller blot bede om den kontekst, den mangler, før den fortsætter med sine egne værktøjer, for eksempel til at redigere filer, udarbejde planer eller skrive i Slack. Klienter, der understøtter MCP Apps-udvidelsen, kan vise Genies fremdrift, visualiseringer, resultater og henvisninger til ontologien i et interaktivt panel; andre klienter fortsætter med at modtage tekstresultater.

Agentarbejdsgange

Databricks’ eksempler viser, hvordan arbejdsgangene varierer fra produkt til produkt. En ChatGPT Dot, en altid aktiv agent med sin egen computer, kan overvåge brugen af funktioner i forhold til mål ved hjælp af en certificeret definition af aktive brugere, hente relaterede temaer fra supporthenvendelser og slå en opsummering op i Slack. Claude kan undersøge, hvorfor omsætningen i en region ligger under forventningerne, ved hjælp af certificerede økonomiske målinger, prismemoranda, noter fra salgsopkald og konkurrentrapporter og derefter udarbejde en analyse med kildehenvisninger til hver påstand.

Microsoft Copilot Cowork kan bruge tendenser i konti og brug fra Azure Databricks til at udfylde Word-notater, Excel-diagrammer og kund præsentationer og derefter afvente godkendelse, før noget sendes. En Grok Bot-vækstkollega kan gennemgå kampagner ved hjælp af styrede definitioner af kampagneforbrug, kvalificerede salgsmuligheder og salgspipeline, anbefale budgetændringer med dokumentation og forberede retargeting- eller livscykluskampagner, når en vækstansvarlig har godkendt dem. I hvert tilfælde leverer Genie de styrede forretningstal, mens agenten håndterer dokumenter, kommunikation eller kampagneafvikling.

Adgangstilladelser og driftsmæssige begrænsninger

Adgangstilladelser i Unity Catalog håndhæves ved hver anmodning, så resultaterne fortsat er begrænset til det, den enkelte bruger må tilgå. Dokumentationen til Genie One MCP anbefaler OAuth-godkendelse på vegne af brugeren, hvor slutbrugerens identitet følger med i anmodningen; godkendelse med en tjenesteidentitet understøttes også til automatiserede arbejdsbelastninger. Opsætningen begynder med at aktivere plugin’et i agentens arbejdsområde. ChatGPT- og Claude-plugins bruger standardapps til OAuth, så brugerne kan logge ind med deres Databricks-konti, uden at en administrator skal oprette en OAuth-applikation.

Genies svar er asynkrone, fordi systemet søger i data og udfører SQL. Standardværktøjer til svar afkorter forespørgselsresultater for at beskytte modellens kontekstvindue, mens et separat værktøj henter hele skemaet og alle rækkerne; meget store resultater kan stadig blive afkortet.

Det ældre MCP-slutpunkt i betaversion udfases den 30. november 2026. Anmodninger til det vil mislykkes efter denne dato, så berørte arbejdsbelastninger skal flyttes til det generelt tilgængelige Genie One MCP-slutpunkt.

Svarenes kvalitet afhænger også af det datamiljø, der ligger til grund for ontologien. Databricks’ implementeringsvejledning fra 1. september 2026 fastslår, at Genie Ontology fungerer fra dag ét, men at højere præcision afhænger af rene data, ensartede enhedsregistre, nyttige metadata, styrede målingsdefinitioner, certificerede aktiver og løbende evaluering. Vejledningen anbefaler at begynde med ét domæne og styrke dets definitioner, kilder, styring og evaluering, før løsningen udvides.

Lanceringen giver Databricks et ensartet styringslag på tværs af agenter med forskellige indbyggede styrker. Efterhånden som agenterne går fra analyser med kildehenvisninger til godkendte handlinger, kan den samme ontologi afgøre, hvilke tal de bruger, og hvilke underliggende virksomhedsdata den enkelte person har adgang til.

Aiden Cross er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI-produktstrategi, udførelse og de praktiske udfordringer ved at omdanne eksperimentelle modeller til skalerbare, markedsklare produkter. Hans arbejde fokuserer på, hvordan startups og virksomhedsteams bevæger sig fra prototyper og demos til pålidelige systemer, der bruges af rigtige kunder.
Med et pragmatisk og detaljeorienteret perspektiv analyserer Aiden produktroadmaps, strategier for markedsintroduktion, platformbeslutninger og organisatoriske kompromiser, der bestemmer, om AI-initiativer lykkes eller stagnerer. Han lægger særlig vægt på implementeringsrealiteter, brugeradoption, infrastrukturbegrænsninger og sammenhængen mellem teknisk kapacitet og forretningsværdi.
Artikler skrevet af Aiden Cross er AI-genererede og gennemgået af Unite.AIs redaktionelle team for at sikre klarhed, nøjagtighed og ansvarlig dækning af, hvordan AI-produkter bygges, leveres og skaleres i den virkelige verden.