Databricks detalla tres vías de adopción empresarial de las herramientas de OpenAI

El 13 de noviembre de 2026, Databricks publicó una descripción general de la adopción empresarial en la que presenta tres formas de usar las herramientas de OpenAI con datos corporativos sujetos a controles de gobernanza: análisis en ChatGPT mediante Genie, implementaciones de Codex controladas de forma centralizada y agentes personalizados alojados como aplicaciones de Databricks.

La guía se basa en una alianza plurianual anunciada el 25 de septiembre de 2025. El anuncio original valoró el acuerdo en 100 millones de dólares y señaló que los modelos nativos de OpenAI estarían disponibles para más de 20.000 clientes de Databricks en distintas plataformas en la nube. Greg Brockman, cofundador y presidente de OpenAI, describió así una IA sin datos de la empresa: «es como contratar a alguien con 20 doctorados y no invitarlo nunca a una reunión».

En la arquitectura conjunta, OpenAI proporciona modelos GPT, ChatGPT, Codex y su Agents SDK. Databricks aporta el lakehouse, que almacena los datos corporativos sujetos a controles de gobernanza, además de las definiciones de negocio, las reglas de acceso, el enrutamiento de solicitudes a modelos y la infraestructura de aplicaciones. Genie Ontology añade contexto específico de cada empresa.

Genie aplica las definiciones de la empresa en ChatGPT

La opción para usuarios de negocio está dirigida a empleados que necesitan cifras, pero no escriben consultas SQL para bases de datos. A través del complemento Databricks Genie, los usuarios de ChatGPT pueden formular preguntas en lenguaje natural; Genie identifica los datos pertinentes, aplica las definiciones aprobadas de las métricas, ejecuta la consulta en Databricks y devuelve gráficos. Genie Ontology registra métricas, definiciones de negocio y relaciones entre los datos de la empresa, de modo que una métrica como los ingresos se ajuste a la definición propia de la empresa.

El acceso sigue limitado a los datos que el usuario ya tiene permiso para consultar, y cada respuesta incluye enlaces a sus fuentes en Databricks. ChatGPT Work también puede recomendar los próximos pasos y quién debería participar, compartir los resultados mediante Slack o correo electrónico y realizar acciones aprobadas por el usuario a través de herramientas conectadas.

La ficha del complemento de OpenAI también incluye la generación de consultas SQL, resúmenes de paneles o resultados de Genie y la preparación de los hallazgos para los equipos. La disponibilidad depende del complemento, el plan de suscripción y la configuración del espacio de trabajo; algunas conexiones requieren que un administrador las configure o apruebe.

Unity Gateway centraliza la gobernanza de Codex

Para los equipos de ingeniería, Codex envía las solicitudes a través de Unity Gateway en lugar de comunicarse directamente con OpenAI. Los desarrolladores conservan su flujo de trabajo actual y se autentican con una credencial de Databricks, mientras que la clave de API de OpenAI permanece en la puerta de enlace. Se registra cada solicitud, y los responsables de ingeniería pueden establecer presupuestos para los equipos, revisar el gasto de cada equipo y elegir qué modelo GPT se encarga de cada tarea.

La configuración recomendada instala la herramienta de línea de comandos Unity Gateway y ejecuta ug codex. La documentación de configuración de Databricks también explica cómo realizar la configuración manual y ejecutar Codex en los recursos de cómputo de Databricks. Las suscripciones elegibles a ChatGPT Go, Plus, Pro y Enterprise pueden conectarse mediante un servicio de proveedor de modelos configurado por un administrador; las solicitudes se facturan a la suscripción de ChatGPT. Unity Gateway ya está disponible de forma general; las herramientas documentadas de SQL, entorno aislado y búsqueda web, así como las habilidades de Unity Gateway, siguen en fase beta.

Los agentes personalizados usan datos sujetos a gobernanza y controles compartidos

La tercera opción consiste en crear agentes personalizados para procesos de negocio que utilizan datos sujetos a estrictas reglas de seguridad y gobernanza. Databricks Model Serving ejecuta modelos de OpenAI junto a esos datos sujetos a gobernanza, y no se necesita una clave de API externa cuando Databricks sirve el modelo. Los equipos pueden crear y evaluar agentes en Agent Bricks o usar OpenAI Agents SDK y desplegar el resultado como una aplicación de Databricks.

La plantilla oficial de aplicación proporciona una API REST conversacional, una interfaz de chat interactiva y código de evaluación de MLflow. MLflow AgentServer gestiona el enrutamiento de solicitudes, el registro y la gestión de errores, e incorpora funciones de trazabilidad y observabilidad. Una ResponsesAgent interfaz ofrece compatibilidad con las herramientas de evaluación e implementación de Databricks, mientras que Model Context Protocol conecta el agente con herramientas y fuentes de datos.

En todos estos modelos, Unity Catalog proporciona los permisos, Unity Gateway gestiona el enrutamiento de solicitudes y los controles de costos, y Lakebase ofrece almacenamiento administrado de Postgres para la memoria y el estado de los agentes. Databricks prevé publicar artículos de seguimiento sobre la arquitectura, la configuración y las lecciones aprendidas de los clientes para cada modelo.

Esta arquitectura compartida ofrece a las consultas de negocio, las solicitudes de programación y los agentes personalizados un marco común de permisos y control de costos, de modo que la gobernanza constituye una base común a medida que se amplía el uso de OpenAI en toda la empresa.