Databricks lance des plug-ins Genie natifs pour quatre agents d’IA

Databricks a lancé des plug-ins Genie natifs le 11 novembre 2026 pour ChatGPT, Claude, Microsoft Copilot Cowork et Grok Bot. Ces intégrations donnent aux quatre agents un accès contrôlé au contexte métier conservé dans Databricks, tandis que les autres agents compatibles peuvent toujours se connecter par l’intermédiaire du serveur Genie One MCP.

Databricks avait déjà connecté Genie à des assistants externes avant ce lancement. Une annonce de Genie One MCP du 22 septembre 2026 présentait un contexte contrôlé pour les assistants et les agents de programmation via le Model Context Protocol (MCP), un protocole permettant de connecter des agents d’IA à des outils externes. Les nouveaux plug-ins ajoutent des interfaces natives dans les produits concernés tout en s’appuyant sur la même couche de contexte.

Comment Genie fournit le contexte métier

Genie Ontology associe des indicateurs et des relations métier définis délibérément au contexte déduit de tables, de requêtes, de tableaux de bord, de blocs-notes et d’autres ressources d’entreprise soumis à une gouvernance. Il classe ces éléments selon leur autorité et leur pertinence, applique les autorisations et fournit les définitions, les relations et le contexte des sources dont Genie se sert pour interpréter une question. Une organisation peut ainsi définir une fois un indicateur approuvé et l’utiliser dans l’ensemble des agents connectés.

Après avoir reçu une question, Genie interprète les termes métier, trouve les données auxquelles l’utilisateur est autorisé à accéder, rédige et exécute du SQL, puis fournit une réponse accompagnée de citations renvoyant aux sources Databricks. Il peut confier des tâches spécialisées à des agents Genie propres à un domaine, par exemple au marketing pour l’attribution du pipeline ou aux finances pour les coûts opérationnels, et tirer des enseignements de données d’entreprise non structurées.

Un agent peut transmettre à Genie une question métier complète ou lui demander uniquement le contexte qui lui manque avant de poursuivre avec ses propres outils, par exemple pour modifier des fichiers, rédiger des plans ou publier sur Slack. Les clients compatibles avec l’extension MCP Apps peuvent afficher la progression de Genie, ses visualisations, ses résultats et les citations de l’ontologie dans un panneau interactif ; les autres clients continuent de recevoir des résultats sous forme de texte.

Flux de travail des agents

Les exemples de Databricks montrent comment ces mécanismes varient selon le produit. Un ChatGPT Dot, agent toujours actif disposant de son propre ordinateur, peut suivre l’adoption de fonctionnalités par rapport aux objectifs à l’aide d’une définition certifiée des utilisateurs actifs, extraire les thèmes récurrents des demandes d’assistance et publier un résumé sur Slack. Claude peut examiner un manque à gagner régional à partir d’indicateurs financiers certifiés, de mémos sur les prix, de notes d’appels commerciaux et de rapports sur la concurrence, puis produire une analyse accompagnée de citations à l’appui de chaque affirmation.

Microsoft Copilot Cowork peut exploiter les tendances des comptes et de l’utilisation issues d’Azure Databricks pour remplir des notes de synthèse dans Word, créer des graphiques dans Excel et préparer des présentations destinées aux clients, puis attendre une approbation avant tout envoi. Un coéquipier de croissance Grok Bot peut examiner des campagnes en s’appuyant sur des définitions contrôlées des dépenses de campagne, des occasions qualifiées et du pipeline, recommander des réaffectations budgétaires étayées par des éléments probants et préparer des campagnes de reciblage ou de cycle de vie après approbation d’un responsable de la croissance. Dans chaque cas, Genie fournit les chiffres métier soumis à une gouvernance, tandis que l’agent s’occupe des documents, des communications ou de l’exécution des campagnes.

Autorisations et limites opérationnelles

Les autorisations d’Unity Catalog sont appliquées à chaque requête ; les résultats se limitent donc aux données auxquelles chaque utilisateur peut accéder. La documentation de Genie One MCP recommande l’authentification OAuth au nom de l’utilisateur, qui transmet son identité à la requête ; l’authentification par principal de service est également prise en charge pour les charges de travail automatisées. La configuration commence par l’activation du plug-in dans l’espace de travail de l’agent. Les plug-ins ChatGPT et Claude utilisent des applications OAuth par défaut, ce qui permet aux utilisateurs de se connecter avec leur compte Databricks sans qu’un administrateur ait à créer une application OAuth.

Les réponses de Genie sont asynchrones, car le système recherche des données et exécute du SQL. Les outils de réponse standard tronquent les résultats des requêtes afin de protéger la fenêtre de contexte du modèle, tandis qu’un outil distinct récupère le schéma et les lignes complets ; les résultats très volumineux peuvent toutefois être tronqués.

L’ancien point de terminaison MCP bêta arrivera en fin de vie le 30 novembre 2026. Les requêtes qui lui seront adressées échoueront après cette date ; les charges de travail concernées devront donc passer au point de terminaison Genie One MCP généralement disponible.

La qualité des réponses dépend également de l’environnement de données qui sous-tend l’ontologie. Le guide de mise en œuvre de Databricks du 1er septembre 2026 indique que Genie Ontology fonctionne dès le premier jour, mais qu’une meilleure précision dépend de données propres, de fiches d’entité cohérentes, de métadonnées utiles, de définitions d’indicateurs contrôlées, de ressources certifiées et d’une évaluation continue. Il recommande de commencer par un domaine et d’améliorer ses définitions, ses sources, sa gouvernance et son évaluation avant d’étendre le déploiement.

Ce lancement dote Databricks d’une couche de gouvernance cohérente pour des agents aux capacités natives différentes. À mesure que ces agents passent de l’analyse étayée par des citations à des actions approuvées, la même ontologie peut déterminer les chiffres qu’ils utilisent et les données d’entreprise sous-jacentes auxquelles chaque personne est autorisée à accéder.