एआई मॉडल और प्लेटफ़ॉर्म
OpenAI टूल्स को एंटरप्राइज़ में अपनाने के तीन रास्तों का विवरण Databricks ने दिया
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुGenie lets ChatGPT users query governed data using approved metric definitions without…
और देखें
- Genie lets ChatGPT users query governed data using approved metric definitions without writing SQL.
- Unity Gateway keeps the OpenAI API key centralized while logging every Codex request for cost control.
- Custom agents run OpenAI models beside governed data through Model Serving without external API keys.
13 नवंबर 2026 को Databricks ने एंटरप्राइज़ में अपनाने के तरीकों का एक अवलोकन प्रकाशित किया, जिसमें डेटा-शासन के तहत रखे गए कंपनी डेटा के साथ OpenAI टूल इस्तेमाल करने के तीन तरीके बताए गए: Genie के ज़रिए ChatGPT एनालिटिक्स, केंद्रीय रूप से नियंत्रित Codex परिनियोजन और Databricks Apps के रूप में होस्ट किए गए कस्टम एजेंट।
यह गाइड 25 सितंबर 2025 को घोषित कई वर्षों की साझेदारी पर आधारित है। मूल घोषणा में इस साझेदारी का मूल्य 100 मिलियन डॉलर बताया गया था और कहा गया था कि सभी क्लाउड पर Databricks के 20,000 से अधिक ग्राहकों को OpenAI के मूल मॉडल उपलब्ध होंगे। OpenAI के सह-संस्थापक और अध्यक्ष Greg Brockman ने कंपनी के डेटा के बिना AI के इस्तेमाल को इस तरह समझाया: “यह ऐसा है, जैसे 20 पीएचडी डिग्रियों वाले किसी व्यक्ति को नौकरी पर रखें और उसे कभी किसी बैठक में बुलाएँ ही नहीं।”
संयुक्त आर्किटेक्चर में OpenAI, GPT मॉडल, ChatGPT, Codex और अपना Agents SDK उपलब्ध कराता है। Databricks लैकहाउस देता है, जिसमें डेटा-शासन के तहत कंपनी का डेटा संग्रहीत होता है; इसके साथ ही वह व्यावसायिक परिभाषाएँ, पहुँच नियम, मॉडल अनुरोधों की रूटिंग और एप्लिकेशन का बुनियादी ढाँचा भी उपलब्ध कराता है। Genie Ontology कंपनी-विशिष्ट संदर्भ जोड़ता है।
Genie, ChatGPT में कंपनी की परिभाषाओं के अनुसार काम करता है
व्यावसायिक उपयोगकर्ताओं के लिए यह विकल्प उन कर्मचारियों को ध्यान में रखता है जिन्हें आँकड़ों की ज़रूरत होती है, लेकिन वे SQL डेटाबेस क्वेरी नहीं लिखते। Databricks Genie प्लगइन के ज़रिए ChatGPT उपयोगकर्ता सामान्य भाषा में सवाल पूछ सकता है; Genie प्रासंगिक डेटा पहचानता है, स्वीकृत मेट्रिक परिभाषाएँ लागू करता है, Databricks में क्वेरी चलाता है और ग्राफ़ या चार्ट लौटाता है। Genie Ontology मेट्रिक्स, व्यावसायिक परिभाषाएँ और कंपनी के डेटा के बीच संबंध दर्ज करता है, ताकि राजस्व जैसी किसी मेट्रिक की गणना कंपनी की अपनी परिभाषा के अनुसार हो।
उपयोगकर्ता की पहुँच केवल उसी डेटा तक सीमित रहती है जिसे देखने की उसे पहले से अनुमति है, और हर उत्तर में Databricks के स्रोतों के लिंक होते हैं। ChatGPT Work अगले कदम सुझा सकता है और बता सकता है कि किसे शामिल किया जाना चाहिए, Slack या ईमेल के ज़रिए निष्कर्ष साझा कर सकता है और जुड़े हुए टूल्स के माध्यम से उपयोगकर्ता द्वारा स्वीकृत कार्रवाइयाँ कर सकता है।
OpenAI की प्लगइन सूची में SQL तैयार करना, डैशबोर्ड या Genie के आउटपुट का सारांश बनाना और टीमों के लिए निष्कर्षों को संकलित करना भी शामिल है। उपलब्धता प्लगइन, सदस्यता योजना और वर्कस्पेस की सेटिंग पर निर्भर करती है; कुछ कनेक्शन के लिए व्यवस्थापक को सेटअप या मंज़ूरी देनी होती है।
Unity Gateway, Codex के नियंत्रण को केंद्रीय बनाता है
इंजीनियरिंग टीमों के लिए Codex, OpenAI से सीधे संपर्क करने के बजाय Unity Gateway के ज़रिए अनुरोध भेजता है। डेवलपर अपना मौजूदा कार्यप्रवाह बनाए रखते हैं और Databricks क्रेडेंशियल से प्रमाणीकरण करते हैं, जबकि OpenAI API कुंजी गेटवे में ही रहती है। हर अनुरोध का लॉग रखा जाता है और इंजीनियरिंग प्रमुख टीमों के लिए बजट तय कर सकते हैं, टीमवार खर्च की समीक्षा कर सकते हैं और चुन सकते हैं कि हर काम के लिए कौन-सा GPT मॉडल इस्तेमाल हो।
अनुशंसित सेटअप में Unity Gateway कमांड-लाइन टूल इंस्टॉल करके चलाया जाता है ug codex। Databricks के सेटअप दस्तावेज़ में मैन्युअल कॉन्फ़िगरेशन और Databricks कंप्यूट पर Codex चलाने का तरीका भी शामिल है। पात्र ChatGPT Go, Plus, Pro और Enterprise सदस्यताएँ व्यवस्थापक द्वारा कॉन्फ़िगर की गई मॉडल-प्रदाता सेवा के ज़रिए जुड़ सकती हैं; इन अनुरोधों का बिल ChatGPT सदस्यता में जोड़ा जाता है। Unity Gateway आम तौर पर उपलब्ध है; दस्तावेज़ में बताए गए SQL, सैंडबॉक्स और वेब-सर्च टूल्स तथा Unity Gateway स्किल्स अभी बीटा में हैं।
कस्टम एजेंट, डेटा-शासन के अधीन डेटा और साझा नियंत्रणों का उपयोग करते हैं
तीसरा विकल्प उन व्यावसायिक प्रक्रियाओं के लिए कस्टम एजेंट बनाने से जुड़ा है जो कड़े सुरक्षा और डेटा-शासन नियमों के अधीन डेटा का उपयोग करती हैं। Databricks Model Serving, OpenAI मॉडल को उस डेटा के पास चलाता है और जब मॉडल Databricks पर चलता है, तो बाहरी API कुंजी की ज़रूरत नहीं होती। टीमें Agent Bricks में एजेंट बना और उनका मूल्यांकन कर सकती हैं, या OpenAI Agents SDK का इस्तेमाल करके तैयार एजेंट को Databricks App के रूप में परिनियोजित कर सकती हैं।
आधिकारिक ऐप टेम्पलेट में संवाद के लिए REST API, इंटरैक्टिव चैट इंटरफ़ेस और MLflow मूल्यांकन कोड शामिल हैं। इसका MLflow AgentServer अनुरोधों की रूटिंग, लॉगिंग और त्रुटि प्रबंधन करता है; इसमें ट्रेसिंग और निगरानी की सुविधाएँ भी अंतर्निहित हैं। एक ResponsesAgent इंटरफ़ेस Databricks के मूल्यांकन और परिनियोजन टूल्स के साथ संगतता प्रदान करता है, जबकि Model Context Protocol एजेंट को टूल्स और डेटा स्रोतों से जोड़ता है।
इन सभी तरीकों में Unity Catalog अनुमतियाँ सँभालता है, Unity Gateway अनुरोधों की रूटिंग और लागत नियंत्रण का काम करता है, और Lakebase एजेंट की मेमोरी और स्थिति के लिए प्रबंधित Postgres स्टोरेज उपलब्ध कराता है। Databricks की योजना हर तरीके के आर्किटेक्चर, सेटअप और ग्राहकों से मिले सबक पर आगे की पोस्ट प्रकाशित करने की है।
इस साझा आर्किटेक्चर के कारण व्यावसायिक क्वेरी, कोडिंग अनुरोध और कस्टम एजेंट—सभी के लिए अनुमतियों और लागत नियंत्रण का एक ही ढाँचा उपलब्ध होता है। इससे कंपनी में OpenAI का उपयोग बढ़ने के साथ डेटा-शासन एक साझा आधार बन जाता है।
