Databricks Menguraikan Tiga Jalur Adopsi Perangkat OpenAI di Perusahaan

Pada 13 November 2026, Databricks menerbitkan ikhtisar adopsi di perusahaan yang menjelaskan tiga cara menggunakan perangkat OpenAI dengan data perusahaan yang diatur: analitik ChatGPT melalui Genie, penerapan Codex dengan kendali terpusat, dan agen khusus yang dihosting sebagai Databricks Apps.

Panduan ini melanjutkan kemitraan multiyear yang diumumkan pada 25 September 2025. Dalam pengumuman awal, nilai kemitraan itu disebut sebesar $100 juta, dan model OpenAI bawaan akan tersedia bagi lebih dari 20.000 pelanggan Databricks di berbagai cloud. Salah satu pendiri sekaligus presiden OpenAI, Greg Brockman, menggambarkan AI tanpa data perusahaan seperti ini: “rasanya seperti mempekerjakan seseorang dengan 20 gelar PhD dan tidak pernah mengundangnya ke rapat.”

Dalam arsitektur bersama ini, OpenAI menyediakan model GPT, ChatGPT, Codex, dan Agents SDK-nya. Databricks menyediakan lakehouse yang menyimpan data perusahaan dengan tata kelola, beserta definisi bisnis, aturan akses, perutean permintaan model, dan infrastruktur aplikasi. Genie Ontology menambahkan konteks khusus perusahaan.

Genie Menerapkan Definisi Perusahaan di ChatGPT

Jalur bagi pengguna bisnis ditujukan kepada karyawan yang membutuhkan angka, tetapi tidak menulis kueri basis data SQL. Melalui plugin Databricks Genie, pengguna ChatGPT dapat mengajukan pertanyaan dalam bahasa sehari-hari; Genie mengidentifikasi data yang relevan, menerapkan definisi metrik yang disetujui, menjalankan kueri di Databricks, lalu menyajikan grafik atau bagan. Genie Ontology mencatat metrik, definisi bisnis, dan hubungan antar-data perusahaan, sehingga metrik seperti pendapatan mengikuti definisi perusahaan itu sendiri.

Akses tetap terbatas pada data yang memang diizinkan untuk dilihat oleh pengguna, dan setiap jawaban menyertakan tautan ke sumbernya di Databricks. ChatGPT Work juga dapat menyarankan langkah selanjutnya dan pihak yang perlu dilibatkan, membagikan temuan melalui Slack atau email, serta menjalankan tindakan yang disetujui pengguna melalui alat yang terhubung.

Daftar plugin OpenAI juga mencakup pembuatan SQL, ringkasan dasbor atau hasil Genie, serta pengemasan temuan untuk dibagikan kepada tim. Ketersediaannya bergantung pada plugin, paket langganan, dan pengaturan ruang kerja; beberapa koneksi memerlukan konfigurasi atau persetujuan administrator.

Unity Gateway Memusatkan Tata Kelola Codex

Bagi tim rekayasa, Codex mengirimkan permintaan melalui Unity Gateway alih-alih menghubungi OpenAI secara langsung. Pengembang tetap menggunakan alur kerja yang sudah ada dan melakukan autentikasi dengan kredensial Databricks, sementara kunci API OpenAI tetap tersimpan di gateway. Setiap permintaan dicatat, dan pimpinan rekayasa dapat menetapkan anggaran tim, meninjau pengeluaran tiap tim, serta memilih model GPT yang menangani setiap tugas.

Penyiapan yang direkomendasikan memasang alat baris perintah Unity Gateway dan menjalankan ug codex. Dokumentasi penyiapan Databricks juga membahas konfigurasi manual dan menjalankan Codex pada komputasi Databricks. Langganan ChatGPT Go, Plus, Pro, dan Enterprise yang memenuhi syarat dapat terhubung melalui layanan penyedia model yang dikonfigurasi administrator, dengan biaya permintaan dibebankan ke langganan ChatGPT. Unity Gateway sendiri tersedia secara umum; alat SQL, sandbox, dan pencarian web serta keterampilan Unity Gateway yang didokumentasikan masih dalam versi beta.

Agen Khusus Menggunakan Data dengan Tata Kelola dan Kendali Bersama

Jalur ketiga adalah agen khusus untuk proses bisnis yang menggunakan data dengan aturan keamanan dan tata kelola yang ketat. Databricks Model Serving menjalankan model OpenAI di dekat data yang diatur tersebut, dan kunci API eksternal tidak diperlukan saat Databricks menyajikan modelnya. Tim dapat membangun dan mengevaluasi agen di Agent Bricks atau menggunakan OpenAI Agents SDK, lalu menerapkan hasilnya sebagai Databricks App.

Templat aplikasi resmi menyediakan API REST percakapan, antarmuka obrolan interaktif, dan kode evaluasi MLflow. MLflow AgentServer mengelola perutean permintaan, pencatatan, dan penanganan kesalahan, dengan pelacakan dan observabilitas bawaan. Sebuah ResponsesAgent antarmuka menyediakan kompatibilitas dengan alat evaluasi dan penerapan Databricks, sementara Model Context Protocol menghubungkan agen ke alat dan sumber data.

Di seluruh pola ini, Unity Catalog menyediakan izin, Unity Gateway menangani perutean permintaan dan pengendalian biaya, sedangkan Lakebase menyediakan penyimpanan Postgres terkelola untuk memori dan status agen. Databricks berencana menerbitkan tulisan lanjutan tentang arsitektur, penyiapan, dan pembelajaran dari pelanggan untuk setiap pola.

Arsitektur bersama ini memberi kueri bisnis, permintaan pemrograman, dan agen khusus satu kerangka kerja untuk mengatur izin dan mengendalikan biaya, sehingga tata kelola menjadi landasan bersama seiring meluasnya penggunaan OpenAI di seluruh perusahaan.