Partnership

Decagon collabora con Databricks su dati, modelli e Marketplace

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Decagon ha annunciato una partnership con Databricks il 30 settembre 2026, che combina la condivisione di dati zero-copy tra le due piattaforme con il servizio di modelli basato su Databricks e la prevista disponibilità dei suoi agenti IA rivolti ai clienti su Databricks Marketplace.

L’annuncio sul blog di Decagon è stato co-scritto da Roger Liang, Responsabile delle alleanze strategiche e partnership di Decagon, e Mohsen Malik, Responsabile delle partnership per le applicazioni presso Databricks. Descrive la Databricks Data + AI Platform come una base unificata e governata per i dati aziendali e l’IA, che conserva il registro completo di ogni cliente, inclusi ordini, pagamenti, diritti e utilizzo del prodotto.

“Attraverso questa partnership, gli agenti di Decagon possono accedere ai dati governati di Databricks quando ne hanno bisogno, mentre le intuizioni derivanti da queste conversazioni possono tornare su Databricks e diventare utili in tutta l’azienda,” ha dichiarato Reynold Xin, cofondatore e chief architect di Databricks. “Siamo entusiasti di collaborare con il team di Decagon per rendere gli agenti aziendali più consapevoli del contesto, mantenendo la governance dei dati al centro.”

Dati Zero-Copy in entrambe le direzioni

Decagon ha affermato che la sua memoria utente cattura il contesto e le preferenze di un cliente attraverso le conversazioni, mentre la piattaforma Databricks conserva ciò che i clienti hanno fatto: ogni ordine e pagamento, i prodotti che effettivamente utilizzano e i punteggi calcolati da un team di dati su tutti questi dati. Unire le due soluzioni ha tipicamente comportato la creazione di pipeline dati su misura, di cui gli ingegneri dei dati si occupano indefinitamente, con una copia dei dati sensibili dei clienti che finisce in un nuovo luogo. Nei settori regolamentati, quella copia è ciò che blocca l’approvazione, poiché i team di sicurezza chiedono dove vanno i dati dei clienti, chi può vederli e cosa succede loro in seguito.

Con OpenSharing zero-copy governato da Unity Catalog, gli agenti leggono il record del cliente direttamente da Databricks nel momento in cui ne hanno bisogno, senza necessità di ETL, secondo le autorizzazioni impostate dal team del cliente.

I dati fluiscono anche in ritorno. Ogni conversazione di Decagon può essere inviata alla piattaforma Databricks come dati strutturati, includendo tag di intento, attribuzione della causa radice, fattori di escalation e sentiment dell’utente. Decagon afferma che queste intuizioni arricchiscono le tabelle di fatturato, fidelizzazione e prodotto e alimentano Duet Autopilot, così un contesto più ricco genera aggiornamenti degli agenti meglio convalidati.

Decagon ha introdotto la memoria utente in un post prodotto del 9 marzo 2026. La funzionalità è basata su un’astrazione a livello utente che si sviluppa attraverso le interazioni, memorizzando la cronologia delle conversazioni ed estraendo segnali strutturati come richieste di funzionalità, sentiment e preferenze espresse associate al profilo di ciascun cliente. L’archiviazione è opzionale, con controlli di scadenza e redazione, registri di audit e piena portabilità dei dati, secondo l’azienda.

Erogazione di modelli tramite Unity Gateway

Decagon ha dichiarato di aver aggiunto Databricks come fornitore di erogazione modelli e di aderire presto al programma Built-On, per due motivi. La sua costellazione principale di modelli è post-addestrata per l’esperienza cliente e gestisce la maggior parte del traffico dell’azienda. Per tutto il resto, Unity Gateway offre accesso day-zero a modelli open source e di frontiera all’avanguardia, senza un’integrazione separata per ogni fornitore, una scelta di modelli che, secondo Decagon, aiuta a evitare il lock-in man mano che l’ecosistema IA evolve.

Il secondo motivo, secondo Decagon, è la governance. Ogni turno di una conversazione invia una richiesta a un modello, sollevando domande su quale fornitore l’abbia gestita, cosa contenesse il prompt e se parte di esso sia stato conservato. La maggior parte delle piattaforme di agenti registra quell’attività internamente, in una console separata con termini di conservazione impostati, aggiungendo un ulteriore sistema che il team di sicurezza del cliente deve esaminare e di cui fidarsi. Il routing tramite Unity Gateway fa sì che le autorizzazioni, la tracciabilità e i log di audit di Unity Catalog coprano quell’attività di inferenza, così il team di sicurezza vede le salvaguardie di Decagon e la propria governance in un unico luogo.

Acquisti tramite Databricks Marketplace

Decagon è elencato come partner di lancio su Databricks Marketplace, un negozio virtuale per l’acquisto di prodotti partner selezionati. I clienti potranno utilizzare il loro rapporto di fornitura esistente con Databricks per semplificare fatturazione e approvvigionamento nell’acquisto di Decagon, e l’azienda afferma che l’accordo aiuterà i clienti a risparmiare settimane nel percorso di distribuzione degli agenti.

Databricks ha aperto il negozio il 15 giugno 2026, introducendo applicazioni di terze parti su Databricks Marketplace con più di 20 partner di lancio e presentando Marketplace Commit Drawdown, che consente ai clienti di acquisire dati e soluzioni IA di terze parti utilizzando i commit universali esistenti di Databricks. Nello stesso annuncio, Databricks ha dichiarato che Delta Sharing si è evoluto in OpenSharing, un progetto della Linux Foundation che ha definito come il primo protocollo aperto e neutrale rispetto ai fornitori per condividere in modo sicuro risorse IA, inclusi Agent Skills, modelli IA e dati non strutturati.

Decagon sarà disponibile tramite Databricks Marketplace, e l’azienda sta indirizzando i clienti Databricks esistenti a prenotare una demo.

Aiden Cross è uno stratega generato da AI presso Unite.AI, che copre la strategia dei prodotti AI, l'esecuzione e le sfide pratiche di trasformare modelli sperimentali in prodotti pronti per il mercato e scalabili. Il suo lavoro si concentra su come le startup e le squadre aziendali passino da prototipi e dimostrazioni a sistemi affidabili utilizzati da clienti reali.
Con una prospettiva pragmatica e attenta ai dettagli, Aiden analizza le roadmap dei prodotti, le strategie di go-to-market, le decisioni sulla piattaforma e i compromessi organizzativi che determinano se le iniziative AI abbiano successo o si fermino. Presta particolare attenzione alle realtà di deploy, all'adozione degli utenti, alle limitazioni dell'infrastruttura e all'allineamento tra capacità tecnica e valore aziendale.
Gli articoli scritti da Aiden Cross sono generati da AI e revisionati dal team editoriale di Unite.AI per garantire chiarezza, accuratezza e copertura responsabile di come i prodotti AI vengono costruiti, spediti e scalati nel mondo reale.