Databricks beskriver tre veier til bedriftsbruk av OpenAI-verktøy

Databricks publiserte en oversikt over hvordan bedrifter kan ta i bruk 13. november 2026. Den beskriver tre måter å bruke OpenAI-verktøy med styrte bedriftsdata på: ChatGPT-analyse gjennom Genie, sentralt styrte Codex-utrullinger og skreddersydde agenter driftet som Databricks Apps.

Veiledningen bygger videre på et flerårig partnerskap som ble kunngjort 25. september 2025. I den opprinnelige kunngjøringen ble partnerskapet verdsatt til 100 millioner dollar, og det ble opplyst at OpenAIs egne modeller ville bli tilgjengelige for over 20 000 Databricks-kunder på tvers av skyer. OpenAIs medgrunnlegger og president Greg Brockman beskrev AI uten tilgang til bedriftsdata slik: «Det er som å ansette noen med 20 doktorgrader og aldri invitere dem til et møte.»

I den felles arkitekturen leverer OpenAI GPT-modeller, ChatGPT, Codex og Agents SDK. Databricks bidrar med lakehouse-plattformen, som lagrer styrte bedriftsdata, samt forretningsdefinisjoner, tilgangsregler, ruting av modellforespørsler og applikasjonsinfrastruktur. Genie Ontology tilfører kontekst som er spesifikk for bedriften.

Genie bruker bedriftens definisjoner i ChatGPT

Løsningen for forretningsbrukere er rettet mot ansatte som trenger tall, men ikke skriver SQL-spørringer mot databaser. Gjennom Databricks Genie-pluginen kan ChatGPT-brukere stille spørsmål på naturlig språk. Genie finner relevante data, bruker godkjente måldefinisjoner, kjører spørringen i Databricks og viser resultatene i grafer eller diagrammer. Genie Ontology registrerer måltall, forretningsdefinisjoner og sammenhenger mellom bedriftsdata, slik at et måltall som omsetning følger bedriftens egen definisjon.

Tilgangen er begrenset til data brukeren allerede har tillatelse til å se, og hvert svar lenker til kildene i Databricks. ChatGPT Work kan også foreslå neste steg og hvem som bør involveres, dele funn via Slack eller e-post og utføre handlinger som brukeren har godkjent, gjennom tilkoblede verktøy.

OpenAIs oversikt over pluginen omfatter også generering av SQL, sammendrag av instrumentbord eller Genie-resultater og klargjøring av funn for team. Tilgjengeligheten avhenger av pluginen, abonnementet og innstillingene for arbeidsområdet. Noen tilkoblinger krever at en administrator konfigurerer dem eller godkjenner dem.

Unity Gateway sentraliserer styringen av Codex

For utviklingsteam sender Codex forespørsler via Unity Gateway i stedet for å kontakte OpenAI direkte. Utviklerne beholder den eksisterende arbeidsflyten og autentiserer seg med en Databricks-legitimasjon, mens OpenAI API-nøkkelen forblir i gatewayen. Alle forespørsler loggføres, og teknologiledere kan fastsette teamenes budsjetter, gå gjennom utgiftene per team og velge hvilken GPT-modell som skal håndtere hver oppgave.

Den anbefalte konfigurasjonen installerer kommandolinjeverktøyet Unity Gateway og kjører ug codex. Databricks’ konfigurasjonsveiledning dekker også manuell konfigurering og kjøring av Codex på Databricks’ databehandlingsmiljø. Kvalifiserte ChatGPT Go-, Plus-, Pro- og Enterprise-abonnementer kan kobles til via en tjeneste for modelltilbydere som en administrator har konfigurert. Forespørslene belastes ChatGPT-abonnementet. Unity Gateway er generelt tilgjengelig, mens de dokumenterte SQL-, sandkasse- og nettsøkeverktøyene samt Unity Gateway-ferdighetene fortsatt er i betaversjon.

Skreddersydde agenter bruker styrte data og felles kontrollmekanismer

Den tredje løsningen gjelder skreddersydde agenter for forretningsprosesser som bruker data under strenge sikkerhets- og styringsregler. Databricks Model Serving kjører OpenAI-modeller ved siden av disse styrte dataene, og det er ikke nødvendig med en ekstern API-nøkkel når Databricks står for modellserveringen. Team kan bygge og evaluere agenter i Agent Bricks eller bruke OpenAI Agents SDK og distribuere resultatet som en Databricks App.

Den offisielle appmalen inneholder et samtalebasert REST API, et interaktivt chatte grensesnitt og MLflow-kode for evaluering. MLflow AgentServer håndterer ruting av forespørsler, logging og feilbehandling, med innebygd sporing og observerbarhet. Et ResponsesAgent grensesnitt gir kompatibilitet med Databricks-verktøy for evaluering og utrulling, mens Model Context Protocol kobler agenten til verktøy og datakilder.

På tvers av disse løsningene håndterer Unity Catalog tilgangstillatelser, Unity Gateway sørger for ruting av forespørsler og kostnadskontroll, og Lakebase tilbyr administrert Postgres-lagring for agentminne og -tilstand. Databricks planlegger oppfølgingsinnlegg om arkitektur, oppsett og erfaringer fra kunder for hver løsning.

Denne felles arkitekturen gir forretningsspørringer, kodeforespørsler og skreddersydde agenter ett rammeverk for tilgangstillatelser og kostnadskontroll. Dermed blir styring et felles fundament etter hvert som bruken av OpenAI øker i bedriften.