Databricks описывает три пути внедрения инструментов OpenAI в крупных компаниях

13 ноября 2026 года Databricks опубликовала обзор вариантов внедрения в корпоративной среде, в котором описаны три способа использовать инструменты OpenAI с корпоративными данными, управление которыми осуществляется по установленным правилам: аналитика в ChatGPT через Genie, централизованно управляемые развертывания Codex и пользовательские агенты, размещенные в Databricks Apps.

Руководство развивает тему многолетнего партнерства, о котором было объявлено 25 сентября 2025 года. В первоначальном сообщении его стоимость оценивалась в 100 миллионов долларов, а также говорилось, что собственные модели OpenAI станут доступны более чем 20 000 клиентов Databricks в облаках разных провайдеров. Сооснователь и президент OpenAI Грег Брокман так описал использование ИИ без доступа к данным компании: «это всё равно что нанять человека с 20 докторскими степенями и ни разу не пригласить его на совещание».

В рамках совместной архитектуры OpenAI предоставляет модели GPT, ChatGPT, Codex и Agents SDK. Databricks вносит свой вклад в виде lakehouse — архитектуры для хранения корпоративных данных с установленными правилами управления, — а также бизнес-определений, правил доступа, маршрутизации запросов к моделям и инфраструктуры приложений. Genie Ontology добавляет контекст, специфичный для конкретной компании.

Genie применяет корпоративные определения в ChatGPT

Этот вариант для бизнес-пользователей предназначен для сотрудников, которым нужны цифры, но которые не пишут SQL-запросы к базам данных. Через плагин Genie от Databricks пользователь ChatGPT может задать вопрос на обычном языке; Genie определяет нужные данные, применяет утвержденные определения показателей, выполняет запрос в Databricks и возвращает графики или диаграммы. Genie Ontology хранит показатели, бизнес-определения и связи между данными компании, поэтому такой показатель, как выручка, рассчитывается по принятому в компании определению.

Доступ по-прежнему ограничен данными, которые пользователь уже имеет право просматривать, а в каждом ответе есть ссылка на источники в Databricks. ChatGPT Work также может рекомендовать дальнейшие действия и указывать, кого следует привлечь, делиться результатами через Slack или электронную почту, а также выполнять одобренные пользователем действия с помощью подключенных инструментов.

В описании плагина OpenAI также упоминаются создание SQL-запросов, краткие обзоры панелей мониторинга или результатов Genie и подготовка материалов для команд. Доступность зависит от плагина, тарифного плана подписки и настроек рабочей области; для некоторых подключений требуется настройка или одобрение администратора.

Unity Gateway централизует управление Codex

В инженерных командах Codex направляет запросы через Unity Gateway, а не обращается напрямую к OpenAI. Разработчики сохраняют привычный рабочий процесс и проходят аутентификацию с помощью учетных данных Databricks, при этом ключ API OpenAI остается в шлюзе. Все запросы регистрируются, а руководители инженерных команд могут устанавливать бюджеты для команд, анализировать расходы каждой команды и выбирать модель GPT для каждой задачи.

Рекомендуемая настройка предусматривает установку инструмента командной строки Unity Gateway и запуск ug codex. В документации Databricks по настройке также описаны ручная конфигурация и запуск Codex на вычислительных ресурсах Databricks. Подходящие подписки ChatGPT Go, Plus, Pro и Enterprise можно подключить через настроенную администратором службу поставщика моделей; оплата запросов включается в стоимость подписки ChatGPT. Unity Gateway в целом доступен всем пользователям, а описанные инструменты SQL, изолированной среды и веб-поиска, а также навыки Unity Gateway пока находятся на этапе бета-тестирования.

Пользовательские агенты используют данные с установленными правилами управления и общие механизмы контроля

Третий вариант — пользовательские агенты для бизнес-процессов, работающих с данными в условиях строгих требований к безопасности и управлению. Databricks Model Serving запускает модели OpenAI рядом с этими данными, и при размещении модели в Databricks внешний ключ API не требуется. Команды могут создавать агентов и оценивать их в Agent Bricks либо использовать OpenAI Agents SDK, а затем развертывать результат как приложение Databricks.

Официальный шаблон приложения предоставляет REST API для диалогового взаимодействия, интерактивный чат-интерфейс и код оценки MLflow. MLflow AgentServer управляет маршрутизацией запросов, ведением журналов и обработкой ошибок, а также включает встроенные средства трассировки и наблюдаемости. А ResponsesAgent интерфейс обеспечивает совместимость с инструментами оценки и развертывания Databricks, а Model Context Protocol подключает агента к инструментам и источникам данных.

Во всех этих вариантах Unity Catalog управляет разрешениями, Unity Gateway отвечает за маршрутизацию запросов и контроль затрат, а Lakebase предоставляет управляемое хранилище Postgres для памяти и состояния агента. Databricks планирует опубликовать дополнительные материалы об архитектуре, настройке и выводах клиентов для каждого варианта.

Общая архитектура позволяет использовать единый механизм управления разрешениями и затратами для бизнес-запросов, запросов на написание кода и пользовательских агентов, создавая общую основу для управления по мере расширения использования OpenAI в компании.