Databricks pokazuje, jak Genie może zostać bezlitosnym analitykiem szefa
Spis treści
Databricks rozwija Genie w kierunku autonomicznego agenta dla biznesu. Narzędzie ma wykonywać wieloetapowe zadania, analizować dane bez stałego nadzoru i przygotowywać wnioski, które mogą być dla kierownictwa zwyczajnie niewygodne.
Ali Ghodsi, dyrektor generalny Databricks, pokazał w rozmowie opisanej przez TechCrunch, jak korzysta z własnej instancji Genie. Agent przeanalizował wyniki ankiety satysfakcji pracowników, pomógł ocenić propozycje działań naprawczych, a także podsumował nieudaną prezentację sprzedażową i wskazał funkcje oczekiwane przez potencjalnego klienta.
Genie ma szukać problemów, których nie widać z gabinetu prezesa
Najciekawszy jest nie sam raport, lecz jego rola w dużej organizacji. Ghodsi przyznał, że przy około 12 tys. pracowników nie ma już bezpośredniego kontaktu z każdym zespołem. Pracownik może nie chcieć przekazać prezesowi informacji o porażce, a menedżer może zbyt optymistycznie oceniać własny pomysł. Agent, który przeszukuje firmowe dane, może w takiej sytuacji wskazać słabe punkty bez konieczności czekania na ręczny raport.
To właśnie dlatego CEO przywołał liczbę Dunbara, czyli około 150 stabilnych relacji, które człowiek może utrzymywać. W małej firmie szef może usłyszeć krytykę bezpośrednio. W większej potrzebuje narzędzia, które połączy rozproszone sygnały z ankiet, rozmów, dokumentów i wyników biznesowych. Sam raport nie zastępuje rozmowy z ludźmi, ale może pomóc zdecydować, o co zapytać.
Ontologia ma dostarczyć agentowi kontekst
Oficjalne materiały Databricks wyjaśniają, że Genie Ontology buduje warstwę kontekstu z tabel, zapytań, pulpitów, potoków danych i podłączonych aplikacji. Organizuje te informacje wraz z definicjami metryk i zależnościami między pojęciami, a następnie uwzględnia ich wiarygodność oraz uprawnienia dostępu. Dzięki temu Genie nie powinno traktować każdej tabeli ani każdego dokumentu jako równie dobrego źródła.
W trybie agentowym system może najpierw zaplanować analizę, potem sprawdzić hipotezy wieloma zapytaniami i na końcu przygotować raport z wizualizacjami oraz odwołaniami do SQL. To ważna różnica względem prostego chatbota odpowiadającego na pojedyncze pytanie. Jednocześnie odpowiedzialność za jakość danych, definicje wskaźników i decyzje pozostaje po stronie firmy.
Agent może być użyteczny, ale koszt wymaga kontroli
Wieloetapowe rozumowanie oznacza więcej zapytań i większe zużycie modeli. Databricks wskazuje na Unity Gateway jako warstwę, w której organizacje mogą ustawiać limity użycia i dobierać tańsze modele open-weight. Dla przedsiębiorstw oznacza to, że wdrożenie agenta nie powinno kończyć się na demonstracji możliwości. Potrzebne są także reguły dostępu, kontrola kosztów i sprawdzanie, czy rekomendacje wynikają z aktualnych danych.
Genie nie daje prezesowi magicznego dostępu do prawdy. Może jednak skrócić drogę od rozproszonych sygnałów do pytania, którego wcześniej nikt nie zadał. W dużej firmie to już konkretna przewaga, pod warunkiem że agent pokazuje podstawę swoich wniosków, a człowiek nie myli automatycznego raportu z gotową decyzją.
Źródła
Autor Artykułu
Marek Kasperski
Marek Kasperski - Marek Kasperski to programista–entuzjasta, który po godzinach zanurza się w świecie nowych technologii i sprzętu komputerowego. Na pcarena.pl łączy wiedzę developerską z pasją do PC, pokazując czytelnikom, jak wybrać odpowiednie podzespoły i zoptymalizować sprzęt pod własne projekty. Pisze z perspektywy praktyka, dzięki czemu jego artykuły są jednocześnie techniczne, przystępne i pełne realnych doświadczeń.