Databricks представил обновленную версию AI-агента Genie, способного самостоятельно выполнять сложные многошаговые работы. Ключевое отличие от предыдущих версий — агент теперь работает на основе онтологии, которая дает ему контекст из данных, хранящихся на платформе Databricks. Это позволяет ему понимать не просто текст запроса, а связь между информацией в компании и выбирать нужные источники для решения задачи.
CEO Databricks Али Гходси продемонстрировал практическое использование Genie, показав не маркетинговую презентацию, а свои реальные диалоги с агентом. Genie анализировал результаты опроса сотрудников, вычленяя области, где компания получила низкие оценки, и помогал оценивать предложенные руководителями «исправления». Агент также резюмировал неудачный звонок продаж потенциальному клиенту, включая требования, которые озвучил проспект перед отказом от покупки. Genie даже готовил Гходси к подкастовому интервью, обзывая его предыдущие выступления и предлагая вероятные вопросы.
Самое интересное в использовании Ghodsi — он нашел в Genie источник информации, которую в компании размером 12 тысяч человек обычно не доносят до CEO. На масштабе стартапа руководитель знает всех сотрудников лично и получает честные отзывы напрямую. Но когда компания растет, продавец не признается боссу в провальном звонке, HR-менеджер не скажет, что его идея повышения удовлетворенности не сработает. Гходси назвал это числом Данбара — теоретическим максимумом в 150 человек, с которыми люди могут поддерживать стабильные отношения. Genie компенсирует эту естественную информационную изоляцию руководителя.
Databricks позиционирует Genie как постоянного агента для бизнес-лидеров, не только для разработчиков. Компания сравнивает его влияние на бизнес-процессы с тем, как AI-агенты трансформировали работу программистов. Гходси использует Genie и в личной жизни — это показывает, что компания хотя бы на словах верит в надежность своего продукта. Агент интегрирован с платформой Databricks и может работать с данными, которые там уже хранятся, без необходимости передавать информацию третьим сторонам.
На фоне роста расходов на AI-агентов Databricks предлагает механизм контроля через продукт Unity Gateway — он позволяет устанавливать лимиты использования и подставлять более дешевые открытые модели вместо дорогих проприетарных. Это адресует реальную боль для корпоративных клиентов: без ограничений агент, выполняющий тысячи задач, может взрывообразно увеличить счет за облако.
На российском рынке такие агенты станут актуальны в первую очередь для растущих компаний численностью 300-2000 человек, которые уже столкнулись с проблемой масштабирования, но еще не сформировали полноценную структуру analytics и reporting. Например, агент может проанализировать данные CRM и выявить закономерности в потерянных сделках, или обработать результаты опросов сотрудников без промежуточных обработок аналитиком. В контексте российских ограничений на облака локальные установки Databricks или подстановка открытых моделей через Unity Gateway решают вопрос комплайенса — данные остаются на собственной инфраструктуре.
Вопрос, однако, остается практическим: насколько хорошо Genie работает с русским языком, нестандартными форматами данных в российских системах (1С, JTAG и так далее) и требует ли предварительная настройка онтологии значительные инвестиции в понимание специфики бизнеса. Это не маркетинговая проблема, это инженерная — и определит реальный успех продукта на любом рынке.
Алексей Мартыненко
Главный редактор SPV News
Это не маркетинг про magic box, который решит все. Genie решает конкретную проблему: CEO большой компании теряет прямой контакт с реальностью, потому что никто добровольно не расскажет руководству о неудаче. Дать боссу агента, который честно покажет, что не работает, — полезное применение, если оно действительно работает. Самый честный тест будет не демонстрация для журналистов, а то, переживет ли Genie год боевого использования у реальных клиентов без деградации качества и без взрыва счетов за облако.