Como implementar o Genie One: um playbook corporativo passo a passo

Uma diretora regional de vendas quer saber por que o pipeline do Nordeste parece fraco neste trimestre. Ela não precisa de um dashboard; ela precisa de uma resposta antes de sua próxima reunião. Então, ela faz o que sempre fez: envia uma mensagem para o único analista que sabe onde estão os dados confiáveis, que já está com três solicitações atrasadas. Ela terá sua resposta na quinta-feira, o que significa que tomará a decisão sem ela.

O Genie One foi criado para fechar essa lacuna, permitindo que você faça uma pergunta em linguagem natural, obtenha uma resposta baseada em dados governados com as fontes citadas e inicie o trabalho de várias etapas que se segue em questão de minutos.

Pintar essa visão é fácil. A parte mais difícil é fazer com que as equipes de finanças, operações e vendas recorram ao Genie por padrão como seu colega de trabalho de AI preferido. E a diferença entre as ferramentas que pegam e as que fracassam quase nunca é o modelo; é se a ferramenta conhece o seu negócio e se a implementação realmente chega às pessoas que precisam dela. 

Por que as implementações de AI travam

Os esforços de transformação de AI podem travar quando as organizações tentam fazer coisas demais ao mesmo tempo: uma dúzia de domínios de dados na primeira semana, quatro equipes com quatro definições diferentes de "cliente ativo", nenhum proprietário definido para a camada semântica e nenhum mecanismo para verificar se as respostas estão corretas. 

E os usuários perdem a confiança rapidamente quando veem uma resposta incorreta.

A solução é o sequenciamento da sua implementação. Comece com um conjunto restrito de perguntas, ganhe a confiança de um pequeno grupo de early adopters, aja de acordo com o feedback deles e, depois, expanda deliberadamente para mais linhas de negócios.  Seguir essas etapas ajuda os usuários a criar o hábito de usar uma nova ferramenta, onde eles podem ver o valor e se tornarem mais propensos a adotá-la.

Como implementar o Genie para usuários de negócios

Uma implementação do Genie para usuários de negócios tem quatro componentes, cada um com um peso diferente à medida que a adoção cresce:

Genie One é a principal experiência do usuário de negócios: um colega de trabalho de AI inteligente em dados onde as pessoas fazem perguntas, recebem respostas com fontes citadas e tomam atitudes.

Genie Agents são agentes com escopo definido e específicos de um domínio. Um agente com escopo voltado para análise de contratos pode extrair a data de renovação de um PDF, cruzá-la com suas tabelas de receita e sinalizar as contas em risco, tudo em uma única etapa. 

Genie Ontology mapeia termos de negócios, métricas e relacionamentos em um gráfico vivo, ponderando as fontes por autoridade. Você governa os conceitos de verdade fundamental que mais importam por meio de metric views, Pages e Domains. O Genie infere o resto, cobrindo os detalhes que você nunca terminaria de documentar manualmente. 

Unity Catalog é a base da governança. Ele impõe permissões, mascaramento, linhagem e auditoria no momento da consulta, para que usuários e agentes acessem apenas dados autorizados. O Genie Ontology também estende a imposição de permissões para aplicativos e dados de terceiros, permitindo uma camada de governança verdadeiramente unificada.

Fase 0: Fundações, antes do piloto

Objetivo: provar que seus dados e insights podem ser acessados por meio do Genie.

Uma semana investida aqui prepara sua equipe para o sucesso a longo prazo com o Genie. Aqui estão as etapas gerais que as equipes devem seguir:

1. Comece com uma equipe e um conjunto de perguntas claro. Escolha uma equipe com uma necessidade recorrente e atualmente dolorosa. Digamos que seja a equipe de operações de vendas, e o conjunto de perguntas seja sobre a integridade do pipeline: o que está no funil, o que mudou, o que está em risco. 
2. Defina sua camada semântica. O Genie trata isso como autoridade, portanto, a precisão aqui gera precisão downstream. Para operações de vendas, esta é a ordem em que o trabalho pode ser feito:
   1. Domains são a forma como os ativos são organizados por objetivo de negócios. Configure um domínio de Sales Ops e as tabelas de oportunidades, dashboards de pipeline e Genie Agents viverão todos juntos onde as pessoas vão procurá-los. Faça este primeiro, porque as Pages precisam pertencer a um domínio e, caso contrário, você será bloqueado.
   2. Metric views cobrem os 10 a 20 números sobre os quais as pessoas discutem. Bookings, cobertura de pipeline, taxa de ganho (win rate), conversão de estágio. Você escreve a medida uma vez e as pessoas ainda podem segmentá-la por representante, região ou trimestre quando fazem a consulta, o que significa que todos estão extraindo da mesma definição, em vez do que quer que o dashboard deles tenha codificado de forma rígida (hardcoded).
   3. Pages são onde você explica os conceitos por trás desses números. Uma Page para "oportunidade qualificada" contém a definição, os outros nomes pelos quais as pessoas a chamam e os ativos dos quais ela se origina. O Genie One recorrerá a isso antes de adivinhar e citará a Page na resposta para que qualquer pessoa possa verificar seu trabalho. 
3. Atribua proprietários. Cada ativo do catálogo, fragmento de ontologia e agente deve ser associado a alguém responsável, seja um indivíduo ou uma equipe com um canal de entrada real. Equipes de semântica centralizadas fazem isso bem. O que falha é a propriedade que existe apenas no papel, mas não tem um caminho para correção quando uma definição sofre desvio (drift).
4. Estabeleça governança e observabilidade. Provisione usuários piloto no nível da conta. Conceda a permissão de acesso de Consumer aos usuários no nível do workspace e conceda permissões de ativos, como SELECT nos objetos do Unity Catalog por trás de suas metric views, concedidas por meio de grupos, além de CAN USE em um SQL warehouse. Confirme o mascaramento de colunas. Ative os logs de auditoria. Ative os Ontology Snippets e ative os controles do Unity Gateway para visibilidade de uso e custo. É melhor fazer isso enquanto a base é de cinco usuários, não de quinhentos.
5. Defina o que significa "bom". Documente de 25 a 50 perguntas reais que a equipe faz, com respostas sabidamente corretas. Para operações de vendas: "qual é a minha taxa de cobertura para o Q3", "quais negócios saíram deste trimestre", "como a taxa de ganho (win rate) da EMEA se compara à do ano passado". Se você mesmo não puder respondê-las, também não poderá avaliar as respostas do Genie.

Avalie o Genie em relação ao seu conjunto de perguntas antes do piloto e novamente após qualquer alteração na sua semântica. Os erros aqui são a parte útil, pois sinalizam possíveis lacunas na semântica definida. O Genie apresenta uma taxa de cobertura que parece incorreta? Geralmente, o problema não é o modelo. Ninguém nunca definiu a cobertura do pipeline como uma metric view, então o Genie preencheu a lacuna com algo razoável e errado. Cada erro é um indicador para a próxima coisa que vale a pena governar.

Fase 1: O piloto com a primeira equipe

Objetivo: provar que os Genie Agents fornecem respostas confiáveis em um domínio para um grupo pequeno e engajado.

• Recrute de 5 a 10 usuários piloto que darão feedbacks sinceros. 
• Execute uma avaliação semanalmente. Registre cada resposta incorreta e cada "não sei" e, em seguida, resolva a causa raiz — normalmente uma definição ausente, uma coluna ambígua ou uma lacuna na ontologia.
• Defina os critérios de saída com antecedência. Decida como deve ser o estado de "pronto" antes do início do piloto. Três coisas para observar:
  • A precisão se mantém estável em um nível no qual você confiaria para tomar uma decisão real.
  • Os usuários piloto recorrem ao Genie em vez de seu fluxo de trabalho antigo sem que ninguém precise pedir.
  • O backlog de correções de definição está diminuindo em vez de crescer.

O sinal mais claro de que a Fase 1 funcionou é comportamental: um usuário piloto responde à pergunta de um colega encaminhando uma resposta do Genie em vez de abrir uma solicitação.

Fase 2: Expandir para equipes adjacentes

Objetivo: provar que os agentes podem se expandir além do seu primeiro piloto.

• Adicione de dois a três domínios adjacentes, cada um com sua própria semântica, proprietário e conjunto de avaliação. Reutilize o modelo da Fase 1. 
• Promova definições compartilhadas na ontologia para que "receita" e "cliente ativo" signifiquem a mesma coisa em todos os agentes. Mantenha as definições específicas de cada equipe em seu próprio domínio.
• Adicione um fluxo de trabalho de revisão leve. A expansão para novas equipes ocorre apenas depois que o proprietário passa por uma barra de avaliação e uma verificação de governança que abrange permissões, mascaramento e colunas confidenciais. Mantenha o processo leve.
• Fique atento ao drift. Atribua um proprietário e uma cadência de revisão a cada página, e revise as alterações de visualização de métricas em vez de descobri-las mais tarde. Uma definição que diverge de sua consulta de origem não produz apenas uma resposta errada; ela propaga respostas erradas onde quer que a definição seja referenciada.
• Construa uma comunidade. Um canal dedicado no Slack, plantões de dúvidas mensais (office hours) e um guia curto sobre como fazer perguntas eficazes. A adoção se espalha quando os colegas relatam que funcionou, e um canal público é a maneira mais eficiente de tornar isso visível.

Fase 3: Colegas de trabalho de AI em toda a organização

Objetivo: tornar o Genie One o colega de trabalho de AI padrão em toda a sua equipe.

• Implemente o acesso ao Genie One em nível de conta para que as pessoas tenham um colega de trabalho de AI em todos os domínios, com alcance entre workspaces onde apropriado. Ative o gerenciamento automático de identidade e conceda permissões com base nos grupos que você já mantém em seu provedor de identidade, para que os usuários apareçam no primeiro login.
• Adicione instruções de workspace para que cada conversa de chat tenha diretrizes sobre como o chat deve responder.
• Federe a propriedade. Uma equipe de plataforma central possui a ontologia, os padrões e as proteções (guardrails); as equipes de domínio possuem seus próprios agentes e definições. Centralizar tudo cria uma fila; não padronizar nada cria agentes contraditórios que desgastam a confiança.
• Governe o que o Genie One pode acessar. Unity Gateway estende a governança além dos dados, para as ferramentas que o Genie One usa. Os servidores MCP tornam-se objetos protegíveis (securables) sobre os quais você concede permissões, a filtragem de ferramentas restringe o que o Genie pode chamar e as políticas de serviço inspecionam o que entra e o que retorna.
• Encontre as pessoas onde elas trabalham. Habilite os usuários nos aplicativos iOS e Android para que possam conversar com o Genie em qualquer lugar e, se preferirem trabalhar no Slack, Teams, Excel ou Google Sheets, você pode incorporar o Genie nessas ferramentas, permitindo que façam perguntas no próprio contexto. Ou, se eles tiverem se padronizado totalmente em outro agente, use o Genie MCP App para garantir que continuem se beneficiando da Ontologia do Genie.

Um cronograma realista

• Fase 0: 1 a 2 semanas
• Piloto da Fase 1: 4 a 6 semanas
• Expansão da Fase 2: no trimestre seguinte
• Fase 3 em toda a organização: um a dois trimestres depois disso

Avance para a próxima fase quando as evidências mostrarem que você está pronto; se o piloto precisar de mais tempo para organizar as definições, faz sentido usar esse tempo adicional para garantir uma implementação mais tranquila.

Comece com uma equipe

As equipes que acertam nisso geralmente não são aquelas com os dados mais limpos ou com a maior organização de plataforma. Elas começaram com uma equipe, um domínio governado e um conjunto de perguntas pelas quais estavam dispostas a ser avaliadas, fizeram funcionar e conquistaram o espaço para expandir a partir daí.

Revise a documentação do Genie para começar a configurar seu primeiro agente Genie hoje mesmo.

(Esta publicação no blog foi traduzida utilizando ferramentas baseadas em inteligência artificial) Publicação original