Genie One MCP: Proporciona a cualquier agente de AI el contexto empresarial adecuado

Los líderes empresariales a menudo tienen acceso a una gran cantidad de datos, pero aun así no logran obtener una respuesta confiable a una pregunta aparentemente sencilla como: ¿Por qué disminuyeron los ingresos netos un 8% en nuestra cuenta más grande la semana pasada? La respuesta puede abarcar datos de ventas, finanzas, promociones, inventario y cuentas, donde cada fuente puede ser correcta por sí sola, pero diferir en sus definiciones, detalles, relaciones y autoridad.

Sin el contexto empresarial adecuado, los agentes de propósito general no pueden determinar con certeza qué significan sus métricas, qué fuentes son autoritativas, cómo deben conectarse los datos o qué tiene permitido ver cada usuario.

Genie One MCP proporciona un contexto gobernado a cualquier agente de AI compatible con MCP. Conecta asistentes como ChatGPT, Claude, Microsoft Copilot y agentes de programación con Genie One, para que puedan responder preguntas de negocio utilizando definiciones aprobadas, relaciones de datos confiables y controles de acceso basados en permisos. En lugar de pedir a los agentes que infieran el significado a partir de tablas sin procesar o prompts sobrecargados, las organizaciones pueden definir el contexto empresarial una sola vez en Genie Ontology y ponerlo a disposición de todos los agentes de AI aprobados.

El problema del contexto con los agentes de propósito general

Los agentes de AI de propósito general heredan la fragmentación y la ambigüedad de los sistemas a los que se conectan. Tres brechas dificultan la obtención de respuestas comerciales confiables:

• Datos fragmentados: Los datos relevantes están dispersos en varios sistemas, se actualizan en diferentes momentos, abarcan límites funcionales y cambian con el tiempo. Una vista consolidada puede estar ya incompleta o desactualizada.
• Significado inconsistente: Términos como ventas netas, promoción activa y a tiempo pueden tener diferentes definiciones según el equipo. Esas definiciones a menudo residen en hojas de cálculo, documentación o conocimiento institucional, y no en un formato que un agente pueda utilizar de manera confiable.
• Falta de autoridad y linaje: Cuando las cifras entran en conflicto, a menudo no está claro qué fuente es la autoritativa, cómo se transformaron los datos o qué definición generó el resultado.

Un análisis confiable requiere más que solo recuperar datos. Un agente necesita comprender cómo se relacionan los hechos de negocio, qué definiciones se aplican y qué fuentes deben tener prioridad.

El acceso directo a los datos no es contexto empresarial

Conectar un agente de AI directamente a fuentes estructuradas y no estructuradas proporciona acceso, pero no el contexto empresarial compartido que se necesita para ofrecer respuestas confiables y gobernadas. Sin ese contexto, el acceso directo presenta cuatro desafíos:

• Precisión: El acceso directo no le indica al agente qué fuentes, definiciones o uniones SQL están aprobadas. Esas elecciones determinan la calidad de la respuesta.
• Costo y latencia: Los agentes deben inspeccionar repetidamente los esquemas, la documentación y las relaciones, lo que consume más tokens y ralentiza las respuestas.
• Gobernanza: Las conexiones directas entre sistemas de origen pueden dificultar la aplicación coherente de los controles de acceso en el contexto del usuario final.
• Consistencia: Sin un contexto compartido, cada cliente, modelo o sesión puede interpretar las definiciones de manera diferente, lo que genera respuestas inconsistentes.

Construcción de la capa de contexto con Genie Ontology

Genie Ontology es la capa de contexto gobernada en Databricks que ayuda a Genie One a comprender su negocio. Combina métricas aprobadas, definiciones comerciales, relaciones, propiedad y políticas de acceso con el contexto inferido de activos empresariales confiables como notebooks, consultas, dashboards, documentación y Genie Agents.

Genie One utiliza ese contexto para identificar las definiciones y fuentes correctas, conciliar conflictos según la autoridad y la certificación, y aplicar los permisos de cada usuario. El resultado son respuestas rastreables y basadas en permisos, fundamentadas en un contexto empresarial gobernado.

Aplicado a nuestra primera pregunta: ¿Por qué disminuyeron los ingresos netos un 8% en nuestra cuenta más grande la semana pasada? Genie Ontology: 

• Fundamenta los ingresos netos en su definición de métrica aprobada,
• Conecta los activos de ventas, finanzas, promociones, inventario y cuentas a través de relaciones gobernadas, y 
• Prioriza el contexto certificado si esas fuentes no coinciden. 

Esto da como resultado no solo una respuesta de alta calidad, sino también una explicación completa que los usuarios pueden rastrear hasta las definiciones y los activos gobernados que la respaldan.

Una capa de contexto compartida para cada agente de AI 

Una capa de contexto gobernada adquiere más valor cuando se puede utilizar de manera consistente en los lugares de trabajo de las personas. Genie One ofrece una experiencia nativa de colaboración con AI en Databricks, mientras que el servidor Genie One MCP extiende el mismo contexto empresarial gobernado a otros asistentes de AI aprobados, agentes de programación e interfaces de clientes. Juntos, permiten a las organizaciones construir el significado empresarial una sola vez en Genie Ontology y aplicarlo en un ecosistema de AI en constante evolución.

Genie One: un colaborador inteligente con los datos 

Genie One es el colaborador de AI inteligente con los datos de Databricks para usuarios de negocios. Impulsado por Genie Ontology, ayuda a los equipos a responder preguntas comerciales con un uso intensivo de datos, sintetizar información de fuentes empresariales y transformar los insights en tareas de seguimiento como documentos, tareas y acciones programadas, tanto en Databricks como en herramientas de terceros como Google Drive, Microsoft 365, Atlassian, Slack, GitHub y Glean. 

Genie One MCP: lleve el contexto empresarial a los agentes que ya utiliza

Genie One MCP extiende el mismo contexto gobernado a asistentes de AI y agentes de programación populares. Si ya utiliza Claude, ChatGPT, Microsoft Copilot o un agente de programación como Claude Code, Genie One MCP expone a Genie como una herramienta para cualquiera de ellos, con la misma ontología y la misma aplicación de permisos que una superficie nativa.

Genie One MCP puede proporcionar de inmediato un contexto empresarial profundo a los asistentes de AI, lo que mejora significativamente la calidad de la interacción con los usuarios de negocios. Algunos ejemplos incluyen:

Revisión del rendimiento de las campañas: Un líder de marketing le pregunta a ChatGPT Business qué campañas generan un pipeline calificado y dónde reasignar el presupuesto. Genie One conecta datos aprobados de atribución, campañas, gastos, clientes potenciales y oportunidades; ChatGPT convierte los hallazgos en un plan de acción para la campaña.

Revisión comercial mensual: Un líder de finanzas le pregunta a Claude Cowork qué está impulsando la brecha entre el margen previsto y el real, y qué regiones requieren medidas. Genie One identifica el pronóstico oficial, la definición de margen aprobada y los factores operativos relevantes; Claude convierte los hallazgos en una narrativa de revisión operativa y una lista de acciones.

Revisión de retención de clientes: Un líder de éxito del cliente le pregunta a Microsoft Copilot Cowork qué clientes muestran una disminución en la adopción, un aumento en el volumen de soporte y riesgo de renovación. Genie One conecta el contexto gobernado de clientes, uso del producto, soporte y contratos; luego, Copilot prioriza las cuentas en riesgo y prepara un seguimiento específico.

Configuración de Genie One MCP

La configuración comienza en un espacio de trabajo con el botón de vista previa y una conexión de cliente. Los pasos varían según el cliente, por lo que debe seguir las instrucciones en nuestra documentación de asistentes de AI y agentes de programación para obtener más detalles. Una vez establecida la conexión, debería poder ver la conexión de Genie One MCP en su asistente de AI (consulte a continuación un ejemplo de Claude Cowork).

La experiencia de Genie One MCP

Una vez configurado, Claude puede invocar Genie One MCP cuando se le haga cualquier pregunta que requiera contexto empresarial. En respuesta, Genie One devuelve una respuesta completamente razonada y formulada respetando plenamente los controles de acceso a los activos de datos subyacentes (consulte a continuación los ejemplos de Claude Cowork y ChatGPT). 

El servidor Genie One MCP proporciona MCP Apps, una extensión que permite a un servidor devolver una vista interactiva en lugar de texto sin formato. En los clientes que admiten MCP apps, el servidor devuelve una vista interactiva, renderizando elementos visuales, métricas de resumen y citas de Genie Ontology dentro de la interfaz del asistente de IA (ver a continuación). Nota: Los clientes que admiten MCP Apps obtienen automáticamente la vista interactiva, mientras que los clientes sin soporte para MCP Apps siguen recibiendo resultados solo de texto. 

 ChatGPT con Genie One MCP

 Claude Cowork con Genie One MCP

Llamar a Claude con MCP es fácil con el comando simple ug claude, que se conectará a la instancia de Claude en el espacio de trabajo de Databricks. Una vez que el endpoint de servicio del modelo Claude esté abierto, se puede utilizar directamente a través de la línea de comandos. Con la integración de Genie One MCP, Claude tiene contexto para responder con precisión.

Código de Claude (CLI) con Genie One MCP

Cómo funciona Genie One MCP

Contrato de herramientas

Genie One MCP permite que los agentes de IA externos utilicen el poder de las capacidades de analítica conversacional gobernada de Genie One enviando una pregunta en lenguaje natural. Genie interpreta la terminología empresarial, busca en los datos empresariales permitidos, genera y ejecuta SQL, y devuelve una respuesta fundamentada con enlaces de origen de Databricks. 

Para habilitar esto, el servidor Genie One MCP expone cinco herramientas: 

• genie_ask inicia una respuesta y devuelve un conversation_id y response_id genie_poll_response devuelve los pasos del progreso y, al finalizar, la respuesta con un enlace profundo Explore in Databricks 
• genie_get_query_result devuelve el conjunto de resultados completo cuando la respuesta truncada es insuficiente
• genie_cancel_response detiene un turno en curso  
• view_ask reemplaza genie_ask en clientes que admiten MCP Apps, renderizando un panel interactivo con progreso, visualizaciones y citas de ontología en línea
• warehouse_id _meta el parámetro fija la ejecución a un SQL warehouse específico

Identidad y control de acceso

Cuando los agentes realizan consultas a través de Genie One en lugar de las tablas subyacentes, este determina a qué métricas pueden acceder los usuarios y cómo se calculan. Por lo tanto, la identidad del usuario debe fluir a través de la solicitud. El enfoque recomendado es la autenticación de usuario on-behalf-of (OBO). El asistente externo pasa el token OAuth del usuario final, y Genie evalúa los privilegios de Unity Catalog, los filtros de filas y las máscaras de columnas en el contexto de ese usuario. Los usuarios reciben solo los resultados autorizados, y los enlaces profundos abren solo los activos a los que pueden acceder.

Dos usuarios pueden hacer la misma pregunta en el mismo cliente y recibir respuestas con el alcance adecuado sin necesidad de una lógica de prompt por usuario. La autenticación machine-to-machine con un service principal está disponible para integraciones orientadas al exterior, pero representa a cada llamador como una sola identidad, lo que elimina la aplicación de permisos por usuario y limita potencialmente la personalización y la memoria.

Acceso a Genie en todas partes cubre los patrones U2M, M2M y OBO y sus implicaciones de gobernanza. Las conexiones MCP externas son objetos de Unity Catalog gobernados a través de concesiones estándar.

Gestión y monitoreo

Los servidores MCP administrados se enumeran en Agents > MCPs en el espacio de trabajo y son visibles en Unity Gateway. Los eventos de chat de Genie One aparecen en los registros de auditoría, la ejecución de SQL en el Query History y el consumo en las tablas del sistema de facturación. Estas son algunas prácticas recomendadas para producción:

• Ajuste Genie One en un solo lugar. El servidor MCP respeta las instrucciones del espacio de trabajo, la certificación y la curación de Genie Agents configuradas en Databricks. No intente dirigir a Genie One desde el prompt del sistema del cliente.
• Prefiera el servidor MCP de Genie Agent en /api/2.0/mcp/genie/{genie_space_id} cuando un caso de uso se asocie a un único dominio curado. Expone un único agente de solo lectura con sus propias instrucciones y SQL de confianza, lo que es más fácil de evaluar y delimitar.
• Registre una aplicación OAuth por plataforma de cliente con el alcance mínimo y tiempos de vida de token que coincidan con su política de identidad.
• Tenga en cuenta el tiempo de espera de ejecución de SQL de 90 segundos y el límite de QPM de Genie del espacio de trabajo al dimensionar un despliegue; las preguntas dirigidas a Genie Agents cuentan para este último.
• Valide la gobernanza mediante la suplantación de identidad: haga la misma pregunta como miembro de diferentes grupos a través del cliente externo y confirme que las respuestas difieren según lo esperado.

Primeros pasos con Genie One MCP

Los agentes, las interfaces de cliente y los protocolos de integración seguirán cambiando. Los asistentes de IA de propósito general aún pueden beneficiarse de un contexto empresarial compartido y gobernado. 

Utilice Genie Ontology para establecer ese contexto compartido, luego implemente Genie One MCP para llevar las capacidades de reconocimiento de datos de Genie One a los agentes y flujos de trabajo que sus equipos ya utilizan.

Para obtener más información, revise estos recursos: 

• Genie One MCP ya está disponible de forma general 
• Puesta en marcha de Genie Ontology en su pila de datos
• Servidor Genie One MCP, documentación: 
  • Servidores MCP administrados
  • Conectar MCP a asistentes de IA y agentes de programación

(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original