por Hanlin Sun
Nos complace presentar el modo Agente en los espacios de Genie. Nuestro equipo ha desarrollado un potente proceso agéntico que planifica, explora y razona iterativamente sobre sus datos para responder a sus preguntas de negocio. Como parte de la Semana de Agentes de Databricks, este blog destaca otra forma en que estamos cambiando la forma en que las organizaciones interactúan con sus datos utilizando IA agéntica.
Esta experiencia desbloquea un nivel mucho más procesable de análisis de datos para todos en su organización. Ahora, cualquiera puede obtener información en tiempo real sobre preguntas de negocio complejas como:

Cuando hace una pregunta en el modo Agente, Genie no solo devuelve una sola consulta. Investiga el problema como un analista de datos real: planificando un enfoque, probando hipótesis e iterando hacia una explicación.
Por ejemplo, imagine un espacio de Genie para soporte al cliente. Nota un aumento en los casos reabiertos en diciembre de 2025 y pregunta: “¿Qué está contribuyendo al aumento de los casos de soporte reabiertos?”
El modo Agente primero confirma el aumento y luego explora posibles contribuyentes como clientes, productos, categorías o equipos. Utiliza el contexto de negocio en su espacio de Genie, incluidos los metadatos de Unity Catalog y la semántica definida por el autor, para centrarse en los factores contribuyentes potenciales más relevantes.

El modo Agente evalúa estas hipótesis ejecutando múltiples consultas contra los datos subyacentes. La semántica definida en el almacén de conocimiento de Genie le enseña cómo producir consultas precisas. También hemos hecho que el trabajo del modo Agente sea transparente para que los usuarios siempre puedan verificar su precisión.
Durante su análisis, Genie reflexiona continuamente sobre los resultados de cada consulta y decide qué explorar a continuación. En este ejemplo, después de probar varios impulsores potenciales del aumento, el agente decide que debe investigar más a fondo si los patrones estacionales están contribuyendo al aumento. Este ciclo iterativo de generación de hipótesis, consulta y reflexión permite a Genie explorar los datos de manera más exhaustiva y llegar a una explicación bien fundamentada.

Después de completar su análisis, Genie genera un informe de sus hallazgos. Siguiendo este ejemplo, el informe primero cuantifica el aumento de los casos reabiertos y luego identifica los principales contribuyentes, a saber, un aumento en los casos relacionados con errores y el rendimiento del equipo regional L2. Para respaldar estas conclusiones, el informe también incluye visualizaciones y referencias al SQL subyacente para que los usuarios las revisen.
