Annuncio della disponibilità generale di Genie Ontology

Gli agenti di IA sono utili solo nella misura in cui comprendono il business in cui operano. All'interno di un determinato dominio, i team possono curare questa comprensione manualmente. Migliaia di clienti utilizzano ora Genie Agents in produzione in questo modo, tra cui 7-Eleven, Virgin Atlantic e General Motors. Tuttavia, le aziende non distribuiscono più un singolo agente per un singolo dominio. Ne distribuiscono molti in ogni funzione, e ciascuno ha bisogno della stessa comprensione accurata e completa di come funziona il business.

Il contesto aziendale di cui gli agenti hanno bisogno è molto più vasto di quanto qualsiasi team possa mettere per iscritto o modellare manualmente. Vive nella logica dietro a migliaia di dashboard di produzione, query SQL, notebook e modelli semantici BI, così come nei documenti e nelle applicazioni in cui i team registrano le definizioni e mantengono una conoscenza operativa di chi fa cosa. Cambia anche ogni settimana con il lancio di prodotti, l'esecuzione di campagne e la riorganizzazione dei team.

Ecco perché storicamente le ontologie hanno faticato nelle aziende. Create da specialisti e gestite manualmente, catturavano solo una piccola fetta del business e diventavano rapidamente obsolete man mano che l'azienda evolveva. Gli agenti cambiano entrambi i lati di questo problema. Ora sono i principali consumatori del contesto aziendale e possono anche produrlo imparando dal lavoro che i team fanno già. Il risultato è un nuovo tipo di ontologia agentica, costruita dagli agenti, usata dagli agenti e governata dalle persone che conoscono il business.

Crediamo che ogni organizzazione avrà bisogno di un'unica ontologia agentica che si connetta a tutti i suoi dati, impari continuamente da come opera il business e dia a ogni agente la stessa comprensione governata, sia che funzioni su Databricks che altrove. Costruire il contesto, agente per agente, produce viste separate e parziali del business, e queste viste inevitabilmente vanno in conflitto. Un'ontologia aziendale dovrebbe quindi essere un'infrastruttura condivisa che i leader IT e dei dati possiedono nello stesso modo in cui possiedono la piattaforma dati sottostante.

Al Data + AI Summit, abbiamo presentato Genie Ontology come quel livello. Oggi annunciamo la sua disponibilità generale, con nuove fonti da cui gli agenti possono imparare e nuovi strumenti per le persone per curare e governare ciò che imparano. Condividiamo anche i risultati di un benchmark sviluppato con Turing che mostrano con quanta più precisione lavorano gli agenti quando vi attingono.

Cosa rende Genie Ontology un'ontologia agentica?

Genie Ontology è agentica perché gli agenti costruiscono continuamente la sua conoscenza affinché altri agenti la usino, mentre le persone governano le definizioni di business che richiedono precisione. Combina conoscenza appresa e modellata, la classifica per autorevolezza e fornisce il contesto più affidabile agli agenti rispettando al contempo le autorizzazioni utente esistenti.

Costruita dagli agenti

La maggior parte della conoscenza di Genie Ontology viene appresa automaticamente dai sistemi e dagli artefatti che riflettono come opera un'organizzazione. Gli agenti estraggono il contesto di business dagli asset con cui i team lavorano già, tra cui dashboard di Databricks, query SQL, notebook e modelli semantici in strumenti come Power BI. Questa conoscenza viene catturata come Ontology Snippet, parti riutilizzabili di contesto aziendale come calcoli, regole di business e relazioni tra dati, che vengono continuamente aggiornate man mano che le fonti sottostanti evolvono. Imparando direttamente dal lavoro di tutti i giorni, Genie Ontology diventa più utile nel tempo e cattura la lunga coda di conoscenza specifica del team che sarebbe impraticabile da modellare e mantenere manualmente.

Governata dalle persone

La conoscenza appresa è integrata dalla conoscenza modellata, ovvero il significato di business che i team definiscono esplicitamente e governano tramite Unity Catalog semantics. Questo include Metric Views che contengono KPI certificati, Domains che organizzano la conoscenza per area di business e Pages che registrano definizioni autorevoli di concetti di business. Le organizzazioni modellano il set relativamente piccolo di definizioni che devono essere esatte, come il fatturato riconosciuto o l'ARR, e Genie Ontology tratta tali definizioni come la fonte di verità ovunque si applichino.

Usata da ogni agente

Quando un agente fa una domanda, OntoRank, l'algoritmo di ranking di Genie Ontology basato sull'autorevolezza, valuta la conoscenza appresa e modellata per identificare il contesto più affidabile. Pesa segnali come l'autorevolezza della fonte, la certificazione, l'esperienza e la pertinenza delle persone dietro la conoscenza, la popolarità e la freschezza per risolvere definizioni in conflitto e selezionare il contesto migliore per ciascun utente e domanda. Genie Ontology consegna quindi quel contesto direttamente all'agente, il quale può ragionare partendo dalle definizioni corrette immediatamente anziché perdere tempo e token in un'esplorazione aperta dei dati.

Tramite Genie MCP, lo stesso contesto è disponibile per gli agenti al di fuori di Databricks, come ChatGPT, Claude e Microsoft Copilot, in modo che gli agenti che i team già utilizzano diventino più intelligenti sul business senza dover essere ricostruiti.

L'impatto di un'ontologia agentica

Il test più chiaro di un'ontologia agentica è se gli agenti che vi attingono superano le prestazioni di quelli che devono trovare il contesto per conto proprio. I benchmark esistenti per gli agenti di dati si concentrano principalmente sulle tabelle, e gli agenti di frontiera ora ottengono punteggi simili su di essi, anche se le domande aziendali reali spesso dipendono da un contesto di business frammentato tra notebook, dashboard e documenti. Per approssimare meglio il mondo reale, abbiamo lavorato con Turing per creare un nuovo benchmark che simula un workspace Databricks live e realistico per un fornitore di energia britannico fittizio. Confronta Genie, basato su Genie Ontology, con due agenti di frontiera leader, denominati Agent A e Agent B. Ogni agente ha risposto alle stesse domande cinque volte per attività, e ogni risposta è stata valutata rispetto a una rubrica definita prima dell'inizio delle esecuzioni.

Genie ha risposto correttamente nel 91% delle esecuzioni, 1,6 volte il tasso dell'agente di frontiera più forte, utilizzando meno della metà dei token e finendo da tre a quattro volte più velocemente. Poiché tutti e tre gli agenti scrivono bene in SQL, la differenza deriva dal contesto. Genie ha attinto alla conoscenza che l'Ontology aveva già appreso dal workspace ed è andato direttamente alle regole di business richieste da ciascuna domanda, mentre gli agenti di frontiera hanno dovuto riscoprire quella conoscenza a ogni esecuzione e hanno restituito frequentemente risposte che non riuscivano a soddisfare tali regole. I risultati riflettono una distribuzione consolidata in cui i team hanno accumulato tale conoscenza, e il blog di ricerca sul benchmark copre la metodologia e le procedure dettagliate delle attività. Il tuo team di account può aiutarti a eseguire la stessa valutazione nel tuo workspace.

Connessione di Genie a tutti i tuoi dati.

Un'ontologia agentica può imparare solo dai dati che i suoi agenti possono raggiungere, quindi un livello di contesto per l'intera impresa dipende dalla connessione a una grande varietà di fonti. I dati strutturati entrano in Unity Catalog tramite Lakeflow Connect o vengono federati sul posto, in modo che Genie possa calcolare le risposte direttamente dai dati operativi live. Gran parte di ciò che un'azienda sa, tuttavia, vive al di fuori del lakehouse nei documenti, nei ticket e nei wiki in cui i team registrano le decisioni e spiegano come funzionano le cose. Con questa release, stiamo espandendo significativamente i sistemi a cui si connette l'Ontology.

Genie Search

Genie Search, ora disponibile a livello generale, consente a persone e agenti di trovare e utilizzare la conoscenza aziendale presente in documenti, ticket e wiki insieme agli asset Databricks gestiti, rispettando i permessi di cui dispongono già. Gli utenti possono trovare documenti ovunque nell'azienda o fare domande che ne coinvolgono molti contemporaneamente. Genie restituisce risposte sintetizzate e citate insieme a dashboard, tabelle e Genie Agent che già utilizzano. Poiché il contenuto indicizzato alimenta anche OntoRank, la conoscenza contenuta in quei documenti e ticket diventa parte dell'evidenza valutata dall'Ontology di Genie per decidere a quali fonti affidarsi.

Per configurare Genie Search, tramite la console di amministrazione, un amministratore collega ciascuna fonte e abilita l'indicizzazione. 

Genie può quindi effettuare ricerche sull'intero indice in un unico passaggio anziché interrogare ciascuna fonte separatamente, rendendo le risposte più complete e consentendo agli agenti di trovare le informazioni corrette con un numero inferiore di chiamate agli strumenti e di token. Per attività in tempo reale, come la verifica dello stato di un ticket Jira o la creazione di uno nuovo, Genie Search lavora insieme ai connettori MCP. Genie decide per ogni attività quanta parte attingere dall'indice, da MCP o da SQL. Genie Search supporta oggi Google Drive, Jira, Confluence e Workday, mentre SharePoint è in versione Beta e molti altri connettori saranno presto disponibili.

Ricreare e mantenere i permessi delle fonti è una delle parti più difficili dell'implementazione della ricerca aziendale. Genie Search acquisisce i controlli di accesso di ciascuna fonte insieme al relativo contenuto tramite le connessioni di Unity Catalog e li applica prima di restituire qualsiasi risultato, in modo che le persone e gli agenti vedano solo ciò che potrebbero già aprire nell'applicazione originale. Poiché Genie Search viene eseguito come servizio gestito su Databricks, le organizzazioni non devono mantenere un modello di permessi separato né procurarsi un'infrastruttura di ricerca distinta. Genie Search è disponibile oggi in Genie e per la ricerca di asset sulla pagina Discover.

Offrire agli agenti più contenuti da cui apprendere

La conoscenza appresa è la parte più consistente dell'Ontology di Genie e, con questa versione, si estende oltre il workspace agli strumenti di BI esterni e alle relazioni organizzative che determinano la conoscenza di chi è più rilevante per ciascuna persona.

Ontology Snippets

Ontology Snippets, ora disponibile a livello generale, sono le unità che compongono la conoscenza appresa dall'Ontology di Genie. Genie le crea automaticamente e continuamente dalle dashboard, dalle query SQL e dai notebook che le persone utilizzano già e le aggiorna man mano che quel lavoro cambia, in modo che l'Ontology mantenga il passo con il business senza che nessuno debba gestirla manualmente. Ogni snippet rimane legato all'asset da cui proviene e ne eredita i permessi, il che significa che Genie attinge solo al contesto che l'utente è già autorizzato a visualizzare. Quando Genie cita uno snippet, gli utenti possono vedere da dove proviene la definizione, chi l'ha scritta e perché è stata considerata affidabile.

Fonti di conoscenza esterna

Gran parte della logica di business di un'organizzazione vive già nei modelli semantici di strumenti di BI come Power BI, Tableau e Sigma, e ricostruirla per ogni iniziativa di IA duplica il lavoro e crea una deriva di contesto. Le fonti di conoscenza esterna, ora in versione Beta, portano questa logica nell'Ontology di Genie connettendosi a piattaforme di BI esterne, identificando modelli semantici, misure, colonne calcolate e relazioni, e generando da essi gli Ontology Snippets. Power BI è supportato oggi. Il supporto per Tableau e Sigma arriverà presto, seguito dal supporto per il lignaggio. Per iniziare, consulta la documentazione di prodotto.

Directory organizzative

La conoscenza aziendale è solo metà del quadro. Per renderla utile, gli agenti devono anche comprendere le persone che vi stanno dietro e come si relazionano con chi fa la domanda. Le directory organizzative, ora disponibili a livello generale, portando questo contesto nell'Ontology di Genie. A partire da Workday, importano persone, team e relazioni di reporting, rendendole accessibili tramite un browser di persone in Genie.

L'Ontology di Genie unisce queste relazioni organizzative formali ai segnali di attività che rivelano chi lavora effettivamente insieme attraverso gli asset che creano, condividono e utilizzano. OntoRank utilizza entrambi per dare maggiore peso alla conoscenza proveniente da compagni di squadra e collaboratori stretti, aiutando gli agenti a fornire risposte più pertinenti per ogni utente.

Gestire ciò che gli agenti apprendono

L'Ontology di Genie apprende e migliora continuamente attraverso l'utilizzo, ma la qualità delle risposte di un agente dipende comunque dall'accuratezza della conoscenza su cui si basa. Ecco perché le organizzazioni hanno bisogno della capacità di rivedere, perfezionare e governare la propria ontology. Databricks offre queste funzionalità all'interno della stessa piattaforma che governa i dati sottostanti, garantendo che gli agenti operino su un contesto di business affidabile.

La governance si basa sui controlli che le organizzazioni utilizzano già in tutto Databricks. Unity Catalog gestisce la conoscenza sottostante, supervisionando permessi, lignaggio e definizioni per garantire che utenti e agenti accedano solo a ciò che sono autorizzati a vedere. Unity Gateway gestisce il modo in cui gli agenti interagiscono con tale conoscenza, controllando connessioni, limiti di utilizzo, guardrail e auditing. Insieme, forniscono una governance coerente man mano che l'Ontology di Genie si estende a un numero maggiore di agenti e sistemi, senza introdurre un piano di controllo separato.

Domini e sottodomini di Unity Catalog

Domini e sottodomini, ora disponibili a livello generale, conferiscono all'Ontology di Genie la sua struttura organizzativa. Raggruppano i dati e gli asset di IA in base al loro scopo aziendale, in modo che, quando lo stesso termine significa cose diverse per team differenti, Genie possa applicare la definizione più adatta alla domanda in base al dominio associato. I domini consentono inoltre alle persone di esplorare e trovare dati sulla pagina Discover, in base a come è organizzato il loro business. La cura e la gestione possono essere delegate a livello di dominio o sottodomini, consentendo a Finanza e Marketing di mantenere le proprie definizioni e i propri asset senza fare affidamento su un team centrale.

“Rendere i dati più facili da scoprire e comprendere è una parte importante di come stiamo evolvendo le nostre capacità di analisi in tutta la compagnia aerea. I domini Databricks ci offrono un modo più chiaro e intuitivo per organizzare i nostri dati, aiutando i nostri team a orientarsi in un panorama di dati sempre più complesso con maggiore sicurezza.”- Tom Barber, responsabile BI & Advanced Analytics, Virgin Atlantic

“Domini e sottodomini rendono semplice per gli utenti aziendali individuare e ottenere l'accesso agli asset di dati necessari per il loro ruolo professionale."- Michael Poremba, Senior Manager, Data Architecture, McAfee

Unity Catalog Pages

Unity Catalog Pages, ora disponibili a livello generale, forniscono le tue definizioni autorevoli all'Ontology di Genie. Ogni Page è una spiegazione governata di un termine aziendale, di un'entità o di un acronimo, con un proprietario denominato e una collocazione in un dominio o sottodominio. Quando una domanda riguarda un concetto definito, Genie tratta la Page come la fonte di verità, preferendola al contesto appreso, e la cita in modo che gli utenti possano verificare la risposta.

Gli agenti possono aiutare a creare pagine e anche a consultarle. I team possono usare il prompt "Importa pagine in blocco" in Genie Code per redigere pagine da strumenti connessi a MCP come Confluence, Slack, Google Docs e GitHub, oppure usare l'API pubblica per sincronizzarsi con le piattaforme di conoscenza esistenti. Le pagine si collegano direttamente agli asset di Unity Catalog, alle dashboard e ad altre pagine, e ognuna rimane sotto il controllo del proprietario assegnato.

"Quello che prima mi richiedeva due settimane in un lavoro precedente, ora posso farlo in cinque minuti. Con le pagine di Unity Catalog, Genie capisce come Agrifirm definisce i clienti attivi e inattivi e calcola le finestre di inattività, rendendo le analisi storiche complesse più veloci e trasparenti. Mostrando la metodologia dietro i numeri, Genie ci aiuta a costruire fin da subito fiducia nelle sue risposte." - Henri van Dijk, Data Governance and Quality Assurance Officer, Agrifirm

"Con le pagine di Unity Catalog, possiamo offrire ai nostri agenti Genie una fonte affidabile di conoscenze aziendali prioritarie grazie a Ontology, ottenendo risposte molto migliori a domande specifiche. E poiché usiamo le pagine per definire i termini del settore e gli acronimi, le istruzioni di ogni agente possono essere molto più snelle, garantendo una migliore memoria di lavoro e, di conseguenza, risposte migliori."- Ian Smith, Databricks Platform Manager, Waste Connections

Ontology Manager

Mano a mano che gli agenti arricchiscono Ontology, le persone responsabili hanno bisogno di un modo per vedere cosa sa, trovare dove sono le lacune e curare le conoscenze più importanti. Ontology Manager, presto disponibile in versione Beta, sarà la prima interfaccia visiva per questo lavoro. I data steward e i context engineer valuteranno la salute generale di Ontology, individueranno le lacune più significative, definiranno la struttura di dominio di primo livello e configureranno le fonti di conoscenza esterne. Gli esperti di dominio organizzeranno e cureranno la conoscenza all'interno della propria area di business, e gli utenti aziendali potranno visualizzare il contesto usato da Genie nel rispetto delle proprie autorizzazioni.

Ontology Manager metterà in evidenza anche opportunità ad alto impatto, come domini con copertura limitata o concetti frequenti privi di definizioni governate, e gli steward potranno promuovere ciò che gli agenti hanno imparato direttamente in pagine autorevoli da una coda di revisione. Un grafico interattivo permetterà agli utenti di esplorare le entità e le relazioni all'interno di Genie Ontology e creare nuova conoscenza, mentre una vista gerarchica supporterà la cura quotidiana all'interno di un dominio specifico. Per saperne di più su Ontology Manager, guarda la demo del prodotto.

Cosa dicono i nostri clienti

"Apprezziamo il fatto che Genie Ontology renda il contesto dietro le risposte più trasparente e ispezionabile; le citazioni consentono alle persone di rintracciare le risposte alle fonti sottostanti e alle definizioni di business, il che aiuta a creare fiducia e migliorare l'esperienza per i nostri stakeholder."- Jehan Saga, Manager of Data Engineering, Superhuman

"Genie Ontology è esattamente ciò di cui abbiamo bisogno per scalare l'IA senza perdere il contesto di business che la rende utile. È un moltiplicatore di forza per i nostri team di dati." - Noah Cepela, SVP, Analytics and Insights, Mode Global

"Databricks Ontology con Genie Code è stata una svolta per noi. La stiamo usando per creare dashboard, app, agenti IA e altro ancora. I report di Power BI che prima richiedevano giorni per essere creati ora possono essere realizzati in poche ore con Genie Code, e i nostri analisti sono così entusiasti dell'esperienza che stanno già pensando di spostare gran parte della loro reportistica su Databricks Dashboards. L'impatto va ben oltre la reportistica: gli analisti che prima lavoravano principalmente in Excel e SQL ora usano Genie Code per creare Databricks Apps a supporto dei nostri team operativi. Mettendo questa capacità direttamente nelle mani degli analisti, siamo riusciti a consegnare soluzioni molto più rapidamente e a far risparmiare ai nostri team operativi oltre 1000 ore di lavoro ogni mese."- Kyle Burke, VP, Data Platform, BHG Financial

“La semantica di business ha reso le nostre esperienze con Genie più accurate e consapevoli del contesto in Genie, Agent e Code. Invece di incorporare la conoscenza aziendale nei singoli agenti tramite competenze e istruzioni, possiamo definirla una sola volta e renderla disponibile tra diverse soluzioni e domini.”- Kristoffer Absalonsen, Enterprise Architect, Odfjell Technology

“In Zepto, vogliamo che l'IA capisca come funziona la nostra attività, non solo i dati che elabora. Genie Ontology ci aiuta a farlo unendo definizioni di business e contesto. Ad esempio, metriche come il tempo di evasione degli ordini, il TAT di consegna e il tasso di riempimento sono significative solo se comprese nel giusto contesto aziendale. Questo aiuta l'IA ad andare oltre la semplice misurazione delle metriche, interpretandole e trasformando i dati di business in insight azionabili.”- Deepak Siroya, VP of Analytics, Zepto

Come iniziare

Genie Ontology è disponibile in via generale da oggi. Le organizzazioni possono iniziare con il contesto che già possiedono, governando le definizioni più importanti in Unity Catalog e lasciando che Genie Ontology impari il resto dal lavoro che i loro team svolgono ogni giorno. Per saperne di più:

• Unisciti a noi per l'evento Data + AI Live: Context is just the beginning con Ali Ghodsi e Greg Brockman 
• Esplora la pagina del prodotto Genie Ontology
• Leggi la documentazione di Genie Ontology
• Scarica l'eBook Operationalizing the Enterprise Context Layer
• Guarda il nuovo video demo di Ontology Manager

Questo è uno dei tanti annunci durante la nostra Settimana di Genie. Nei prossimi giorni condivideremo le novità su Genie, Genie Agents e Genie MCP, tutti basati sull'ontologia agentica qui introdotta.

Non vediamo l'ora di scoprire come Genie Ontology ti aiuterà a distribuire agenti IA affidabili in tutta la tua azienda.

(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale