Unificare dati e governance nell'era degli agenti: novità di Azure Databricks

Annunci di Azure Databricks al Data + AI Summit 2026

Al Data + AI Summit 2026, annunciamo un'ondata di nuove funzionalità che portano la combinazione di contesto e controllo nell'era degli agenti. Per consentire alle aziende di passare da progetti pilota di AI sperimentali e limitati a flussi di lavoro automatizzati pronti per la produzione, stiamo espandendo la piattaforma Azure Databricks su quattro pilastri fondamentali: creando una base in tempo reale ultraveloce e zero-copy con Agentic Data; integrando assistenti AI intelligenti per i dati direttamente negli strumenti di produttività quotidiana con Agentic Dev & Work; distribuendo una personalizzazione autonoma e integrata nel lakehouse con Agentic Marketing; e ancorando l'intero ecosistema a un framework di governance intelligente e sicuro. Insieme, questi progressi offrono un'architettura unificata progettata per consentire ai vostri dati, ai vostri team e ai vostri agenti autonomi di operare in modo fluido e nativo su Azure.

1. Agentic Data: LTAP, Azure Databricks Lakebase e infrastrutture Lakehouse in tempo reale

Per alimentare gli agenti autonomi con dati in tempo reale senza forzare la replica dei dati in costosi stack operativi collaterali, Azure Databricks introduce la prima vera architettura LTAP (Lake Transactional/Analytical Processing). Questo livello di archiviazione unificato unisce i dati analitici, le pipeline di streaming e le transazioni delle applicazioni live in un'unica copia condivisa direttamente sul lakehouse.

Come motore transazionale di questo framework, Azure Databricks Lakebase offre un database Postgres serverless completamente gestito, creato appositamente per l'era degli agenti. Grazie alla separazione di calcolo e archiviazione, Azure Databricks Lakebase supporta la creazione istantanea di rami (branching) del database copy-on-write per eliminare completamente i rischi di conformità durante il debug degli agenti AI in produzione. Gli sviluppatori possono avviare un ramo ad alta fedeltà di un database di produzione live in pochi secondi, consentendo ai tecnici di indirizzare la modalità agente di GitHub Copilot direttamente sul ramo temporaneo per riprodurre in sicurezza i casi limite, identificare le cause principali e distribuire le correzioni tramite flussi di lavoro standard basati su Git.

Per il serving analitico a valle, Lakehouse//RT supera il tradizionale compromesso tra scalabilità e latenza. Alimentato dal motore vettorizzato Reyden, offre tempi di risposta inferiori al secondo (nell'ordine dei millisecondi) per carichi di lavoro ad alta concorrenza direttamente sul vostro data lake, creando una base ultraveloce che si integra perfettamente con le dashboard operative e Power BI.

Lakehouse//RT è stato in media più veloce di oltre un terzo rispetto al nostro data warehouse precedente sul nostro dataset sanitario, con query 10 volte più veloci. Questo si traduce direttamente in un accesso più rapido alle informazioni e in più tempo per prendere decisioni per i nostri clienti. Avevamo preso in considerazione un sistema in tempo reale dedicato per potenziare la nostra architettura Lakehouse, ma Lakehouse//RT ha eliminato questa necessità, offrendoci quella velocità in modo nativo con una governance coerente.—Mehrshad Setayesh, SVP Engineering (Data, Platform, AI) presso PointClickCare

Dati condivisi, zero-copy

Accedi a qualsiasi dato archiviato in OneLake (ora disponibile a livello generale): Azure Databricks può interrogare i dati archiviati in OneLake direttamente tramite Unity Catalog senza copiare i dati.

Archivia i dati in OneLake (ora in beta pubblica): Azure Databricks ora può archiviare tabelle Delta gestite in modo nativo in OneLake. Sia che i dati siano archiviati in OneLake o in ADLS, sono disponibili in modalità zero-copy in OneLake per tutti i motori Fabric.

2. Agentic Dev & Work: democratizzare l'AI con Genie ovunque

I migliori insight dell'AI sono quelli che vi raggiungono senza attriti, ed è per questo che stiamo integrando Genie in modo nativo negli strumenti di collaborazione in cui i vostri team già lavorano e prendono decisioni ogni giorno.

Genie per Microsoft Teams e M365 Copilot (ora in beta)

Per i team che lavorano nell'ecosistema Microsoft, la stessa intelligenza dei dati è ora disponibile direttamente all'interno degli strumenti di collaborazione quotidiani. Immaginate questo scenario: il vostro VP delle vendite vi contatta su Teams chiedendo: "Quali sono stati i nostri clienti principali in questo trimestre e perché non abbiamo raggiunto l'obiettivo nel Sud-Est?" Invece di barcamenarvi tra dashboard e report, vi basterà taggare @Genie nella discussione e l'intero team riceverà in pochi secondi una risposta sensibile al contesto direttamente dal vostro lakehouse Azure Databricks. Ora in beta, l'integrazione di Databricks Genie per Microsoft Teams e M365 Copilot estende l'intelligenza nativa dell'AI a ogni chat e flusso di lavoro basato su Copilot. Coinvolgete Genie per rispondere.

E da oggi, Databricks Genie funziona perfettamente con M365 Copilot Cowork. Questa integrazione consentirà ai team di ancorare le attività di Cowork alla Genie Ontology, portando un'intelligenza dei dati affidabile direttamente nei loro flussi di lavoro.

La suite Genie completa

Genie trasforma l'analisi da una dashboard di reportistica passiva a un assistente AI attivo e intelligente per i dati su tutta l'interfaccia Microsoft. Questa integrazione è interamente governata da Unity Catalog, garantendo che ogni risposta sia affidabile, sicura e limitata esattamente a ciò che ciascun utente è autorizzato a vedere. Insieme a questo rilascio, presentiamo il framework di innovazione completo di Genie:

• Genie One: un assistente AI per i vostri team aziendali, ovunque lavorino, che fornisce insight e azioni autonome, tra cui la stesura di documenti, la generazione di report, la pianificazione e il monitoraggio delle attività.
• Genie Agents: consente agli utenti non tecnici di creare e condividere conversazioni personalizzate e contestuali sotto forma di agenti personali riutilizzabili, per diffondere la conoscenza del dominio tra i colleghi.
• Genie App Builder: un ambiente low-code governato che consente a chiunque di creare e distribuire rapidamente applicazioni personalizzate alimentate da dati aziendali in tempo reale.
• Lakeflow Designer: ripensa l'orchestrazione delle pipeline consentendo ai data engineer di progettare, modificare e automatizzare flussi di lavoro di dati complessi (precedentemente Lakeflow Designer) utilizzando prompt in linguaggio naturale.
• Genie ZeroOps: un livello di esecuzione completamente autonomo che gestisce il provisioning dell'infrastruttura sottostante e l'ottimizzazione delle query, eliminando del tutto i tradizionali costi di gestione del database.
• Genie Code: un partner AI autonomo che aiuta i team a creare, eseguire il debug, ottimizzare e gestire flussi di lavoro di dati e AI all'interno di Databricks.

Integrazione fluida con M365 Office:

Per i team che vivono su Excel, andiamo incontro a loro dove si svolge già il lavoro. L'add-in di Azure Databricks per Excel, ora in anteprima pubblica, porta il vostro lakehouse direttamente nei fogli di calcolo: senza SQL, senza configurazione ODBC per utente e con meno attriti.

Grazie al supporto per le viste metriche di Unity Catalog, i team di dati possono definire la logica aziendale una sola volta e renderla immediatamente disponibile in Excel e non solo, in modo completamente governato, sicuro e coerente. E non è solo di sola lettura. L'add-in supporta anche la riscrittura (write-back), in modo che gli utenti autorizzati possano inviare aggiornamenti da Excel direttamente a Databricks, chiudendo il cerchio tra analisi e azione.

Il risultato sono decisioni più rapide e affidabili, grazie all'integrazione dei dati governati del lakehouse e della logica aziendale direttamente per gli utenti di Excel.

Per automatizzare ulteriormente l'elaborazione dei file nell'intero ecosistema aziendale, la beta pubblica del connettore SharePoint completamente gestito tramite Lakeflow Connect elimina gli ostacoli dell'ingestione manuale. Questo connettore consente alle organizzazioni di distribuire pipeline di ingestione automatizzate e intuitive (point-and-click) sia per fogli strutturati che per file non strutturati, come PDF, documenti Word e PowerPoint. Inviando automaticamente in streaming i repository di file SharePoint direttamente nelle tabelle Delta, questa integrazione garantisce che le pipeline analitiche a valle, gli spazi Genie One e le cartelle di lavoro di Excel siano costantemente alimentati con dati freschi e verificati, senza estrazioni manuali di testo o download di file rischiosi.

3. Agentic Marketing: introduzione di Azure Databricks CustomerLake

Per eliminare la complessità operativa delle applicazioni MarTech isolate, presentiamo Azure Databricks CustomerLake: la prima Customer Data Platform (CDP) agentica del settore creata in modo nativo all'interno dell'infrastruttura lakehouse. Completamente integrato all'interno del vostro perimetro di archiviazione sicuro, CustomerLake dota i team di dati di Profile Agent autonomi per aiutare a trasformare i dati grezzi in profili Customer 360 pronti per il business da fonti frammentate. Contemporaneamente, uno spazio di lavoro a misura di marketer offre agli utenti aziendali Campaign Agent per segmentare i destinatari, consigliare le migliori azioni successive, attivare campagne su vari canali e ottimizzare continuamente esperienze personalizzate 1:1.

Ciò che ci entusiasma di più di CustomerLake e della nuova funzionalità CDP è la capacità di unire i dati dei clienti in modo che siano azionabili, tempestivi e scalabili. Creando una vista più completa di ciascun cliente, possiamo comprendere meglio comportamenti, preferenze e bisogni su tutti i canali, il che ci aiuterà a offrire esperienze più personalizzate e offerte più pertinenti. In definitiva, consideriamo questo come un passo fondamentale verso un maggiore coinvolgimento, una fidelizzazione più profonda e risultati migliori sia per la nostra attività che per i nostri clienti.—Jay Malepati, Global Director, Customer and Marketing Data Science, Circle K

4. Contesto, controllo e scelta: il framework di governance

Alimentare queste applicazioni intelligenti richiede un controllo amministrativo granulare e precisione semantica. Lo strato di intelligenza fondamentale della nostra piattaforma è Genie Ontology, un motore di contesto semantico che si perfeziona autonomamente. Invece di richiedere una gestione manuale, Genie Ontology estrae automaticamente le relazioni tra le tabelle, le metriche delle colonne e i segnali di popolarità delle query direttamente dalle pipeline, eliminando le allucinazioni dell'AI e garantendo che i modelli comprendano accuratamente il gergo aziendale specifico.

Per governare questi modelli su scala, Unity AI Gateway funge da registro di runtime centralizzato all'interno di Unity Catalog. Stabilisce limiti di frequenza rigorosi in tempo reale, filtri dei contenuti e tetti di spesa massimi per garantire una tokenomics prevedibile in tutti i flussi di lavoro automatizzati.

Collegando le basi di dati in tempo reale direttamente agli strumenti quotidiani come Microsoft Teams ed Excel, Azure Databricks rende più semplice che mai eseguire e governare flussi di lavoro AI affidabili. Esplora la documentazione del prodotto aggiornata o visita la Databricks Academy per iniziare a utilizzare queste nuove funzionalità oggi stesso.

Inizia a usare Azure Databricks gratuitamente →

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