Hoewel Databricks al een product genaamd Genie had, is deze tool dermate vernieuwd dat er een geheel nieuw verhaal bij past. Genie als ‘autonome AI-collega’ staat voortdurend aan om taken automatisch af te ronden, met de mens slechts als controleur.
Genie’s betrouwbaarheid is nog steeds afhankelijk van Genie Ontology, dat de bedrijfscontext in kaart brengt als relationele data. De tool maakt gebruik van bestaand beleid, maar gaat een stuk daadkrachtiger met data om dan AI-tooling voorheen.
Genie is aan te spreken via allerlei kanalen: Genie One, e-mail, Slack en Teams. Databricks benadrukt de veelzijdigheid van de tooling, vergelijkbaar met de commerciële verhalen van de AI-labs Anthropic en OpenAI, maar met het voordeel van de diepe integratie met de eigen bedrijfsdata voor Databricks-klanten. Overigens is Genie ook te benaderen door externe LLM’s zoals Claude en ChatGPT als een chatbotvenster de gewenste communicatiemethode is.
Proactieve houding
De nieuwe Genie werkt door zonder dat de gebruiker dit verlangen moet uitspreken. De agent houdt de voortgang bij van processen en vraagt om ontbrekende input waar nodig. Het grijpt zelfs in zodra er nieuwe informatie binnenkomt. Gebruikers stellen de grenzen in en geven goedkeuring waar dat nodig is. Het kan dus even wennen zijn waartoe Genie in staat is, met een acceptatiecurve om die proactiviteit werkelijk te benutten.
Een voorbeeld van Databricks is dat Genie binnenkomende verzekeringsclaims kan controleren voor mogelijke fraude. Het kan vervolgens een dossier naar een verzekeraar sturen wanneer informatie in een document buiten de richtlijnen valt. Jobs draaien volgens een schema of reageren op triggers, zoals een dalende metric. Genie herkent ook terugkerend werk, zoals een wekelijkse update. Het biedt uit zichzelf aan om een actie als deze over te nemen. Gebruikers werken met Genie via Genie One, e-mail, Slack of Microsoft Teams.
Ontology als fundament
Een agent heeft niet alleen context nodig, maar ook zo veel mogelijk relevante informatie. Genie Ontology, al langer beschikbaar, brengt daarom het bedrijf in kaart: definities, metrics, relaties en organisatiekennis. Agents bouwen die grotendeels zelf op uit bestaande dashboards, queries en notebooks. Teams leggen leidende definities vast in Unity Catalog, waarna het OntoRank-algoritme die voorrang geeft.
Volgens Databricks werpt dat al zijn vruchten af. In een benchmark met Turing gaf Genie in 91 procent van de taakuitvoeringen een correct antwoord. Dat is 1,6 keer zo vaak als de sterkste frontier-agent, terwijl Genie minder dan de helft van de tokens verbruikte.
Genie Search combineert een index van apps als SharePoint, Jira en Workday met live zoekopdrachten via MCP. Daarbij blijven de toegangsrechten van elke bron gelden. Via plugins is dezelfde context ook beschikbaar in ChatGPT, Claude, Copilot en Grok Bot. Zo werkt Databricks aan interoperabiliteit en modelagnostische tooling, en dat is belangrijk voor een dataplatform met deze agentic mogelijkheden.
Grip op acties en kosten
Met Unity Gateway beheren admins de toegang tot connectors, MCP-tools en goedkeuringseisen. Elke actie wordt gelogd. Budgetten en spending caps zijn per workspace of per gebruiker in te stellen.
Concurrent Snowflake kiest voor een vergelijkbare aanpak en heeft een direct equivalent van Databricks Genie. Dat bedrijf positioneert namelijk Snowflake Intelligence en Cortex Code als controlelaag voor agentic AI, inclusief een Business Ontology en AI Gateway. Ook Snowflakes CoWork-Bots voeren zelfstandig terugkerend werk uit.