Databricks Genie Ontology: Apa yang Baru, Ketersediaan, dan Alternatif (2026)

Databricks mengumumkan ketersediaan umum Genie Ontology pada 11 November 2026. Pengumuman tersebut menyebutnya sebagai "ontologi agen yang dibangun oleh agen dari pekerjaan sehari-hari tim Anda dan dikelola oleh orang-orang." Tujuannya adalah untuk memberikan setiap agen satu pemahaman yang sama tentang bisnis.
Dalam istilah sederhana, Genie Ontology adalah lapisan konteks bisnis bersama untuk agen AI. Ia mempelajari definisi dari dasbor, kueri, dan notebook. Orang-orang kemudian mengunci definisi yang harus tepat, seperti pendapatan.
Panduan ini mencakup apa yang berubah dengan rilis GA, cara kerja ontologi, biayanya, dan siapa yang dapat menggunakannya. Panduan ini diakhiri dengan cara lain untuk memberikan konteks bisnis AI, termasuk alat yang dimulai dari spreadsheet alih-alih platform data. Detail berasal dari blog, dokumentasi, dan halaman harga Databricks, yang dibaca pada 16 November 2026.
Apa yang diumumkan Databricks
Databricks pertama kali memperkenalkan Genie Ontology di Data + AI Summit pada bulan Juni. Postingan 11 November memindahkannya ke ketersediaan umum dan menambahkan sumber serta kontrol baru.
Ringkasan postingan tersebut mencantumkan bagian-bagian utama dari rilis ini. Ini "memperkenalkan Genie Search untuk pengetahuan perusahaan." Ini juga "memperluas konteks yang dipelajari ke alat BI dan direktori organisasi." Terakhir, ini "menambahkan Ontology Manager untuk kurasi dan membawa Unity Catalog Domains serta Pages ke Ketersediaan Umum."
Pada minggu yang sama, Databricks juga memperbarui Genie Agents. Postingan terpisah mengatakan Genie Agents sekarang dapat menganalisis file yang tidak terstruktur, terhubung ke lebih banyak alat, dan dibagikan di luar perusahaan.
Databricks membingkai seluruh minggu tersebut di sekitar satu ide. Perusahaan tidak lagi menjalankan satu agen untuk satu tim. Mereka menjalankan banyak agen di banyak fungsi, dan masing-masing membutuhkan pemahaman yang sama tentang bisnis. Pengumuman tersebut berpendapat bahwa ontologi perusahaan "oleh karena itu harus menjadi infrastruktur bersama." Dalam pandangannya, pemimpin IT dan data harus memilikinya dengan cara yang sama seperti mereka memiliki platform data.
Cara kerja Genie Ontology
Dokumentasi menyebut Genie Ontology sebagai "lapisan konteks terpadu yang memberikan agen AI peta organisasi Anda yang sadar bisnis." Ini menggabungkan dua jenis pengetahuan.
Pengetahuan yang dipelajari (Learned knowledge) berasal dari pekerjaan yang sudah dilakukan tim. Agen membaca dasbor Databricks, kueri SQL, notebook, dan model semantik BI. Mereka menyimpan apa yang mereka temukan sebagai Ontology Snippets. Dokumentasi memberikan contoh cuplikan:
- Definisi metrik. "Seorang 'pengguna aktif' adalah pengguna yang berbeda, yang dideduplikasi di semua platform."
- Sumber otoritatif. Misalnya, agen terkurasi mana yang harus menjawab pertanyaan pendapatan.
- Aturan bisnis. "Sebuah 'prospek berkualitas' hanya dihitung setelah demo dipesan."
Pengetahuan yang dimodelkan (Modeled knowledge) adalah apa yang didefinisikan orang secara sengaja. Ini berada di Unity Catalog sebagai tampilan metrik, domain, dan Pages. Dokumentasi mengatakan "Genie memperlakukan pengetahuan yang dimodelkan sebagai lebih otoritatif daripada pengetahuan yang dipelajari, sehingga ia didahulukan ketika keduanya bertentangan."
Langkah pemeringkatan memutuskan konteks mana yang dilihat agen. Databricks menyebutnya OntoRank. Pengumuman tersebut mengatakan bahwa ia menimbang "otoritas sumber, sertifikasi, keahlian dan relevansi orang-orang di balik pengetahuan tersebut, popularitas, dan kebaruan." Kemudian ia menyerahkan konteks terbaik kepada agen.
Izin tetap berlaku. Dokumentasi mengatakan cuplikan "dibatasi oleh izin Unity Catalog, sehingga pengguna hanya melihat cuplikan yang berasal dari aset yang diizinkan untuk mereka akses."
Satu batasan yang perlu diketahui sejak dini. Dokumentasi mengatakan "Anda tidak dapat mengedit cuplikan pengetahuan yang dipelajari secara langsung." Untuk mengubah apa yang dipelajari Genie, Anda memperbarui aset sumber, atau mendefinisikan konsep tersebut sebagai pengetahuan yang dimodelkan.
Apa yang baru dalam rilis GA
Rilis GA menambahkan beberapa bagian. Beberapa tersedia secara umum hari ini, dan yang lainnya dalam versi Beta atau segera hadir.
| Komponen | Status dalam postingan 11 November | Apa fungsinya |
|---|---|---|
| Genie Ontology | Tersedia Secara Umum | Konteks bisnis bersama untuk agen, yang dipelajari dan dimodelkan |
| Ontology Snippets | Tersedia Secara Umum | Potongan konteks yang dapat digunakan kembali, seperti perhitungan dan aturan |
| Genie Search | Tersedia Secara Umum | Pencarian di seluruh dokumen, tiket, dan wiki, dengan izin |
| Sumber pengetahuan eksternal | Beta | Belajar dari model semantik BI; Power BI hari ini |
| Diretori organisasi | Tersedia Secara Umum | Mengimpor orang, tim, dan jalur pelaporan, dimulai dengan Workday |
| Unity Catalog Domains dan Pages | Tersedia Secara Umum | Mengatur aset berdasarkan area bisnis dan mencatat definisi resmi |
| Ontology Manager | Segera hadir dalam Beta | Antarmuka visual untuk meninjau dan mengkurasi ontologi |
Genie Search menjangkau pengetahuan di luar lakehouse. Postingan tersebut mengatakan bahwa ia "mendukung Google Drive, Jira, Confluence, dan Workday hari ini, dengan SharePoint dalam versi Beta." Ia juga mengatakan Genie Search "menyerap kontrol akses setiap sumber bersama dengan kontennya."
Sumber pengetahuan eksternal membawa logika dari alat BI. Postingan tersebut mengatakan "Power BI didukung hari ini. Dukungan Tableau dan Sigma akan segera hadir."
Unity Catalog Pages menyimpan definisi resmi. Setiap Page memiliki pemilik yang disebutkan namanya. Ketika sebuah pertanyaan melibatkan konsep yang ditentukan, postingan tersebut mengatakan "Genie memperlakukan Page sebagai sumber kebenaran."
Ontology Manager belum tersedia. Databricks menggambarkannya sebagai "antarmuka visual pertama" untuk mengkurasi ontologi, yang akan segera hadir dalam versi Beta.
Tolok ukur yang diterbitkan Databricks
Databricks membagikan hasil dari tolok ukur yang dibangun bersama Turing. Ini mensimulasikan ruang kerja Databricks untuk pemasok energi fiktif di Inggris. Genie, yang menggunakan Genie Ontology, dibandingkan dengan dua agen perbatasan yang diberi label Agent A dan Agent B.
| Agen | Tingkat kelulusan | Waktu rata-rata per eksekusi | Token rata-rata per eksekusi |
|---|---|---|---|
| Genie dengan Genie Ontology | 91% | 100 detik | 432K |
| Agent A | 45% | 435 detik | 889K |
| Agent B | 58% | 307 detik | 1.05M |
Postingan tersebut mengatakan Genie "menjawab dengan benar dalam 91% eksekusi, 1.6 kali lipat dari tingkat agen perbatasan yang lebih kuat." Ia juga menggunakan kurang dari setengah token.
Baca angka-angka ini dengan hati-hati. Tolok ukur ini dibangun oleh Databricks dengan mitra dan dijalankan di ruang kerja simulasi. Postingan itu sendiri mengatakan hasilnya "mencerminkan penerapan yang mapan di mana tim telah mengumpulkan pengetahuan tersebut." Penerapan baru dengan sedikit konteks yang dipelajari mungkin memberikan hasil yang berbeda.
Genie Agents mendapat pembaruan di minggu yang sama
Pada hari yang sama, Databricks memposting pembaruan untuk Genie Agents. Ini adalah agen tanpa kode yang dibangun tim untuk pekerjaan tertentu. Tiga perubahan menonjol:
- Data tidak terstruktur. Agen sekarang dapat menganalisis PDF, dokumen, slide presentasi, dan gambar dalam volume Unity Catalog. Jawaban dapat mengutip "halaman spesifik dari file sumber." Ini dalam Pratinjau Publik.
- Konektor MCP. Konektor MCP asli sekarang tersedia secara umum. Postingan tersebut menyebutkan "Slack, Google Drive, Google Calendar, Gmail, Glean, Atlassian, Github, dan Microsoft 365."
- Berbagi di luar perusahaan. OpenSharing dan Genie Clean Rooms, keduanya dalam versi beta, memungkinkan penyedia berbagi agen dengan mitra atau pelanggan.
Postingan tersebut memberikan contoh penjualan. Seorang agen membaca data pipeline, menarik rencana akun dari Google Drive, dan memposting ringkasan kesepakatan ke Slack.
Genie Ontology menghubungkan bagian-bagian ini. Setiap Genie Agent memanfaatkan konteks terkelola yang sama, sehingga metrik yang ditentukan sekali berlaku di mana saja.
Siapa yang dapat menggunakannya dan berapa biayanya
Genie Ontology adalah bagian dari platform Databricks. Anda memerlukan akun Databricks dengan Unity Catalog, karena izin dan pengetahuan yang dimodelkan berada di sana.
Agen di luar Databricks juga dapat menggunakannya. Pengumuman tersebut mengatakan bahwa melalui Genie MCP, "konteks yang sama tersedia untuk agen di luar Databricks, seperti ChatGPT, Claude, dan Microsoft Copilot."
Mengenai biaya, halaman harga Genie mencantumkan Genie Ontology sebagai "Harga segera hadir." FAQ-nya mengatakan "Saat ini, pelanggan tidak dikenakan biaya untuk pembuatan, penyimpanan, atau pengambilan Genie Ontology."
Penggunaan Genie itu sendiri dikenakan biaya secara terpisah. Berikut adalah apa yang ditunjukkan halaman harga untuk US East.
| Item | Apa yang dicantumkan di halaman harga |
|---|---|
| Genie Ontology | Harga segera hadir; tidak ada biaya hari ini untuk pembuatan, penyimpanan, atau pengambilan |
| Genie Search | Harga segera hadir; Anda hanya membayar untuk AI Functions dengan harga yang ada |
| Penggunaan Genie | 150 DBU penggunaan gratis per pengguna setiap bulan |
| Di luar penggunaan gratis | $0.070 per DBU, ditambah komputasi yang ditagih secara terpisah |
Halaman tersebut mencatat bahwa "150 DBU = $10.50 di US East; setara dolar bervariasi menurut wilayah." Ia juga mengatakan penggunaan gratis hanya mencakup penggunaan LLM. Menjalankan kueri dan dasbor tetap menggunakan komputasi, seperti SQL warehouse.
FAQ menjawab satu pertanyaan umum secara langsung. Dikatakan "Tidak ada biaya berbasis kursi atau berbasis pengguna." Admin dapat menetapkan anggaran dan peringatan untuk pengeluaran Genie.
Cara memulai
Databricks menyarankan untuk memulai dari yang kecil. Pengumuman tersebut mengatakan organisasi "dapat memulai dengan konteks yang sudah mereka miliki." Berikut adalah urutan praktis, berdasarkan dokumentasi.
- Periksa pengaturan Anda. Pastikan ruang kerja Anda menggunakan Unity Catalog, karena cuplikan mengikuti izinnya.
- Biarkan Genie belajar. Cuplikan berasal dari dasbor, kueri SQL, notebook, dan Genie Agents yang ada. Bersihkan aset yang sudah usang terlebih dahulu, atau batasi akses ke aset tersebut.
- Tentukan metrik kritis. Gunakan tampilan metrik dan Pages untuk angka yang harus tepat, seperti pendapatan yang diakui.
- Atur berdasarkan domain. Kelompokkan aset ke dalam domain sehingga Keuangan dan Pemasaran dapat menyimpan definisi mereka sendiri.
- Hubungkan pengetahuan luar. Siapkan Genie Search untuk dokumen dan tiket, serta sumber eksternal seperti Power BI jika Anda menggunakannya.
- Periksa kutipan. Saat Genie menjawab, buka cuplikan yang digunakannya untuk melihat dari mana setiap definisi berasal.
Langkah 2 lebih penting daripada kelihatannya. Dokumentasi mengatakan: "Untuk menjauhkan aset yang usang atau eksperimental dari jawaban, batasi akses ke aset tersebut dengan izin Unity Catalog."
Apa artinya ini bagi tim data
Genie Ontology mengalihkan sebagian pekerjaan dari membangun agen ke mengkurasi konteks. Alih-alih menulis instruksi ke dalam setiap agen, sebuah tim mendefinisikan metrik sekali. Setiap agen kemudian menggunakannya.
Hal itu mengubah siapa yang memiliki pekerjaan tersebut. Pengelola data (data stewards) dan pakar domain menjadi kurator. Pengumuman tersebut mengatakan Ontology Manager akan memungkinkan pengelola "mempromosikan apa yang telah dipelajari agen ke dalam Pages otoritatif langsung dari antrean tinjauan."
Ini juga menimbulkan pertanyaan tata kelola. Pengetahuan yang dipelajari berasal dari aset yang ada, termasuk yang lama atau salah. Kualitas jawaban tergantung pada kualitas sumber-sumber tersebut.
Untuk tim yang sudah menggunakan Databricks, rilis GA ini layak untuk diuji. Pilih domain dengan definisi yang jelas, seperti penjualan. Bandingkan jawaban Genie dengan laporan yang sudah Anda percayai.
Perencanaan biaya juga berubah. Genie Ontology sendiri tidak memiliki biaya yang tercantum hari ini, tetapi agen yang menggunakannya tetap memanfaatkan penggunaan Genie dan komputasi. Anggarkan untuk pertanyaan yang akan diajukan orang, tidak hanya untuk ontologi. Admin dapat menetapkan anggaran dan peringatan, yang membantu selama uji coba.
Alternatif untuk memberikan konteks bisnis AI
Genie Ontology cocok untuk tim yang datanya berada di Databricks. Pendekatan lain cocok untuk pengaturan lain. Setiap detail di bawah ini berasal dari halaman vendor itu sendiri.
| Opsi | Cara menambahkan konteks bisnis | Kecocokan terbaik |
|---|---|---|
| Databricks Genie Ontology | Cuplikan yang dipelajari ditambah Pages dan tampilan metrik yang dikelola | Tim di Databricks dengan banyak agen |
| Microsoft Fabric data agents | Instruksi, contoh, dan sumber data di OneLake | Tim di Fabric dan Power BI |
| Power BI semantic models | Ukuran dan hubungan yang ditentukan dalam model | Tim yang logikanya sudah ada di Power BI |
| Powerdrill Bloom | File dan konteks disimpan dalam ruang kerja | Tim yang bekerja dari spreadsheet, PDF, dan database SQL |
Microsoft Fabric data agents. Dokumentasi Microsoft mengatakan Anda dapat "menambahkan instruksi, contoh, dan panduan khusus organisasi untuk menyempurnakan Fabric data agent." Sumber yang didukung mencakup "model semantik Power BI" dan "ontologi." Kapasitas F2 berbayar atau lebih tinggi terdaftar sebagai prasyarat.
Power BI semantic models. Ini sudah menyimpan ukuran dan hubungan. Genie Ontology sekarang dapat belajar dari mereka melalui sumber pengetahuan eksternal, sehingga keduanya dapat bekerja sama.
Untuk opsi agen data lainnya, lihat panduan alternatif Databricks Genie kami.
Di mana posisi Powerdrill Bloom
Tidak setiap tim memiliki platform data untuk dikurasi. Banyak yang bekerja dari ekspor, spreadsheet, dan database tunggal.
Powerdrill Bloom dimulai dari file-file tersebut. Anda mengunggah file Excel, CSV, atau PDF, atau menghubungkan database SQL, dan mengajukan pertanyaan dalam bahasa alami. Halaman ChatBI mengatakan Anda dapat "membuat dasbor interaktif, laporan yang mendalam, dan visualisasi dinamis dengan kueri bahasa alami yang sederhana."
Konteks dibangun dalam ruang kerja. Changelog-nya mengatakan ruang kerja "memberikan AI Anda rumah yang persisten dan bertenaga memori." File yang diunggah sekali dapat digunakan dalam setiap obrolan berikutnya di ruang kerja tersebut. Setiap ruang kerja juga menyimpan keterampilannya sendiri dan server MCP, sehingga ruang kerja keuangan dan ruang kerja penjualan tetap terpisah. AI SQL Chatbot menangani pertanyaan terhadap database. AI Report Generator mengubah jawaban menjadi laporan.
Halaman harga mencantumkan paket Gratis seharga $0.00 dan Pro seharga $13.27/bln.
Coba Powerdrill Bloom dengan ekspor penjualan kuartal terakhir dan minta laporan pendapatan berdasarkan wilayah.
Pertanyaan yang sering diajukan
Apa itu Databricks Genie Ontology?
Ini adalah lapisan konteks bisnis bersama untuk agen AI di Databricks. Ini menggabungkan pengetahuan yang dipelajari agen dari dasbor dan kueri dengan definisi yang dikelola orang di Unity Catalog.
Kapan Genie Ontology tersedia secara umum?
Databricks mengumumkan ketersediaan umum pada 11 November 2026. Fitur ini pertama kali diperkenalkan di Data + AI Summit pada bulan Juni.
Berapa biaya Genie Ontology?
Halaman harga mencantumkan harga sebagai segera hadir. FAQ-nya mengatakan pelanggan saat ini tidak membayar untuk pembuatan, penyimpanan, atau pengambilan ontologi. Penggunaan Genie dan komputasi dikenakan biaya secara terpisah.
Dapatkah ChatGPT atau Claude menggunakan Genie Ontology?
Ya, melalui Genie MCP. Databricks mengatakan konteks yang sama tersedia untuk agen di luar Databricks, seperti ChatGPT, Claude, dan Microsoft Copilot.
Dapatkah saya mengedit apa yang dipelajari Genie Ontology?
Tidak secara langsung. Anda mengubah pengetahuan yang dipelajari dengan memperbarui aset sumber. Anda juga dapat mendefinisikan konsep sebagai pengetahuan yang dimodelkan, yang diperlakukan Genie sebagai lebih otoritatif.
Sumber: Databricks, Announcing GA of Genie Ontology · Dokumentasi Databricks, Genie Ontology · Databricks, harga Genie · Databricks, pembaruan Genie Agents · Microsoft Learn, Fabric data agent.