Databricks Genie Ontology: Novità, Disponibilità e Alternative (2026)

Databricks ha annunciato la disponibilità generale di Genie Ontology l'11 novembre 2026. L'annuncio la definisce "un'ontologia agentica che gli agenti costruiscono a partire dal lavoro quotidiano dei tuoi team e che le persone governano". L'obiettivo è fornire a ogni agente una comprensione univoca del business.
In termini semplici, Genie Ontology è uno strato condiviso di contesto aziendale per gli agenti AI. Apprende le definizioni da dashboard, query e notebook. Le persone poi bloccano le definizioni che devono essere esatte, come ad esempio il fatturato.
Questa guida illustra le novità della release GA, come funziona l'ontologia, quanto costa e chi può usarla. Si conclude con altri modi per fornire contesto aziendale all'AI, inclusi strumenti che partono da un foglio di calcolo invece che da una piattaforma dati. I dettagli provengono dal blog, dalla documentazione e dalla pagina dei prezzi di Databricks, consultati il 16 novembre 2026.
Cosa ha annunciato Databricks
Databricks ha presentato per la prima volta Genie Ontology al suo Data + AI Summit di giugno. Il post dell'11 novembre ne sancisce la disponibilità generale e aggiunge nuove fonti e controlli.
Il riepilogo del post elenca le parti principali della release. "Introduce Genie Search per la conoscenza aziendale". Inoltre, "estende il contesto appreso agli strumenti di BI e alle directory organizzative". Infine, "aggiunge Ontology Manager per la cura dei contenuti e porta Unity Catalog Domains e Pages alla disponibilità generale".
Nella stessa settimana, Databricks ha aggiornato anche Genie Agents. Un post separato afferma che Genie Agents possono ora analizzare file non strutturati, connettersi a più strumenti ed essere condivisi all'esterno di un'azienda.
Databricks inquadra l'intera settimana attorno a un'unica idea. Le aziende non gestiscono più un solo agente per un solo team. Gestiscono molti agenti in molte funzioni, e ognuno ha bisogno della stessa comprensione del business. L'annuncio sostiene che un'ontologia aziendale "dovrebbe quindi essere un'infrastruttura condivisa". Nella sua visione, i leader IT e dei dati dovrebbero possederla allo stesso modo in cui possiedono la piattaforma dati.
Come funziona Genie Ontology
La documentazione definisce Genie Ontology "lo strato di contesto unificato che fornisce agli agenti AI una mappa della tua organizzazione consapevole del business". Combina due tipi di conoscenza.
La conoscenza appresa deriva dal lavoro che i team già svolgono. Gli agenti leggono le dashboard di Databricks, le query SQL, i notebook e i modelli semantici di BI. Memorizzano ciò che trovano come Ontology Snippets. La documentazione fornisce esempi di snippet:
- Definizioni di metriche. "Un 'utente attivo' è un utente distinto, deduplicato su tutte le piattaforme".
- Fonti autorevoli. Ad esempio, quale agente curato dovrebbe rispondere alle domande sul fatturato.
- Regole di business. "Un 'lead qualificato' conta solo dopo la prenotazione di una demo".
La conoscenza modellata è ciò che le persone definiscono intenzionalmente. Risiede in Unity Catalog sotto forma di viste metriche, domini e Pages. La documentazione afferma che "Genie tratta la conoscenza modellata come più autorevole di quella appresa, quindi ha la precedenza in caso di conflitto tra le due".
Un passaggio di classificazione decide quale contesto vede un agente. Databricks lo chiama OntoRank. L'annuncio afferma che valuta "l'autorevolezza della fonte, la certificazione, l'esperienza e la pertinenza delle persone dietro la conoscenza, la popolarità e la freschezza". Quindi consegna il miglior contesto all'agente.
I permessi vengono mantenuti. La documentazione afferma che gli snippet "sono protetti dai permessi di Unity Catalog, quindi gli utenti vedono solo gli snippet derivati da asset a cui sono autorizzati ad accedere".
Un limite è bene conoscerlo subito. La documentazione dice: "Non è possibile modificare direttamente gli snippet di conoscenza appresa". Per cambiare ciò che Genie apprende, è necessario aggiornare l'asset di origine o definire il concetto come conoscenza modellata.
Cosa c'è di nuovo nella release GA
La release GA aggiunge diversi elementi. Alcuni sono generalmente disponibili oggi, altri sono in Beta o in arrivo.
| Componente | Stato nel post dell'11 novembre | Cosa fa |
|---|---|---|
| Genie Ontology | Generalmente disponibile | Contesto aziendale condiviso per gli agenti, appreso e modellato |
| Ontology Snippets | Generalmente disponibile | Pezzi di contesto riutilizzabili, come calcoli e regole |
| Genie Search | Generalmente disponibile | Ricerca tra documenti, ticket e wiki, con permessi |
| Fonti di conoscenza esterne | Beta | Apprende dai modelli semantici di BI; Power BI oggi |
| Directory organizzative | Generalmente disponibile | Importa persone, team e linee di reporting, a partire da Workday |
| Unity Catalog Domains e Pages | Generalmente disponibile | Organizza gli asset per area di business e registra le definizioni ufficiali |
| Ontology Manager | In arrivo in Beta | Un'interfaccia visiva per revisionare e curare l'ontologia |
Genie Search raggiunge la conoscenza al di fuori del lakehouse. Il post afferma che "supporta oggi Google Drive, Jira, Confluence e Workday, con SharePoint in Beta". Dice anche che Genie Search "acquisisce i controlli di accesso di ogni fonte insieme al suo contenuto".
Le fonti di conoscenza esterne importano la logica dagli strumenti di BI. Il post afferma: "Power BI è supportato oggi. Il supporto per Tableau e Sigma arriverà presto".
Le Unity Catalog Pages contengono definizioni ufficiali. Ogni Page ha un proprietario designato. Quando una domanda riguarda un concetto definito, il post afferma che "Genie tratta la Page come la fonte della verità".
Ontology Manager non è ancora disponibile. Databricks lo descrive come "la prima interfaccia visiva" per curare l'ontologia, in arrivo in Beta.
Il benchmark pubblicato da Databricks
Databricks ha condiviso i risultati di un benchmark costruito con Turing. Ha simulato un workspace Databricks per un fittizio fornitore di energia del Regno Unito. Genie, utilizzando Genie Ontology, è stato confrontato con due agenti di frontiera denominati Agent A e Agent B.
| Agente | Tasso di superamento | Tempo medio per esecuzione | Token medi per esecuzione |
|---|---|---|---|
| Genie con Genie Ontology | 91% | 100 secondi | 432K |
| Agent A | 45% | 435 secondi | 889K |
| Agent B | 58% | 307 secondi | 1.05M |
Il post afferma che Genie "ha risposto correttamente nel 91% delle esecuzioni, 1,6 volte il tasso dell'agente di frontiera più forte". Ha anche utilizzato meno della metà dei token.
Leggete questi numeri con cautela. Il benchmark è stato costruito da Databricks con un partner ed eseguito in un workspace simulato. Il post stesso afferma che i risultati "riflettono una distribuzione consolidata in cui i team hanno accumulato tale conoscenza". Una nuova distribuzione con poco contesto appreso potrebbe dare risultati diversi.
Genie Agents ha ricevuto un aggiornamento nella stessa settimana
Lo stesso giorno, Databricks ha pubblicato un aggiornamento per Genie Agents. Si tratta degli agenti no-code che i team costruiscono per compiti specifici. Tre cambiamenti si distinguono:
- Dati non strutturati. Gli agenti possono ora analizzare PDF, documenti, presentazioni e immagini nei volumi di Unity Catalog. Le risposte possono citare "la pagina specifica del file sorgente". Questa funzione è in Public Preview.
- Connettori MCP. I connettori MCP nativi sono ora generalmente disponibili. Il post cita "Slack, Google Drive, Google Calendar, Gmail, Glean, Atlassian, Github e Microsoft 365".
- Condivisione all'esterno dell'azienda. OpenSharing e Genie Clean Rooms, entrambi in beta, consentono a un fornitore di condividere un agente con partner o clienti.
Il post fornisce un esempio di vendita. Un agente legge i dati della pipeline, estrae i piani degli account da Google Drive e pubblica un riepilogo dell'accordo su Slack.
Genie Ontology collega questi pezzi. Ogni Genie Agent attinge allo stesso contesto governato, quindi una metrica definita una volta si applica ovunque.
Chi può usarlo e quanto costa
Genie Ontology fa parte della piattaforma Databricks. È necessario un account Databricks con Unity Catalog, poiché i permessi e la conoscenza modellata risiedono lì.
Anche gli agenti esterni a Databricks possono usarlo. L'annuncio afferma che attraverso Genie MCP, "lo stesso contesto è disponibile per agenti esterni a Databricks, come ChatGPT, Claude e Microsoft Copilot".
Sui costi, la pagina dei prezzi di Genie elenca Genie Ontology come "Prezzo in arrivo". Le sue FAQ dicono: "Al momento, i clienti non incorrono in costi per la generazione, l'archiviazione o il recupero di Genie Ontology".
L'uso di Genie stesso viene addebitato separatamente. Ecco cosa mostra la pagina dei prezzi per US East.
| Voce | Cosa elenca la pagina dei prezzi |
|---|---|
| Genie Ontology | Prezzo in arrivo; nessun costo oggi per generazione, archiviazione o recupero |
| Genie Search | Prezzo in arrivo; paghi solo per AI Functions ai prezzi esistenti |
| Utilizzo di Genie | 150 DBU di utilizzo gratuito per utente ogni mese |
| Oltre l'utilizzo gratuito | $0.070 per DBU, più il calcolo fatturato separatamente |
La pagina nota che "150 DBU = $10.50 in US East; l'equivalente in dollari varia in base alla regione". Dice anche che l'uso gratuito copre solo l'utilizzo dell'LLM. L'esecuzione di query e dashboard utilizza ancora il calcolo, come un SQL warehouse.
Le FAQ rispondono direttamente a una domanda comune. Affermano: "Non ci sono tariffe basate sulla postazione o sull'utente". Gli amministratori possono impostare budget e avvisi per la spesa di Genie.
Come iniziare
Databricks suggerisce di iniziare in piccolo. L'annuncio dice che le organizzazioni "possono iniziare con il contesto che già hanno". Ecco un ordine pratico, basato sulla documentazione.
- Controlla la tua configurazione. Assicurati che il tuo workspace utilizzi Unity Catalog, poiché gli snippet seguono i suoi permessi.
- Lascia che Genie apprenda. Gli snippet provengono da dashboard esistenti, query SQL, notebook e Genie Agents. Pulisci prima gli asset obsoleti o limitane l'accesso.
- Definisci le metriche critiche. Usa le viste metriche e le Pages per i numeri che devono essere esatti, come il fatturato riconosciuto.
- Organizza per dominio. Raggruppa gli asset in domini in modo che Finance e Marketing possano mantenere le proprie definizioni.
- Connetti la conoscenza esterna. Configura Genie Search per documenti e ticket, e una fonte esterna come Power BI se la utilizzi.
- Controlla le citazioni. Quando Genie risponde, apri gli snippet che ha usato per vedere da dove proviene ogni definizione.
Il passaggio 2 è più importante di quanto sembri. La documentazione afferma: "Per tenere gli asset obsoleti o sperimentali fuori dalle risposte, limita l'accesso ad essi con i permessi di Unity Catalog".
Cosa significa per i team di dati
Genie Ontology sposta parte del lavoro dalla costruzione di agenti alla cura del contesto. Invece di scrivere istruzioni in ogni agente, un team definisce una metrica una volta sola. Ogni agente poi la utilizza.
Questo cambia chi è il proprietario del lavoro. I data steward e gli esperti di dominio diventano curatori. L'annuncio afferma che Ontology Manager permetterà agli steward di "promuovere ciò che gli agenti hanno appreso in Pages autorevoli direttamente da una coda di revisione".
Solleva anche una questione di governance. La conoscenza appresa proviene da asset esistenti, inclusi quelli vecchi o errati. La qualità delle risposte dipende dalla qualità di tali fonti.
Per i team che già utilizzano Databricks, vale la pena testare la release GA. Scegliete un dominio con definizioni chiare, come le vendite. Confrontate le risposte di Genie con un report di cui vi fidate già.
Cambia anche la pianificazione dei costi. Genie Ontology stessa non ha costi elencati oggi, ma gli agenti che la usano attingono comunque all'utilizzo di Genie e al calcolo. Prevedete un budget per le domande che le persone porranno, non solo per l'ontologia. Gli amministratori possono impostare budget e avvisi, il che aiuta durante un progetto pilota.
Alternative per fornire contesto aziendale all'AI
Genie Ontology è adatto ai team i cui dati risiedono su Databricks. Altri approcci si adattano ad altre configurazioni. Ogni dettaglio qui sotto proviene dalle pagine dei rispettivi fornitori.
| Opzione | Come aggiunge contesto aziendale | Migliore per |
|---|---|---|
| Databricks Genie Ontology | Snippet appresi più Pages governate e viste metriche | Team su Databricks con molti agenti |
| Microsoft Fabric data agents | Istruzioni, esempi e fonti di dati in OneLake | Team su Fabric e Power BI |
| Modelli semantici di Power BI | Misure e relazioni definite nel modello | Team la cui logica risiede già in Power BI |
| Powerdrill Bloom | File e contesto salvati in un workspace | Team che lavorano con fogli di calcolo, PDF e database SQL |
Microsoft Fabric data agents. La documentazione di Microsoft afferma che è possibile "aggiungere istruzioni, esempi e indicazioni specifiche per l'organizzazione per perfezionare l'agente dati di Fabric". Le fonti supportate includono "un modello semantico di Power BI" e "un'ontologia". Una capacità F2 o superiore a pagamento è indicata come prerequisito.
Modelli semantici di Power BI. Questi contengono già misure e relazioni. Genie Ontology può ora apprendere da essi attraverso fonti di conoscenza esterne, quindi i due possono lavorare insieme.
Per altre opzioni di agenti dati, consulta la nostra guida alle alternative a Databricks Genie.
Dove si inserisce Powerdrill Bloom
Non tutti i team dispongono di una piattaforma dati da curare. Molti lavorano con esportazioni, fogli di calcolo e un singolo database.
Powerdrill Bloom parte da quei file. Carichi file Excel, CSV o PDF, o connetti un database SQL, e poni domande in linguaggio naturale. La pagina ChatBI afferma che puoi "creare dashboard interattive, report approfonditi e visualizzazioni dinamiche con semplici query in linguaggio naturale".
Il contesto si costruisce in un workspace. Il suo changelog afferma che i workspace "forniscono alla tua AI una casa persistente alimentata dalla memoria". Un file caricato una volta può essere utilizzato in ogni chat successiva in quel workspace. Ogni workspace mantiene anche le proprie abilità e server MCP, così un workspace finanziario e uno di vendita rimangono separati. L' AI SQL Chatbot gestisce le domande su un database. L' AI Report Generator trasforma le risposte in un report.
La pagina dei prezzi elenca un piano Free a $0.00 e Pro a $13.27/mese.
Prova Powerdrill Bloom con l'esportazione delle vendite dell'ultimo trimestre e richiedi un report sul fatturato per regione.
Domande frequenti
Cos'è Databricks Genie Ontology?
È uno strato condiviso di contesto aziendale per gli agenti AI su Databricks. Combina la conoscenza che gli agenti apprendono da dashboard e query con le definizioni che le persone governano in Unity Catalog.
Quando è diventata generalmente disponibile Genie Ontology?
Databricks ne ha annunciato la disponibilità generale l'11 novembre 2026. Ha presentato la funzione per la prima volta al suo Data + AI Summit di giugno.
Quanto costa Genie Ontology?
La pagina dei prezzi indica che il prezzo è in arrivo. Le sue FAQ affermano che i clienti attualmente non pagano per la generazione, l'archiviazione o il recupero dell'ontologia. L'utilizzo di Genie e il calcolo sono addebitati separatamente.
ChatGPT o Claude possono usare Genie Ontology?
Sì, attraverso Genie MCP. Databricks afferma che lo stesso contesto è disponibile per agenti esterni a Databricks, come ChatGPT, Claude e Microsoft Copilot.
Posso modificare ciò che Genie Ontology apprende?
Non direttamente. Si modifica la conoscenza appresa aggiornando gli asset di origine. È anche possibile definire un concetto come conoscenza modellata, che Genie tratta come più autorevole.
Fonti: Databricks, Announcing GA of Genie Ontology · Documentazione Databricks, Genie Ontology · Databricks, prezzi di Genie · Databricks, aggiornamento Genie Agents · Microsoft Learn, Fabric data agent.