Databricks Genie Ontology: что нового, доступность и альтернативы (2026)

Databricks объявила об общей доступности Genie Ontology 11 ноября 2026 года. В анонсе она названа «агентской онтологией, которую агенты создают на основе повседневной работы ваших команд, а люди ею управляют». Цель состоит в том, чтобы дать каждому агенту единое понимание бизнеса.
Проще говоря, Genie Ontology — это общий слой бизнес-контекста для AI-агентов. Она извлекает определения из дашбордов, запросов и блокнотов. Затем люди фиксируют определения, которые должны быть точными, например, выручку.
В этом руководстве рассматривается, что изменилось с выходом версии GA, как работает онтология, сколько она стоит и кто может ее использовать. В конце приведены другие способы предоставления бизнес-контекста для AI, включая инструменты, которые начинают работу с электронных таблиц, а не с платформ данных. Подробности взяты из блога, документации и страницы с ценами Databricks по состоянию на 16 ноября 2026 года.
Что анонсировала Databricks
Databricks впервые представила Genie Ontology на своем саммите Data + AI Summit в июне. Пост от 11 ноября переводит ее в статус общей доступности и добавляет новые источники и средства управления.
В резюме поста перечислены основные части релиза. Он «представляет Genie Search для корпоративных знаний». Он также «расширяет изученный контекст на инструменты BI и организационные каталоги». Наконец, он «добавляет Ontology Manager для курирования и переводит Unity Catalog Domains и Pages в статус общей доступности».
На той же неделе Databricks также обновила Genie Agents. В отдельном посте говорится, что Genie Agents теперь могут анализировать неструктурированные файлы, подключаться к большему количеству инструментов и использоваться за пределами компании.
Databricks выстраивает всю неделю вокруг одной идеи. Компании больше не запускают по одному агенту для каждой команды. Они запускают множество агентов для различных функций, и каждому из них нужно одинаковое понимание бизнеса. В анонсе утверждается, что корпоративная онтология «следовательно, должна быть общей инфраструктурой». По мнению компании, ИТ-директора и руководители отделов данных должны владеть ею так же, как они владеют платформой данных.
Как работает Genie Ontology
В документации Genie Ontology называется «унифицированным слоем контекста, который дает AI-агентам карту вашей организации с учетом специфики бизнеса». Она объединяет два вида знаний.
Изученные знания (Learned knowledge) поступают из работы, которую команды уже выполняют. Агенты читают дашборды Databricks, SQL-запросы, блокноты и семантические модели BI. Они сохраняют найденное в виде Ontology Snippets (фрагментов онтологии). В документации приводятся примеры фрагментов:
- Определения метрик. «"Активный пользователь" — это уникальный пользователь, дедуплицированный по всем платформам».
- Авторитетные источники. Например, какой именно курируемый агент должен отвечать на вопросы о выручке.
- Бизнес-правила. «"Квалифицированный лид" засчитывается только после бронирования демо».
Моделируемые знания (Modeled knowledge) — это то, что люди определяют намеренно. Они хранятся в Unity Catalog в виде представлений метрик, доменов и Pages. В документации сказано: «Genie считает моделируемые знания более авторитетными, чем изученные, поэтому они имеют приоритет при возникновении конфликта между ними».
Этап ранжирования определяет, какой контекст увидит агент. Databricks называет его OntoRank. В анонсе говорится, что он учитывает «авторитетность источника, сертификацию, опыт и релевантность людей, стоящих за знаниями, популярность и новизну». Затем он передает лучший контекст агенту.
Разрешения сохраняются. В документации указано, что фрагменты «ограничены разрешениями Unity Catalog, поэтому пользователи видят только те фрагменты, которые получены из активов, к которым у них есть доступ».
Об одном ограничении стоит узнать заранее. В документации говорится: «Вы не можете редактировать фрагменты изученных знаний напрямую». Чтобы изменить то, что узнает Genie, нужно обновить исходный актив или определить концепцию как моделируемое знание.
Что нового в релизе GA
Релиз GA добавляет несколько компонентов. Некоторые из них общедоступны уже сегодня, другие находятся в стадии Beta или появятся в ближайшее время.
| Компонент | Статус в посте от 11 ноября | Что он делает |
|---|---|---|
| Genie Ontology | Общедоступно | Общий бизнес-контекст для агентов, изученный и моделируемый |
| Ontology Snippets | Общедоступно | Многоразовые фрагменты контекста, такие как расчеты и правила |
| Genie Search | Общедоступно | Поиск по документам, тикетам и вики-страницам с учетом разрешений |
| Внешние источники знаний | Beta | Обучается на семантических моделях BI; сегодня — Power BI |
| Организационные каталоги | Общедоступно | Импортирует людей, команды и иерархию подчинения, начиная с Workday |
| Unity Catalog Domains и Pages | Общедоступно | Организация активов по бизнес-направлениям и фиксация официальных определений |
| Ontology Manager | Скоро в Beta | Визуальный интерфейс для просмотра и курирования онтологии |
Genie Search охватывает знания за пределами lakehouse. В посте говорится, что он «поддерживает Google Drive, Jira, Confluence и Workday сегодня, а SharePoint находится в стадии Beta». Также сообщается, что Genie Search «поглощает элементы управления доступом каждого источника вместе с его контентом».
Внешние источники знаний привносят логику из инструментов BI. В посте указано: «Power BI поддерживается сегодня. Поддержка Tableau и Sigma появится в ближайшее время».
Unity Catalog Pages содержат официальные определения. У каждой Page есть назначенный владелец. Когда вопрос касается определенной концепции, в посте говорится: «Genie рассматривает Page как единственный источник истины».
Ontology Manager пока недоступен. Databricks описывает его как «первый визуальный интерфейс» для курирования онтологии, который скоро появится в версии Beta.
Опубликованный бенчмарк Databricks
Databricks поделилась результатами бенчмарка, созданного совместно с Turing. Он имитировал рабочее пространство Databricks для вымышленного поставщика энергии в Великобритании. Genie с использованием Genie Ontology сравнивали с двумя передовыми агентами, обозначенными как Agent A и Agent B.
| Агент | Процент успешных прохождений | Среднее время на запуск | Среднее количество токенов на запуск |
|---|---|---|---|
| Genie с Genie Ontology | 91% | 100 секунд | 432K |
| Agent A | 45% | 435 секунд | 889K |
| Agent B | 58% | 307 секунд | 1.05M |
В посте говорится, что Genie «ответил правильно в 91% запусков, что в 1.6 раза превышает показатель более сильного передового агента». Он также использовал менее половины токенов.
К этим цифрам следует относиться с осторожностью. Бенчмарк был создан Databricks совместно с партнером и запущен в симулированном рабочем пространстве. В самом посте говорится, что результаты «отражают устоявшееся развертывание, где команды накопили эти знания». Новое развертывание с небольшим объемом изученного контекста может показать другие результаты.
Genie Agents получили обновление на той же неделе
В тот же день Databricks опубликовала обновление для Genie Agents. Это no-code агенты, которых команды создают для конкретных задач. Выделяются три изменения:
- Неструктурированные данные. Агенты теперь могут анализировать PDF-файлы, документы, презентации и изображения в томах Unity Catalog. Ответы могут содержать ссылку на «конкретную страницу исходного файла». Это находится в стадии Public Preview.
- Коннекторы MCP. Нативные коннекторы MCP теперь общедоступны. В посте упоминаются «Slack, Google Drive, Google Calendar, Gmail, Glean, Atlassian, Github и Microsoft 365».
- Общий доступ за пределами компании. OpenSharing и Genie Clean Rooms, оба в бета-версии, позволяют провайдеру делиться агентом с партнерами или клиентами.
В посте приводится пример из сферы продаж. Агент читает данные о воронке продаж, извлекает планы по аккаунтам из Google Drive и публикует сводку по сделке в Slack.
Genie Ontology соединяет эти части. Каждый Genie Agent опирается на один и тот же управляемый контекст, поэтому метрика, определенная один раз, применяется везде.
Кто может использовать и сколько это стоит
Genie Ontology является частью платформы Databricks. Вам нужна учетная запись Databricks с Unity Catalog, так как разрешения и моделируемые знания хранятся именно там.
Агенты за пределами Databricks также могут ее использовать. В анонсе говорится, что через Genie MCP «тот же контекст доступен агентам вне Databricks, таким как ChatGPT, Claude и Microsoft Copilot».
Что касается стоимости, на странице цен Genie для Genie Ontology указано «Цена скоро появится». В разделе FAQ говорится: «В настоящее время клиенты не несут расходов за генерацию, хранение или извлечение Genie Ontology».
Использование самого Genie оплачивается отдельно. Вот что указано на странице цен для региона US East.
| Элемент | Что указано на странице цен |
|---|---|
| Genie Ontology | Цена скоро появится; сегодня бесплатно для генерации, хранения или извлечения |
| Genie Search | Цена скоро появится; вы платите только за AI Functions по существующим ценам |
| Использование Genie | 150 DBU бесплатного использования на пользователя каждый месяц |
| Сверх бесплатного использования | $0.070 за DBU, плюс вычислительные ресурсы оплачиваются отдельно |
На странице отмечается, что «150 DBU = $10.50 в US East; долларовый эквивалент варьируется в зависимости от региона». Также говорится, что бесплатное использование покрывает только использование LLM. Запуск запросов и дашбордов по-прежнему потребляет вычислительные ресурсы, такие как SQL warehouse.
В FAQ дается прямой ответ на один распространенный вопрос. Там сказано: «Плата за рабочее место или за пользователя отсутствует». Администраторы могут устанавливать бюджеты и оповещения для расходов на Genie.
Как начать работу
Databricks предлагает начинать с малого. В анонсе говорится, что организации «могут начать с того контекста, который у них уже есть». Вот практический порядок действий, основанный на документации.
- Проверьте настройки. Убедитесь, что ваше рабочее пространство использует Unity Catalog, так как фрагменты следуют его разрешениям.
- Дайте Genie поучиться. Фрагменты поступают из существующих дашбордов, SQL-запросов, блокнотов и Genie Agents. Сначала очистите устаревшие активы или ограничьте доступ к ним.
- Определите критические метрики. Используйте представления метрик и Pages для чисел, которые должны быть точными, например, для признанной выручки.
- Организуйте по доменам. Сгруппируйте активы в домены, чтобы отделы финансов и маркетинга могли иметь собственные определения.
- Подключите внешние знания. Настройте Genie Search для документов и тикетов, а также внешний источник, такой как Power BI, если вы его используете.
- Проверяйте цитаты. Когда Genie отвечает, открывайте фрагменты, которые он использовал, чтобы увидеть, откуда взято каждое определение.
Шаг 2 важнее, чем кажется. В документации сказано: «Чтобы устаревшие или экспериментальные активы не попадали в ответы, ограничьте доступ к ним с помощью разрешений Unity Catalog».
Что это значит для команд по работе с данными
Genie Ontology переносит часть работы с создания агентов на курирование контекста. Вместо того чтобы прописывать инструкции в каждом агенте, команда определяет метрику один раз. Затем ее используют все агенты.
Это меняет владельца работы. Специалисты по управлению данными и эксперты в предметных областях становятся кураторами. В анонсе говорится, что Ontology Manager позволит кураторам «переводить то, что узнали агенты, в авторитетные Pages прямо из очереди на проверку».
Это также поднимает вопрос управления. Изученные знания поступают из существующих активов, включая старые или ошибочные. Качество ответов зависит от качества этих источников.
Для команд, уже работающих на Databricks, релиз GA стоит протестировать. Выберите домен с четкими определениями, например, продажи. Сравните ответы Genie с отчетом, которому вы уже доверяете.
Планирование затрат также меняется. Сама Genie Ontology сегодня не имеет заявленной стоимости, но агенты, которые ее используют, по-прежнему потребляют ресурсы Genie и вычислительные мощности. Планируйте бюджет на вопросы, которые будут задавать люди, а не только на онтологию. Администраторы могут устанавливать бюджеты и оповещения, что помогает во время пилотного проекта.
Альтернативы для предоставления бизнес-контекста AI
Genie Ontology подходит командам, чьи данные живут в Databricks. Другие подходы подходят для других конфигураций. Каждая деталь ниже взята со страниц соответствующих вендоров.
| Вариант | Как он добавляет бизнес-контекст | Кому лучше всего подходит |
|---|---|---|
| Databricks Genie Ontology | Изученные фрагменты плюс управляемые Pages и представления метрик | Командам на Databricks с множеством агентов |
| Microsoft Fabric data agents | Инструкции, примеры и источники данных в OneLake | Командам на Fabric и Power BI |
| Семантические модели Power BI | Меры и связи, определенные в модели | Командам, чья логика уже живет в Power BI |
| Powerdrill Bloom | Файлы и контекст, сохраненные в рабочем пространстве | Командам, работающим с электронными таблицами, PDF и базами данных SQL |
Microsoft Fabric data agents. В документации Microsoft говорится, что вы можете «добавлять специфические для организации инструкции, примеры и рекомендации для тонкой настройки Fabric data agent». Поддерживаемые источники включают «семантическую модель Power BI» и «онтологию». В качестве предварительного условия указана платная емкость F2 или выше.
Семантические модели Power BI. Они уже содержат меры и связи. Genie Ontology теперь может обучаться на них через внешние источники знаний, так что эти два решения могут работать вместе.
Другие варианты агентов данных ищите в нашем руководстве по альтернативам Databricks Genie.
Где место Powerdrill Bloom
Не у каждой команды есть платформа данных для курирования. Многие работают с выгрузками, электронными таблицами и одиночными базами данных.
Powerdrill Bloom начинает работу именно с таких файлов. Вы загружаете файлы Excel, CSV или PDF или подключаете базу данных SQL и задаете вопросы на естественном языке. На странице ChatBI говорится, что вы можете «создавать интерактивные дашборды, содержательные отчеты и динамические визуализации с помощью простых запросов на естественном языке».
Контекст накапливается в рабочем пространстве. В журнале изменений (changelog) сказано, что рабочие пространства «дают вашему AI постоянный дом с поддержкой памяти». Файл, загруженный один раз, может быть использован в каждом последующем чате в этом рабочем пространстве. Каждое рабочее пространство также сохраняет свои навыки и серверы MCP, поэтому рабочее пространство для финансов и рабочее пространство для продаж остаются разделенными. AI SQL Chatbot обрабатывает вопросы к базе данных. AI Report Generator превращает ответы в отчет.
На странице цен указан тариф Free за $0.00 и Pro за $13.27 в месяц.
Попробуйте Powerdrill Bloom с выгрузкой продаж за прошлый квартал и запросите отчет о выручке по регионам.
Часто задаваемые вопросы
Что такое Databricks Genie Ontology?
Это общий слой бизнес-контекста для AI-агентов в Databricks. Он объединяет знания, которые агенты получают из дашбордов и запросов, с определениями, которыми люди управляют в Unity Catalog.
Когда Genie Ontology стала общедоступной?
Databricks объявила об общей доступности 11 ноября 2026 года. Впервые функция была представлена на саммите Data + AI Summit в июне.
Сколько стоит Genie Ontology?
На странице цен указано, что цена скоро появится. В FAQ говорится, что в настоящее время клиенты не платят за генерацию, хранение или извлечение онтологии. Использование Genie и вычислительные ресурсы оплачиваются отдельно.
Могут ли ChatGPT или Claude использовать Genie Ontology?
Да, через Genie MCP. Databricks заявляет, что тот же контекст доступен агентам за пределами Databricks, таким как ChatGPT, Claude и Microsoft Copilot.
Могу ли я редактировать то, что узнает Genie Ontology?
Не напрямую. Вы меняете изученные знания, обновляя исходные активы. Вы также можете определить концепцию как моделируемое знание, которое Genie считает более авторитетным.
Источники: Databricks, Announcing GA of Genie Ontology · Документация Databricks, Genie Ontology · Databricks, Цены на Genie · Databricks, Обновление Genie Agents · Microsoft Learn, Fabric data agent.