A Databricks Genie Ontology vállalati tudással javítja az AI-válaszokat

A vállalati kontextus hiányát célozza a rendszer

A Databricks szerint az általános célú AI-ügynökök jól keresnek a weben, érvelnek és kódot írnak, de a vállalati adatokkal kapcsolatos kérdésekre könnyen téves választ adhatnak. Ennek oka a közlemény szerint az üzleti kontextus hiánya: az ügynöknek tudnia kell, mely táblák hitelesek, milyen üzleti szabályok vonatkoznak az adatokra, és kik a megbízható szakértők.

Ez a szervezeti tudás irányítópultokban, lekérdezésekben, dokumentumokban, alkalmazásokban és az alkalmazottak ismereteiben oszlik meg. A definíciók, az adatok és a csapatok közben folyamatosan változnak. A Genie Ontology ezt a tudást tartja naprakészen. A folyamat a Unity Catalogban kezelt és hitelesített alapfogalmakkal indul, majd a rendszer irányítópultokból, dokumentumokból, lekérdezésekből, jegyzetfüzetekből és kapcsolt alkalmazásokból tanult ismeretekkel egészíti ki ezeket.

Az OntoRank a hitelesség, a használat és a szerzőség jelei alapján rangsorolja a kontextust. Így a Genie a Databricks szerint az egyes kérdésekhez legmegbízhatóbb és legrelevánsabb forrásokra támaszkodhat.

Heti jelentés több rendszer adatainak összekapcsolásával

A Databricks termékcsapata a Genie One-t használja a Genie-felhasználás heti áttekintéséhez. A csapat tagja a cég szerint telefonról, asztali alkalmazásból vagy weben nyitja meg a Genie One-t, majd egy Google-dokumentumban tárolt szabványos sablon alapján kéri a heti jelentés elkészítését. A cél az olyan területek azonosítása, amelyek figyelmet igényelhetnek.

A feladat több adatforrást érint. A felhasználók weben, asztali és mobilalkalmazásban, Slackben, valamint Teamsben dolgoznak. A tervek Google-dokumentumokban, a hibajelentések Jirában, a terepi visszajelzések pedig Slackben találhatók. A Genie Ontology segítségével a Genie kiválasztja a megfelelő üzleti definíciókat és forrásokat, majd ezek alapján elemzi az adatokat.

A rendszer először releváns adateszközöket, például irányítópultokat, ügynököket és táblákat keres, ezután ellenőrzött oldalakat és az irányítópultokból, jegyzetfüzetekből, illetve SQL-lekérdezésekből származó ontológiai részleteket vizsgál. A Databricks példájában megtalálta a hitelesített, heti aktív felhasználókat mérő nézetet, majd MCP-n keresztül élő Google Drive-dokumentumokat és Jira-jegyeket keresett, végül SQL-lekérdezéseket futtatott a használati táblákon.

Előrejelzés, ütemezés és megosztható ügynök

A Genie One a Databricks bemutatója szerint a jelentés elkészítése után további kérdések megválaszolására is használható. A termékcsapat például azt vizsgálta, miért ugrott meg az új felhasználók száma az elmúlt hónapokban, majd előrejelzést kért a trend alakulásáról, valamint a figyelendő fiókok azonosítását.

A heti áttekintés ütemezhető, így a felhasználónak nem kell minden alkalommal emlékeznie a futtatására. A beszélgetésből megosztható Genie Agent is létrehozható, amelyet a csapat és a vezetőség használhat a Genie teljesítményével kapcsolatos további kérdésekhez és műveletekhez. Az ügynök a beszélgetésben használt adatforrásokra, valamint a korábbi, hasonló témájú beszélgetésekre építhet.

A Databricks szerint a Genie Ontology előre megadja az üzleti kontextust, így a Genie az érvelés során azonosíthatja a hiteles forrásokat és a vállalati adatfelhasználás módját. A kontextus jogosultságfüggő: a rendszer csak azokat az adatokat és ismereteket használja, amelyekhez a felhasználó a Unity Catalogon és a kapcsolt forrásokon keresztül hozzáfér.