A Databricks egy platformra hozza a vállalati adatokat és az AI-használatot
A Databricks új és bővített natív csatlakozókkal egységesíti a vállalati produktivitási és AI-adatokat a Lakeflow Connectben. A szolgáltatás többek között Jira, Confluence, SharePoint, Google Drive, GitHub, OpenAI és Anthropic rendszerekből tölti be az adatokat a Unity Catalogba.
- A Lakeflow Connect több produktivitási eszközből tölt adatokat a Unity Catalogba.
- A támogatott források között a Jira, Confluence, SharePoint, Google Drive és GitHub is szerepel.
- Az OpenAI- és Anthropic-csatlakozók az AI-használat és a költségek felügyeletét támogatják.
- A strukturálatlan fájlok és üzenetek vállalati tudásbázisokhoz és AI-ügynökökhöz készíthetők elő.
Egy platformra kerülhetnek a szétszórt adatok
A Databricks október 26-i bejelentése szerint a Lakeflow Connect teljesen menedzselt, natív adatcsatlakozókat kínál több produktivitási és együttműködési eszközhöz. A vállalat szerint ezek az adatok korábban több, egymástól elkülönülő alkalmazásban voltak, és minden forráshoz egyedi API-integrációt kellett építeni.
A csatlakozók pontozással és kattintással használható felületen vagy egyszerű API-n keresztül állíthatók be. Az adatok ezt követően inkrementálisan, felügyelt táblákként kerülnek a Unity Catalogba, infrastruktúra kiépítése, kezelése vagy skálázása nélkül. A Databricks szerint így adatbázisokból, SaaS-alkalmazásokból és fájlforrásokból is közvetlenül a platformra tölthetők az adatok.
A produktivitási eszközök között a Jira, a Monday.com, a Smartsheet, az Aha!, a GitHub, a Confluence, a Notion, a Glean, a SharePoint, a Google Drive, az Outlook és a Gmail szerepel. A vállalat az OpenAI-hoz és az Anthroپic-hoz is kínál csatlakozót.
A strukturálatlan tartalmakat is feldolgozza
A Lakeflow Connect a Databricks szerint nemcsak strukturált adatokat kezel. A SharePoint csatlakozó például PDF-fájlokat, Word-dokumentumokat, prezentációkat és képeket tölt be, dokumentumonként egy sorban, a nyers tartalmat és a metaadatokat is megőrizve. Az Excel- és CSV-fájlok Delta-táblaként is betölthetők.
A Google Drive hasonló módon kezeli a dokumentumokat, miközben a Google Sheets és a CSV-fájlok szintén közvetlenül Delta-táblákba kerülhetnek. A Confluence oldalainak és blogbejegyzéseinek tartalma strukturált mezőként érkezik, az Outlook az e-mailek törzsét és mellékleteit, a Gmail pedig a teljes üzenettörzset tölti be. A GitHub csatlakozó a tárolók szöveges fájljait, köztük a forráskódot, a Markdown-fájlokat és a konfigurációkat is kezeli.
A Databricks szerint a szöveges tartalmak kisebb tisztítás után feldarabolhatók és vektorizálhatók kereséshez. A nyers bájtként érkező dokumentumokat az ai_parse_document, a Databricks beépített dokumentumfeldolgozó eszköze alakíthatja szöveggé. Az így előkészített adatok vállalati tudásbázisok és AI-ügynökök mögé helyezhetők.
Az AI-költések és használat is követhető
A Lakeflow Connect OpenAI-csatlakozója a használati adatokat, költségeket, API-kulcsokat, projekteket, felhasználókat és auditnaplókat hozza be. Ez a Databricks szerint lehetővé teszi az AI-költések csapatonkénti hozzárendelését és az alkalmazás elterjedésének követését.
Az Anthropic csatlakozója az auditnaplókat, a szervezeti felhasználókat és szerepköröket, valamint a claude.ai beszélgetéseinek és üzeneteinek tartalmát tölti be. A vállalat célja, hogy az ügyfelek egyetlen nézetben követhessék az AI-használat és az alkalmazás elterjedésének alakulását, illetve beszámolhassanak az AI-beruházások megtérüléséről.
A Databricks ügyfélpéldaként a Toyota Finance Australiát és a VaxCare-t említi. A Toyota Finance Australia a Jira-adatokat használja teljesen menedzselt adatfolyamban, a VaxCare pedig a Confluence csatlakozójával táplálja belső tudásbázisát a Databricksbe, hogy chatbotját erre az információra alapozza. A bejelentés szerint a Lakeflow Connect így az adatcsatornák karbantartása helyett közös, felügyelt alapot adhat a vállalati elemzéshez és az AI-alkalmazásokhoz.
Databricks: Unify your productivity and AI data with Lakeflow Connect
