Databricks presentó el 11 de noviembre una nueva generación de Genie, su asistente de inteligencia artificial para empresas, diseñada para ejecutar tareas prolongadas en segundo plano y pedir una decisión humana cuando sea necesaria. La compañía dice que esta versión autónoma llegará próximamente a programas de prueba y beta; el Genie existente y su capa de contexto, Genie Ontology, ya están disponibles de forma general.
Un agente para trabajos que no terminan con una respuesta
La propuesta de Databricks es que un empleado pueda asignar a Genie un objetivo y unos límites, en lugar de formular una pregunta cada vez que necesita información. Según la empresa, el agente podrá seguir el avance de un trabajo, repartir partes entre otros agentes, buscar información faltante y avisar cuando requiera una decisión.
Entre los ejemplos que plantea están vigilar cambios en el uso de un producto por parte de los clientes, analizar tendencias de ingresos y preparar resúmenes periódicos para un equipo directivo. Genie también podrá ejecutar trabajos programados o activados por determinados eventos, de acuerdo con la compañía.
Las acciones no tienen por qué quedar completamente en manos del sistema. Databricks afirma que las organizaciones podrán establecer reglas para decidir qué herramientas usa el agente, qué operaciones requieren aprobación y cuánto puede gastar. Una bandeja de prioridades y las alertas por correo mostrarán los asuntos que necesitan atención.
El director ejecutivo y cofundador de Databricks, Ali Ghodsi, mostró a TechCrunch ejemplos de su uso interno de Genie. Según el medio, el asistente analizó puntos débiles de una encuesta de satisfacción de empleados, ayudó a valorar soluciones propuestas y resumió una presentación comercial que no salió bien. También preparó al ejecutivo para una entrevista.
Esa demostración muestra cómo lo utiliza el propio directivo, pero no establece que la nueva versión autónoma ya esté disponible para todos los clientes.
El contexto que Genie usa para interpretar una empresa
La pieza que conecta los datos se llama Genie Ontology. Databricks la describe como una capa de contexto que reúne definiciones, métricas, relaciones, personas y procesos de una organización para que los agentes interpreten la información con las reglas de ese negocio.
La distinción importa cuando una misma palabra puede tener significados distintos. Un informe de ingresos, por ejemplo, depende de qué cifra considera oficial la empresa. La capa puede aprender contexto de paneles, consultas y documentos de trabajo, mientras las personas conservan la capacidad de gobernar las definiciones.
Genie Search está pensado para localizar información en los datos de Databricks y en herramientas empresariales como Google Drive, Jira y Confluence. La compañía afirma que el sistema respeta los permisos existentes, de modo que el acceso del agente depende de las reglas configuradas para el usuario y la organización.
Databricks también anunció en septiembre la compra de Row Zero, cuya hoja de cálculo planea integrar en Genie para trabajar con datos empresariales.
Gerardo Pavez
La disponibilidad tiene una diferencia entre páginas oficiales
El comunicado del 11 de noviembre distingue entre los productos actuales y el nuevo agente: Genie y Genie Ontology tienen disponibilidad general, mientras que la versión autónoma, Genie Search y Ontology Manager llegarán próximamente a programas de prueba y beta. El anuncio no da una fecha concreta para esos programas.
Sin embargo, las notas técnicas de Databricks para AWS indican que Genie Search ya estaba disponible de forma general desde el 9 de noviembre. Las dos páginas no aclaran si hablan de un alcance o una versión diferente de la herramienta, por lo que el estado exacto de Search queda pendiente de aclaración.
La compañía señala que Genie se cobra según el uso, sin una tarifa por asiento, y que los administradores pueden fijar límites de gasto por equipo o usuario. Ghodsi dijo a TechCrunch que Unity Gateway también permite recurrir a modelos de pesos abiertos menos costosos.
El límite de gasto controla una parte de la operación, pero no garantiza que una respuesta sea correcta. Para una empresa que delegue trabajo en el agente, seguirá siendo relevante revisar las fuentes, las definiciones y las acciones que autoriza, además de comprobar las salidas antes de tomar decisiones a partir de ellas.
