AI at Work8 menit baca

Pelanggan aktif versi siapa? Databricks menaruh definisi di balik jawaban AI

Genie Ontology membawa definisi bisnis ke agen Databricks. Uji makna metrik, kewenangan sumber, dan hak akses sebelum mengandalkan laporannya.

K
Ken Jo

Tanya dua rekan berapa jumlah pelanggan aktif bulan lalu. Tim penjualan mungkin menghitung akun dengan kontrak berbayar yang masih berlaku. Tim produk mungkin menghitung akun yang menggunakan fitur penting dalam 30 hari terakhir. Kedua angka itu bisa benar. Jika AI diminta memilih satu, perbedaan makna bisnis mudah berubah menjadi angka yang tampak lebih pasti daripada semestinya.

Pada 11 November 2026, Databricks mengumumkan ketersediaan umum Genie Ontology. Platform data dan AI ini memakai lapisan tersebut untuk menyediakan konteks bisnis yang bisa dipakai ulang oleh agen. Cuplikan pengetahuan dapat berasal dari dasbor Databricks, kueri SQL, dan notebook. Fitur BI eksternal yang terpisah masih beta saat peluncuran, dengan dukungan Power BI. Tim juga dapat menetapkan metrik dan konsep yang berwenang di Unity Catalog. Dalam pengumuman yang sama, antarmuka visual Ontology Manager disebut akan hadir sebagai beta.

Rilis ini memunculkan pertanyaan yang berguna: jika beberapa agen membantu menjalankan bisnis, mengapa masing-masing harus menebak kembali arti “pelanggan”? Manfaatnya terasa ketika jawaban yang benar dapat ditelusuri ke definisi yang disetujui. Sebaliknya, konteks bersama bisa menyebarkan definisi yang salah lebih jauh. Berikut cara membedakannya sebelum laporan bulanan dikirim.

Dua contoh definisi pelanggan aktif berdasarkan status pembayaran atau pemakaian terbaru

Istilah yang sama bisa menghasilkan dua angka yang sama-sama sah. Tunjukkan definisinya sebelum membandingkan hasil.

Di balik grafik ada keputusan tentang cara menghitung metrik

Dasbor biasanya menyimpan lebih banyak pengetahuan bisnis daripada yang terlihat pada grafik batang. Seseorang menentukan tanggal mana yang dipakai, catatan mana yang dikeluarkan, apa arti akun berbayar, dan bagaimana memperlakukan penggabungan akun. Keputusan itu bisa tersimpan di SQL, filter, notebook, atau kesepakatan tidak tertulis di antara pemilik laporan. Agen mungkin diizinkan melihat tabel sumber, tetapi belum punya aturan yang membuat jawabannya berguna.

Pengumuman itu menjelaskan dua jenis konteks. Cuplikan yang dipelajari dapat mewakili sesuatu yang ditemukan agen dalam pekerjaan sehari-hari, misalnya dalam kueri yang sudah ada. Pengetahuan yang dimodelkan adalah definisi yang sengaja ditetapkan dan dikelola manusia, termasuk KPI bersertifikat pada tampilan metrik. Databricks juga menyebut OntoRank sebagai mekanisme yang memeringkat kandidat konteks menurut otoritas dan relevansinya. Itu penjelasan perusahaan mengenai rancangan produk, bukan jaminan bahwa semua pertanyaan ambigu akan ditafsirkan seperti oleh tim Anda.

Contoh pertanyaanKonteks yang perlu diperiksaSiapa yang menetapkan definisi
Berapa pelanggan aktif yang memperpanjang kontrak?Kunci akun, tanggal perpanjangan, dan status kontrakTim operasional pendapatan
Berapa akun yang aktif memakai produk?Peristiwa pemakaian, rentang waktu, dan pemetaan akunTim analitik produk
Berapa pelanggan yang aktif pada akhir kuartal?Definisi pelaporan, zona waktu, dan penutupan periodePenanggung jawab laporan

Nama tim ini hanya contoh. Jawaban yang berguna menyebut definisi yang dipakai, jangka waktu pelaporan, tanggal berlakunya, dan sumber yang dapat diakses pembaca. Jika pertanyaan ambigu, langkah pertama yang baik sering kali adalah menanyakan apakah yang dimaksud kontrak atau pemakaian produk. Ontologi bisa membantu menemukan kedua makna yang relevan, tetapi laporan tetap harus menunjukkan mana yang digunakan.

Gunakan angka untuk memperjelas perbedaannya. Misalnya, kueri penagihan menghasilkan 420 akun dengan tagihan aktif, sedangkan kueri aktivitas menemukan 310 akun dengan peristiwa yang memenuhi syarat. Ini angka rekaan untuk latihan. “Pelanggan aktif: 420” tidak lengkap, walaupun hitungannya benar. “420 akun yang ditagih pada akhir bulan, tidak termasuk akun uji coba” memberi pembaca berikutnya definisi yang bisa diperiksa. Untuk mengetahui berapa akun berbayar yang juga aktif menggunakan produk, kueri perlu menggabungkan data dan kedua penyebut tetap harus dibedakan.

Konteks bersama mengubah biaya sebuah kesalahan

Definisi yang punya dasar kuat membantu tim menghindari penulisan ulang prompt panjang untuk setiap alat. Satu tim pelaporan bisa mengelola metrik pendapatan bersertifikat, sementara beberapa agen menjawab pertanyaan keuangan, operasi, dan manajemen. Menurut Databricks, Genie MCP bisa menawarkan konteks kepada agen di luar Databricks. Periksa dokumentasi resmi Genie One serta konfigurasi ruang kerja Anda sebelum menganggap alat, sumber, atau tindakan tertentu sudah tersedia.

Masalah yang lebih sulit muncul ketika dua sumber berbeda pendapat. Bayangkan dasbor pemasaran masih menyebut akun uji coba pelanggan, sementara laporan keuangan yang tepercaya mengecualikannya. Sebuah notebook lama memakai nama metrik keuangan tetapi rumus tahun lalu. Jika cuplikan dipakai ulang tanpa asal-usul yang jelas, aturan usang bisa tetap berjalan lama setelah orang yang ingat perubahannya pindah.

Mulailah dengan menentukan pernyataan mana yang berhak menjadi acuan. Metrik bersertifikat perlu pemilik dan cakupan pelaporan yang disetujui. Notebook berguna sebagai bukti cara kerja satu tim, tetapi tidak otomatis menjadi kebijakan. Jika dua aturan sama-sama sah, beri nama berbeda atau tandai domain dan periodenya. Penerapan lintas perusahaan berhasil jika perbedaan yang diperlukan tetap ada, bukan jika setiap tim dipaksa menjawab semua pertanyaan dengan cara yang sama.

Uji izin juga perlu dilakukan dalam percobaan yang sama. Ajukan pertanyaan yang sama sebagai analis yang boleh melihat rincian dan sebagai rekan yang hanya boleh melihat total. Catat konteks, kutipan, pesan kesalahan, dan hasil kosong untuk keduanya. Databricks mengatakan produknya mengikuti izin yang berlaku, tetapi tim tetap perlu memeriksa batas yang akan mereka terapkan. Tautan penjelasan yang tidak bisa dibuka adalah masalah kegunaan. Jawaban yang membocorkan rincian terbatas jauh lebih serius. Uji keduanya secara terpisah.

Perjalanan sebuah definisi dari sumber ke pemakaian yang dikelola dan revisi berikutnya

Tetapkan pemilik dan tanggal berlaku, lalu uji apa yang terjadi ketika definisinya berubah.

Angka 91 persen perlu dibaca bersama dasar perhitungannya

Databricks dan Turing membuat evaluasi dalam ruang kerja simulasi sebuah perusahaan energi fiktif di Inggris. Pengumuman 11 November melaporkan bahwa Genie dengan Ontology lulus pada 91% percobaan, sedangkan pembanding yang lebih kuat di antara dua agen anonim lulus pada 58%. Menurut pengumuman itu, setiap agen menjawab pertanyaan yang sama lima kali per tugas, dengan rubrik yang ditetapkan sebelumnya. Ini evaluasi bersama vendor untuk konfigurasi tertentu, bukan bukti independen bahwa setiap pelanggan Databricks akan memperoleh hasil serupa.

Perbandingan tersebut menangkap masalah bisnis yang nyata. Agen yang sudah mengetahui definisi bisa mengurangi waktu untuk mencarinya di buku kerja, tabel, dan catatan. Pengumuman menggambarkan konfigurasi Genie sebagai penerapan yang sudah berjalan dan telah mengumpulkan konteks. Itu berbeda dari ruang kerja yang baru tersambung. Uji tersebut membandingkan sistem utuh dengan akses berbeda terhadap konteks yang sudah disiapkan; kontribusi setiap fitur secara terpisah tidak diketahui dari hasil itu.

Tim Anda dapat merancang evaluasi kecil tanpa meniru soal vendor. Pilih pertanyaan yang tampak mudah tetapi pernah menghasilkan jawaban keliru: akun aktif bulanan, tenggat perpanjangan regional, pengecualian pengakuan pendapatan, atau tanggal berlaku suatu klasifikasi. Ambil salinan jawaban sah dari pemiliknya. Tetapkan sumber dan rentang tanggal yang dianggap benar. Masukkan pertanyaan tanpa satu jawaban resmi, sehingga agen seharusnya menolak menjawab langsung atau meminta penjelasan.

Nilai keterlacakan dan izin akses selain kebenaran angka. Laporan yang kebetulan menghasilkan angka tepat dengan rumus salah bisa meleset bulan depan. Jawaban cepat yang butuh beberapa menit untuk diverifikasi belum tentu banyak menghemat waktu. Catat siapa yang bisa memeriksa jawaban dan kasus batas yang memicu pertanyaan klarifikasi. Catatan ini berguna saat membandingkan kondisi awal dan uji coba, meskipun keduanya memakai model dasar yang sama.

Coba satu perubahan definisi sebelum memperluas penerapan

Uji satu metrik sudah cukup untuk melihat apakah sistem mengikuti perubahan. Pada percobaan pertama, minta jumlah akun berbayar aktif pada tanggal tertentu. Lalu simulasikan perubahan bisnis: akun mitra menjadi segmen pelaporan tersendiri mulai tanggal yang disepakati. Dasbor historis tetap menggunakan perlakuan lama untuk periode sebelumnya. Laporan baru harus mengikuti definisi yang disetujui. Tantangannya adalah menjaga jawaban untuk kedua periode tanpa harus memberikan salinan pribadi kebijakan kepada agen setiap saat.

  1. Pilih satu metrik dengan pemilik data dan dua penafsiran yang sungguh berbeda. Catat aturan yang disetujui, tanggal berlaku, jawaban yang diketahui, dan satu ambiguitas.
  2. Jalankan versi awal dan versi dengan tata kelola pada pertanyaan dan salinan pelaporan yang sama. Catat jawaban, rujukan definisi, dan waktu pemeriksaan.
  3. Ulangi dengan dua profil izin. Pastikan pembaca bisa membuka sumber yang sesuai tanpa mengetahui rincian terbatas.
  4. Simulasikan revisi kebijakan dan minta laporan sebelum serta sesudahnya. Periksa apakah masing-masing jawaban memakai definisi untuk periode yang tepat dan menyebut perubahannya.

Pengumuman 11 November memberi titik awal untuk menilai Genie Ontology bersama pengelola ruang kerja Databricks Anda. Ketersediaan ontologi berbeda dari ketersediaan antarmuka visual baru yang disebut akan diluncurkan sebagai beta. Tim tidak membutuhkan alat visual tersebut untuk mencatat pemilik metrik, menyelaraskan definisi, dan menyiapkan pertanyaan acuan. Langkah itu tetap berguna jika implementasi memakan waktu lebih lama.

Tambahkan satu pertanyaan untuk membedakan menemukan definisi dari menggunakannya dengan benar. Dua akun bisa memakai nama pelanggan yang sama. Status langganan bisa berganti di tengah bulan. Transaksi beberapa saat setelah tengah malam bisa masuk ke hari pelaporan lokal yang berbeda dari tanggal UTC-nya. Pilih salah satu kasus yang akan dimasukkan atau dikeluarkan. Beri peninjau kueri acuan dan minta mereka membaca tafsiran agen sebelum melihat angka yang diharapkan.

Ada pula cara praktis mendeteksi benturan saat cakupan bertambah. Catat beberapa istilah yang sudah bermakna berbeda bagi beberapa tim: aktif, wilayah, pengembalian, perpanjangan. Ketika domain baru bergabung, minta pemiliknya saling bertukar tiga pertanyaan yang biasa diajukan. Tandai apakah satu istilah mengubah populasi, rentang waktu, atau tabel sumber. Manusia bisa memutuskan untuk memisahkan nama atau mempertahankan konsep bersama dengan keterangan tambahan. Buat proses tinjau cukup ringan agar bisa dilakukan setiap kali definisi penting ditambahkan.

Coba kirim jawaban akhir kepada rekan yang tidak ikut uji coba. Apakah ia tahu laporan mana yang cocok untuk jawaban itu? Bisakah ia membuka sumber sah dan menemukan perbedaannya dengan dasbor sendiri? Jika metrik butuh penjelasan setiap kali berpindah tim, nama yang lebih jelas dan definisi tersimpan mungkin lebih berguna daripada menambah konteks model.

Sebuah angka bisa dipakai ulang sejauh definisinya bisa ditelusuri

Hasil paling berharga adalah mendengar dua agen memberikan jawaban yang sama dengan alasan yang sama, lalu mengajukan pertanyaan lanjutan ketika maksudnya berubah. Itu membutuhkan definisi yang dapat ditemukan, diverifikasi, dan diperbarui oleh bisnis. Lapisan konteks bersama membawa pekerjaan tersebut ke lebih banyak laporan. Pemberian nama dan pengelolaan metrik justru menjadi lebih penting.

Sumber


Simpan definisi metrik, keputusan rapat, dan pertanyaan lanjutan di satu tempat yang mudah dicari. Buat catatan pertama Anda dengan Telli.sh.


← Kembali ke blog