AI at Work8 min czytania

Których klientów policzyła AI? Databricks daje agentom definicje wskaźników

Genie Ontology dostarcza agentom Databricks definicje biznesowe. Sprawdź znaczenie wskaźnika, wiarygodność źródła i uprawnienia przed użyciem raportu.

K
Ken Jo

Zapytaj dwie osoby, ilu aktywnych klientów miała firma w zeszłym miesiącu. Sprzedaż może policzyć konta z aktualną płatną umową. Zespół produktowy może policzyć konta, które użyły ważnej funkcji w ostatnich 30 dniach. Oba wyniki mogą być poprawne. Poproś AI o jedną odpowiedź, a pytanie o znaczenie terminu biznesowego zamieni się w liczbę, która wygląda na bardziej jednoznaczną, niż jest w rzeczywistości.

11 listopada 2026 r. firma Databricks ogłosiła ogólną dostępność Genie Ontology. Platforma danych i AI używa tej warstwy do dostarczania agentom kontekstu biznesowego wielokrotnego użytku. Fragmenty kontekstu mogą pochodzić z pulpitów Databricks, zapytań SQL i notatników. Oddzielna funkcja zewnętrznej analityki biznesowej była w dniu premiery w becie i obsługiwała Power BI. Użytkownicy mogą też określać obowiązujące wskaźniki i pojęcia w Unity Catalog. W tym samym komunikacie zapowiedziano przyszłą betę graficznego narzędzia Ontology Manager.

Skoro kilka agentów ma pomagać w pracy firmy, po co każdy miałby od nowa ustalać, kogo uznaje ona za klienta? Korzyść pojawia się, gdy poprawną odpowiedź da się powiązać z zatwierdzoną definicją. Wspólny kontekst ułatwia również rozprzestrzenianie się błędnego założenia. Warto umieć rozpoznać różnicę, zanim miesięczny raport pójdzie w świat.

Dwie przykładowe definicje aktywnego klienta oparte na płatnym statusie lub niedawnym użyciu produktu

To samo określenie może dać dwie poprawne liczby. Przed porównaniem wyników pokaż definicję.

Wykres skrywa sposób obliczania wskaźnika

Pulpit zwykle zawiera więcej wiedzy o firmie, niż sugeruje wykres słupkowy. Ktoś zdecydował, którą datę przyjąć, jakie rekordy pominąć, co jest kontem płatnym i jak uwzględniać fuzje firm. Te decyzje mogą być zapisane w SQL, filtrach, notatniku lub ustalone nieformalnie przez właścicieli raportu. Agent może mieć dostęp do tabeli źródłowej, a wciąż nie znać reguły, która uczyniłaby jego odpowiedź użyteczną.

W komunikacie opisano dwa typy kontekstu. Wyuczony fragment może zawierać regułę, którą agent rozpoznał w codziennych materiałach, na przykład w istniejącym zapytaniu. Wiedzę modelowaną ludzie definiują i nadzorują formalnie. Należą do niej między innymi zatwierdzone wskaźniki KPI w widokach miar. Komunikat przedstawia też OntoRank jako mechanizm porządkowania fragmentów kontekstu według wiarygodności i trafności. To opis rozwiązania według Databricks. W rzeczywistej sytuacji zespół może inaczej rozstrzygać niejasne pytania.

Przykładowe pytanieKontekst do sprawdzeniaKto powinien ustalić definicję
Ilu aktywnych klientów przedłużyło umowę?Identyfikator konta, daty odnowienia i status umowyZespół operacji sprzedażowych
Ile kont aktywnie korzystało z produktu?Zdarzenia aktywności, przedział czasu i mapowanie kontAnalityka produktowa
Ilu klientów było aktywnych na koniec kwartału?Definicja raportowa, strefa czasowa i zamknięcie okresuWłaściciel raportu

To przykładowe zespoły. Przydatna odpowiedź zawiera użytą definicję, przedział raportowania, datę obowiązywania reguły i źródło dostępne czytelnikowi. Przy niejednoznacznym pytaniu warto najpierw doprecyzować, czy chodzi o umowy, czy o użycie produktu. Ontologia może pomóc znaleźć oba znaczenia. Raport powinien jednak wskazać, z którego skorzystał.

Liczby dobrze pokazują różnicę. Załóżmy, że zapytanie rozliczeniowe zwraca 420 bieżących kont, a zapytanie o użycie wskazuje 310 kont ze zdarzeniem spełniającym warunek. To wymyślone wartości na potrzeby ćwiczenia. „420 aktywnych klientów” to niepełny wynik, nawet jeśli obliczenia są poprawne. „420 kont objętych rozliczeniem na koniec miesiąca, bez kont próbnych” daje kolejnemu czytelnikowi definicję do sprawdzenia. Aby obliczyć, ile płatnych kont także korzystało z produktu, trzeba złączyć dane i zachować odrębne podstawy zliczania.

Wspólny kontekst zmienia koszt błędu

Dobrze udokumentowana definicja zwalnia ludzi z pisania tego samego rozbudowanego promptu w każdym narzędziu. Zespół raportujący może utrzymywać jeden zatwierdzony wskaźnik przychodu, podczas gdy różni agenci pomagają odpowiadać na pytania finansów, operacji i zarządu. Według Databricks protokół Genie MCP pozwala przekazywać kontekst agentom spoza platformy. Dostęp do konkretnego narzędzia, źródła i operacji zależy od konfiguracji przestrzeni roboczej. Sprawdź oficjalną dokumentację Genie One.

Trudniej, gdy dwa źródła są sprzeczne. Wyobraź sobie pulpit marketingu, który wciąż liczy konta próbne jako klientów, i sprawdzony raport finansów, który je wyklucza. Stary notatnik używa nazwy z finansów, ale stosuje zeszłoroczne obliczenia. Jeśli pochodzenie używanych fragmentów nie jest widoczne, automatyzacja może utrzymywać przestarzałą regułę długo po odejściu osób pamiętających jej zmianę.

Na początku ustal, które ustalenia mają moc obowiązującej definicji. Zatwierdzony wskaźnik potrzebuje właściciela i zaakceptowanego zakresu raportowania. Notatnik może pomóc zrozumieć sposób pracy zespołu, ale sam z siebie nie staje się regułą obowiązującą w firmie. Gdy współistnieją dwie prawidłowe reguły, nadaj im osobne nazwy lub określ dziedzinę i okres. Udane wdrożenie w całej firmie zachowuje potrzebne różnice między definicjami, bo zespoły mogą odpowiadać na różne pytania.

W tym samym ćwiczeniu sprawdź uprawnienia. Zadaj identyczne pytanie jako analityk uprawniony do odczytu danych szczegółowych i jako osoba widząca wyłącznie sumy. Zapisz kontekst oraz cytowane źródła dla obydwu osób, łącznie z błędami i pustymi odpowiedziami. Databricks deklaruje respektowanie istniejących uprawnień, ale zespół wdrożeniowy powinien sprawdzić zachowanie w konkretnej konfiguracji. Niedostępny odnośnik w wyjaśnieniu wskaźnika to problem użyteczności. Odpowiedź ujawniająca niedozwolone szczegóły jest poważniejszym błędem. Sprawdź obie sytuacje oddzielnie.

Definicja przechodzi od materiału źródłowego do nadzorowanego użycia i aktualizacji

Przypisz właściciela oraz datę obowiązywania i zobacz, co się stanie przy zmianie definicji.

Skąd bierze się wynik 91 procent?

Databricks i Turing opracowały test w symulowanej przestrzeni roboczej fikcyjnego brytyjskiego dostawcy energii. W komunikacie z 11 listopada podano, że Genie z Ontology uzyskał 91% zaliczonych prób, a lepszy z dwóch anonimowych agentów porównawczych — 58%. Każdy agent odpowiadał na te same pytania po pięć razy na zadanie. Wyniki oceniono według ustalonych wcześniej kryteriów. To wspólna ocena dostawcy w konkretnej konfiguracji. Klienci Databricks muszą jeszcze sprawdzić swoje wyniki w praktyce.

Porównanie odzwierciedla faktyczny problem biznesowy. Agent, który ma już potrzebne definicje, może poświęcić mniej czasu na szukanie ich w skoroszytach, tabelach źródłowych i notatkach. W komunikacie opisano konfigurację Genie jako działające wdrożenie z nagromadzonym kontekstem. W świeżo podłączonej przestrzeni tych materiałów może jeszcze nie być. Test zestawia całe systemy z różnym dostępem do przygotowanego kontekstu, przez co nie rozstrzyga, jak duży jest wkład każdej funkcji z osobna.

Zespół może opracować własną krótką ocenę. Wybierz pytania, które wydają się łatwe, lecz sprawiały kłopoty w praktyce. Mogą dotyczyć miesięcznej liczby aktywnych kont, terminu odnowienia w regionie, wyjątku od zasady rozpoznania przychodu lub okresu obowiązywania klasyfikacji. Pobierz od właścicieli danych zestaw wiążących odpowiedzi. Ustal, które źródła i przedziały czasu są prawidłowe. Uwzględnij pytania, przy których agent powinien odmówić lub poprosić o doprecyzowanie, ponieważ nie ma jednej zatwierdzonej odpowiedzi.

Oceniaj także możliwość prześledzenia odpowiedzi i dostęp do źródeł. Raport, który przypadkiem zwraca właściwą liczbę przy błędnej formule, może się rozjechać w kolejnym miesiącu. Szybka odpowiedź, której sprawdzenie zabiera analitykowi kilka minut, może dawać niewiele oszczędności. Odnotuj, kto mógł zweryfikować wynik i w jakich przypadkach granicznych potrzebne było doprecyzowanie. Dzięki temu warto porównywać wyniki nawet przy tej samej podstawowej wersji modelu.

Spróbuj zmienić definicję, zanim rozszerzysz wdrożenie

Próba z jednym wskaźnikiem wystarczy, by sprawdzić, czy system nadąża za zmianami. Za pierwszym razem zapytaj o liczbę aktywnych płatnych kont w ustalonym momencie. Potem zasymuluj zmianę biznesową. Od uzgodnionej daty konta partnerów tworzą odrębny segment raportowania. Pulpity historyczne powinny zachować dotychczasową metodę w poprzednich okresach, a nowe raporty stosować zatwierdzoną definicję. Trudność polega na tym, żeby zachować prawidłowe odpowiedzi przed zmianą i po niej bez każdorazowego podawania agentowi kopii reguły.

  1. Wybierz wskaźnik z właścicielem danych i dwiema rzeczywiście różnymi interpretacjami. Zapisz obowiązującą regułę, datę, znaną odpowiedź i znaną niejednoznaczność.
  2. Zadaj te same pytania w wariancie bazowym i z nadzorowanym kontekstem, używając tego samego zestawu danych raportowych. Zapisz wynik, wskazaną definicję i czas poświęcony na weryfikację.
  3. Powtórz próbę dla dwóch zestawów uprawnień. Sprawdź, czy czytelnik może otworzyć właściwe źródła i nie poznaje zastrzeżonych szczegółów.
  4. Zasymuluj przegląd zasad i poproś o raporty z okresów przed zmianą i po niej. Sprawdź, czy odpowiedź stosuje właściwą definicję dla okresu i wskazuje zmianę.

Ogłoszenie z 11 listopada to dobry moment, żeby zacząć oceniać Genie Ontology z opiekunami przestrzeni roboczej Databricks. Ontologia jest już dostępna, a nowy graficzny menedżer został zapowiedziany jako przyszła beta. Do przypisania właścicieli wskaźników, uzgodnienia definicji i przygotowania pytań wzorcowych wystarczy dokumentacja. Kroki te będą przydatne także wtedy, gdy wdrożenie zajmie więcej czasu.

Dodaj pytanie sprawdzające różnicę między znalezieniem definicji a jej właściwym zastosowaniem. Dwa konta mogą mieć tę samą nazwę klienta. Subskrypcja może zmienić status w połowie miesiąca. Transakcja tuż po północy według UTC może należeć do innego dnia raportowania w czasie lokalnym. Wybierz jeden przypadek i sprawdź jego uwzględnienie lub wykluczenie. Pokaż osobom sprawdzającym zapytanie wzorcowe i poproś, by przeczytały interpretację agenta, zanim zobaczą oczekiwaną liczbę.

Konflikty można też wyłapywać w miarę rozszerzania zakresu. Prowadź krótką listę słów, które już mają dla zespołów różne znaczenia, takich jak „aktywny”, „region”, „zwrot” i „odnowienie”. Przy dołączeniu nowej dziedziny poproś właścicieli danych, aby w parach wymienili trzy zwykłe pytania. Zaznacz, gdzie te same słowa zmieniają grupę, przedział czasu lub tabelę źródłową. Wtedy człowiek zdecyduje, czy rozdzielić nazwy, czy użyć jednego pojęcia z doprecyzowaniem. Kontrola powinna być dość krótka, by móc ją powtarzać po wprowadzeniu ważnych definicji do katalogu.

Wyślij gotową odpowiedź osobie, która nie brała udziału w próbie. Czy rozpozna, do którego raportu pasuje wynik? Czy otworzy zatwierdzone źródło i zauważy rozbieżność z własnym pulpitem? Jeśli przy każdym przekazaniu wskaźnik wymaga objaśnienia, lepszą pomocą może być czytelna nazwa i zapisana definicja.

Liczbę da się ponownie wykorzystać, jeśli definicja jest jasna

Najcenniejszy efekt to dwóch agentów, którzy udzielają tej samej odpowiedzi z tego samego powodu, a po zmianie pytania proszą o doprecyzowanie. Potrzebna jest definicja, którą firma potrafi znaleźć, zweryfikować i poprawić. Wspólna warstwa kontekstu pozwala używać jej w większej liczbie raportów. To zwiększa wartość pracy nad nazwą i zasadami wskaźnika.

Źródła


Przechowuj definicje wskaźników, decyzje ze spotkań i pytania uzupełniające w jednym miejscu, w którym łatwo je znaleźć. Utwórz pierwszą notatkę w Telli.sh.


← Wróć do bloga