Resumo: No Data + AI Summit de junho de 2026, a Databricks apresentou o Genie One, um “agente coworker” que vai além do chatbot analítico anterior: ele executa tarefas, conecta-se a Google Drive, Jira, Slack, Confluence, SharePoint e mais de 50 aplicativos, e usa uma camada chamada Genie Ontology para construir contexto sobre dados estruturados e não estruturados da empresa. O modelo comercial também muda: em vez de SaaS por assento, a Databricks passa a cobrar por tokens consumidos.
O Genie original era essencialmente uma interface conversacional sobre o data warehouse: o usuário perguntava em linguagem natural e o sistema gerava SQL e gráficos. O Genie One inverte a equação: em vez de “responder perguntas”, o agente “executa tarefas” — abre tickets no Jira, atualiza documentos no SharePoint, dispara mensagens no Slack, monta planilhas, encaminha aprovações.
O motor por trás é o Genie Ontology, descrito como uma camada de contexto auto-aprimorada que mapeia a extensão do conhecimento da organização: documentos, aplicações, dados estruturados em lakehouse, conteúdo não estruturado e até o conhecimento implícito das pessoas (registros de uso, decisões anteriores). É uma resposta direta ao problema clássico de agentes em produção: sem contexto curado e atualizado, o modelo alucina.
O detalhe que mais impacta orçamento corporativo é a mudança de modelo: a Databricks abandona o licenciamento tradicional por assento para o Genie One e adota cobrança por tokens consumidos. É a primeira grande empresa de dados a fazer isso de forma explícita para um produto agêntico de uso geral — e cria comparação direta com APIs de modelos.
Empresas brasileiras que já são clientes de Databricks (vários bancos, varejistas grandes, telecoms e empresas de energia) ganham um caminho de baixo atrito para integrar agentes ao stack analítico que já existe. O Genie Ontology promete reduzir o esforço de “criar conector e mapear schema” — um dos maiores gargalos em implantar agentes em empresas grandes hoje.
Para quem está fora do ecossistema Databricks, o anúncio sinaliza tendência: a próxima geração de agentes corporativos vai depender menos de modelo e mais de camadas de ontologia/contexto. A diferenciação migra para qualidade dos conectores, granularidade de permissões e capacidade de auditoria — exatamente os pontos críticos para LGPD, compliance bancário e setores regulados no Brasil.
Espera-se que a Databricks abra o Genie One para mais regiões cloud e amplie a lista de conectores nativos ao longo do segundo semestre de 2026. Concorrentes vão acelerar lançamentos equivalentes — e o tema “ontologia corporativa para agentes” deve dominar discussões de arquitetura nos próximos doze meses. No Brasil, vale acompanhar como bancos e seguradoras vão tratar a cobrança por token frente aos modelos atuais de licenciamento de software analítico.
Para times de dados que considerem testar o Genie One, três passos práticos: (1) escolher um caso de uso bounded — por exemplo, reconciliação de pedidos entre Salesforce e ERP — e medir custo por execução; (2) revisar políticas de acesso em Drive/Slack/SharePoint antes de plugar o agente, porque ele herda permissões; (3) montar painel de consumo de tokens por equipe, prevendo limites e alertas, para evitar surpresas na fatura mensal.
Fonte original: Databricks’ new agentic coworker Genie One brings AI automation to every part of the business — SiliconANGLE.
A versão oficial do V4-Pro traz módulo de decodificação especulativa, contexto de mais de um…
Pesquisadores do SRI International e do MIT Media Lab descrevem como modelos podem coordenar decisões…
Estudo publicado na PNAS mediu o desalinhamento entre valores declarados por 715 usuários e o…
A Microsoft mostrou que padrões de execução, formato de requisição e parâmetros de upload permanecem…
A CVE-2026-64849 permite que um atacante sem autenticação faça o servidor do MLflow buscar e…
Revisão de doze meses de casos de resposta a incidentes da Sophos mostra que a…