סוכני פרופיל (Profile Agents) מרכיבים באופן אוטומטי נתוני לקוחות גולמיים ומקוטעים ממקורות כמו מערכות CRM, טרנזקציות והתנהגות באתר, לכדי פרופילי לקוח אחודים ומוכנים לפעולה עסקית (Customer 360). הם מטפלים בפתרון זהויות ואיחוד נתונים ללא התערבות ידנית, ומספקים למשווקים תמונת לקוח אחת, מפוקחת ועדכנית .
סוכני קמפיין (Campaign Agents) מנהלים את מה שדאטה-בריקס מכנה "קמפיינים אינסופיים" – תוכניות שיווק אוטונומיות ורציפות במקום קמפיינים סטטיים עם תאריך תפוגה. הסוכנים בונים קהלי יעד, ממליצים על הפעולה הבאה הטובה ביותר (Next-Best Action), מפעילים פניות בערוצים השונים ומייעלים את הביצועים באופן רציף על בסיס נתוני זמן-אמת . הסוכנים משתמשים בנתוני ה-Lakehouse ובמודלי הבינה המלאכותית כדי להחליט איזה תוכן לשלוח, מתי לשלוח אותו ולאיזה קהל – ובכך סוגרים את מעגל הפעולה בין נתוני הלקוח לביצוע בפועל
.
כוח העבודה האוטונומי הזה מייצג שינוי מהותי: מעבר מפלטפורמות שמציעות פעולות, לפלטפורמות שמבצעות ומייעלות אותן בעצמן בתוך גבולות מוגדרים מראש .
דאטה-בריקס הציגה את CustomerLake עם מערכת אקולוגית רחבה של שותפי השקה המספקים יכולות קריטיות על גבי הפלטפורמה:
בין הלקוחות המאמצים המוקדמים שהציגו בכנס היו HP, שבונה תשתית נתונים גלובלית (GTM) B2B מוכנה לבינה מלאכותית, ו-Circle K, המפעילה תוכניות נאמנות מותאמות אישית תוך שימוש בנתוני לקוחות בקנה מידה גדול . לקוחות עסקיים נוספים שהוזכרו כוללים את AB InBev ו-Getnet by Santander
.
המערכת האקולוגית הרחבה יותר של שותפים לקליטת והפעלת נתונים כוללת את Adobe, Meta (Audience and Conversions API), Epsilon, LiveRamp, The Trade Desk ואחרים .
הארכיטקטורה ועיתוי ההשקה של CustomerLake מתיישרים עם שלוש מגמות שוק מתכנסות שמעצבות מחדש את האופן שבו ארגונים קונים ומשתמשים בתוכנה:
ערימת הטכנולוגיה השיווקית (MarTech) עוברת במהירות מכלים שרק מציעים הצעות או מסייעים, למערכות אוטונומיות שמתכננות, פועלות ומייעלות פעילות בערוצים השונים עם התערבות אנושית מינימלית . חברת המחקר גרטנר (Gartner) צופה שעד סוף 2026, 40% מהיישומים הארגוניים יכללו רכיבי AI אוטונומיים מובנים, עלייה חדה מפחות מ-5% ב-2025
. תחזית נפרדת גורסת כי 25% מרכישות התוכנה הארגוניות יכללו רכיב סוכן מובנה עד הרבעון הרביעי של 2026, מה שאומר שהקונים יצפו ליכולות אוטונומיות בתוך פלטפורמות קיימות כמו CRM ו-ERP, ולא ירכשו כלי סוכנים עצמאיים
.
פלטפורמות CDP מסורתיות מייצאות רשימות קהל סטטיות לכלי ביצוע חיצוניים, מה שיוצר השהיה (Latency) וכפילות נתונים. CustomerLake מטמיעה יכולות אוטונומיות ישירות לתוך אגם הנתונים, כלומר אין צורך להעביר או לשכפל את נתוני הלקוחות כדי להפעיל אותם . גישה זו משקפת תפיסה רחבה יותר בתעשייה, שלפיה עידן פלחי הקהל הסטטיים מפנה את מקומו לפלטפורמות שמנהלות, מזינות ומתזמרות סוכני AI בזמן אמת
. פרשנים בתעשייה מציינים שהשאלה שארגונים צריכים לשאול כעת בעת הערכת CDP השתנתה: כבר לא מספיק לשאול האם הוא מאחד נתונים – השאלה המרכזית היא האם הוא מוכן "להאכיל" סוכנים אוטונומיים
.
על ידי השארת סוכני השיווק בתוך ה-Lakehouse המפוקח, דאטה-בריקס נותנת מענה לנקודת כאב מתמשכת שהגבילה את האימוץ הארגוני של בינה מלאכותית בשיווק: כפילות נתונים, פיצול אבטחתי ופער הזמנים בין הניתוח לביצוע. ההימור הוא שארגונים יעדיפו להפעיל סוכנים במקום שבו נתוני הלקוחות הרגישים שלהם כבר נמצאים, תחת בקרות הממשל הקיימות, במקום להעביר אותם לענן שיווקי נפרד . זה הופך את שכבת הממשל של הפלטפורמה – ולא מודל AI מסוים – ליתרון התחרותי האמיתי.
CustomerLake מאותת שדאטה-בריקס רואה בשיווק האוטונומי לא תכונה (Feature) נוספת, אלא נקודת פיתול (Inflection Point) פלטפורמית. המאבק הרחב יותר בעולם התוכנה הארגונית הוא יותר ויותר סביב השאלה איזו פלטפורמה תהפוך לסביבת הריצה (Runtime) כברירת המחדל עבור סוכנים עסקיים אוטונומיים, ו-CustomerLake הוא מהלך הפתיחה של דאטה-בריקס במרוץ הזה .