LTAP שואפת לאחד את העומסים הללו על גבי עותק מידע יחיד המאוחסן באגם הנתונים (Data Lake). על פי דאטה-בריקס, הארכיטקטורה מבטלת את השימוש ב-ETL, העתקים ותזוזת מידע, מתוקף התכנון שלה . המשמעות המעשית היא שמידע טרנזקציוני הופך לזמין לאנליטיקה באופן מיידי, ללא צורך בטרנספורמציות או תחזוקת צינורות.

הבסיס ל-LTAP הוא Lakebase, שירות ה-Postgres המותאם של דאטה-בריקס (Serverless) הבנוי על אחסון אובייקטים פתוח. Lakebase כבר משרת אלפי לקוחות ומטפל ב-12 מיליון השקות מסדי נתונים ביום ברחבי הפלטפורמה . תחת מודל LTAP, Lakebase מאחסן נתונים ישירות ב-Unity Catalog, תוך שימוש בפורמטים פתוחים – Delta Lake ו-Apache Iceberg – כך שנתונים תפעוליים המנוהלים תחת ממשל תקין ניתנים לשאילתה באופן מיידי לצורכי אנליטיקה .

החברה מתארת מספר מאפיינים מרכזיים לארכיטקטורה: ממשל אחוד עם מקור אמת יחיד, סקיילביליות נפרדת לעומסים טרנזקציוניים ואנליטיים, סמנטיקת ACID מלאה עבור עומסי Postgres, והיעדר צינורות ומחברים סמויים שיש לתחזק .

יכולות חדשות ב-Lakebase

לצד ההכרזה על LTAP, דאטה-בריקס חשפה מספר שיפורים משמעותיים ל-Lakebase עצמו:

• התאוששות מאסון חוצה-עננים וחוצה-אזורים עבור מסדי נתוני Postgres בסביבת ייצור.
• Branching וצילומי מצב (Snapshots) בסגנון Git, המאפשרים התנסות בטוחה ישירות על נתוני ייצור.
• תפעול אוטונומי של מסד הנתונים, המנטר האטות, מזהה חריגות ומפעיל תהליכי התאוששות אוטומטיים .

תכונות אלו מסמנות את כוונתה של דאטה-בריקס להפוך את Postgres המותאם למסד נתונים תפעולי מדרגה ראשונה עבור יישומים וסוכני AI, ולא רק שכבת נוחות לצרכי אנליטיקה.

Lakehouse//RT: אנליטיקת זמן-אמת על נתונים מנוהלים

ההכרזה התשתיתית הגדולה השנייה הייתה Lakehouse//RT, לייק-האוס (Lakehouse) לזמן-אמת המבוסס על מנוע חישוב חדש בשם Reyden (קיצור ל-“Reynold’s Dream Engine”, על שמו של המייסד-השותף ריינולד שין) . דאטה-בריקס טוענת כי Reyden מספק זמן תגובה של אלפיות שנייה לעשרות אלפי משתמשים וסוכנים במקביל, כשהוא רץ ישירות על טבלאות Delta Lake ו-Apache Iceberg המנוהלות תחת ממשל .

המשמעות המעשית היא משמעותית: ארגונים לא יזדקקו עוד להקמת תשתיות הגשה נפרדות – כמו שכבות Caching, תצוגות ממומשות (Materialized Views) או מנועי שאילתות חיצוניים – כדי להשיג ביצועים של זמן-אמת. חברת Sigma Computing הצטרפה כשותפת השקה, והתחברה ישירות ל-Lakehouse//RT לצורך אנליטיקה מוטמעת .

המייסד-השותף של דאטה-בריקס, ריינולד שין, תיאר את ההשקה כ-”כנראה ההשקה הגדולה ביותר שעשינו מאז השקת הלייק-האוס“ .

הדחיפה לסוכנים: Genie One ,Agent Bricks, וארגז כלים רחב יותר ל-AI

דאטה-בריקס ניצלה את הוועידה כדי למצב את הפלטפורמה שלה כבסיס לסוכני AI ארגוניים. ההכרזות כללו:

• Genie One: שותף-עבודה (Coworker) מבוסס AI סוכני (Agentic), שנועד לעזור לצוותים עסקיים לבצע אוטומציה של תהליכים המעוגנים בנתונים עסקיים אמיתיים, עם שיפורים לקונטקסט סוכני .
• Genie Agents ו-Agent Bricks: כלים לבנייה ופריסה של סוכני AI שיכולים לצפות, לנתח ולפעול על פני נתונים ארגוניים. Agent Bricks הם רכיבים מובנים מראש המייעלים סוכנים באופן אוטומטי תוך שימוש בנתונים מנוהלים .
• Unity AI Gateway: ממשל ובקרת עלויות רב-מודלי AI עבור ארגונים המנהלים מספר ספקי מודלי AI .

הנרטיב הרחב יותר, כפי שנתפס על ידי אנליסטים בתעשייה, הוא ש-LTAP ו-Lakehouse//RT מספקים את שכבות הגשת הנתונים עבור ארכיטקטורה ארגונית סוכנית (Agentic). על ידי הצבת נתונים תפעוליים בפורמטים פתוחים תחת אחסון מנוהל, דאטה-בריקס מאמינה שסוכני AI יוכלו לגשת, לנתח ולפעול על בסיס מסדי נתונים בייצור מבלי להזיז או להעתיק מידע .

אינטגרציות עם Azure ומיקרוסופט

דאטה-בריקס העמיקה את האינטגרציה שלה עם המערכת האקולוגית של Azure באמצעות מספר יכולות שהוכרזו במשותף:

• Copilot Studio ו-GitHub Copilot: משתמשים יכולים ליצור סוכנים ב-Copilot Studio שינתחו ויפעלו על מרחב העבודה המלא של Azure Databricks באמצעות חיבור MCP (פרוטוקול מודל-מרכזי) יחיד .
• Genie עבור Microsoft Teams ו-M365 Copilot (בטא): משתמשים יכולים לתייג את Genie בשרשור בצ'אט הקבוצתי Teams ולקבל תשובות מודעות-הקשר ישירות מסביבת Azure Databricks שלהם .
• תוסף Excel של Azure Databricks (תצוגה מקדימה ציבורית) וקליטת נתונים מקורית מאקסל (GA) מאפשרים אנליטיקה אוטומטית מגיליונות אלקטרוניים .
• Databricks CustomerLake: פלטפורמת נתוני הלקוחות (CDP) הראשונה המבוססת לייק-האוס, שהושקה עבור Azure Databricks .

האינטגרציות הללו מצביעות על אסטרטגיה להטמיע את יכולות הממשל וה-AI של דאטה-בריקס בכלים השיתופיים שבהם מתקבלות החלטות עסקיות, במקום לדרוש מהמשתמשים לעבור לממשק אנליטיקה נפרד.

מה זה אומר על ארכיטקטורת הנתונים הארגונית

כמכלול, הכרזות הוועידה מייצגות הימור פלטפורמה קוהרנטי: הדור הבא של יישומים ארגוניים יהיה סוכני, בזמן-אמת ומנוהל תחת ממשל. LTAP מסיר את החציצה בין טרנזקציות לאנליטיקה, Lakehouse//RT מסיר את פשרת ההשהיה לשאילתות אנליטיות, ומשפחת מוצרי Genie מספקת את שכבת התזמור לסוכנים.

אם מהלך זה יצליח, הארכיטקטורה עשויה לצמצם את מספר החלקים הנעים במחסנית נתונים ארגונית טיפוסית – פחות מסדי נתונים, פחות צינורות, פחות שכבות הגשה – ובמקביל לספק לסוכני AI את ההקשר המנוהל והזמן-אמת הדרוש להם כדי לפעול באופן אוטונומי על בסיס נתונים עסקיים.

דאטה-בריקס אינה לבד במרדף אחר קונברגנציה זו, אך עם Lakebase שצבר כבר 12 מיליון השקות מסדי נתונים ביום וועידה בת 30,000 משתתפים המחזקת את המערכת האקולוגית שלה, הכרזת ה-LTAP מסמנת אבן דרך משמעותית באבולוציה של ארכיטקטורת הלייק-האוס – מפלטפורמה אנליטית לעמוד השדרה התפעולי של הנתונים .

LTAP שואפת לאחד את העומסים הללו על גבי עותק מידע יחיד המאוחסן באגם הנתונים (Data Lake). על פי דאטה-בריקס, הארכיטקטורה מבטלת את השימוש ב-ETL, העתקים ותזוזת מידע, מתוקף התכנון שלה . המשמעות המעשית היא שמידע טרנזקציוני הופך לזמין לאנליטיקה באופן מיידי, ללא צורך בטרנספורמציות או תחזוקת צינורות.

הבסיס ל-LTAP הוא Lakebase, שירות ה-Postgres המותאם של דאטה-בריקס (Serverless) הבנוי על אחסון אובייקטים פתוח. Lakebase כבר משרת אלפי לקוחות ומטפל ב-12 מיליון השקות מסדי נתונים ביום ברחבי הפלטפורמה . תחת מודל LTAP, Lakebase מאחסן נתונים ישירות ב-Unity Catalog, תוך שימוש בפורמטים פתוחים – Delta Lake ו-Apache Iceberg – כך שנתונים תפעוליים המנוהלים תחת ממשל תקין ניתנים לשאילתה באופן מיידי לצורכי אנליטיקה .

החברה מתארת מספר מאפיינים מרכזיים לארכיטקטורה: ממשל אחוד עם מקור אמת יחיד, סקיילביליות נפרדת לעומסים טרנזקציוניים ואנליטיים, סמנטיקת ACID מלאה עבור עומסי Postgres, והיעדר צינורות ומחברים סמויים שיש לתחזק .

יכולות חדשות ב-Lakebase

לצד ההכרזה על LTAP, דאטה-בריקס חשפה מספר שיפורים משמעותיים ל-Lakebase עצמו:

• התאוששות מאסון חוצה-עננים וחוצה-אזורים עבור מסדי נתוני Postgres בסביבת ייצור.
• Branching וצילומי מצב (Snapshots) בסגנון Git, המאפשרים התנסות בטוחה ישירות על נתוני ייצור.
• תפעול אוטונומי של מסד הנתונים, המנטר האטות, מזהה חריגות ומפעיל תהליכי התאוששות אוטומטיים .

תכונות אלו מסמנות את כוונתה של דאטה-בריקס להפוך את Postgres המותאם למסד נתונים תפעולי מדרגה ראשונה עבור יישומים וסוכני AI, ולא רק שכבת נוחות לצרכי אנליטיקה.

Lakehouse//RT: אנליטיקת זמן-אמת על נתונים מנוהלים

ההכרזה התשתיתית הגדולה השנייה הייתה Lakehouse//RT, לייק-האוס (Lakehouse) לזמן-אמת המבוסס על מנוע חישוב חדש בשם Reyden (קיצור ל-“Reynold’s Dream Engine”, על שמו של המייסד-השותף ריינולד שין) . דאטה-בריקס טוענת כי Reyden מספק זמן תגובה של אלפיות שנייה לעשרות אלפי משתמשים וסוכנים במקביל, כשהוא רץ ישירות על טבלאות Delta Lake ו-Apache Iceberg המנוהלות תחת ממשל .

המשמעות המעשית היא משמעותית: ארגונים לא יזדקקו עוד להקמת תשתיות הגשה נפרדות – כמו שכבות Caching, תצוגות ממומשות (Materialized Views) או מנועי שאילתות חיצוניים – כדי להשיג ביצועים של זמן-אמת. חברת Sigma Computing הצטרפה כשותפת השקה, והתחברה ישירות ל-Lakehouse//RT לצורך אנליטיקה מוטמעת .

המייסד-השותף של דאטה-בריקס, ריינולד שין, תיאר את ההשקה כ-”כנראה ההשקה הגדולה ביותר שעשינו מאז השקת הלייק-האוס“ .

הדחיפה לסוכנים: Genie One ,Agent Bricks, וארגז כלים רחב יותר ל-AI

דאטה-בריקס ניצלה את הוועידה כדי למצב את הפלטפורמה שלה כבסיס לסוכני AI ארגוניים. ההכרזות כללו:

• Genie One: שותף-עבודה (Coworker) מבוסס AI סוכני (Agentic), שנועד לעזור לצוותים עסקיים לבצע אוטומציה של תהליכים המעוגנים בנתונים עסקיים אמיתיים, עם שיפורים לקונטקסט סוכני .
• Genie Agents ו-Agent Bricks: כלים לבנייה ופריסה של סוכני AI שיכולים לצפות, לנתח ולפעול על פני נתונים ארגוניים. Agent Bricks הם רכיבים מובנים מראש המייעלים סוכנים באופן אוטומטי תוך שימוש בנתונים מנוהלים .
• Unity AI Gateway: ממשל ובקרת עלויות רב-מודלי AI עבור ארגונים המנהלים מספר ספקי מודלי AI .

הנרטיב הרחב יותר, כפי שנתפס על ידי אנליסטים בתעשייה, הוא ש-LTAP ו-Lakehouse//RT מספקים את שכבות הגשת הנתונים עבור ארכיטקטורה ארגונית סוכנית (Agentic). על ידי הצבת נתונים תפעוליים בפורמטים פתוחים תחת אחסון מנוהל, דאטה-בריקס מאמינה שסוכני AI יוכלו לגשת, לנתח ולפעול על בסיס מסדי נתונים בייצור מבלי להזיז או להעתיק מידע .

אינטגרציות עם Azure ומיקרוסופט

דאטה-בריקס העמיקה את האינטגרציה שלה עם המערכת האקולוגית של Azure באמצעות מספר יכולות שהוכרזו במשותף:

• Copilot Studio ו-GitHub Copilot: משתמשים יכולים ליצור סוכנים ב-Copilot Studio שינתחו ויפעלו על מרחב העבודה המלא של Azure Databricks באמצעות חיבור MCP (פרוטוקול מודל-מרכזי) יחיד .
• Genie עבור Microsoft Teams ו-M365 Copilot (בטא): משתמשים יכולים לתייג את Genie בשרשור בצ'אט הקבוצתי Teams ולקבל תשובות מודעות-הקשר ישירות מסביבת Azure Databricks שלהם .
• תוסף Excel של Azure Databricks (תצוגה מקדימה ציבורית) וקליטת נתונים מקורית מאקסל (GA) מאפשרים אנליטיקה אוטומטית מגיליונות אלקטרוניים .
• Databricks CustomerLake: פלטפורמת נתוני הלקוחות (CDP) הראשונה המבוססת לייק-האוס, שהושקה עבור Azure Databricks .

האינטגרציות הללו מצביעות על אסטרטגיה להטמיע את יכולות הממשל וה-AI של דאטה-בריקס בכלים השיתופיים שבהם מתקבלות החלטות עסקיות, במקום לדרוש מהמשתמשים לעבור לממשק אנליטיקה נפרד.

מה זה אומר על ארכיטקטורת הנתונים הארגונית

כמכלול, הכרזות הוועידה מייצגות הימור פלטפורמה קוהרנטי: הדור הבא של יישומים ארגוניים יהיה סוכני, בזמן-אמת ומנוהל תחת ממשל. LTAP מסיר את החציצה בין טרנזקציות לאנליטיקה, Lakehouse//RT מסיר את פשרת ההשהיה לשאילתות אנליטיות, ומשפחת מוצרי Genie מספקת את שכבת התזמור לסוכנים.

אם מהלך זה יצליח, הארכיטקטורה עשויה לצמצם את מספר החלקים הנעים במחסנית נתונים ארגונית טיפוסית – פחות מסדי נתונים, פחות צינורות, פחות שכבות הגשה – ובמקביל לספק לסוכני AI את ההקשר המנוהל והזמן-אמת הדרוש להם כדי לפעול באופן אוטונומי על בסיס נתונים עסקיים.

דאטה-בריקס אינה לבד במרדף אחר קונברגנציה זו, אך עם Lakebase שצבר כבר 12 מיליון השקות מסדי נתונים ביום וועידה בת 30,000 משתתפים המחזקת את המערכת האקולוגית שלה, הכרזת ה-LTAP מסמנת אבן דרך משמעותית באבולוציה של ארכיטקטורת הלייק-האוס – מפלטפורמה אנליטית לעמוד השדרה התפעולי של הנתונים .