Databricks Luncurkan CustomerLake: Platform CDP Agentic Pertama yang Membawa Agen AI Langsung ke Data Pelanggan Anda

Profile Agent secara otomatis merangkai data pelanggan mentah yang terfragmentasi dari berbagai sumber seperti CRM, transaksi, dan perilaku web menjadi profil Customer 360 yang terpadu dan siap pakai. Mereka menangani resolusi identitas dan penyatuan data tanpa intervensi manual, memberikan pemasar satu tampilan terkelola untuk setiap pelanggan .

Campaign Agent menjalankan apa yang Databricks sebut sebagai "infinity campaigns" — program pemasaran otonom yang selalu aktif, bukan kampanye statis dengan batas waktu. Mereka membangun audiens, merekomendasikan tindakan terbaik berikutnya, mengaktifkan di berbagai saluran, dan terus mengoptimalkan berdasarkan kinerja waktu nyata . Para agen menggunakan data dan model AI lakehouse untuk memutuskan konten apa yang dikirim, kapan mengirimnya, dan ke audiens mana, sehingga menutup lingkaran antara data pelanggan dan eksekusi .

Tenaga kerja agentic ini merepresentasikan perubahan fundamental dari platform yang hanya menyarankan tindakan menjadi platform yang mengeksekusi dan mengoptimalkan secara otonom dalam aturan yang telah ditentukan .

Mitra Peluncuran dan Pengguna Awal

Databricks memperkenalkan CustomerLake dengan ekosistem mitra peluncuran yang luas yang menyediakan kemampuan penting di atas platform:

• Adstra menyediakan platform resolusi identitas Conexa sebagai lapisan identitas di dalam CustomerLake, memungkinkan merek membangun profil pelanggan tepercaya tanpa memindahkan data keluar dari lingkungan terkelola .
• Bloomreach memperluas platform personalisasi agentic Loomi-nya ke email, web, dan lainnya melalui integrasi native, menciptakan jalur langsung dari data terpadu ke eksekusi personal yang real-time .
• Iterable meraih status Validated Partner dan bergabung sebagai mitra peluncuran, menyediakan lapisan orkestrasi yang menghidupkan kecerdasan agentic CustomerLake melalui pesan yang dipersonalisasi .
• Acxiom mendukung resolusi identitas melalui layanan Real ID-nya, memungkinkan pemasaran siap-AI di platform .
• Slalom bertindak sebagai mitra peluncuran layanan, membantu klien menyatukan data pelanggan, AI, dan aktivasi pemasaran di atas fondasi tepercaya .

Pelanggan pengguna awal yang tampil di acara tersebut termasuk HP, yang sedang membangun infrastruktur data go-to-market B2B yang siap-AI, dan Circle K, yang mendukung program loyalitas yang dipersonalisasi dengan data pelanggan dalam skala besar . Pelanggan perusahaan lain yang disebutkan termasuk AB InBev dan Getnet dari Santander .

Ekosistem mitra yang lebih luas untuk penyerapan dan aktivasi data mencakup Adobe, Meta (Audience and Conversions API), Epsilon, LiveRamp, The Trade Desk, dan lainnya .

Mengapa CustomerLake Mencerminkan Pergeseran Perusahaan Agentic

Arsitektur dan waktu peluncuran CustomerLake selaras dengan tiga tren pasar yang saling bertemu dan membentuk ulang cara perusahaan membeli dan menggunakan perangkat lunak:

1. Dari Asisten AI ke Eksekusi Otonom

Tumpukan teknologi pemasaran berputar cepat dari alat yang hanya menyarankan atau membantu ke sistem otonom yang merencanakan, bertindak, dan mengoptimalkan di semua saluran dengan intervensi manusia yang minimal . Gartner memproyeksikan bahwa pada akhir tahun 2026, 40% aplikasi perusahaan akan menyertakan AI agentic tertanam, naik dari kurang dari 5% pada tahun 2025 . Prediksi terpisah menunjukkan bahwa 25% pembelian perangkat lunak perusahaan akan menyertakan komponen agen tertanam pada Q4 2026, yang berarti pembeli akan mengharapkan kemampuan agentic di dalam platform yang sudah ada seperti CRM, ERP, dan rangkaian pemasaran, alih-alih membeli alat agen yang berdiri sendiri .

2. Kategori CDP Sedang Diarsitektur Ulang di Sekitar Agen

CDP tradisional mengekspor daftar audiens statis ke alat eksekusi terpisah, menciptakan latensi dan duplikasi data. CustomerLake menyematkan kemampuan agentic langsung ke dalam lakehouse data, artinya data pelanggan tidak perlu dipindahkan atau disalin untuk diaktifkan . Pendekatan ini mencerminkan pandangan industri yang lebih luas bahwa era segmen audiens statis berganti dengan platform yang mengelola, memberi makan, dan mengorkestrasi agen AI secara real-time . Pengamat industri mencatat bahwa pertanyaan yang seharusnya diajukan perusahaan saat mengevaluasi CDP kini telah berubah: tidak cukup lagi bertanya apakah platform tersebut menyatukan data — pertanyaan kuncinya adalah apakah platform itu siap memberi makan agen otonom .

3. Tata Kelola sebagai Parit Kompetitif Baru

Dengan menjaga agen pemasaran di dalam lakehouse yang terkelola, Databricks mengatasi titik sakit yang terus-menerus membatasi adopsi AI di pemasaran oleh perusahaan: duplikasi data, fragmentasi keamanan, dan jarak antara analisis dan aktivasi. Taruhannya adalah bahwa perusahaan akan lebih memilih untuk mengaktifkan agen di tempat data pelanggan sensitif mereka sudah berada, di bawah kontrol tata kelola yang ada, alih-alih memindahkannya ke cloud pemasaran terpisah . Hal ini menjadikan lapisan tata kelola platform — bukan model AI tunggal apa pun — sebagai parit kompetitif yang sesungguhnya.

CustomerLake menandakan bahwa Databricks memandang pemasaran agentic bukan sebagai fitur, tetapi sebagai titik belok platform. Pertarungan yang lebih luas dalam perangkat lunak perusahaan semakin mengarah pada platform mana yang menjadi runtime standar untuk agen bisnis otonom, dan CustomerLake adalah langkah pembuka Databricks dalam perlombaan itu .