OpenSharing si basa direttamente sul già ampiamente adottato protocollo Delta Sharing, sempre creato da Databricks . Delta Sharing consentiva già alle organizzazioni di condividere dati in tempo reale da Delta Lake e altre fonti senza doverne creare copie fisiche. OpenSharing estende queste fondamenta a una classe più ampia di asset AI, rendendolo un percorso di aggiornamento naturale per le molte imprese che già investono nell'ecosistema Delta.
OpenSharing introduce diverse funzionalità importanti che vanno oltre la specifica originale di Delta Sharing:
Il progetto ha attirato una vasta coalizione di leader aziendali e dell'AI. Tra le organizzazioni sostenitrici figurano Amadeus, Atlassian, LSEG (London Stock Exchange Group), SAP, Stripe e OpenAI, solo per citarne alcune . Questo mix di colossi consolidati del software aziendale, fornitori di infrastrutture finanziarie e laboratori di frontiera dell'AI suggerisce che OpenSharing risponde a un'esigenza genuinamente trasversale a diversi settori.
OpenSharing è ospitato sul sito opensharing.io sotto la governance della Linux Foundation . Questa struttura di governance neutrale è fondamentale per promuovere la fiducia tra i concorrenti e garantire che il protocollo evolva nell'interesse dell'intera comunità, e non di un singolo fornitore.
OpenSharing arriva in un momento in cui l'industria dell'AI è alle prese con una frammentazione a più livelli: dai protocolli di comunicazione tra agenti alle licenze per i modelli. La Linux Foundation è stata attiva su diversi fronti correlati, incluso il precedente lavoro sulla Agentic AI Foundation (AAIF), che offre una casa neutrale a progetti come il Model Context Protocol (MCP) di Anthropic, e sul protocollo Agent2Agent (A2A) per la comunicazione tra agenti. OpenSharing completa questi sforzi concentrandosi specificamente sul livello di dati e asset che alimenta i carichi di lavoro dell'AI.
L'enfasi del protocollo sul supporto allo storage on-premises segnala anche la consapevolezza che molti settori regolamentati dovranno mantenere i dati sensibili entro i propri confini, anche collaborando sull'AI. Assicurandosi gli impegni di MinIO, Qumulo e la promessa di ulteriori partner on-premises, il progetto si sta posizionando per l'adozione nei settori finanziario, sanitario e in altri ambiti con severi requisiti di sovranità dei dati.