Databricks aposta em 'colegas de trabalho' de IA: Genie One, Ontology e precificação flexível chegam ao Summit 2026

A Databricks subiu ao palco de seu Data + AI Summit em São Francisco, em junho de 2026, para detalhar uma visão ambiciosa para a família de produtos Genie — transformando-a de uma ferramenta de análise conversacional em um verdadeiro "colega de trabalho de IA" capaz de agir sobre os dados corporativos. Os anúncios incluíram uma nova camada de conhecimento, agentes de IA reutilizáveis, um piloto automático para operações e uma reformulação significativa no modelo de precificação, tudo apresentado para uma plateia de mais de 30 mil participantes .

Genie One: O 'colega de trabalho' agente de IA

No centro das atenções estava o Genie One, descrito pela Databricks como um "colega de trabalho agente e inteligente em dados para todos" . Isso representa um passo além da análise conversacional tradicional: o Genie One pode realizar ações autônomas (agênticas, do inglês agentic), executar habilidades e orquestrar trabalho em dados estruturados e não estruturados — tanto dentro quanto fora da plataforma Databricks .

O assistente está disponível na web e em aplicativos nativos para iOS e Android, integrando-se às ferramentas de colaboração que as equipes já usam, como Slack, Microsoft Teams e apps mobile . Em cenários corporativos, um usuário pode, por exemplo, marcar o Genie em uma conversa do Microsoft Teams para receber respostas contextualizadas e governadas pelo Unity Catalog. O Genie para Microsoft Teams e M365 Copilot entrou em Beta durante o evento . O Genie One também pode se conectar a bases de conhecimento externas, como Google Drive e SharePoint, ampliando sua capacidade de raciocinar sobre um contexto empresarial mais amplo .

Genie Ontology: Um mapa vivo do seu negócio

Uma mudança arquitetural fundamental é a Genie Ontology, que entrou em Prévia Pública (Public Preview) em 15 de junho de 2026 . Em vez de o Genie buscar contexto do zero a cada pergunta, a Ontology funciona como um mapa do negócio continuamente atualizado. Ela extrai e classifica automaticamente o conhecimento de dashboards, notebooks, pipelines e aplicativos de trabalho conectados . A Databricks a chama de uma "teia de todo o conhecimento" que permite ao Genie One identificar fontes confiáveis e responder com o contexto de negócio completo .

Em benchmarks internos publicados em maio de 2026, a Databricks afirmou que o Genie com a Ontology melhorou a precisão das consultas "de 32% para mais de 90%" em comparação com um agente de codificação líder . É um número impactante, mas é importante notar a ressalva: o ganho de 32% para 90% é baseado em avaliações internas da Databricks, não em benchmarks independentes verificados externamente. Analistas do mercado apontam que isso serve como um bom sinal direcional, mas é menos útil como uma comparação direta com outras plataformas de agentes de IA .

Genie Agents evoluem a partir dos Genie Spaces

A Databricks aproveitou o summit para evoluir o conceito de Genie Spaces para Genie Agents. Agora, os usuários podem salvar qualquer conversa do Genie como um agente reutilizável e compartilhável, que herda a memória, as fontes, as instruções e o comportamento da conversa original. Os colegas podem acionar o agente pelo nome, e ele repetirá a mesma abordagem de raciocínio . As equipes de dados ainda podem criar Genie Spaces como ambientes específicos de domínio que configuram dados confiáveis, métricas e regras de negócio para potencializar as respostas do Genie One .

Genie App Builder e Genie ZeroOps

O ecossistema Genie agora se estende para além da análise de dados. O Genie App Builder permite que as equipes "codifiquem na vibe" aplicativos de negócios simples e governados pelo Unity Catalog, expandindo a plataforma para a criação leve de apps .

O Genie ZeroOps, anunciado em prévia privada, tem como objetivo colocar as operações de dados e IA no piloto automático. O suporte inicial inclui jobs, pipelines, tabelas e cargas de trabalho de Machine Learning, com apps e bancos de dados Lakebase no roadmap de curto prazo .

Nova precificação por uso a partir de 6 de julho de 2026

Talvez a mudança de negócio mais comentada seja o novo modelo de precificação por uso (pay-as-you-go) para todos os produtos Genie — Genie One, Genie Spaces e Genie Code. A partir de 6 de julho de 2026, cada usuário receberá 150 DBUs de uso gratuito de LLM por mês, o que equivale a aproximadamente US$ 10,50 na região Leste dos EUA, embora o valor em dólar varie conforme a região . O uso que exceder a franquia gratuita será cobrado com base no consumo de DBUs, enquanto a computação SQL Serverless é cobrada separadamente .

Os administradores de conta já podem começar a definir orçamentos e controles de custos por meio das capacidades de Orçamento do Unity AI Gateway, com acompanhamento disponível por contas, workspaces, grupos e usuários individuais .

Contexto mais amplo do Summit: LTAP, Lakehouse//RT e palestrantes de peso

Os anúncios do Genie fizeram parte de uma história de plataforma maior, no que a Databricks chama de a maior conferência de dados e IA do mundo. Os cofundadores Ali Ghodsi, Matei Zaharia, Arsalan Tavakoli-Shiraji e Reynold Xin dividiram o palco principal com convidados como Satya Nadella (em um bate-papo gravado), Greg Brockman da OpenAI e Magesh Bagavathi da PepsiCo .

Dois grandes anúncios de infraestrutura completaram o evento:

• LTAP (Lake Transactional/Analytical Processing): Uma nova arquitetura que unifica OLAP e OLTP em uma única cópia de dados no data lake, projetada para eliminar processos de ETL e réplicas. A base do LTAP é o Lakebase, que agora gerencia 12 milhões de inicializações de banco de dados por dia na plataforma .
• Lakehouse//RT: Um Lakehouse em tempo real alimentado por um novo motor de computação chamado Reyden, oferecendo latência de consulta em milissegundos para dezenas de milhares de usuários e agentes simultâneos, diretamente em tabelas governadas do Delta Lake e Apache Iceberg. A Databricks relata um desempenho até 16 vezes melhor do que as soluções de tempo real existentes, com tempos de resposta tão baixos quanto 10ms em conjuntos de dados menores .