Profile Agents tar automatiskt fragmenterad, rå kunddata från system som CRM, transaktioner och webb-beteende och sammanställer den till enhetliga, "verksamhetsredo" kundprofiler (Customer 360). De hanterar identitetsupplösning och dataharmonisering utan manuellt ingripande, vilket ger marknadsförare en enda, styrd bild av varje kund .
Campaign Agents driver vad Databricks kallar "infinity campaigns" – ständigt pågående, autonoma marknadsföringsprogram snarare än statiska, tidsbestämda kampanjer. De bygger målgrupper, rekommenderar nästa bästa åtgärd, aktiverar över kanaler och optimerar kontinuerligt baserat på realtidsresultat . Agenterna använder data och AI-modeller från Lakehouse för att besluta vad, när och till vem innehåll ska skickas, vilket skapar en sluten loop mellan kunddata och praktiskt genomförande
.
Denna agentstyrda arbetsstyrka markerar ett fundamentalt skifte från plattformar som föreslår åtgärder till sådana som exekverar och optimerar självständigt inom ramen för uppsatta regler .
Databricks presenterade CustomerLake tillsammans med ett brett ekosystem av lanseringspartners som adderar avgörande funktionalitet ovanpå plattformen:
Bland de tidiga användarföretagen som presenterade sig på konferensen fanns HP, som bygger en AI-redo datainfrastruktur för global B2B-marknadsföring, och Circle K, som driver personaliserade lojalitetsprogram med kunddata i stor skala . Andra omnämnda företagskunder inkluderar AB InBev och Getnet by Santander
.
Det bredare partnerekosystemet för datainmatning och aktivering omfattar bland andra Adobe, Meta (Audience and Conversions API), Epsilon, LiveRamp och The Trade Desk .
CustomerLakes arkitektur och lanseringstidpunkt sammanfaller med tre konvergerande marknadstrender som omformar hur företag köper och använder mjukvara:
Marknadsföringens teknikstack genomgår en snabb förändring från verktyg som enbart assisterar till autonoma system som planerar, agerar och optimerar över kanaler med minimal mänsklig inblandning . Gartner projicerar att 40 % av alla företagsapplikationer kommer att innehålla inbäddad agentstyrd AI i slutet av 2026, upp från under 5 % under 2025
. En separat prognos pekar på att 25 % av företagens mjukvaruinköp kommer att inkludera en inbäddad agentkomponent under fjärde kvartalet 2026, vilket innebär att köpare kommer att förvänta sig agentfunktionalitet inbyggd i existerande plattformar snarare än att köpa separata agentverktyg
.
Traditionella CDP:er exporterar statiska målgruppslistor till separata exekveringsverktyg, vilket skapar latens och dataduplicering. CustomerLake bäddar istället in agentfunktionalitet direkt i datasjön, vilket innebär att kunddata aldrig behöver flyttas eller kopieras för att aktiveras . Detta synsätt speglar en bredare branschinsikt om att eran med statiska målgruppssegment är på väg att ge vika för plattformar som styr, matar och orkestrerar AI-agenter i realtid
. Branschbedömare noterar att frågan företag bör ställa sig vid utvärdering av en CDP har förändrats: det räcker inte längre att fråga om den förenar data – den avgörande frågan är om den är redo att mata agenter
.
Genom att hålla marknadsföringsagenterna inom det styrda Lakehouse adresserar Databricks en ihållande smärtpunkt som har begränsat företags AI-användning inom marknadsföring: dataduplicering, säkerhetsfragmentering och tidsglappet mellan analys och aktivering. Insatsen är att företag kommer att föredra att aktivera agenter där deras känsliga kunddata redan finns, under befintliga styrningskontroller, snarare än att flytta den till ett separat marknadsföringsmoln . Detta gör plattformens styrningslager – snarare än någon enskild AI-modell – till den verkliga konkurrensfördelen.
CustomerLake signalerar att Databricks ser agentstyrd marknadsföring inte som en enkel funktion utan som en strategisk brytpunkt för hela plattformen. Den bredare kraftmätningen inom företagsmjukvara handlar alltmer om vilken plattform som blir standardmiljön för autonoma affärsagenter, och CustomerLake är Databricks öppningsdrag i den kapplöpningen .
Comments
0 comments