Databricks 发布 CustomerLake：首个内建于数据湖仓的智能体 CDP

在 2026 年于旧金山举行的 Data + AI Summit 上，Databricks 正式官宣进军营销技术领域，推出其称为 全球首个“智能体客户数据平台”的 CustomerLake。这个平台的核心概念简单却极具颠覆性：与其将客户数据从受管控的湖仓中提取出来、放入另一个独立营销工具，不如让自主 AI 智能体直接在数据所在位置运作 。目前该平台处于 Private Preview 阶段，首发即支持 Azure Databricks 。

CustomerLake 的智能体架构如何运行

CustomerLake 用两种持续工作的自主智能体取代了传统的、手工的操作流程：

画像智能体 会自动将 CRM、交易记录、网页行为等来源的碎片化原生客户数据，组装成统一、可立即供业务使用的客户 360 画像。它们无需人工干预即可处理身份解析和数据融合，让营销人员能在一个受管控的、统一的视图中了解每一位客户 。

活动智能体 则运行 Databricks 所称的 “无限活动”——不再是阶段性、有明确起止时间的营销活动，而是永续在线、自主执行的营销程序。它们会构建受众群体、推荐下一步最佳行动、跨渠道进行激活，并根据实时表现持续进行优化 。这些智能体利用湖仓数据和 AI 模型，自主决定发送什么内容、在什么时间、推送给哪些受众，从而形成客户数据与执行落地的闭环 。

这种“智能体员工”模式，代表了一次根本性转变：从平台为人提供建议，演进到在预设规则内自主执行与优化的新时代 。

发布合作伙伴与早期采用者

Databricks 在发布 CustomerLake 的同时，也展示了一个庞大的合作伙伴生态，这些伙伴在平台之上提供了关键能力：

• Adstra 将其 Conexa 身份解析平台作为 CustomerLake 内部的身份层，让品牌能够在数据无需离开受控环境的情况下，构建可信赖的客户画像 。
• Bloomreach 通过原生集成，将其 Loomi 智能体个性化平台的能力拓展到邮件、网页等渠道，创建了一条从统一数据直达实时个性化执行的高速路径 。
• Iterable 获得“Validated Partner”身份并作为发布合作伙伴加入，它提供了编排层，负责通过个性化信息推送，将 CustomerLake 的智能体智能“激活”起来 。
• Acxiom 通过其 Real ID 服务提供身份解析支撑，赋能 AI 就绪的营销活动 。
• Slalom 则作为服务类发布合作伙伴，协助客户在一个可信赖的基础上，将客户数据、AI 和营销激活紧密融合 。

在峰会上进行分享的早期客户包括正在为全球 B2B 进入市场战略构建 AI 就绪数据基础设施的 惠普，以及利用大规模客户数据驱动个性化忠诚度计划的 Circle K 。此外，官方提及的企业客户还包括 百威英博 和 桑坦德银行旗下 Getnet 。

更广泛的数据接入与激活合作生态囊括了 Adobe、Meta（Audience 和 Conversions API）、Epsilon、LiveRamp、The Trade Desk 等业界重量级玩家 。

为何 CustomerLake 反映了企业迈向“智能体时代”的转变

CustomerLake 的架构和发布时机，与三项正在重塑企业软件购买与使用方式的趋势深度共振：

1. 从 AI 助手迈向自主执行

营销技术栈正在快速从“提供建议的辅助工具”向“能跨渠道自主规划、执行和优化的系统”转变，期间几乎无需人工干预 。Gartner 预测，到 2026 年底，40% 的企业应用将嵌入特定任务的 AI 智能体，而这一比例在 2025 年时还不足 5% 。另有预测指出，到 2026 年第四季度，25% 的企业软件采购将包含嵌入式智能体组件。这意味着买家不再采购独立的智能体工具，而是期待在 CRM、ERP 和营销套件等现有平台内直接获得智能体能力 。

2. CDP 品类正围绕智能体重新构建

传统 CDP 将静态的受众名单导出到独立的执行工具，这会产生延迟并造成数据冗余。CustomerLake 将智能体能力直接嵌入数据湖仓，意味着客户数据无需被移动或复制就能被激活 。这种思路呼应了业内越来越强的一种声音：静态受众分群的时代正在终结，未来属于能够实时管控、喂养并编排 AI 智能体的平台 。业界观察者指出，企业在评估 CDP 时应该问的关键问题已发生改变：仅仅问“它能否统一我的数据”已远远不够，现在需要问“它是否已准备就绪，能喂养我的智能体？”。

3. 数据治理将成为新的护城河

通过让营销智能体运行在受管控的湖仓之内，Databricks 解决了一个长期限制企业在营销中采纳 AI 的核心痛点：数据重复、安全碎片化、以及从分析到执行之间的延迟。Databricks 的判断是，企业更倾向于在敏感客户数据已经存在的、受现有治理控制的环境中激活智能体，而非将数据迁移至独立的营销云 。这意味着，平台真正的竞争壁垒将不再是某一个单独的 AI 模型，而是其数据治理层。

CustomerLake 的发布表明，Databricks 并没有将智能体营销视为一项功能，而将其看作是一次平台级的转折点。在企业软件领域，未来更广泛的竞争将围绕谁能够成为自主业务智能体的默认运行平台而展开，而 CustomerLake 正是 Databricks 在这条赛道上的开局第一步 。