Databricks 推出 CustomerLake：全球首個內建於 Lakehouse 嘅 Agentic CDP

喺三藩市舉行嘅 2026 年 Data + AI Summit 上，Databricks 正式宣布踩入營銷科技界，推出一個叫 CustomerLake 嘅平台，仲話佢係全球首個「Agentic 客戶數據平台（CDP）」。個概念好簡單，但又好顛覆：唔使再將客戶數據由受監管嘅 lakehouse 搬出去另一個營銷工具，CustomerLake 直接將有自主能力嘅 AI Agent 帶去數據所在嘅地方 。平台而家已經喺 Azure Databricks 上以 Private Preview 形式推出 。

CustomerLake 嘅 Agentic 架構係點運作

CustomerLake 用兩種可以自主持續運作嘅 AI Agent，取代咗傳統要靠人操作嘅營銷流程 ：

Profile Agent 會自動將嚟自 CRM、交易紀錄、網絡行為等唔同源頭嘅零散原始客戶數據，整合成統一、業務上即刻用得嘅「客戶 360」檔案。佢哋會處理身份識別同數據整合，唔使人手介入，等市場營銷人員任何時候都有一個單一、受監管嘅客戶視圖 。

Campaign Agent 負責運行 Databricks 口中嘅 「無限campaign」 — 係一種持續不斷、自主運作嘅營銷計劃，而唔係靜態、有時限嘅傳統 campaign。佢哋會自己建立目標受眾、推薦下一個最佳行動、跨渠道啟動，仲會根據即時表現不斷自我優化 。呢啲 Agent 會利用 lakehouse 入面嘅數據同 AI 模型，決定發送咩內容、幾時發送、發送畀邊個群組，將客戶數據同執行之間嘅迴圈完全閉合 。

呢種 Agentic 工作模式，代表住一個根本性嘅轉變：平台由以前只係「建議你做啲咩」，變成喺設定好嘅規則範圍內「自主執行同優化」。

發布合作夥伴同早期採用者

Databricks 係同一個龐大嘅生態系統一齊推出 CustomerLake，呢班合作夥伴為平台提供咗關鍵嘅附加功能：

• Adstra 將佢個 Conexa 身份識別平台作為身份層，整合到 CustomerLake 入面，等品牌可以喺唔將數據搬出受監管環境嘅情況下，建立可信嘅客戶檔案 。
• Bloomreach 透過原生整合，將佢個 Loomi Agentic 個人化平台延伸到電郵、網頁等渠道，打通咗由統一數據到即時個人化執行嘅直接路徑 。
• Iterable 獲得「Validated Partner」資格，並以發布合作夥伴身份加入，提供咗個協調層，透過個人化訊息將 CustomerLake 嘅 Agentic 智能「激活」起嚟 。
• Acxiom 透過佢個 Real ID 服務驅動身份識別，令平台可以做到 AI 就緒嘅營銷 。
• Slalom 擔任服務型嘅發布合作夥伴，幫客戶將客戶數據、AI 同營銷啟動，建立喺一個可信嘅基礎之上 。

喺峰會上做分享嘅早期採用企業包括 HP 同 Circle K。HP 正在建立一個 AI 就緒嘅 B2B 市場推廣數據基礎設施；Circle K 就用緊佢以大規模嘅客戶數據，去驅動個人化嘅忠誠度計劃 。其他被提及嘅企業客戶仲有 AB InBev 同 Getnet by Santander 。

更廣泛嘅數據接入同啟動合作夥伴網絡，仲包括 Adobe、Meta（受眾同 Conversions API）、Epsilon、LiveRamp、The Trade Desk 等等 。

點解 CustomerLake 反映緊 Agentic 企業嘅大趨勢

CustomerLake 嘅架構同推出時機，同三個正在重塑企業買軟件同用軟件方式嘅市場趨勢不謀而合：

1. 由 AI 助理轉向自主執行

營銷科技堆疊正快速由「輔助或建議」嘅工具，轉向能夠跨渠道自主規劃、行動同優化、幾乎唔使人手介入嘅系統 。Gartner 預計，到 2026 年底，40% 嘅企業應用程式會內嵌 Agentic AI，相比 2025 年嘅少過 5% 大幅上升 。另一個預測就話，到 2026 年第四季，25% 嘅企業軟件採購會包含內嵌式 AI Agent 組件；即係話，買家會期望喺現有嘅 CRM、ERP 同營銷套件入面直接有 Agentic 功能，而唔係另外買獨立嘅 Agent 工具 。

2. CDP 呢個類別正圍繞住 Agent 重新設計架構

傳統 CDP 會將靜態嘅受眾名單輸出到獨立嘅執行工具，造成延遲同數據重複。CustomerLake 就將 Agentic 功能直接嵌入數據 lakehouse，客戶數據唔使移動或複製就可以即刻被「激活」。呢個做法反映咗業界一個更宏觀嘅觀點：靜態受眾細分嘅時代已經過去，未來屬於可以即時管控、餵養同協調 AI Agent 嘅平台 。有業界觀察家指出，企業而家評估 CDP 嗰陣，要問嘅關鍵問題已經唔同咗：唔好再只係問「佢能唔能夠統一我嘅數據？」，而係要問「佢能唔能夠餵飽我嘅 AI Agent？」。

3. 數據治理成為新嘅競爭護城河

透過將營銷 Agent 保留喺受監管嘅 lakehouse 入面，Databricks 解決咗一個長期限制企業將 AI 用於營銷嘅痛點：數據重複、安全碎片化，同埋分析到執行之間嘅時間滯後。Databricks 賭嘅係，企業會寧願喺敏感客戶數據本來所在嘅地方、喺現有治理控制之下激活 Agent，而唔係將數據搬去另一個獨立嘅營銷雲 。咁樣一嚟，平台嘅治理層——而唔係任何單一 AI 模型——就成為咗真正嘅競爭護城河。

CustomerLake 嘅出現，表明 Databricks 唔係將 Agentic 營銷睇成一個功能，而係一個平台級別嘅轉折點。喺企業軟件嘅更廣泛競賽入面，邊個平台可以成為自主商業 Agent 嘅首選執行環境，正變得越來越關鍵，而 CustomerLake 正正係 Databricks 喺呢場競賽中行嘅第一步 。