企業AIの文脈ボトルネック

企業向けAI agentが外す理由は、基盤モデルの文章力だけではない。業務上の定義や文脈がdashboard、query、pipeline、文書、アプリに散らばっているからだ。Databricksは6月20日の投稿で、Genie Ontologyをan automatic context layerと説明し、tables、queries、dashboards、pipelines、connected appsから知識を抽出して、会社がどのように動き、データが何を意味するかをグラフ化すると書いた。

投稿の中心は、Genie has context about where to look, what to trust, and how to answer in a way that reflects how the company actually uses its dataという一文だ。Databricks Blogでは、metric definitions、business terms、unique calculations、concepts、metrics、tables、teamsの関係を扱うと説明している。Genie One、Genie Agentsと並ぶ形で、Genie Ontologyはagentの根拠層に位置づけられている。

Databricksの公式アカウントは、Lakehouse platformやData + AI Summit関連の更新を扱う。今回の投稿が重要なのは、agentの議論をUIやpromptから、governanceとtrustへ移している点だ。ブログによれば、Genie OntologyはPageRankに似た考え方で、定義の出所、著者の権威、利用頻度、certified assetとの関係、freshnessを考慮する。また権限も適用し、ユーザーが見られる内容だけを表示する。

次に見るべき点

本当の検証は、自動抽出されたontologyが社内のmetric衝突をどこまで減らすかだ。ARR、churn、active userの定義がチームごとに違えば、agentは自信を持って誤答しうる。元の投稿はXにあり、詳細はDatabricks Blogで確認できる。

#ontology

Databricks、企業内の文脈をGenie Ontologyでエージェントの根拠に