Databricks muscle Genie pour des tâches d’entreprise continues

Databricks a présenté un nouveau Genie capable d’enchaîner des tâches longues, de demander des validations et d’agir sur plusieurs outils métiers. La version s’appuie sur un socle de gouvernance plus large, avec recherche, contexte et contrôle d’accès.

Databricks a présenté le 11 novembre 2026 un nouveau Genie, un assistant d’IA pensé comme un coéquipier autonome pour le travail d’entreprise continu. La plateforme veut lui faire gérer des tâches longues, suivre les changements, relancer quand il manque une information et exécuter plusieurs missions en parallèle, tout en laissant les utilisateurs décider des actions qui exigent une validation. L’enjeu est simple : faire passer l’IA du statut de copilote à celui d’agent capable de tenir la distance, sans perdre la main sur les permissions.

Du chat à l’exécution suivie

Genie ne se limite plus à répondre à une question ponctuelle. Dans la logique décrite par Databricks, il peut surveiller un dossier, attendre un nouvel élément, puis agir quand le contexte évolue, ce qui vise des usages comme le routage de sinistres hors barème ou la proposition d’ajustements budgétaires à valider. Plus qu’une interface de conversation, l’outil veut devenir une couche d’orchestration entre données, décisions et outils métiers.

Cette montée en autonomie s’appuie sur Genie Ontology, désormais généralement disponible. Le système construit automatiquement des briques de connaissances réutilisables à partir de tableaux de bord, de requêtes SQL et de notebooks, tandis que Unity Catalog Pages et Metric Views gardent des définitions gouvernées et explicites. Databricks explique aussi que son système OntoRank pondère l’autorité de la source, la certification, la pertinence pour l’utilisateur, la popularité et la récence pour départager des définitions concurrentes. Sans ce tri, les assistants d’entreprise ont vite fait de se perdre dans leurs propres archives.

Recherche, documents et outils externes : la pile s’épaissit

Genie Search est désormais généralement disponible pour Google Drive, Jira, Confluence et Workday, avec SharePoint encore en bêta. Le moteur indexe ces contenus, vérifie les droits d’accès avant toute réponse et peut combiner cet index avec des connecteurs SQL et MCP, ces derniers servant à récupérer de l’information en direct ou à lancer des actions dans des outils externes. Les annuaires organisationnels, eux aussi généralement disponibles et d’abord compatibles avec Workday, ajoutent les relations hiérarchiques et les signaux de collaboration pour mieux classer les connaissances utiles.

Autre brique ajoutée : Genie Agents peut analyser des PDF, des présentations et d’autres documents, en plus des tables gouvernées, dans une préversion publique. Les réponses incluent des citations au niveau de la page, ce qui facilite le contrôle humain. Les connecteurs MCP natifs sont également généralement disponibles ; ils permettent de créer des tickets, de mettre à jour des enregistrements ou de publier des messages. En parallèle, OpenSharing et Genie Clean Rooms sont en bêta pour les usages avec partenaires et clients, avec une logique de partage gouverné ou de questionnement sans exposition des données sous-jacentes.

Gouvernance et contrôle restent le vrai sujet

Databricks insiste sur les garde-fous. Unity Gateway conserve des traces de chaque question, réponse, objet cité, temps de réponse et action réalisée, afin de fournir aux administrateurs un journal interrogeable du travail de Genie. Ces derniers peuvent restreindre les outils MCP, imposer des validations, fixer des budgets et des plafonds de dépense, puis revoir l’usage. L’agent agit sous l’identité de chaque utilisateur et peut préparer une demande d’accès, mais l’approbation finale reste du côté des administrateurs et des propriétaires de données.

Le produit Genie One, interface de ce dispositif, peut aussi créer des présentations, des tableaux de bord et des pages interactives, avec des rafraîchissements programmés et des compétences partagées pour les flux réutilisables. Databricks annonce qu’il est gratuit pour les utilisateurs jusqu’au 31 janvier 2027, avant l’arrivée de contrôles de coût plus détaillés. C’est le genre de gratuité qui ressemble moins à un cadeau qu’à une période d’essai bien surveillée.

Les chiffres qui disent tout sur l’ambition

Pour étayer ce pari, Databricks a publié un benchmark conçu avec Turing. Sur cet exercice, Genie a réussi 91 % des tâches testées, contre 58 % pour le meilleur des deux agents frontaliers anonymisés comparés par l’entreprise. Dans la même évaluation, Genie a mobilisé en moyenne 431 829 tokens et 100,3 secondes par exécution.

Le test reposait sur une fausse entreprise énergétique britannique disposant de tables, notebooks, tableaux de bord, requêtes sauvegardées et documents, avec des doublons et des contenus obsolètes. Chaque agent a exécuté chaque tâche cinq fois dans le même espace de travail. Databricks prévient toutefois que ce résultat reflète un déploiement déjà riche en connaissances métiers ; dans un environnement neuf, ou quand les schémas de tables suffisent, l’écart peut se réduire. C’est là que le lancement prend tout son sens : l’autonomie n’avance vraiment que si le socle de connaissances est gouverné, accessible et suffisamment propre.

Ce que le marché doit retenir

La stratégie de Databricks est nette : faire de Genie un agent capable de travailler sur la durée, mais sans s’affranchir de l’administration ni des règles d’accès. L’entreprise cible des usages transverses, de la finance à l’assurance en passant par les opérations, avec des agents déployés dans plusieurs services et plusieurs outils. General Motors, selon Databricks, a déjà déployé plus de 1 000 Genie agents dans les ventes, l’ingénierie, la chaîne d’approvisionnement et les ressources humaines.

Cette approche place la concurrence sur un terrain concret : qui saura relier contexte métier, recherche d’entreprise, actions externes et contrôle fin des droits. Le marché des agents ne manque pas de promesses ; il manque encore souvent de mémoire organisée. Databricks, lui, veut précisément vendre cette mémoire-là.

À lire