Databricks تستثمر في الوكلاء و ترفع مستوى عمل البيانات
قدمت Databricks في 11 مارس 2026 جييني كود، وهو نظام من الوكلاء المستقلين المعتمدين على الذكاء الاصطناعي، الذي يهدف إلى تنفيذ أعمال هندسة البيانات، علم البيانات والتحليل في البيئات المؤسسية. تتزامن هذه الأخبار مع إشارتين من المهم قراءتهما معًا: تدعي Databricks أن وكيلها يرفع معدل النجاح في مهام علم البيانات من 32.1% إلى 77.1% مقارنةً بالوكلاء الرائدين، وفي الوقت نفسه تعلن عن استحواذها على Quotient AI، المتخصصة في تقييم وتعزيز الوكلاء لاكتشاف الانحدارات في الأداء. بعبارة أخرى، لا ترغب Databricks في أن يقوم الوكلاء "بالقيام بالأشياء" فقط؛ بل تريد منهم القيام بذلك بشكل منضبط تشغيليًا ودون أن يتدهور أداؤهم عند تغيير البيانات، الأذونات أو السياق.
يسود سوق وكلاء الترميز قصة جذابة: تقلل الاحتكاك، تزيد السرعة، و"البرمجة بالاستجابة" كأسلوب للوصول إلى الإنتاج. تدخل Databricks من منظور مختلف. ففكرتها الواضحة هي أن الهدف ليس التطبيقات، بل البيانات. لهذا السبب يعتمد جييني كود على Unity Catalog من أجل الحكم، الأنساب والتحكم في الوصول، وينسق بين نماذج ضخمة متعددة من Anthropic، OpenAI وGoogle، بالإضافة إلى نماذج أصغر للمهام الروتينية. في روايتها الخاصة، أن هذا هو انتقال من مساعدين يقترحون إلى وكلاء يعملون، مع البشر كموجهين.
الانتقال من المساعد المطيع إلى المشغل صاحب المبادرة
يتم تسويق جييني كود على أنه "وكيل" لأنه يعد بتحمل مسؤولية الدورة الكاملة: التخطيط، الكتابة، نشر النماذج، التسجيل في MLflow، تحسين نقاط تقديم الخدمة، تشخيص الأخطاء في Lakeflow، فرز الحوادث وحتى إدارة الاحتكاكات النموذجية للإنتاج مثل تغييرات المخطط أو تعديلات الأذونات. الأهم ليس قائمة الوظائف، بل هو تغيير العقد.
يعمل المساعد التقليدي في وضع رد الفعل: ينتظر الطلب، يكمل جزء من الكود، يقترح نمطًا. بينما يعيش المشغل صاحب المبادرة في وضع مستمر: يراقب، يفسر، يقرر الخطوة التالية، ينفذ، يتحقق، ويوثق. يتطلب هذا الانتقال تكلفة داخلية. عندما يخطط الوكيل وينفذ عبر خطوات متعددة ضمن محادثة، لم يعد بالإمكان إدارته بالنموذج القديم لل"مهمة المكتملة" و"المسؤول الفردي". هناك حاجة إلى تتبع للقرارات، ووضوح حول صلاحية التغييرات ومعيار للشرح عندما تسوء الأمور.
تحاول Databricks تغطية هذه الشريحة من خلال Unity Catalog كحاجز: الحكومة، ضوابط الوصول والأنساب متجذرة في التدفق. إنها قرار استراتيجي، لأن نقطة الضعف الأساسية للعديد من الوكلاء العموميين هي نقص الدلالات المؤسسية وعلاقتهم السطحية مع المخاطر. في البيانات، المخاطر ليست فقط تسريب؛ ولكنها أيضًا الجودة، الاستمرارية التشغيلية والقرارات التنفيذية المعتمدة على مقاييس قد تتحرك بصمت.
اقتصاد الوكيل يُقاس بالمخاطر، وليس بالعروض التقديمية
ذكرت Databricks أن الإيرادات السنوية المتكررة تجاوزت 4.8 مليار دولار في أكتوبر 2025 وأن أكثر من 20,000 منظمة تستخدم منصتها. في هذا السياق، فإن جييني كود ليس تجربة؛ إنه حركة لالتقاط الطبقة التالية من القيمة في قاعدة واسعة مثبتة. السؤال المالي الذي يهم هو ما هو الخط الذي يتأثر أولاً في قائمة الأرباح والخسائر.
يظهر توفير الوقت في كتابة الكود بوضوح، ولكن عادةً ما يكون وهماً جزئياً. في فرق البيانات، الكلفة كبيرة في التشغيل: فشل الأنابيب، تدهور الجودة، تغييرات في المصادر، حوادث بسبب الأذونات، دوران الموظفين الذي يترك معرفة ضمنية، وأسابيع تفقد في إعادة بناء السبب وراء تغيير لوحة المعلومات. إذا كان جييني كود يقوم بالفعل بالتشخيص، الإصلاح والتوثيق، فإن رافعة العمل ليست السرعة؛ بل هي تقليل تكلفة الحوادث وانخفاض الاعتماد على الأبطال التقنيين.
•••
هذا هو مضمون المقال وقد تناول العديد من الجوانب حول جييني كود وتأثيره المتوقع. يمكن أن يتم تقسيمه إلى أقسام منفصلة تناقش التطبيقات العملية، والقرارات اللازمة من الإدارة والاهتمامات المتعلقة بالحوكمة والتحكم.
