Databricks MSMEs के लिए डेटा प्रबंधन की नई दिशा
Databricks ने 11 मार्च 2026 को Genie Code पेश किया, एक स्वायत्त एआई एजेंट प्रणाली जिसे डेटा इंजीनियरिंग, डेटा विज्ञान और कॉर्पोरेट एनालिटिक्स कार्यों के लिए विकसित किया गया है। यह घोषणा दो महत्वपूर्ण संकेतों के साथ आई है: Databricks का दावा है कि इसका एजेंट डेटा विज्ञान कार्यों में सफलता दर को 32.1% से 77.1% तक बढ़ाता है और साथ ही Quotient AI की अधिग्रहण की घोषणा करता है, जो प्रदर्शन की गिरावट का पता लगाने के लिए एजेंटों के मूल्यांकन और मजबूत करने में विशेषज्ञता रखता है। दूसरे शब्दों में, Databricks केवल यह नहीं चाहता कि एजेंट "काम करें"; वे यह चाहते हैं कि एजेंटों को संचालन में अनुशासन के साथ काम करना पड़े, बिना डेटा, अनुमतियों या संदर्भ में बदलाव के प्रभाव से गिरावट के।डेटा एजेंटों का उभरता हुआ बाजार
कोडिंग एजेंटों का बाजार एक प्रभावशाली कथा द्वारा प्रभावित है: कम friction, अधिक गति, "vibe-coding" एक उत्पादन प्रक्रिया के रूप में। Databricks एक भिन्न दृष्टिकोण अपनाता है। उनका सिद्धांत स्पष्ट है: लक्ष्य अनुप्रयोग नहीं, बल्कि डेटा है। इसलिए Genie Code Unity Catalog पर निर्भर करता है ताकि शासन, वंश और पहुँच नियंत्रण लागू हो सकें, और Anthropic, OpenAI और Google जैसे कई बड़े मॉडल को समन्वित करता है, साथ ही नियमित कार्यों के लिए छोटे मॉडल। इसके अनुसार, यह एक संक्रमण है सुझाव देने वाले सहायक से गतिशील एजेंटों की ओर, जहाँ मानव मार्गदर्शन करते हैं।असिस्टेंट से इनिशिएटिव ऑपरेटर में बदलाव
Genie Code को "एजेंट" के रूप में बेचा गया है क्योंकि यह पूरे चक्र की जिम्मेदारी लेने का वादा करता है: योजना बनाना, कोड लिखना, मॉडल को तैनात करना, MLflow में रजिस्टर करना, एंडपॉइंट्स का अनुकूलन करना, Lakeflow में विफलताओं का निदान करना, घटनाओं का प्राथमिक उपचार करना और उत्पादन में सामान्य परिवर्तन जैसे कि स्कीमा या अनुमतियों में परिवर्तन को संभालना। यहाँ महत्वपूर्ण यह नहीं है कि कार्यों की एक सूची क्या है, बल्कि यह है कि यह एक नई संधि का संकेत है। एक क्लासिक सहायक प्रतिक्रियात्मक मोड में काम करता है: आदेश की प्रतीक्षा करता है, कोड का एक ब्लॉक पूरा करता है, एक पैटर्न का सुझाव देता है। एक इनिशिएटिव ऑपरेटर लगातार काम करता है: देखता है, व्याख्या करता है, अगले कदम का निर्णय लेता है, निष्पादित करता है, मान्य करता है और रिकॉर्ड छोड़ता है। यह संक्रमण आंतरिक रूप से एक कीमत है। जब एक एजेंट कई चरणों में योजना बनाता और निष्पादित करता है, तो इसे पुराने "कार्य पूर्ण" और "व्यक्तिगत जिम्मेदारी" मॉडल के साथ प्रबंधित नहीं किया जा सकता। निर्णयों की ट्रेसबिलिटी, परिवर्तन की पारस्परिकता और जब कुछ गलत होता है, तो स्पष्टीकरण के मानक की आवश्यकता होती है। Databricks इस मोर्चे पर Unity Catalog के माध्यम से शासन और नियंत्रण और वंश के साथ इस कमी को बंद करने का प्रयास कर रहा है। यह एक रणनीतिक निर्णय है, क्योंकि कई सामान्य एजेंटों की Achilles की एड़ी उनके कॉर्पोरेट अर्थ की कमी और जोखिम के साथ उनकी सतही संबंध है। डेटा में, जोखिम केवल रिसाव नहीं है; यह गुणवत्ता, संचालन की निरंतरता और मेट्रिक्स पर आधारित कार्यकारी निर्णय भी है जो चुपचाप स्थानांतरित हो सकते हैं।एजेंट की अर्थव्यवस्था
Databricks ने रिपोर्ट किया कि उसका ARR 4,800 मिलियन डॉलर से अधिक हो गया है अक्टूबर 2025 में और 20,000 से अधिक संगठनों ने अपनी प्लेटफार्म का उपयोग किया है। इस संदर्भ में, Genie Code एक प्रयोग नहीं है: यह एक आंदोलन है बड़े स्थापित मूल्यों की अगली परत को कैप्चर करने के लिए। वित्तीय प्रश्न जो मायने रखता है वह यह है कि P&L की कौन सी लाइन सबसे पहले प्रभावित होती है।कोड लेखन में समय की बचत दिखाई देती है, लेकिन यह अक्सर केवल आंशिक रूप से ही सही होती है। डेटा टीमों में, भारी लागत संचालन में होती है: पाइपलाइनों की विफलता, गुणवत्ता में कमी, स्रोतों में परिवर्तन, अनुमति के कारण घटनाएँ, कर्मचारियों की घुमाव जो मौन ज्ञान छोड़ती है, और एक डैशबोर्ड क्यों बदल गया यह फिर से बनाने के लिए खोए हुए हफ्ते। यदि Genie Code वास्तव में निदान करता है, मरम्मत करता है और दस्तावेज करता है, तो इसे गतिशीलता के बजाय घटनाओं की लागत में कमी को प्राथमिकता मिलता है और तकनीकी नायकों पर कम निर्भरता के साथ।
डेटा पर स्वायत्तता की लड़ाई
मार्केटिंग टूल जैसे Cursor और Claude Code को विकास में उनके प्रभाव के लिए सराहा जाता है। Databricks एक भिन्न युद्ध चुनता है: डेटा कार्यों को एक डोमेन में बदलना जहां एजेंट केवल लिखते ही नहीं, बल्कि चाहिए कार्य करते हैं व्यापारिक संदर्भ के साथ। उनके दृष्टिकोण में, अन्य एजेंट अनुप्रयोगों को लिखने में मदद करते हैं; Databricks डेटा को अंतिम उत्पाद के रूप में पहुंचना चाहता है।
यह भिन्नता केवल विपणन नहीं है। मध्यम और बड़े कंपनियों में, डेटा पदानुक्रम से प्रभावित है: कौन क्या देख सकता है, कौन परिवर्तन की मंजूरी देता है, कौन एक मॉडल पर हस्ताक्षर करता है जो व्यावसायिक निर्णय धकेलता है। यदि एजेंट Unity Catalog के साथ एकीकृत होते हैं, तो स्वचालन अनुमतियों, वंश और ट्रेसबिलिटी के साथ संगठित हो जाता है। यह एक प्रतिस्पर्धात्मक लाभ है, लेकिन यह एक दर्पण भी है: यह उस शासन के असमानता को उजागर करता है जिसे कई कंपनियां उस समय सहन करती हैं जब काम मैनुअल होता है।
जब सब कुछ "हाथ से" किया जाता है, तो संगठन नियंत्रण के विचार से खुद को धोखा देता है। वास्तव में, जो कुछ मौजूद होता है, वह घर्षण होता है। एजेंट घर्षण को समाप्त करता है और नियंत्रण को स्पष्ट करता है: स्पष्ट नीतियाँ, परिभाषित गुणवत्ता, घटनाओं के प्राथमिकता के मार्ग। इसलिए एजेंटों को अपनाना GPUs की कमी के द्वारा नहीं रोका जाता है; यह डेटा के शासन पर सहमत होने में प्रबंधन की असमर्थता के कारण बाधित होता है।
C-Level का अंधा स्थान
Sustainabl में मैंने एक पैटर्न देखा है: कंपनियाँ स्वचालन में निवेश करती हैं ताकि वे एक आंतरिक बातचीत से बच सकें जो असुविधाजनक होती है। बातचीत तकनीकी नहीं होती; यह राजनीतिक और परिचालन होती है। किसके पास उत्पादन पाइपलाइन को बदलने का अधिकार है। गुणवत्ता के कौन से माप एक तैनाती को रोकने की अनुमति देते हैं। एक एजेंट बिना मानव अनुमोदन के क्या प्रकार का निर्णय ले सकता है। क्या आंतरिक ऑडिट के लिए पर्याप्त समझाने के रूप में दस्तावेजित किया जाता है।
Ali Ghodsi कहते हैं, "एजेंट काम करते हैं, मानव द्वारा मार्गदर्शित होते हैं।" यह वाक्य उस समय टूट जाता है जब पहली गंभीर घटना होती है और कोई नहीं जानता कि एजेंट के निर्णय की "स्वामित्व" किसके पास है। जो कंपनियाँ इसे सही ढंग से हल करती हैं, वे इसे भाषणों से नहीं, बल्कि संरचना के साथ हल करती हैं: अनुमति की स्पष्ट परिभाषा, गुणवत्ता की अपेक्षाएँ, घटना के बाद की समीक्षाएँ और स्वचालित परिवर्तनों के लिए स्पष्ट नियम।
Databricks यह दावा करता है कि Genie Code स्कीमा या अनुमतियों में बदलाव किए जा सकते हैं। यह क्षमता आकर्षक और खतरनाक दोनों है। आकर्षक है क्योंकि यह समय का अपव्यय कम करता है। खतरनाक है क्योंकि यह मान्यता को सामान्य बनाता है कि परिवर्तन मानव बातचीत के बिना होते हैं। परिपक्व संगठनों में, यह सख्त सीमाओं के साथ प्रबंधित किया जाता है: अनुमति वाले परिवर्तनों की श्रेणियाँ, तैनाती की खिड़कियाँ, अनिवार्य ट्रेसबिलिटी, रोलबैक मापदंड।
इसके अलावा, प्रतिष्ठा का एक पुनर्गठन भी है। वर्षों तक, तकनीकी स्थिति उस व्यक्ति पर आधारित है जो पाइपलाइन को "सुधारता" है जब यह विफल हो जाती है। यदि एक एजेंट इसे सुधारना शुरू करता है, तो वह स्थिति आर्किटेक्चर, शासन और सिस्टम डिजाइन की ओर स्थानांतरित हो जाती है। यह ऐसे नेताओं की आवश्यकता होती है जो परिवर्तन को बनाए रख सकें बिना पिछले मॉडल में महत्वपूर्ण लोगों को अपमानित करें। गलत तरीके से प्रबंधित बदलाव AI की वजह से नहीं बल्कि पेशेवर पहचान और मौन का नतीजा बनते हैं।
Databricks एक बड़े दांव को एक तेजी से बढ़ते और जल्दी मुनाफा देने वाले क्षेत्र पर लगा रहा है। इस संदर्भ में, Genie Code की सफलता आंतरिक बेंचमार्क से कम और उत्पादन में दोहराए जाने योग्य विश्वसनीयता के एक मानक को स्थापित करने की क्षमताओं पर अधिक निर्भर करेगी। Quotient AI की खरीद एक परिष्कृत वास्तविकता का स्वीकार है: बिना मूल्यांकन के, एजेंट अप्रत्याशित हो जाते हैं।
कर्तव्यनिष्ठ नेतृत्व स्वायत्तता को परिचालन अनुशासन में बदलता है
Genie Code की कार्यकारी दृष्टि न तो उत्साह है और न ही निराशा। यह स्वीकार करना है कि एजेंट का कार्य कंपनी को उस मॉडल की ओर धकेलता है जहाँ डेटा को महत्वपूर्ण बुनियादी ढाँचे के रूप में संचालित किया जाता है, जहाँ स्वचालन क्रियाशील और सीखने की हालत में होता है। जब Databricks कहता है कि हजारों ग्राहक Genie Code का अनुभव कर रहे हैं, इसका मतलब है कि बाजार पायलट चरण में है, और अगले विजेता वे होंगे जो पायलटों को स्थिर ऑपरेशन में बदलने में सफल होंगे, बिना संगठन को स्थायी प्रयोगशाला में बदलने के।
SiriusXM उत्पादकता में सुधार की रिपोर्ट करता है और Repsol इसका उपयोग पूर्वानुमान और उत्पादन प्रवाह को तेज करने के लिए कर रहा है, नॉटबुक, पाइपलाइनों और मॉडलों के समन्वय को स्वचालित करके। यह उपयोग के मामले संगत हैं: वहाँ रिटर्न तब दिखाई देता है जब संकेत और निर्णय के बीच का समय कम होता है, बिना शासन तोड़े।
C-Level का सामान्य प्रलोभन गति की मांग करना और नियंत्रण की लागत को तकनीकी क्षेत्र में स्थानांतरित करना होता है। यह कहानी अंततः घटनाओं, आंतरिक ऑडिट तनावपूर्ण बनाती है और संस्कृति का निर्माण करती है जहाँ हर कोई नीचे देखता है जब कुछ विफल होता है। वैकल्पिक कहानी को मानने की आवश्यकता है कि एजेंट की स्वायत्तता प्रबंधन का प्रश्न है, इंजीनियरिंग नहीं।
एक संगठन की संस्कृति, चाहे वो सही उद्देश्य का प्राकृतिक परिणाम हो, या नेता के अहंकार द्वारा वंचित सभी कठिन वार्तालापों का अपरिहार्य लक्षण।
