[控场AI]
· 4 分钟阅读· 2,403 字

AI不止问答:OpenAI与Databricks联手推动企业流程变革

AI不止问答:OpenAI与Databricks联手推动企业流程变革

Databricks与OpenAI合作,让AI从问答走向代码、数据与业务流程的治理化执行。

Databricks 与 OpenAI 宣布合作,主张前沿模型必须接入企业数据、业务上下文与治理机制才能真正落地。合作围绕三条路径展开:ChatGPT 结合 Genie 服务业务用户的数据探索;Codex 结合 Unity Gateway 实现受控的企业级编码;GPT 模型结合 Databricks Apps 将 AI 嵌入具体业务流程。文章指出,企业 AI 的瓶颈已从模型能力转向数据接入与合规治理,而合作建立在企业现有数据与控制体系上,可降低迁移与合规成本,其实际效果取决于这些路径在真实工作流中的落地深度。

AI不止问答:OpenAI与Databricks联手推动企业流程变革

AI 正在走出“问答”的边界。它开始写代码、分析数据,甚至接管完整的业务流程。但一个被反复验证的事实是:强大的模型本身并不足够,它们需要接入正确的企业数据、业务上下文与治理机制。这正是 Databricks 与 OpenAI 最新合作试图回答的问题。

据 Databricks 在社交平台上的官方发布,双方的合作围绕三个方向,把前沿 AI 引入企业,并建立在企业已经依赖的数据与控制体系之上。

Databricks与OpenAI合作

从“回答问题”到“执行工作”的转变

大模型过去两年的主要交互形态是对话:用户提问,模型作答。这种模式在知识检索和内容生成上表现不错,但企业真正的工作流远不止于此。代码需要被编写和维护,数据需要被清洗和分析,业务流程需要跨系统协同。这些环节的共同点是——它们依赖企业内部的数据、权限和业务规则。

Databricks 的表述点出了关键矛盾:模型能力再强,如果拿不到正确的公司数据、不理解业务上下文、不满足治理要求,就无法真正承担生产级任务。换句话说,企业 AI 的瓶颈已经从“模型够不够聪明”转向“模型能不能安全、合规地接入企业环境”。

三条落地路径:ChatGPT+Genie、Codex+Unity Gateway、GPT+Databricks Apps

这次合作给出了三个具体方向,分别对应不同角色的使用者。

业务用户:ChatGPT + Genie 加速日常工作

Genie 是 Databricks 面向数据探索的产品,结合 ChatGPT 的交互能力,目标群体是业务用户。业务人员往往不写 SQL、不熟悉数据表结构,但他们有大量问题需要从数据中得到答案。将自然语言接口与底层数据平台打通,可以缩短“提出业务问题”到“拿到数据结论”的路径。

Genie 是 Databricks 推出的自然语言数据探索与可视化产品,前身为 Databricks Assistant 的延伸能力。它允许用户用自然语言直接向数据仓库发起查询,由系统自动生成 SQL、执行并返回图表或结论,无需手动编写查询语句。Genie 的底层依赖 Unity Catalog 提供的元数据、表结构与语义信息,因而在权限范围内作答,避免越权访问。对企业而言,Genie 的价值在于把数据消费的门槛从数据分析师下沉到一线业务人员,但同时保留集中治理与审计能力。

开发者:Codex + Unity Gateway 实现企业级治理的编码

编码场景是 AI 落地最快的领域之一,但也是治理风险最集中的领域。代码会接触敏感数据、会部署到生产环境、会引入第三方依赖。Databricks 提到,通过 Codex 和 Unity Gateway 实现企业级治理的编码。Unity Gateway 的角色可以理解为在代码生成与企业数据资产之间建立受控通道,让 AI 辅助编码不至于绕过既有的权限与审计体系。

Unity Gateway 可理解为 Databricks 数据治理层 Uni​​ty Catalog 面向 AI 与外部工具的门控组件。它在代码生成工具(如 Codex)与企业数据资产之间充当中介:一方面把表的元数据、访问策略和血缘关系暴露给 AI 辅助工具,使其生成的代码符合真实数据结构;另一方面对每一次访问执行权限校验与操作审计,防止 AI 绕过既有的访问控制。相比直接把数据库凭证交给编码模型,这种网关化设计把“AI 能看什么、能改什么”变成可集中配置的策略,是企业级编码助手落地的关键前提。

业务流程:GPT 模型 + Databricks Apps 改造流程

第三个方向指向更大范围的流程改造。Databricks Apps 提供应用构建能力,配合 GPT 模型,企业可以把 AI 能力嵌入到具体的业务流程中,而不是停留在单点工具层面。这一层的价值在于,AI 不再是一个独立窗口,而是流程中的一个执行环节。

企业AI治理架构示意

Databricks Apps 是 Databricks 提供的一站式应用托管服务,允许开发者在数据平台内部直接构建、部署和运行 Web 应用,而无需单独维护服务器或前端基础设施。应用可原生调用 Databricks 的数据、模型服务与权限体系,天然具备数据边界与审计能力。把它与 GPT 模型结合,企业可以将 AI 驱动的审批、报表、客户支持等流程封装为内部应用,让模型输出直接接入业务系统,而不是停留在外部聊天窗口中人工搬运结果,这正是从“单点工具”走向“流程执行环节”的技术基础。

治理不是附加项,而是前提

三个方向中反复出现的关键词是“治理”和“企业已经依赖的数据与控制”。这透露了一个行业趋势:企业采购 AI 时,模型性能只是评估维度之一,数据边界、权限体系、审计能力同样是决定项。

Databricks 强调合作“建立在企业已经依赖的数据和控制之上”,意味着企业不需要为了用 AI 而重建一套数据基础设施。对已经在使用 Databricks 的组织来说,这种路径的迁移成本更低,也更容易通过内部合规审查。

从更宏观的视角看,前沿模型厂商与数据平台的结合正在成为企业 AI 的常见形态。模型提供推理能力,平台提供数据与治理,两者缺一不可。Databricks 与 OpenAI 的这次合作是这一模式的又一个样本,其实际效果取决于三个方向在企业真实工作流中的落地深度。

想了解具体如何协同工作,可查看官方链接:https://t.co/8RH6XDvst5

#Databricks OpenAI合作#企业AI#AI治理#ChatGPT企业应用#Codex#Databricks Apps#AI业务流程
分享:

相关推荐