A cosa serve Databricks? Una guida in parole semplici

Databricks serve a raccogliere in un unico posto i dati di un'azienda, ripulirli e trasformarli in report, previsioni e applicazioni di AI. In termini di business, è la piattaforma in cui i dati provenienti da ERP, stabilimenti, CRM e file vengono elaborati fino a diventare qualcosa di cui persone e modelli possono fidarsi.

La risposta più lunga dipende dal suo problema, perché Databricks è molto ampio. Copre pipeline di dati, un data warehouse SQL, dashboard di BI, machine learning, agenti AI e ora anche un database Postgres. Pochissime aziende hanno bisogno di tutto questo dal primo giorno.

Ho lavorato con Databricks su programmi di piattaforme dati nel manifatturiero e nella difesa. Questa guida è per il CIO, il CFO o il responsabile dei dati che deve decidere se Databricks ha un posto nella propria architettura.

La panoramica ufficiale della piattaforma di Databricks elenca molte attività possibili. Nella pratica, io ne vedo cinque.

1. Data engineering ed ETL. Estrarre i dati dai sistemi sorgente, pulirli e caricarli in tabelle. È il caso d'uso principale e di solito quello in cui finisce la maggior parte della spesa. La famiglia di prodotti è Lakeflow. Lakeflow Connect gestisce l'acquisizione e Lakeflow pipelines (in precedenza Delta Live Tables) gestisce la trasformazione. Lakeflow Designer serve alla preparazione visuale dei dati e Lakeflow Jobs all'orchestrazione.
2. Data warehousing con Databricks SQL. Databricks SQL è il suo data warehouse cloud, che gira su SQL warehouse. Gli analisti scrivono SQL sulle stesse tabelle costruite dagli ingegneri. Nessuna copia separata in un altro warehouse.
3. BI e analytics self-service. Le dashboard AI/BI sono integrate nella piattaforma e le tabelle alimentano anche Power BI, Tableau o qualunque strumento la sua azienda usi già. Genie permette agli utenti di business di porre domande in linguaggio naturale su dati governati.
4. Machine learning. Previsione della domanda, manutenzione predittiva, previsione della qualità, pricing. MLflow traccia esperimenti e modelli, e il model serving li porta in produzione.
5. AI generativa e agenti. Agent Bricks è oggi lo strumento per costruire e governare agenti AI sui propri dati. Genie One, rilasciato in disponibilità generale a giugno 2026, è l'interfaccia per gli utenti di business. Il materiale meno recente chiama gran parte di questi strumenti di AI Mosaic AI; le pagine di prodotto attuali mettono in primo piano Agent Bricks e Genie.

Due componenti più recenti contano per alcuni acquirenti. Lakebase è un database Postgres gestito all'interno della piattaforma, per applicazioni che richiedono letture e scritture transazionali rapide accanto ai dati analitici.

Databricks ha annunciato la disponibilità generale di Lakebase all'inizio del 2026. Databricks Apps, in disponibilità generale da maggio 2025, permette ai team di costruire e ospitare sulla piattaforma applicazioni interne di dati e AI.

Una nota sui nomi, perché confonde i risultati di ricerca. Per due anni Databricks ha promosso la "Data Intelligence Platform". Oggi le sue pagine di prodotto parlano di "Databricks Data + AI Platform".

Stessa piattaforma. E Databricks One è stato rinominato Genie One.

Prima di Databricks, la maggior parte delle aziende gestiva due sistemi. Un data lake conteneva file grezzi a basso costo, tra cui log dei sensori, documenti e immagini, per i data scientist.

Un data warehouse conteneva tabelle pulite e strutturate per la finanza e la BI. I dati venivano copiati dall'uno all'altro e le due copie finivano per divergere.

Il lakehouse è la risposta di Databricks: tenere una sola copia dei dati in formati aperti (tabelle Delta Lake sul suo cloud storage) ed eseguire sia la BI sia l'AI su quella copia. Unity Catalog sta sopra a tutto e governa chi può vedere cosa, traccia la lineage e registra gli accessi. È questo livello di governance a trasformare un mucchio di file in qualcosa che un revisore accetterà.

La maggior parte dei team organizza il lakehouse con l'architettura medallion. Tre livelli, ognuno più pulito del precedente.

Come i dati attraversano i livelli medallion

1. 01

   Sistemi sorgente

   ERP, MES, historian, CRM, fogli di calcolo e documenti.

2. 02

   Bronze

   Dati grezzi depositati così come sono arrivati. Conservati per audit e rielaborazione.

3. 03

   Silver

   Puliti, deduplicati e validati. Una sola versione affidabile di ogni record.

4. 04

   Gold

   Modellati per il business: margine per prodotto, fermi per linea, spesa per fornitore.

5. 05

   Utilizzatori

   Dashboard, reporting finanziario, modelli di ML, agenti AI e app.

La versione per il manager: bronze è la prova, silver è il record ripulito, gold è la risposta a una domanda di business. Il suo CFO dovrebbe vedere solo gold. I suoi data scientist passeranno la maggior parte del tempo in silver.

Nei programmi manifatturieri su cui ho lavorato, è in silver che si concentra il vero sforzo. Codici materiale diversi da uno stabilimento all'altro. Unità di misura che non quadrano.

Timestamp dei sensori in ora locale contro registrazioni ERP in UTC. Nessuno di questi è un problema di Databricks, ma Databricks è il posto in cui finisce per risolverli.

Databricks non sostituisce SAP S/4HANA, Oracle Fusion Cloud ERP o Microsoft Dynamics 365. L'ERP resta il sistema di riferimento per ordini, scorte, fatture e contabilità generale. Databricks prende copie di quei dati, le combina con dati che l'ERP non vede mai e fornisce analytics e AI.

I dati ERP arrivano di solito per una di tre strade:

1. Connettori nativi o di partner. Lakeflow Connect, insieme a strumenti di replica di terze parti, estrae tabelle o modifiche dei dati dal database dell'ERP o dalle sue API.
2. Estrazioni dal livello dati dell'ERP stesso. Esportazioni dai servizi di analytics e dati di SAP, Oracle o Dynamics, depositate in bronze.
3. Il prodotto dati del fornitore ERP. Per le aziende SAP, SAP Business Data Cloud è un'opzione. Include SAP Databricks, un servizio Databricks gestito all'interno dell'offerta SAP, di cui Databricks ha annunciato la disponibilità generale. Esiste anche una via di condivisione zero-copy da Business Data Cloud verso un ambiente Databricks esistente.

Quale strada sia adatta dipende da licenze, volumi di dati e dal peso dei dati non ERP. La parte difficile non è mai l'estrazione.

È il significato di business: quale stabilimento, quale contabilità, quale versione di un cliente. Se non ha ancora chiarito questi punti, il mio articolo sul perché le migrazioni dei dati falliscono tratta le stesse cause di fondo.

Manifatturiero. Il caso più forte è unire i dati ERP con i dati di stabilimento. Letture di macchine e sensori da historian e piattaforme IoT, record del manufacturing execution system (MES), risultati dei controlli qualità e registri di manutenzione. Uniti a ordini, materiali e costi dell'ERP, quei dati rispondono a domande che interessano sia alla finanza sia alle operations: costo degli scarti per linea, manutenzione prima di un guasto, qualità del fornitore rispetto al prezzo pagato.

I volumi dei sensori sono grandi e disordinati. Un lakehouse li gestisce meglio di un data warehouse tradizionale. Nel mio lavoro nel manifatturiero, il primo caso d'uso che ha ripagato la piattaforma è stato il calcolo dei costi: riunire costi delle materie prime e della manodopera per arrivare a un costo standard.

Quel numero appartiene già alla finanza, quindi il valore è facile da vedere. Se sta ancora scegliendo l'ERP sottostante, veda il mio confronto sugli ERP per il manifatturiero.

Difesa. Le domande sono diverse. Dove si trovano fisicamente i dati? Chi gestisce la piattaforma?

I dati classificati e non classificati possono essere tenuti separati, con accessi dimostrabili in un audit? I programmi durano decenni, quindi la scelta della piattaforma deve sopravvivere a diversi cicli tecnologici.

Nel mio lavoro nella difesa, tenere separati i dati classificati da quelli non classificati ha influenzato il progetto più di qualsiasi altra cosa. Definisca questa separazione prima di progettare una singola pipeline.

Qui l'architettura conta. In Databricks il control plane gira nell'account di Databricks. Il compute classico gira nel suo account cloud.

Il compute serverless gira nell'account di Databricks, nella stessa regione. Per un responsabile dei dati nella difesa, questa differenza è la prima conversazione, prima di qualsiasi demo delle funzionalità. Per i progetti del governo statunitense esiste un deployment separato di Databricks su AWS GovCloud.

Fuori dagli Stati Uniti, verifichi la disponibilità di regioni e cloud sovrani rispetto alle sue regole di residenza dei dati e di controllo delle esportazioni (compresi obblighi di tipo ITAR) prima di stilare la shortlist. Ho visto che il controllo degli accessi granulare e i log di audit di Unity Catalog hanno molto peso in queste valutazioni.

È facile acquistare Databricks per il lavoro sbagliato.

1. Non è un ERP né un sistema di riferimento. Non ci faccia passare le transazioni o la contabilità generale. Lakebase gestisce dati applicativi, non la sua contabilità generale.
2. Non è uno strumento per dashboard rapide. Se l'obiettivo sono venti dashboard finanziarie su dati ERP puliti, Databricks è un modo pesante per arrivarci.
3. Non risolve una cattiva ownership dei dati. Se nessuno è responsabile dell'anagrafica clienti, Databricks elaborerà solo più in fretta il disordine.
4. Non funziona da solo. Servono data engineer che sappiano scrivere SQL e Python, più qualcuno che tenga d'occhio i costi. La spesa è misurata sull'utilizzo, quindi i job scritti male si vedono in fattura.
5. Non è gratuito per uso aziendale. La Free Edition serve per imparare e sperimentare. Le limitazioni della Free Edition indicate da Databricks stabiliscono che non può essere usata per scopi commerciali.

La domanda che sento più spesso: ci serve Databricks o basterebbe un warehouse più semplice? Ecco come la imposto.

La sua situazione	Databricks è adatto	Probabilmente basta un'opzione più semplice
Fonti dati	ERP più sensori, MES, documenti, feed esterni	Soprattutto tabelle ERP e CRM
Volume e variazione dei dati	Volumi elevati, streaming o quasi tempo reale	Batch giornaliero, volume moderato
Utenti principali	Data engineer, data scientist e analisti	Analisti finanziari e di business
Piani di AI e ML	Casi d'uso finanziati e con responsabili	Idee ancora senza sponsor
Competenze del team	Ingegneri SQL e Python interni o a contratto	Soprattutto competenze di BI ed Excel
Esigenze di governance	Accessi granulari, lineage, audit su molte fonti	Accessi standard basati sui ruoli

Se la maggior parte delle sue risposte cade nella colonna di destra, parta dall'analytics del fornitore ERP o da un warehouse gestito. Per un confronto più ravvicinato, legga i miei articoli collegati su Snowflake vs Databricks e Databricks vs Microsoft Fabric.

Per i costi, veda i prezzi di Databricks spiegati. Databricks fattura il compute in Databricks Units (DBU), con modalità pay-as-you-go o con impegno di consumo, e cloud storage e rete si aggiungono sopra.

Una checklist per decidere

1. Sa indicare tre decisioni di business che cambieranno se la piattaforma dati funziona? Se no, si fermi e le trovi.
2. Di quali fonti dati ha bisogno oltre all'ERP, e quanto sono grandi?
3. Chi è responsabile dei dati anagrafici di clienti, materiali, fornitori e piano dei conti?
4. Quali sono i suoi vincoli di residenza dei dati, sovranità e controllo delle esportazioni?
5. Ha, o finanzierà, un team di data engineering per il lungo periodo?
6. Quale strumento di BI rimane, e leggerà da Databricks SQL?
7. Chi risponde della spesa mensile della piattaforma, e quale soglia di allerta fa scattare una revisione?
8. Cosa spegnerà quando questo andrà in produzione? Se la risposta è niente, sta aggiungendo costi, non consolidando.

Scelga un caso d'uso con un responsabile di business nominato e soldi veri in gioco. Nel manifatturiero spesso si tratta di scarti, fermi o scorte. Lo costruisca attraverso bronze, silver e gold con la governance di Unity Catalog attiva fin dalla prima tabella.

Misuri il risultato e il costo di esercizio. Poi decida se scalare.

Non partirei da una migrazione a livello di tutta l'azienda o da un agente AI. La governance va inserita in quella prima realizzazione, non in una fase successiva; la mia guida al framework di governance dell'AI spiega perché.

Se sta valutando Databricks rispetto ad altre piattaforme, o sta capendo come si affianca a SAP, Oracle o Dynamics 365, offro consulenza indipendente su queste decisioni. Può contattarmi qui.

Che cos'è Databricks, in parole semplici?

Databricks è una piattaforma cloud in cui le aziende archiviano, puliscono e analizzano grandi quantità di dati, e ci costruiscono sopra machine learning e AI. Funziona su AWS, Microsoft Azure e Google Cloud. La consideri l'officina di ingegneria tra i suoi sistemi sorgente e i suoi report, modelli e strumenti di AI.

Databricks è un database o un data warehouse?

In parte entrambi. Databricks SQL è un data warehouse cloud costruito sul lakehouse, e Lakebase è un database Postgres gestito per le applicazioni. Sotto, i dati risiedono come tabelle in formato aperto sul cloud storage. Non è un sistema transazionale di riferimento come un ERP.

Qual è la differenza tra Databricks e Snowflake?

Entrambi eseguono analytics SQL su dati nel cloud. Databricks è nato dal data engineering e dal machine learning su formati aperti. Snowflake è nato come data warehouse SQL gestito. Oggi i due si sovrappongono molto. La scelta giusta dipende da tipi di dati, competenze e piani di AI. Il mio confronto Snowflake vs Databricks lo tratta nel dettaglio.

Databricks sostituisce SAP o altri sistemi ERP?

No. L'ERP resta il sistema di riferimento per le transazioni e la contabilità generale. Databricks prende copie dei dati ERP, le combina con altre fonti come i dati di stabilimento e dei sensori, e fornisce analytics e AI. I clienti SAP possono anche usare SAP Databricks all'interno di SAP Business Data Cloud.

Che cos'è l'architettura medallion in Databricks?

Un modo di organizzare i dati su tre livelli. Bronze contiene i dati grezzi così come sono arrivati. Silver contiene record puliti e validati. Gold contiene tabelle pronte per il business, per reporting, ML e AI. Ogni livello è più raffinato del precedente, e gli utenti di business dovrebbero consumare solo gold.

Databricks è gratuito?

Databricks Free Edition è gratuita per imparare e sperimentare, con quote e limiti sulle funzionalità, e non può essere usata per scopi commerciali. L'uso aziendale è fatturato a consumo in DBU, in pay-as-you-go oppure tramite un contratto con impegno di consumo, con cloud storage e rete in aggiunta.