Databricks GenieとAgent Bricks：企業データの上で動くAI

Databricks Genieを使うと、業務ユーザーはガバナンスの効いた社内データに自然な言葉で質問し、SQL、結果のテーブル、グラフを受け取れます。データチームが指標を定義した狭いドメインを整備していればうまく機能し、生のテーブルに向けて推測に任せるとうまくいきません。

もう半分がAgent Bricksです。開発者が、Genie、文書、関数、外部ツールを呼び出せるカスタムAIエージェントを構築、デプロイ、評価する場です。

私は製造業と防衛分野のデータプラットフォームのプログラムでDatabricksに携わってきました。私の考えはシンプルです。AIの層は、計画担当者、品質エンジニア、財務チームの前に出せるほど良くなりました。

難しいのは、その下にあるセマンティックとガバナンスの作業、そして業務ユーザーが使いこなせるよう準備することです。パイロットの労力の大半はそこに注ぐべきです。

Databricksは2026年にGenie製品群の大半の名称を変更したため、古い記事を読むと混乱します。以前Databricks Oneと呼ばれていた業務ユーザー向けの体験は、2026年6月にGenie Oneになりました。

Genie spacesは2026年7月にGenie Agentsになりました。Databricks Assistantは現在Genie Codeです。

以下の表は、2026年10月時点で各製品が何をし、どういう状況にあるかをまとめたものです。

製品	何をするか	利用者	状況（2026年10月）
Genie One	ダッシュボード、Genie Agents、アプリをまたぐ1つのチャット画面。iOSとAndroidのアプリもある	業務ユーザー	チャットは2026年6月からGA、モバイルアプリはPublic Preview
Genie Agents（旧Genie spaces）	最大50のテーブル、ビュー、メトリックビューを対象とした、厳選したドメイン専用のチャット	アナリストが構築し、業務ユーザーが質問する	エージェントモードは2026年7月からGA、いくつかの追加機能はBeta
Genie Code（旧Databricks Assistant）	ノートブック、パイプライン、ダッシュボードのためのコーディングとデータのアシスタント	エンジニア、アナリスト	2026年7月8日から従量課金
Conversation API	Genie Agentsをアプリ、チャットボット、他のエージェントに組み込む	開発者	エージェントモードのAPIと可視化の取得は2026年8月からGA
Databricks提供のMCPコネクタ	Genie OneとGenie CodeがModel Context Protocolを通じて外部ツールを使えるようにする	管理者、開発者	2026年9月からGA、書き込みの操作はBeta

Genie Agentは、関連するメタデータ、指示、SQLの例、チャットの履歴を選び、SQLを生成します。そのSQLはProまたはサーバーレスのSQLウェアハウスで実行され、常に読み取り専用です。

ガバナンスの面で最も重要な点があります。Genie Agentのセットアップのドキュメントによると、データへのアクセスは常に各エンドユーザー自身のUnity Catalogの権限で評価されます。見る権限のないデータについて質問したユーザーには、空の回答が返ります。

行フィルターと列マスクも適用されます。ユーザーがクエリを実行できるよう作成者のウェアハウスの資格情報が埋め込まれますが、それによって誰かのデータアクセスが広がることはありません。

精度を左右するのはモデルではありません。整備です。Genie Agentの品質チューニングガイドは、ビジネスロジックをSQL式として定義することを推奨しています。テキストの指示よりも一貫した結果が得られるからです。

私の経験から、効果の大きい順に並べます。

1. メトリックビュー。 メトリックビューを中核とするUnity Catalog Business Semanticsは、2026年4月にGAになりました。「直行率」や「納期遵守率」を、ラベルと同義語とともに一度だけ定義すれば、その上に直接Genie Agentsを構築できます。指標が定義されていれば、Genieが推測する必要はありません。
2. SQLクエリの例。 実際の質問と、それに答えるSQLを組にします。スクラップ原価の計算方法や、どの工場がどの地域に集約されるかなど、自社に固有のロジックに焦点を当てます。
3. 信頼できる資産としてのSQL関数。 Unity Catalogの関数には、静的なクエリでは表せないロジックを持たせられます。Genieがパラメーター化されたクエリや関数を使うと、その回答は検証済みとして表示されます。ユーザーにはそれらの関数に対するEXECUTEが必要です。
4. ナレッジストア。 説明、同義語、結合の関係、非表示の列です。重複した技術的な列を隠すことは、多くの人が思う以上に効果があります。
5. 一般的な指示。 どこにでも当てはまり、他に置き場所のない文脈をテキストで書きます。短く、矛盾のないようにしてください。

厳格な上限があります。エージェントあたり50のテーブル、ビュー、メトリックビュー。

指示は100件までで、SQLクエリの例とSQL関数はそれぞれ1件として数えます。結合とSQL式のスニペットは200件までです。

私はこれらの上限を設計の指針として扱っています。「製造業のすべて」を対象にしたGenie Agentは期待外れに終わります。「2つの工場の品質通知とスクラップ」を対象にしたものなら、非常に良いものになり得ます。

Genieが失敗する場面

ベンダーのデモが飛ばす部分です。

1. 定義されていないビジネス用語。 生のERPテーブルに対して「前四半期の利益率は」と質問すると、Genieは何らかの定義を選びます。それが財務の定義とは限りません。SAP、Oracle、Dynamics 365のデータがガバナンスの効いた指標の層なしに取り込まれているなら、もっともらしいが突き合わない数字が出てくると考えてください。
2. 乱雑なマスタデータ。 重複した品目番号、不統一なプラントコード、自由記述の不良内容は、自信満々の誤った回答を生みます。Genieは与えられたものの品質を増幅します。
3. あいまいな質問。 「最悪のラインはどれか」。何において最悪なのか。良い整備と質問の例はユーザーを導きますが、ユーザーが具体的に質問する必要がなくなるわけではありません。
4. 言語。 ドキュメントによると、プロンプトは英語で包まれるため、ユーザーが別の言語で書いても回答が英語で返ってくることがあります。英語圏以外の工場に展開する前にテストしてください。
5. 洞察であって、行動ではない。 生成されるSQLは読み取り専用です。統制の面ではそれが強みです。一方で、Genieは保全計画担当者にどの設備が期限切れかを教えてくれますが、作業指図を発行してはくれません。

Agent Bricksも形を変えました。Agent Bricksの概要では現在、コードを書く人のためのDatabricksのエージェント開発プラットフォームと説明されています。

自分のフレームワークとモデルを持ち込み、Agent Bricks CLIで雛形を作り、Databricks Apps上のAgent Runtimeにデプロイします。古い資料ではこの層をMosaic AI Agent Frameworkと呼んでおり、ドキュメントにはまだMosaic AIの表記がいくつか残っています。

購入者が知っておくべきことが2つあります。以前の宣言型の構築ツールであるKnowledge AssistantとSupervisor Agentは、現在「新しいエージェントには推奨されない」とされており、Supervisor APIは非推奨です。

Databricksは、ローコードのユーザーにはGenie Agentsを、開発者にはCLIを案内しています。SIがそのどちらかに基づく設計を提案しているなら、理由を尋ねてください。

文書からの抽出には、AI Functionsが推奨される経路です。SQLから文書の分類、抽出、要約、解析を行います。製造業者にとっては、サプライヤーの証明書、検査報告書、保全ログがこれにあたります。

評価はマネージドMLflowで行います。エージェントのすべてのステップのトレース、正確性などの組み込みのLLMジャッジ、カスタムのスコアラー、専門家のフィードバックです。同じスコアラーで、本番トラフィックのサンプルを監視することもできます。

Unity Gateway（URLにはまだai-gatewayと書かれています）がコントロールプレーンです。モデルとMCPのサービスに対するレート制限、ガードレールのためのサービスポリシー、個人情報のマスキング、システムテーブルでの使用状況の追跡、Unity Catalogのテーブルへのリクエストとレスポンスのログ記録、モデル間のフォールバックを提供します。Databricksが提供するMCPサーバーと登録したMCPサーバーはUnity Catalogの権限を使うため、Genie OneのMCPサーバーを呼び出すエージェントも、ユーザーが見られる範囲に縛られたままです。

製造業なら、私はすでにガバナンスを効かせているデータについての、品質と保全の質問から始めます。ライン、シフト、品目別のスクラップと手直し。サプライヤー別の未完了の品質通知。

ERPのプラント保全のデータをヒストリアンやMESの集計と結合して求める、重要設備の平均故障間隔。こうした質問には明確な責任者がいて、ユーザーは今、アナリストの回答を何日も待っています。

最初のパイロットでは、需要予測やコストトゥサーブは避けてください。定義に異論が多く、データが多すぎるシステムにまたがっています。

防衛分野では、ユースケースよりも統制のほうが重要です。非機密で、監査可能で、権限に敏感なものを選んでください。予備部品の在庫状況、契約マイルストーンの状況、サプライヤーの納入実績などです。パイロットの目的は、自然な言葉の質問に対して、行フィルター、列マスク、輸出管理のフラグが正しく機能することを証明することです。

デプロイメントは早めに確認してください。AWS GovCloudのリリースノートによると、GenieとGenie Agentsは2026年1月から、Genie Oneは2026年1月22日から、GovCloudとGovCloud DoDの両方でGAです。Unity Gatewayは2026年9月にPublic PreviewとしてGovCloudに提供されましたが、予算、推論テーブル、サービスポリシーはありません。

南北アメリカ、欧州、オーストラリア、ニュージーランド、日本以外でエージェントモードを使うには、地域をまたいだ処理を有効にする必要があります。湾岸地域やアジアで主権に敏感なプログラムにとっては、それはチェックボックスではなく、ポリシーの判断です。

私が実行する順番です。データがすでにUnity Catalogで統制されていれば、時間の大半はステップ3から7に費やされます。私が関わった自然言語のパイロットでうまくいかなかったのは、オンボーディングでした。

業務ユーザーのオンボーディングが適切に行われておらず、準備ができていなかったのです。セマンティックの層とパイロットの作業に約2か月かかった主な理由は、その欠落でした。ユーザーのオンボーディングは、構築の後ではなく、構築と並行して行ってください。

1. ドメインを1つ、スポンサーを1人選ぶ。 「業務部門」ではなく、工場の品質マネージャーや物流の責任者です。
2. 実際の質問を50〜100件書き出す。 実際に使う人たちから集めます。これがベンチマークになります。
3. 各指標の責任者と定義を決める。 メトリックビューにする前に、財務またはオペレーションが定義を承認します。
4. メトリックビューと整えたテーブルを構築する。 50テーブルの上限を十分に下回るようにします。
5. SQLの例、関数、同義語を追加する。 最初に失敗した質問を対象にします。
6. 実際のユーザーとして権限をテストする。 制限されたユーザーとしてログインし、データを漏えいさせるように作った質問をします。結果を記録します。
7. ベンチマークを実行し、精度を記録する。 ユーザーの目に触れる前に行います。
8. 10〜20人のユーザーに公開する。 フィードバックの仕組みを用意し、指名したデータスチュワードが低評価の回答を毎週レビューします。
9. 予算とアラートを設定する。 使用量が増える前に行います。
10. 決めた日に判断する。 ステップ1で合意した基準に照らして、拡大、修正、中止のいずれかを決めます。

全体を通じて人間が関与し続けます。整備はデータスチュワードが受け持ちます。

財務の数字、安全に関わる判断、契約上の約束に回答を使う人は、ベンチマークで信頼性が証明されるまで、元のレポートと照合します。システムに書き込むエージェントについては、その操作を人が承認します。

今ならGenieは安く試せます。Genieの予算に関するドキュメントによると、Genie OneとGenie AgentsのLLM利用は2027年1月31日まで無料です。サービスプリンシパルは対象外で、すべての利用が課金されます。APIを通じてGenieを組み込むなら、これが重要になります。

SQLウェアハウスのコンピュートは別に請求され、これが実際の運用コストです。Genie Codeは2026年7月8日から従量課金で、ユーザーあたり月150 DBUの無料枠があります。

Databricksの料金ページでは、US Eastで150 DBUは$10.50です（定価、2026年10月に確認）。リージョンによって異なり、企業向けの割引やコミットメントによって金額は変わります。

予算では共有とユーザー単位のしきい値を設定できますが、ブロックは概算なので、予算は厳格な上限ではありません。system.billing.usageと照合してください。ウェアハウスのサイズについては私のDatabricks料金ガイドで扱っています。

測定すべきものは次のとおりです。

指標	なぜ重要か	本稼働前に合意する目標
ベンチマークの精度	整備が機能しているかがわかる	ドメインごとのしきい値を、指標の責任者が承認する
検証済みの回答の割合	信頼できるSQLに基づく回答のほうが安全	週ごとに上昇していること
低評価の割合と修正までの時間	スチュワードシップが機能しているかがわかる	毎週レビューする
権限テストの結果	統制が保たれていることを証明する	漏えいゼロ
回避できたアナリストへの依頼	ビジネスケースそのもの	パイロット前にベースラインを測定する
アクティブユーザーあたりのウェアハウスのコスト	実際の運用コスト	予算内

ここではガバナンスが土台です。Unity Catalogがまだ整っていないなら、そこから始めてください。私のUnity CatalogとデータガバナンスのガイドとAIガバナンスフレームワークのガイドで、その基礎を扱っています。

ドメインを1つ選び、ユーザーが実際にする質問を50件書き出し、定義済みの指標で現在のデータがそのうち何件に答えられるかを確認してください。その作業のほうが、どんなデモよりもGenieへの準備状況を教えてくれます。代替案も比較検討しているなら、Snowflake Cortex AIとSnowflake Intelligenceと比べてみてください。

私は組織がこうした判断を下し、パイロットの範囲を決めるのを支援しています。別の視点が必要なら、打ち合わせを予約してください。

Databricks Genieとは何ですか？

Databricks Genieは、Databricksのガバナンスの効いたデータを使って自然な言葉の質問に答えるAIツール群です。Genie Oneは業務ユーザー向けの画面、Genie Agentsは厳選したドメイン専用のチャット（旧Genie spaces）、Genie Codeは開発者とアナリスト向けのアシスタントです。回答は読み取り専用のSQLとして生成され、各ユーザーのUnity Catalogの権限が尊重されます。

Genie spacesとGenie Agentsの違いは何ですか？

機能上の違いはありません。Databricksは2026年7月にGenie spacesをGenie Agentsに改称し、機能は変わらないとしています。古い記事、研修資料、コミュニティの投稿では、まだ「Genie spaces」が使われています。

Databricks Genieの費用はいくらですか？

Genie OneとGenie AgentsのLLM利用は、ユーザーについては2027年1月31日まで無料です。サービスプリンシパルは課金され、SQLウェアハウスのコンピュートは別に請求されます。Genie Codeは、月ごとの無料枠を超えた分が従量課金です。

Databricks Genieは財務やオペレーションのレポーティングに使えるほど正確ですか？

メトリックビュー、SQLの例、信頼できる関数を備えた厳選したドメインの中で、ベンチマークの質問セットに対して測定するなら、使える可能性があります。生のテーブルに向けると、自社の定義と一致しないかもしれない、もっともらしい回答を出します。ベンチマークで別のことが証明されるまでは、財務や安全に関わる判断には未検証のものとして扱ってください。

Databricks Agent Bricksは何に使われますか？

自分のフレームワークとモデルで、カスタムAIエージェントを構築、デプロイ、統制するために使います。Agent Bricks CLI、Agent Runtime、マネージドメモリ、MLflowによる評価が含まれます。Knowledge AssistantとSupervisor Agentは、新しいエージェントには推奨されなくなりました。

DatabricksはMCPに対応していますか？

はい。DatabricksはGenie OneやDatabricks SQLを含むマネージドMCPサーバーを提供しており、外部のサーバーを登録したり、Databricks Apps上でカスタムのサーバーを構築したりできます。アクセスはUnity Catalogの権限とUnity Gatewayで統制されます。