Agentes leem suas definições de negócio onde vivem. Próxima pergunta: qual definição de margem líquida vence?

Peça a dois agentes a margem líquida do último trimestre. Um lê o modelo LookML do time de finanças; o outro lê uma métrica dbt que um time de analytics escreveu dois anos atrás para um propósito diferente. Ambos respondem com confiança, com um ponto e meio de diferença. Nenhum está alucinando. Eles estão lendo duas definições da mesma palavra.

Esse problema se aproximou do centro da arquitetura de agentes em 8 de outubro. No Gemini at Work, o Google apresentou um Knowledge Catalog para “mapear definições de negócio uma vez para que todos os agentes as usem”, para termos como “margem líquida” e “mercado endereçável”. O Gemini, diz o Google, lê essas definições “diretamente onde elas estão” no Databricks, dbt, LookML ou SAP, em vez de pedir aos clientes que as movam. No mesmo dia, a Databricks tornou sua página Discover e domínios em disponibilidade geral (GA): domínios e subdomínios organizam tabelas, dashboards, notebooks e Genie Agents por área de negócio, para que as pessoas possam encontrar ativos sem conhecer a hierarquia do catálogo.

O Google não deu status de lançamento para o Knowledge Catalog. Mesmo assim, a direção entre os dois fornecedores é clara: o significado de negócio está se tornando algo que os agentes consultam, não algo que os analistas lembram.

Onde o significado de negócio fica para os agentes

Agentes e assistentes

• Gemini
• Genie Agents
• Outros copilots

Definições de negócio compartilhadas

• Margem líquida
• Cliente ativo
• Headcount

Cada termo precisa de um dono, uma versão e um teste

Onde as definições são escritas hoje

• dbt
• LookML
• Databricks
• SAP

Dados

• Tabelas
• Documentos
• Objetos

Ler no lugar expõe conflitos; não os resolve

Ler definições onde elas já vivem é o design certo. É a camada que argumentamos que as empresas deveriam ter uma vez entre fornecedores, e evita mais um modelo semântico que se desvia dos originais. Em nossa análise do Genie One para finanças reguladas, a ontologia governada importou mais do que a interface de chat pelo mesmo motivo.

Mas um catálogo que lê de quatro fontes herda as discordâncias entre elas. Quando dbt e LookML definem margem líquida de forma diferente, um catálogo federado revela duas respostas ou silenciosamente prefere uma. Nenhuma é aceitável para um relatório para o conselho. A decisão sobre qual fonte é autoritativa para cada termo é uma decisão de governança, e o fornecedor não pode tomá-la por você.

Definições precisam de versões, donos e testes

Uma vez que os agentes dependem de uma definição, mudá-la muda as respostas. Quando finanças redefine cliente ativo, todo agente que reporta sobre clientes muda de uma vez, incluindo respostas já enviadas a executivos no mês passado. Isso exige práticas que os times de dados aplicam a código mais frequentemente do que a métricas:

• Um dono nomeado por termo, geralmente no negócio, não no time de dados.
• Uma versão e uma data de vigência, para que uma resposta passada possa ser explicada com a definição em vigor quando foi dada.
• Um conjunto de avaliação por termo crítico, reexecutado quando a definição ou o modelo muda. Uma resposta que está certa sob uma versão e errada sob a próxima não é uma falha do modelo; é um lançamento.

Enriquecimento é dado novo, com novas perguntas

O Smart Storage do Google vai um passo além. Ele enriquece objetos não estruturados no lugar, “escrevendo contexto de volta diretamente no próprio objeto”, e o Google diz que herda a postura de segurança existente. O Google coloca dados não estruturados em noventa por cento dos dados empresariais.

Enriquecimento escrito por um modelo se torna parte dos dados, e outros sistemas vão confiar nele. Duas verificações valem a pena antes de ativá-lo: quem revisa a qualidade do contexto gerado em documentos sensíveis, e se os metadados escritos em um objeto são visíveis para todos que podem listar o objeto ou apenas para aqueles que podem lê-lo. Esses são frequentemente grupos diferentes.

Os domínios da Databricks levantam uma versão menor do mesmo ponto. Agrupar Genie Agents por área de negócio torna o agente certo mais fácil de encontrar, o que reduz agentes duplicados construídos porque ninguém conseguiu encontrar o primeiro. A nota de lançamento descreve domínios como organização; o acesso ainda é concedido no Unity Catalog. Capacidade de encontrar e permissão são controles diferentes, e ambos são necessários.

A camada semântica está se tornando o lugar onde os agentes de uma empresa concordam entre si. Isso só funciona se alguém for dono do que cada palavra significa.