Databricks ensina Genie a executar tarefas de várias etapas e dizer verdades difíceis ao CEO

Quanto maior a empresa, menos verdades chegam a quem a dirige. Um vendedor não vai admitir ao CEO que estragou uma reunião. Um gerente de RH não vai dizer que a ideia do CEO para aumentar a satisfação dos funcionários provavelmente não funcionará. A Databricks propõe preencher essa lacuna com um agente: nesta semana, a empresa apresentou uma versão atualizada do Genie.

O que mudou no Genie

A principal novidade é que o Genie agora assume tarefas demoradas de várias etapas. Segundo a empresa, um executivo pode definir uma tarefa ampla, e o agente a executará sem supervisão. Antes, agentes dessa categoria costumavam ser demonstrados com exemplos de desenvolvimento de software; agora, a Databricks mira o lado dos negócios.

O contexto do agente vem de uma ontologia que a Databricks construiu sobre as informações dos clientes em sua plataforma. Esse detalhe importa. Um agente que não entende o significado dos dados de uma empresa logo começa a inventar. Neste caso, ele trabalha com o que já está na Databricks e se apoia na estrutura desses dados.

Se essa abordagem serve para você depende de uma coisa: quanto dos seus dados já está nessa plataforma. Se eles não estiverem lá, o valor da ontologia para você será consideravelmente menor.

Uma demonstração com as conversas reais do CEO

Em vez da demonstração habitual de produto, Ali Ghodsi abriu seu agente de trabalho e percorreu as conversas e os gráficos mais recentes. Foi isso que ele mostrou:

• O Genie analisou os trechos de uma pesquisa com funcionários em que a empresa recebeu notas baixas. Depois, ajudou a avaliar — e descartar — soluções propostas por alguns executivos da alta direção.
• O agente resumiu uma grande apresentação a um cliente que deu errado, incluindo as funcionalidades sem as quais o cliente se recusava a comprar.
• Preparou Ghodsi para uma entrevista em um podcast: estudou suas participações anteriores e sugeriu perguntas prováveis.
• Durante a conversa com um jornalista, o agente chegou a sugerir o que Ghodsi deveria dizer. Segundo o autor do TechCrunch, o conselho foi bastante bom.

Ghodsi explicou por que precisa disso recorrendo ao número de Dunbar: o limite teórico de relações pessoais estáveis, de cerca de 150 pessoas. Em uma startup pequena, o CEO conhece todo mundo, e as pessoas se sentem à vontade para dizer coisas desagradáveis diretamente a ele. Em uma empresa com 12.000 pessoas, isso já não funciona. Por isso, o agente é, para ele, uma fonte de verdades sem filtro sobre o que está dando errado. Ghodsi acredita que qualquer empresa com mais de 150 funcionários pode se beneficiar — e existem muitas assim.

Custos, segurança e como lidar com isso

Ghodsi também usa o Genie na vida pessoal. Ao mesmo tempo, classificou alternativas como OpenClaw, Instinct e Muse como questionáveis do ponto de vista da segurança. Ele acredita que o Genie fará pelas empresas o que a IA, os agentes e os harnesses — a infraestrutura ao redor do modelo que permite usar ferramentas — já fazem pelos programadores.

O maior receio ao colocar agentes em operação é a conta dos tokens. A resposta da Databricks é o Unity Gateway. O produto permite definir limites de uso e substituir modelos caros por alternativas de pesos abertos mais baratas.

O que vale ter em mente

Todos os exemplos foram apresentados pelo próprio dirigente da empresa que vende o produto. Não há medições independentes: faltam dados sobre a frequência com que o agente erra em tarefas longas e quanto elas custam. A promessa de execução sem supervisão continua sendo uma afirmação da empresa. Nem os preços nem a disponibilidade foram divulgados.

Para gestores de produto e fundadores, há três conclusões práticas. Primeira: o valor de um agente para um executivo pode estar no feedback sincero que as pessoas não dão pessoalmente, mais do que na automação. Segunda: ao lançar tarefas autônomas demoradas, inclua desde o início limites e a possibilidade de mudar para modelos mais baratos, em vez de acrescentar esses recursos quando a conta chegar. Terceira: sem uma camada que explique ao agente o significado dos seus dados, como uma ontologia, a autonomia terá pouca utilidade.