A Databricks anunciou o lançamento do Genie Code, um agente autônomo de inteligência artificial capaz de transformar tarefas complexas de engenharia de dados, ciência de dados e analytics em sistemas de produção automatizados. A novidade promete mudar a forma como empresas lidam com dados, ao permitir que processos antes manuais sejam executados por agentes inteligentes, com supervisão humana.
Segundo a companhia, o Genie Code será capaz de construir pipelines, detectar falhas, lançar dashboards e manter sistemas em operação, ampliando significativamente a produtividade das equipes de dados. Em testes internos, a ferramenta mais do que dobrou a taxa de sucesso de agentes de programação, saltando de 32,1% para 77,1%.
Nova era do trabalho com dados agêntico
A proposta do Genie Code marca a entrada da Databricks no conceito de “trabalho com dados agêntico”, no qual a inteligência artificial deixa de atuar apenas como assistente e passa a executar tarefas completas de forma autônoma.
Para Ali Ghodsi, cofundador e CEO da empresa, essa mudança representa uma evolução semelhante à observada recentemente no desenvolvimento de software.
“O desenvolvimento de software mudou de assistência de código para engenharia totalmente orientada por agentes nos últimos seis meses. O Genie Code traz essa revolução para as equipes de dados. Estamos saindo de um mundo em que profissionais de dados são auxiliados por IA para outro em que agentes de IA fazem o trabalho, guiados por humanos. Chamamos isso de Agentic Data Work. Isso mudará fundamentalmente a forma como as empresas tomam decisões”, afirma.
Da ideia à produção com autonomia
O Genie Code se integra ao ecossistema já existente da Databricks, especialmente ao Genie e ao Unity Catalog, permitindo que profissionais interajam com dados de forma mais intuitiva.
A ferramenta vai além de sugerir códigos: ela planeja, executa e valida processos completos. Isso inclui desde o desenvolvimento de modelos de machine learning até sua implantação em ambientes de produção, com monitoramento contínuo.
Entre as principais capacidades do Genie Code estão:
Atuar como engenheiro especialista em machine learning, gerenciando fluxos completos e registrando experimentos no MLflow
Projetar soluções como um arquiteto de dados experiente, considerando diferenças entre ambientes de teste e produção
Monitorar pipelines e modelos em tempo real, identificando falhas e corrigindo problemas de forma autônoma
Aplicar governança e controle de acesso com base no contexto corporativo
Aprender continuamente com o uso, aprimorando suas respostas e decisões ao longo do tempo
Contexto corporativo como diferencial
Um dos principais desafios enfrentados por ferramentas de IA aplicadas a dados é a falta de contexto. O Genie Code busca superar essa limitação ao acessar informações como linhagem de dados, padrões de uso e semântica de negócios.
Isso permite maior precisão e aderência às políticas de governança, aspectos críticos em ambientes corporativos.
De acordo com a empresa, essa capacidade torna o agente mais confiável para operar diretamente em sistemas de produção, reduzindo riscos e aumentando a eficiência.
Empresas já testam a tecnologia
Grandes companhias já estão utilizando o Genie Code em seus processos internos. Na SiriusXM, a ferramenta tem apoiado desde a criação de consultas SQL complexas até a depuração de pipelines.
“Ele atua como um parceiro prático de desenvolvimento que ajuda nossas equipes de dados a entregar trabalho de alta qualidade em menos tempo”, afirmou Bernie Graham, vice-presidente de engenharia de dados da empresa.
Na Repsol, o impacto também já é percebido. Segundo Emilio Martín Gallardo, cientista de dados da companhia, o uso da ferramenta permite delegar fluxos complexos para a IA.
“Em vez de conectar manualmente notebooks, pipelines e modelos, podemos delegar fluxos de trabalho complexos a um parceiro de IA que entende nossos dados, governança, contexto de negócios e bibliotecas internas. Isso acelera tudo, desde a previsão de séries temporais até a implantação em produção, sem sacrificar rigor ou controle”, disse.
Aquisição reforça foco em qualidade contínua
Além do lançamento do Genie Code, a Databricks anunciou a aquisição da Quotient AI, especializada em avaliação e aprendizado por reforço para agentes de IA.
A tecnologia da Quotient permite monitorar automaticamente o desempenho dos agentes, identificar falhas e promover melhorias contínuas. O sistema mede a qualidade das respostas, detecta regressões e alimenta um ciclo de aprendizado que mantém os agentes evoluindo ao longo do tempo.
Os fundadores da empresa têm experiência no aprimoramento de ferramentas como o GitHub Copilot, o que reforça a expertise incorporada à plataforma da Databricks.
Impacto no futuro das empresas
A aposta da Databricks em agentes autônomos reflete uma tendência crescente no mercado de tecnologia: a automação inteligente de processos complexos.
Ao reduzir a dependência de tarefas manuais e aumentar a capacidade de análise e execução, ferramentas como o Genie Code podem redefinir o papel dos profissionais de dados, que passam a atuar mais como estrategistas e supervisores.
A expectativa é que essa abordagem acelere a tomada de decisões nas empresas, ao mesmo tempo em que melhora a eficiência operacional e a qualidade dos dados utilizados.
