Microsoft и Databricks продлили партнерство до 2030-х годов для корпоративного ИИ

Microsoft и Databricks расширили десятилетнее сотрудничество, закрепив его до 2030-х годов. Компании намерены объединить технологии для создания корпоративных систем искусственного интеллекта, которые работают на реальных бизнес-данных, а не на общих шаблонах. Ключевой шаг: Databricks переведет свои собственные внутренние операции и аналитику на платформу Azure Databricks, демонстрируя доверие к инструменту, который предлагает клиентам.

Важный нюанс: Решение Databricks использовать собственную платформу для внутренней работы служит для клиентов сигналом надежности и масштабируемости решения.

Улучшение производительности через новую инфраструктуру

Для ускорения работы сложных ИИ-агентов и обработки больших данных Databricks увеличит использование инфраструктуры Azure Cobalt. Это следующее поколение серверов на базе архитектуры Arm, которое Microsoft разрабатывает специально для облачных задач.

• Сейчас компания использует чипы Cobalt 100.
• В планах переход на Cobalt 200, который обеспечивает до 50% прироста производительности.
• Новая версия включает шифрование памяти по умолчанию, что повышает безопасность данных.

Такой подход позволяет снизить затраты на вычисления и ускорить выполнение задач, требующих огромных мощностей.

Стоит учесть: Переход на процессоры Arm-архитектуры в облаке требует адаптации программного обеспечения, но дает значительный выигрыш в энергоэффективности и скорости для специфических ИИ-нагрузок.

Интеграция ИИ в рабочие процессы Microsoft

Компании углубляют интеграцию платформы Databricks в продукты Microsoft. Инструменты, такие как Genie (ИИ-ассистент от Databricks) и Unity AI Gateway, будут работать внутри привычных для сотрудников сред.

Системы объединяются с:

• Microsoft 365 и Teams.
• Copilot и Power Platform.
• Инструментами безопасности Azure и Microsoft Purview.
• Складом данных OneLake и сервисами аутентификации Entra.

Это позволяет бизнесу запускать ИИ-агентов, которые «понимают» контекст компании: знают о клиентах, продуктах и внутренних процессах. При этом управление моделями, доступом и расходами централизуется через единый интерфейс.

Практические последствия для бизнеса

• Снижение разрыва между данными и решениями: Компании получат возможность подключать ИИ к проверенным бизнес-знаниям, что уменьшит количество ошибок при автоматизации и повысит точность прогнозов.
• Контроль расходов и безопасности: Единая платформа позволяет отслеживать затраты на работу ИИ-агентов и применять правила безопасности ко всем моделям сразу, а не настраивать их по отдельности.
• Доказанная масштабируемость: Опыт крупных клиентов, таких как Unilever, Banco Bradesco и BMW Group, подтверждает, что совместное решение способно выдерживать критически важные нагрузки.

На фоне этого: Глобальный тренд смещается от экспериментов с ИИ к внедрению систем, которые глубоко интегрированы в операционную деятельность и работают на собственных данных предприятия.

Для российских компаний это событие служит сигналом о том, что мировые стандарты корпоративного ИИ движутся в сторону глубокой интеграции с облачными платформами и жесткого контроля над данными. Технологический стек, используемый лидерами рынка, становится сложнее и требует более зрелой инфраструктуры.