Databricks ha descritto in un post sul proprio blog, pubblicato il 13 novembre, tre modi per usare i prodotti OpenAI sui dati custoditi nella sua piattaforma. Gli utenti di business possono interrogare i dati aziendali da ChatGPT con il plugin Genie. Gli sviluppatori usano Codex, l’agente di programmazione di OpenAI, attraverso Unity Gateway, che centralizza chiavi, registrazione delle richieste e budget. Chi costruisce agenti propri può infine richiamare i modelli GPT, compresi gli open-weight gpt-oss, direttamente dentro Databricks.

Per le aziende che hanno già Databricks come piattaforma dati, il senso dell’operazione è chiaro: adottare ChatGPT e Codex lasciando all’IT il controllo degli accessi, il tracciamento delle richieste e la spesa, invece di affidarli alle iniziative dei singoli utenti.

La collaborazione non nasce ora. L’accordo pluriennale tra le due società è stato avviato a settembre 2025 e comprende modelli GPT, Codex, ChatGPT e OpenAI Agents SDK. Il rapporto è reciproco: secondo Databricks, OpenAI è uno dei suoi maggiori clienti, mentre tutti gli ingegneri di Databricks avranno accesso a Codex. Databricks riceve inoltre accesso anticipato ai nuovi modelli OpenAI.

ChatGPT e Genie, risposte basate sulle metriche approvate

Il primo scenario riguarda gli utenti non tecnici. Da ChatGPT possono porre domande in linguaggio naturale, per esempio per chiedere l’andamento degli utenti attivi settimanali rispetto all’obiettivo, suddiviso per tipo di piano. ChatGPT passa la richiesta a Genie, l’assistente conversazionale di Databricks, che interpreta le definizioni delle metriche, individua i dati, esegue la query nella piattaforma e restituisce grafici.

Il collegamento avviene tramite MCP (Model Context Protocol) e il plugin si installa dalla pagina dedicata di OpenAI. Secondo la scheda pubblicata da OpenAI, il plugin permette anche di generare e verificare codice SQL e di riassumere dashboard.

Il punto chiave è Genie Ontology, lo strato in cui Databricks conserva metriche approvate, definizioni di business e relazioni tra i dati. L’obiettivo dichiarato è che una voce come il fatturato abbia lo stesso significato in ChatGPT e nei report del controllo di gestione. È un problema concreto: un chatbot che ricalcola a modo suo gli indicatori aziendali produce numeri divergenti da quelli ufficiali.

Sul fronte della sicurezza, ogni utente vede solo i dati per cui ha già i permessi e ogni risposta rimanda alle fonti in Databricks. Il blog indica che un amministratore deve abilitare Genie prima che gli utenti possano collegarsi.

Codex attraverso Unity Gateway

Il secondo scenario riguarda gli sviluppatori, che continuano a usare Codex come prima, ma con le credenziali Databricks. La chiave API di OpenAI resta nel gateway e non finisce sul portatile dello sviluppatore. Ogni richiesta viene registrata e attribuita all’identità dell’utente. I responsabili tecnici possono fissare budget, controllare la spesa per team e scegliere quale modello usare per ciascun compito.

La configurazione passa da una CLI dedicata: si installa lo strumento ug e si lancia ug codex dalla cartella del progetto. Secondo la documentazione, Unity Gateway è in disponibilità generale, mentre alcune componenti accessorie, come gli MCP integrati per interrogare i database e le skill, sono ancora in beta. È possibile anche indirizzare Codex verso modelli open source supportati, che Databricks presenta come un modo per ridurre i costi degli agenti di programmazione.

Modelli GPT accanto ai dati per costruire agenti

Il terzo scenario è pensato per chi sviluppa applicazioni. I modelli OpenAI girano dentro Databricks sotto la governance di Unity Catalog, il sistema che gestisce permessi e tracciabilità su dati e modelli della piattaforma. Quando è Databricks a erogare il modello, non serve gestire una chiave API esterna. Con Model Serving i modelli si richiamano da SQL, notebook e agenti. Il catalogo comprende la famiglia GPT-6 e i modelli gpt-oss, distribuiti con pesi aperti e quindi eseguibili anche su infrastruttura propria.

Per costruire e valutare agenti c’è Agent Bricks. In alternativa si può scrivere l’agente con OpenAI Agents SDK e distribuirlo come applicazione Databricks, usando Lakebase, il servizio Postgres gestito della piattaforma, per conservare memoria e stato.

Per Greg Brockman, co-fondatore e presidente di OpenAI, l’AI senza accesso ai dati aziendali è “come assumere qualcuno con 20 dottorati e non invitarlo mai a una riunione”.

Uno strumento per la governance di informazioni e costi

Per i CIO italiani che hanno Databricks come piattaforma dati, la proposta risponde a un problema diffuso: l’uso di ChatGPT e degli agenti di programmazione cresce spesso fuori dal controllo dell’IT, con chiavi API distribuite tra i dipendenti e costi difficili da attribuire. Portare questi strumenti sotto lo stesso modello di permessi e di audit dei dati semplifica la governance, ma rafforza anche la dipendenza dalla coppia Databricks-OpenAI. È un aspetto da valutare in una strategia che preveda più fornitori di modelli.