Proč firmy potřebují datovou platformu jako Databricks a co jim reálně přinese

1. K čemu je firmě datová platforma

Scénář, který vidíme pořád dokola: vedení chce „něco s AI”, IT připraví pilot, demo na poradě vypadá skvěle, a pak se projekt do ostrého provozu nikdy nedostane. Příčina je skoro vždy stejná: AI je jen tak dobrá, jak dobrá jsou data, ke kterým má přístup.

Poznáte, že datovou platformu potřebujete?

• Každé oddělení má svoje čísla. Obchod vychází z CRM, finance z ERP, sklad z WMS a plánování z Excelu. Na poradě se místo rozhodování řeší, čí čísla platí.

• Na report se čeká dny. Jednoduchý dotaz ředitele putuje přes BI tým, který ručně spojuje exporty.

• Každý AI pilot staví vlastní napojení na data. Po třech pilotech máte tři nová datová sila a nic, co by šlo znovu použít.

• Nevíte přesně, kdo k čemu přistupuje. S GDPR, NIS2, DORA a nastupujícím AI Actem je to čím dál větší riziko. U AI navíc musíte umět doložit, z jakých dat model odpovídal.

• Datový sklad nestačí na AI. Zvládá tabulky a reporty, ale ne smlouvy, e-maily, dokumenty a logy, tedy přesně to, s čím AI pracuje nejlépe.

Co datová platforma řeší:

1. Jedna verze pravdy. Data ze všech systémů v jednom modelu s jasnými definicemi, například co přesně je „aktivní zákazník”.

2. Jedna správa přístupů (governance). Kdo co vidí, odkud data pocházejí a kdo je změnil. Platí to pro tabulky, dokumenty i AI modely.

3. Analytika i AI nad stejnými daty. Žádné kopírování dat do dalších AI nástrojů.

4. Znovupoužitelnost. Každý další AI projekt staví na stejném základu, a je proto rychlejší než ten předchozí.

Tomuto přístupu se říká lakehouse: spojuje výhody datového skladu (struktura, výkon, reporting) a datového jezera (jakákoli data, škálování, AI). Databricks je firma, která koncept lakehouse přinesla.

2. Proč zrovna Databricks

V Česku se Databricks nejčastěji srovnává s Microsoft Fabric a Snowflake. Tady jsou důvody, proč firmám, které to s AI myslí vážně, doporučujeme Databricks.

Svoboda ve výběru AI modelů

Podle nás je to nejsilnější argument. Databricks nabízí na jednom místě modely všech hlavních hráčů:

• Anthropic Claude, OpenAI GPT, Google Gemini, Meta Llama, Qwen a další přímo v platformě,

• externí modely přes Azure OpenAI, Amazon Bedrock nebo Google Vertex AI,

• vlastní a doladěné (fine-tuned) modely.

Všechno jde přes jednu bránu, AI Gateway, se společnými limity, monitoringem, guardrails a auditem.

Proč na tom záleží: AI modely se mění rychleji než vaše IT strategie. Dnešní jednička může být za půl roku překonaná. Aplikace napevno postavená na jednom dodavateli znamená při každé změně přepisování. V Databricks je výměna modelu otázka konfigurace. Stejnou úlohu, třeba třídění reklamací nebo shrnutí smluv, otestujete na třech modelech a necháte ten nejlepší.

Pozor na GDPR: Některé nejnovější modely běží na globálních endpointech a vyžadují zapnutí cross-geography processing, tedy zpracování mimo váš region. U citlivých dat (bankovnictví, pojišťovnictví, zdravotnictví, veřejná správa) je to potřeba ověřit hned při výběru modelu.

Otevřené formáty: data zůstávají vaše

Data leží ve vašem vlastním cloudovém úložišti v otevřených formátech Delta Lake a Apache Iceberg. Přečtou je i jiné nástroje. Pokud byste jednou chtěli odejít, nemusíte data „vysvobozovat” z proprietárního systému.

Governance pro data i AI v jednom

Unity Catalog řídí přístupová práva, lineage (odkud data přišla a kam tečou), audit a označování citlivých údajů. A to nejen pro tabulky, ale i pro soubory, AI modely a agenty. Při auditu umíte doložit, kdo k čemu přistupoval a z jakých dat AI odpověděla.

Jedna platforma místo deseti nástrojů

Bez platformy si firma skládá úložiště, orchestraci, kontrolu kvality dat, správu ML modelů, lineage, nasazování AI a BI z deseti různých produktů. Každý má jinou správu přístupů, jinou smlouvu a jiného člověka, který mu rozumí. V Databricks je to jedno prostředí, takže je méně integrací, které se rozbíjejí, a nové projekty jsou rychlejší.

Funguje s tím, co už máte

Databricks běží na Azure, AWS i Google Cloud. Pro české firmy, které jsou většinou na Azure, je to nativní služba. Na Microsoft nemusíte zapomenout: výsledky zobrazíte v Power BI, data z Microsoft Fabric (OneLake) Databricks čte bez kopírování a Genie funguje přímo v Microsoft Teams. Nejde o volbu buď – anebo.

3. Hotové nástroje: Genie a další

Spousta věcí, které se dřív vyvíjely na zakázku, je dnes v Databricks jako hotový produkt. Naší prací není programovat je od nuly, ale připravit data, napojit nástroj na vaše systémy, nastavit byznysové definice a naučit lidi ho používat. Právě na tom záleží, jestli nástroj přinese hodnotu, nebo zůstane ležet ladem.

Genie: zeptejte se svých dat

Databricks Genie je AI analytik, kterému položíte dotaz nad firemními daty v přirozeném jazyce. Genie ho převede na SQL, spustí nad vašimi daty a vrátí odpověď jako text, tabulku nebo graf. Vždy ukáže i postup, jak k výsledku došel, takže si ho můžete ověřit. Například:

• „Jak se vyvíjely tržby v Jihomoravském kraji letos oproti loňsku?“

• „Kteří odběratelé snížili objednávky o víc než 20 %?“

• „Proč klesla marže v segmentu B2B?“

Genie dnes není jeden nástroj, ale celá rodina:

Proč je Genie pro firmy bezpečný: každý uživatel vidí jen data, ke kterým má oprávnění v Unity Catalog. Regionální manažer uvidí jen svůj region, i když se ptá stejného Genie Agenta jako generální ředitel. Generované dotazy jsou vždy pouze pro čtení a každý je zaznamenaný v historii.

Genie v češtině: co je potřeba vědět

Genie funguje i v jiných jazycích než v angličtině, dotazy tedy můžete psát česky. Databricks ale otevřeně uvádí, že interní instrukce modelu jsou v angličtině a odpovědi proto mohou občas přijít anglicky. Doporučuje doplnit co nejvíc metadat v jazyce uživatelů.

Přesně to při nasazení pro české firmy děláme:

1. České popisy tabulek a sloupců. Genie pak ví, že rev_net jsou „čisté tržby”.

2. Synonyma. Tržby, obrat i prodeje znamenají totéž. Stejně tak pobočka, provozovna a prodejna.

3. Instrukce k formátům. Data ve formátu DD. MM. RRRR, koruny i eura, desetinná čárka, fiskální rok, kraje a okresy.

4. Ověřené dotazy (trusted assets). Pro nejčastější otázky připravíme ověřenou logiku, takže odpověď je vždy stejná a správná.

5. Benchmark před spuštěním. Sestavíme sadu reálných českých dotazů od vašich lidí a měříme, kolik jich Genie zodpoví správně. Do firmy ho pustíme, až když výsledky sedí.

Kde je háček: Genie je jen tak dobrý, jak dobře jsou připravená data a byznysové definice. Pokud firma počítá tržby třemi způsoby, dostanete tři různé odpovědi. Každé nasazení proto začínáme datovým modelem a slovníkem pojmů. Pomáhají i Metrics v Unity Catalog, které definují klíčové ukazatele jednou a centrálně pro Genie, dashboardy i AI agenty.

Další hotové nástroje, které nasazujeme

Hotové nástroje mají jednu zásadní výhodu: první viditelný výsledek máte během týdnů, ne po měsících vývoje.

4. Vlastní AI vývoj nad Databricks

Hotové nástroje pokryjí běžné potřeby. Vaše konkurenční výhoda ale leží v procesech, které máte jen vy: jak plánujete výrobu, oceňujete riziko, obsluhujete zákazníky nebo řídíte pobočky. Na ty stavíme vlastní AI řešení nad stejnými daty, se stejnou bezpečností a governance. Vlastní řešení se tak nikdy nestane dalším datovým silem.

Příklady z naší praxe

• Sázková skupina ze střední Evropy: AI asistent pro analytiky. Analytici se ptají na data v přirozeném jazyce místo čekání na report od datového týmu.

• Sázková skupina: AI agent zákaznické podpory. Agent odpovídá zákazníkům z firemní znalostní báze. Kvalitu jeho odpovědí jsme měřili a testovali dřív, než dostal skutečné zákazníky.

• Retail (Velká Británie): AI rozhodovací systém pro prodejny. Sjednotili jsme data z pokladen, docházky, financí, CRM a externích signálů (počasí, svátky, lokální akce) do jednoho modelu v Databricks. Nad ním běží předpověď potřeby personálu na 28 dní dopředu po hodinách a rolích. Vedoucí prodejny dostává konkrétní doporučení, která přijme, nebo odmítne, a každá reakce systém dál učí.

• Telekomunikace: AI strategie. Pomohli jsme zmapovat a seřadit AI iniciativy podle hodnoty a vybrat Databricks jako cílovou platformu nad stávajícím datovým skladem.

Jak stavíme AI, která se dostane do produkce

• Člověk v procesu. AI navrhuje, člověk rozhoduje, alespoň dokud systém neprokáže, že mu lze věřit.

• Nejdřív ve stínu. Nový model běží potichu vedle současného procesu. Do rozhodování ho pustíme, až když prokazatelně překoná dosavadní způsob.

• Měřitelná kvalita. Odpovědi AI agentů průběžně vyhodnocujeme (MLflow), ne „od oka”.

• Nezávislost na modelu. Díky AI Gateway model vyměníme, jakmile přijde lepší.

• Všechno v kódu. Datové pipeline, modely i nasazení jsou verzované a procházejí revizí (Databricks Asset Bundles, CI/CD).

Naše pravidlo: nejdřív hotový nástroj, vlastní vývoj tam, kde vás odliší od konkurence.

Jak začít

1. Úvodní workshop. Společně zmapujeme vaše data, systémy, regulatorní požadavky a místa, kde by AI přinesla největší hodnotu.

2. Návrh architektury a roadmapa. Co nasadit hned (třeba Genie nad obchodními daty), co postavit na míru a v jakém pořadí.

3. První use case v produkci. Jeden konkrétní problém vyřešený naostro, ne demo na poradu.

4. Škálování a předání know-how. Další oblasti, další nástroje a postupně silnější interní tým.

Hledáte Databricks partnera v Česku? Sudolabs spojuje certifikovanou Databricks expertízu s vývojem AI produktů. Působíme v celé Střední Evropě, a na UK a US marketech. Domluvte si úvodní konzultaci →

Časté dotazy

Co je Databricks?

Databricks je datová a AI platforma, která na jednom místě spojuje ukládání a zpracování dat, analytiku, strojové učení a generativní AI. Běží na Azure, AWS i Google Cloud a data ukládá v otevřených formátech ve vašem vlastním cloudu.

Je Databricks jen pro velké firmy?

Ne. Začít se dá jedním konkrétním use casem a rozšiřovat postupně. Nejvíc z platformy vytěží firmy, které mají data ve více systémech a chtějí nad nimi stavět AI.

Jaký je rozdíl mezi Databricks a Microsoft Fabric?

Fabric vyniká v integraci s Power BI a Microsoft 365. Databricks je silnější v datovém inženýrství, strojovém učení a AI a nabízí širší výběr AI modelů. Obě platformy lze kombinovat: Databricks čte data z OneLake bez kopírování a výsledky zobrazíte v Power BI.

Můžu v Databricks používat ChatGPT, Claude i Gemini?

Ano. Databricks zpřístupňuje modely OpenAI, Anthropic, Google, Meta a dalších přes jednotné rozhraní. Model vyměníte bez přepisování aplikace.

Co je Databricks Genie?

Genie je AI analytik v Databricks. Položíte mu dotaz nad firemními daty v přirozeném jazyce a dostanete odpověď s tabulkou nebo grafem i s vysvětlením postupu. Každý uživatel vidí jen data, ke kterým má oprávnění. Genie je dostupný i v Microsoft Teams.

Funguje Databricks Genie česky?

Ano, dotazy můžete psát česky. Interní instrukce Genie jsou ale v angličtině, proto odpovědi mohou občas přijít anglicky. Spolehlivost výrazně zvýší české popisy tabulek a sloupců, synonyma, instrukce a ověřené dotazy, které připravíme při nasazení.

Zůstanou data v EU?

Databricks lze provozovat v evropských regionech všech tří cloudů. U některých nejnovějších AI modelů je potřeba ověřit, zda nevyžadují zpracování mimo region.

Potřebuji vlastní datový tým?

Na začátku ne. Platformu umí postavit a provozovat partner. Doporučujeme ale postupně budovat alespoň malý interní tým. Předání know-how je součástí našich projektů.