TL;DR
Databricks dividió Genie en tres herramientas más la capa automatizada que las sostiene: Genie One (hacer preguntas), Genie Agents (codificar el contexto de negocio), Genie Code (construir y depurar) y Genie Ontology, la capa de contexto automatizada que alimenta a las otras tres. Genie One, Genie Agents y Genie Code ya tienen disponibilidad general. Genie Ontology está en vista previa pública. Aquí te contamos qué hace realmente cada una, por cuál conviene empezar y cuánto cuesta operar toda la familia.
Pregúntales hoy a cinco personas de tu equipo de datos qué significa "Genie" en Databricks, y lo más probable es que recibas cinco respuestas distintas. No es un problema de capacitación. Databricks renombró y reestructuró Genie más de una vez entre 2025 y 2026, y el ritmo no ha bajado. Lo que antes era un único asistente conversacional ahora son cuatro productos separados, cada uno enfocado en una parte distinta de trabajar con datos mediante lenguaje natural en lugar de SQL escrito a mano: obtener una respuesta, construir algo, o darles a las otras dos un contexto de negocio real. Aquí te explicamos qué hace cada uno, cómo encajan entre sí y cuál usar primero.
¿Por qué Databricks dividió Genie en cuatro productos?
Genie nació en 2025 como una sola funcionalidad: una ventana de chat para hacer preguntas sobre datos en lenguaje natural, parte de lo que Databricks llamaba AI/BI Genie. A partir de ahí, Databricks siguió construyendo alrededor. La interfaz simplificada para usuarios de negocio, Databricks One, se convirtió en Genie One. El asistente que vivía en tus notebooks, Databricks Assistant, pasó a ser Genie Code. El espacio donde los equipos definían preguntas reutilizables, Genie Spaces, se transformó en Genie Agents. Para junio de 2026, las tres alcanzaron disponibilidad general bajo una sola marca: Genie.
El momento no es casualidad. Gartner prevé que el 40% de las aplicaciones empresariales incluirán agentes de IA para tareas específicas a finales de 2026, frente a menos del 5% en 2025. Todos los proveedores corren a sumarle un agente a su producto. El problema más difícil, el que la mayoría pasa por alto, es lograr que ese agente conozca de verdad tu negocio. De eso se trata realmente esta división en cuatro: separar la interfaz (Genie One), el contexto de negocio (Genie Agents), las herramientas de construcción (Genie Code) y la capa de conocimiento que sostiene todo (Genie Ontology). Las cuatro funcionan igual sin importar si tu workspace corre en AWS, Azure o Google Cloud.
¿Qué hace Genie One?
Genie One es la puerta de entrada. Es una interfaz de chat, disponible en la web, en Slack, en Microsoft Teams y en dispositivos móviles, donde cualquiera puede hacer una pregunta sobre datos gobernados en lenguaje natural y recibir de vuelta un gráfico, un dashboard o una respuesta escrita. Databricks lo diseñó pensando primero en usuarios de negocio, pero nada impide que un ingeniero de datos también lo use.
Genie One va más allá de las consultas básicas. Pregúntale algo como "¿por qué aparecen duplicados en esta tabla?" e investiga en lugar de limitarse a ejecutar una consulta. Se apoya en tus dashboards existentes, tus consultas guardadas y cualquier Genie Agent que hayas construido. Databricks lo llamaba Databricks One antes de integrarlo a la marca Genie.
¿Qué hacen los Genie Agents?
Los Genie Agents contienen el conocimiento de negocio que Genie One no tiene por sí solo. Un agente define en qué tablas confiar, qué significa en tu empresa un término como "cliente activo" o "ingresos netos", y qué consultas de ejemplo cuentan como respuestas correctas. Una vez que alguien construye ese agente, cualquiera puede conversar con él y obtener una respuesta consistente, sin SQL y sin abrirle un ticket al equipo de datos.
Lo probamos nosotros mismos con un portfolio de acciones sencillo: $100 en Apple y $200 en Microsoft, comprados en noviembre de 2024. El historial de precios de las acciones ya existía en Unity Catalog. El portfolio en sí, no. Al preguntarle directamente, Genie One señaló correctamente lo que faltaba en lugar de adivinar, y ofreció asumir un reparto en partes iguales entre las dos acciones. Solo después de construir un Genie Agent que definía las posiciones reales, la cantidad de acciones y las fórmulas de valuación, la misma pregunta devolvió una respuesta real: un valor de portfolio de $387.61 frente a los $300 originales, una ganancia del 29.2%, con el cálculo completo a la vista. Los datos no habían cambiado. El contexto, sí.
¿Qué hace Genie Code?
Genie Code es el lado para desarrolladores de la familia, y reemplazó a Databricks Assistant en 2026. Escribe y ejecuta código, construye pipelines y dashboards, depura errores y trabaja directamente con las tablas, columnas y el linaje de Unity Catalog.
La diferencia real frente al antiguo Assistant es que Genie Code es agéntico. Dale una tarea y planifica los pasos, encuentra las tablas correctas, escribe el código, lo ejecuta y verifica su propio resultado, más cerca de Claude Code o GitHub Copilot que de un autocompletado de un solo intento. Eso también significa que puede ejecutar código y modificar o eliminar recursos por su cuenta. Por defecto, pide permiso antes de cada acción. Puedes cambiarlo a "permitir siempre". No lo hagas cerca de producción. Un paso en falso puede borrar algo que después no podrás rastrear.
¿Qué hace Genie Ontology?
Genie Ontology está debajo de los otros tres productos, y sigue en vista previa pública. Construye un grafo de conocimiento automático de tu negocio: métricas, definiciones y las relaciones entre tus datos y los conceptos que tu empresa realmente usa, extraídos de Unity Catalog y de más de 50 aplicaciones conectadas.
El objetivo es anclar las respuestas. Si alguien pregunta por los "ingresos netos", Genie no debería tener que adivinar qué significa eso. Debería encontrar la definición que tu organización ya acordó y responder con ella, no con una invención que suena plausible. Esa es la diferencia entre una respuesta útil y una equivocada dicha con total seguridad.
¿Qué herramienta de Genie deberías usar?
La decisión es más simple de lo que sugieren los nombres. Empieza preguntándole a Genie One. Si responde de forma confiable, listo. Si la pregunta necesita contexto de negocio que Genie aún no tiene, esa es tu señal para construir un Genie Agent. Si lo que pides es construir o cambiar algo en lugar de consultarlo, Genie One te lo dirá y te derivará a Genie Code.
¿Cuánto cuesta realmente operar Genie?
Genie tiene dos facturas separadas, y solo una de ellas es fácil de ver.
La primera es el uso de LLM, medido en Databricks Units (DBUs). Cada usuario identificado recibe 150 DBUs gratuitos de uso de Genie Code al mes. Genie One y Genie Agents se mantienen gratuitos para interacciones de usuario hasta el 31 de enero de 2027. El uso que excede la asignación gratuita se factura bajo el modelo de pago por uso. Los service principals no reciben nada de esto. Su uso se factura desde la primera solicitud, que es exactamente donde el uso automatizado de Genie suele producir una factura sorpresa.
El segundo costo es el cómputo. Las respuestas de Genie tienen que ejecutarse en algún lado, normalmente un SQL warehouse o cómputo serverless. Esa factura es completamente independiente de la asignación de Genie y aparece como uso ordinario de Databricks, sin ninguna línea que diga "Genie" por ningún lado. Casi todos los equipos de FinOps ya tratan este tipo de gasto en IA como parte del trabajo: el 98% gestiona hoy alguna forma de costo de IA, frente al 31% de hace apenas dos años. Genie es una versión nueva de un problema con el que los profesionales de FinOps ya conviven.
Si ya sigues de cerca el gasto en Databricks, incorpora Genie a ese proceso ahora, antes de que el uso escale más allá de un puñado de usuarios piloto. Una plataforma como SELECT para Databricks, que ya concilia los cargos de DBU contra el costo de la infraestructura de nube subyacente, es el lugar natural para seguir la huella de cómputo de Genie en lugar de tratarla como un proyecto aparte. Para entender en detalle cómo Databricks factura el cómputo en general, consulta nuestro desglose de los precios y niveles de DBU de Databricks.
Precios vigentes a agosto de 2026. El modelo de facturación de Genie ha cambiado más de una vez este año. Revisa la página de precios de Databricks antes de presupuestar con estas cifras.
¿Qué deberías hacer primero?
Algunos puntos de partida, en orden.
Pregunta antes de construir. Si Genie One responde la pregunta de forma confiable hoy, no necesitas un Agent para eso. Construye Genie Agents donde la misma pregunta de negocio surge una y otra vez y la respuesta depende de contexto que vive en la cabeza de alguien, no en una tabla. Usa Genie Code para trabajo de construcción real: pipelines, dashboards, depuración y cambios de varios pasos. Mantén las solicitudes de permiso activadas en cualquier entorno cercano a producción.
Define un presupuesto para Genie en Unity AI Gateway antes de que el uso crezca más allá de unas pocas personas, y etiquétalo con databricks-product: genie. Se pueden agregar etiquetas adicionales sin riesgo, ya que las etiquetas de presupuesto de Genie son aditivas: solo hacen tus reportes más granulares, no menos precisos. Vigila el cómputo que Genie dispara con la misma atención que el uso de LLM. McKinsey encontró que, en cualquier función de negocio, no más del 10% de las organizaciones reporta estar realmente escalando agentes de IA, y el costo poco claro y el valor poco claro explican en buena parte por qué el resto se queda estancado en pilotos.
La ventaja de Genie no es la interfaz de chat. Es el contexto que la sostiene, y cómo alimentes ese contexto importa más que el primer botón que presiones. Cubrimos el desglose completo de las cuatro herramientas, la prueba de costos real que hicimos nosotros mismos y cómo mantener atribuible el cómputo de Genie en nuestro ebook, Databricks Genie Explained.
Preguntas frecuentes
¿Qué es Databricks Genie?
Databricks Genie es una familia de cuatro herramientas: Genie One para hacer preguntas en lenguaje natural, Genie Agents para codificar el contexto de negocio detrás de esas respuestas, Genie Code para construir y depurar, y Genie Ontology para anclar las tres en tus datos reales.
¿Genie One es lo mismo que Databricks Assistant?
No. Genie One reemplazó a Databricks One, la interfaz para que los usuarios de negocio hagan preguntas. Databricks Assistant se convirtió en Genie Code, la herramienta para desarrolladores. Sirven a personas distintas y a tareas distintas.
¿Databricks Genie es gratuito?
En parte. Genie One y Genie Agents se mantienen gratuitos para interacciones de usuario hasta el 31 de enero de 2027. Genie Code otorga a cada usuario 150 DBUs gratuitos de uso de LLM al mes, y después factura bajo el modelo de pago por uso. Nada de esto cubre el SQL warehouse ni el cómputo serverless que Genie dispara, que se factura por separado a los precios normales de Databricks.
¿Qué hace exactamente Genie Ontology?
Genie Ontology construye un grafo de conocimiento automático de tu negocio, sus métricas, definiciones y las relaciones entre ellas, extraído de Unity Catalog y de más de 50 aplicaciones conectadas, para que las respuestas de Genie se basen en definiciones que tu empresa ya usa y no en una suposición.
¿Qué pasó con el Databricks Genie original?
El AI/BI Genie original, lanzado en 2025, evolucionó hasta convertirse en lo que Databricks hoy llama Genie Agents, pasando por un producto intermedio llamado Genie Spaces. "Genie" ahora se refiere a toda la familia de productos, no solo a esa funcionalidad original.