TL;DR
Databricksは、Genieを3つのツールと、その基盤となる自動化レイヤーに分割しました。質問するためのGenie One、ビジネスコンテキストを定義するGenie Agents、構築とデバッグのためのGenie Code、そしてこれら3つを支える自動コンテキストレイヤーのGenie Ontologyです。Genie One、Genie Agents、Genie Codeは一般提供中で、Genie Ontologyはパブリックプレビュー段階です。本記事では、それぞれの実際の役割、最初に使うべきツール、そしてGenieファミリー全体の運用コストを解説します。
いまデータチームの5人に「DatabricksのGenieとは何か」と尋ねれば、おそらく5通りの答えが返ってくるでしょう。これはトレーニング不足のせいではありません。Databricksは2025年から2026年にかけてGenieの名称と構成を何度も変更しており、そのペースは今も衰えていません。かつては1つの対話型アシスタントだったものが、今では4つの独立した製品になっています。それぞれが、手書きのSQLではなく自然言語でデータを扱ううえでの異なる領域──答えを得る、何かを構築する、あるいはその両方を実際のビジネスコンテキストに根付かせる──を担っています。本記事では、それぞれの機能、相互の関係、そして最初に使うべきツールを紹介します。
なぜDatabricksはGenieを4つの製品に分割したのか
Genieは2025年に単一の機能としてスタートしました。平易な英語でデータに関する質問ができるチャットボックスで、Databricksが「AI/BI Genie」と呼んでいたものの一部でした。Databricksはそこから機能を拡張し続けました。ビジネスユーザー向けの簡易インターフェースだったDatabricks OneはGenie Oneに。ノートブック内のアシスタントだったDatabricks AssistantはGenie Codeに。チームが再利用可能な質問を定義するワークスペースだったGenie SpacesはGenie Agentsになりました。2026年6月までに、3つすべてが「Genie」という1つのブランドのもとで一般提供に到達しました。
このタイミングは偶然ではありません。Gartnerは、タスク特化型AIエージェントを搭載するエンタープライズアプリケーションの割合が、2025年の5%未満から2026年末には40%に達すると予測しています。あらゆるベンダーが自社製品にエージェントを組み込もうと競っています。しかし、多くのベンダーが素通りしている、より難しい課題は、そのエージェントに自社のビジネスを本当に理解させることです。4分割の本当の狙いはそこにあります。インターフェース（Genie One）、ビジネスコンテキスト（Genie Agents）、構築ツール（Genie Code）、そしてそのすべての基盤となるナレッジレイヤー（Genie Ontology）を切り分けることです。4つはいずれも、ワークスペースがAWS、Azure、Google Cloudのどれで稼働していても同じように機能します。
Genie Oneの役割
Genie Oneは入り口です。Web、Slack、Microsoft Teams、モバイルで利用できるチャットインターフェースで、誰でもガバナンスの効いたデータについて平易な言葉で質問し、チャート、ダッシュボード、または文章での回答を得られます。Databricksはビジネスユーザーを第一に想定して開発しましたが、データエンジニアが使っても何の問題もありません。
Genie Oneは単純な検索以上のことができます。「このテーブルに重複が発生しているのはなぜか」といった質問をすると、単にクエリを実行するのではなく、調査を行います。その際、既存のダッシュボード、保存済みクエリ、構築済みのGenie Agentsを活用します。Genieブランドに統合される前は、Databricks Oneと呼ばれていました。
Genie Agentsの役割
Genie Agentsは、Genie One単体では持ち得ないビジネスナレッジを保持します。エージェントには、信頼すべきテーブル、「アクティブ顧客」や「純収益」といった用語の自社における定義、正解とみなすべきサンプルクエリを定義します。誰かがエージェントを一度構築すれば、あとは誰でもチャットで一貫した回答を得られます。SQLも不要、データチームへのチケット起票も不要です。
私たちはシンプルな株式ポートフォリオで実際に検証しました。2024年11月に購入したApple株100ドルとMicrosoft株200ドルです。株価履歴はすでにUnity Catalogに存在していましたが、ポートフォリオ自体はありませんでした。直接質問すると、Genie Oneは推測するのではなく、不足している情報を正しく指摘し、2銘柄への均等配分を仮定するという提案をしてきました。実際の保有銘柄、株数、評価額の計算式を定義したGenie Agentを構築して初めて、同じ質問に対して本当の答えが返ってきました。当初の300ドルに対してポートフォリオ評価額は387.61ドル、29.2%の上昇で、計算過程もすべて表示されました。データは変わっていません。変わったのはコンテキストです。
Genie Codeの役割
Genie Codeはファミリーの開発者向けツールで、2026年にDatabricks Assistantを置き換えました。コードの作成と実行、パイプラインやダッシュボードの構築、エラーのデバッグを行い、Unity Catalogのテーブル、カラム、リネージを直接扱えます。
旧Assistantとの本当の違いは、Genie Codeがエージェント型であることです。タスクを与えると、手順を計画し、適切なテーブルを見つけ、コードを書き、実行し、自らの出力を検証します。ワンショットの自動補完というより、Claude CodeやGitHub Copilotに近い存在です。それは同時に、コードを実行し、リソースを自律的に変更・削除できることも意味します。デフォルトでは各アクションの前に許可を求めます。「常に許可」に切り替えることもできますが、本番環境の近くでは絶対にやめてください。たった1つの誤ったステップで、後から追跡できない形で何かが削除されるおそれがあります。
Genie Ontologyの役割
Genie Ontologyは3つの製品すべての基盤に位置し、現在もパブリックプレビュー段階です。Unity Catalogと50以上の連携アプリから情報を取り込み、メトリクス、定義、そしてデータと自社で実際に使われている概念との関係性といった、ビジネスのナレッジグラフを自動構築します。
目的はグラウンディングです。誰かが「純収益」について尋ねたとき、Genieがその意味を推測する必要はないはずです。もっともらしくでっち上げた答えではなく、組織がすでに合意した定義を見つけ、それに基づいて回答すべきです。これが、役に立つ回答と、自信満々の誤答との違いです。
どのGenieツールを使うべきか
選び方は、名称から受ける印象よりずっとシンプルです。まずGenie Oneに質問してください。確実に答えが返ってくるなら、それで完了です。Genieがまだ持っていないビジネスコンテキストが必要な質問なら、それがGenie Agentを構築すべきサインです。質問ではなく、何かを構築・変更するリクエストであれば、Genie Oneがその旨を伝え、Genie Codeへ案内してくれます。
Genieの実際の運用コスト
Genieの請求は2つに分かれており、見えやすいのはそのうち1つだけです。
1つ目はLLM使用量で、Databricks Units（DBU）で計測されます。識別済みユーザーには毎月、Genie Code用に150 DBUの無料枠が付与されます。Genie OneとGenie Agentsのユーザー操作は2027年1月31日まで無料です。無料枠を超えた使用分は従量課金になります。サービスプリンシパルにはこの無料枠が一切ありません。最初のリクエストから課金され、自動化されたGenie利用で想定外の請求が発生しやすいのはまさにこの部分です。
2つ目はコンピュートのコストです。Genieの回答は結局どこかで実行する必要があり、通常はSQL Warehouseまたはサーバーレスコンピュートです。この請求はGenieの無料枠とは完全に別で、通常のDatabricks利用として計上され、「Genie」という項目はどこにも表示されません。今やほぼすべてのFinOpsチームが、この種のAI支出を業務の一部として扱っています。現在98%が何らかの形でAIコストを管理しており、わずか2年前の31%から大きく増加しています。Genieは、FinOps実務者がすでに直面している問題の新しいバージョンなのです。
すでにDatabricksの支出を綿密に追跡しているなら、利用が少数のパイロットユーザーを超えて拡大する前に、今のうちにGenieをそのプロセスに組み込みましょう。DBU課金を基盤となるクラウドインフラコストと突合しているSELECT for Databricksのようなプラットフォームは、Genieのコンピュート利用を別プロジェクトとして扱うのではなく、一元的に追跡するのに最適な場所です。Databricksのコンピュート課金の仕組み全般については、Databricks DBU料金と価格帯の解説をご覧ください。
料金は2026年8月時点のものです。Genieの課金モデルは今年すでに複数回変更されています。これらの数字を前提に予算を組む前に、Databricksの料金ページをご確認ください。
最初に何をすべきか
いくつかの始め方を、順番に挙げます。
構築する前に、まず質問しましょう。Genie Oneが今日その質問に確実に答えられるなら、そのためのAgentは不要です。同じビジネス上の質問が繰り返し発生し、答えがテーブルではなく誰かの頭の中にあるコンテキストに依存する場合に、Genie Agentsを構築してください。パイプライン、ダッシュボード、デバッグ、複数ステップの変更といった実際の構築作業にはGenie Codeを使いましょう。本番環境の近くでは、許可プロンプトを必ず有効のままにしてください。
利用者が数人を超える前に、Unity AI GatewayでGenieの予算を設定し、databricks-product: genieのタグを付けましょう。Genieの予算タグは加算型なので、追加のタグを重ねても安全です。レポートの粒度が細かくなるだけで、精度が下がることはありません。GenieがトリガーするコンピュートもLLM使用量と同じくらい注意深く監視してください。McKinseyの調査によると、どのビジネス機能においても、AIエージェントを実際にスケールさせていると回答した組織は10%にとどまっており、不透明なコストと不明確な価値が、残りの組織がパイロット段階で足踏みする大きな理由になっています。
Genieの強みはチャットインターフェースではありません。その下にあるコンテキストです。そして、そのコンテキストをどれだけうまく与えられるかが、最初にどのボタンをクリックするかよりも重要です。4つのツールの詳細な解説、私たちが実際に行ったコスト検証、Genieのコンピュートコストを確実に紐付けて把握する方法については、ebook「Databricks Genie Explained」で解説しています。
よくある質問
Databricks Genieとは何ですか？
Databricks Genieは4つのツールからなるファミリーです。平易な言葉で質問するためのGenie One、回答の背後にあるビジネスコンテキストを定義するGenie Agents、構築とデバッグのためのGenie Code、そして3つすべてを実際のデータに根付かせるGenie Ontologyです。
Genie OneはDatabricks Assistantと同じものですか？
いいえ。Genie Oneは、質問用のビジネスユーザー向けインターフェースだったDatabricks Oneを置き換えたものです。Databricks Assistantは開発者向けツールのGenie Codeになりました。対象ユーザーも役割も異なります。
Databricks Genieは無料で使えますか？
一部は無料です。Genie OneとGenie Agentsのユーザー操作は2027年1月31日まで無料です。Genie Codeは各ユーザーに月150 DBUのLLM無料枠を提供し、それを超えると従量課金になります。これらはいずれも、GenieがトリガーするSQL Warehouseやサーバーレスコンピュートの費用をカバーしておらず、通常のDatabricks料金で別途請求されます。
Genie Ontologyは実際に何をするのですか？
Genie Ontologyは、Unity Catalogと50以上の連携アプリから取得した情報をもとに、ビジネスのメトリクス、定義、それらの関係性を含むナレッジグラフを自動構築します。これにより、Genieの回答は推測ではなく、社内ですでに使われている定義に基づいたものになります。
初代のDatabricks Genieはどうなったのですか？
2025年にリリースされた初代AI/BI Genieは、Genie Spacesという暫定製品を経て、現在Databricksが「Genie Agents」と呼ぶものに進化しました。「Genie」は現在、初代の単一機能ではなく、製品ファミリー全体を指しています。