Databricks

Il mondo degli LLM è in fermento più che mai. La parte che seguo con più interesse, onestamente, è quella Open Weight. Al 1 settembre 2026, sull’Intelligence Index di Artificial Analysis, Kimi K3 e GLM-5.3 stanno a 60 punti contro i 63 di Claude Opus 5 e i 61 di GPT-5.6 Sol. Non hanno preso il primato, e in cima alla classifica è appena arrivato Claude Fable 5.1 a 66 punti, quindi la frontiera nel frattempo si è spostata ancora. Restano però tre punti da Opus 5, un’inezia rispetto al distacco a cui eravamo abituati. Attenzione, non voglio soffermarmi troppo sui benchmark, li ho testati con mano e i miglioramenti sono tangibili. ...

Al Data + AI Summit 2026, andato in scena a San Francisco dal 15 al 18 giugno, Databricks ha annunciato una quantità di novità che meriterebbero più di un articolo: Unity AI Gateway, Lakebase, Iceberg v3, Lakehouse//RT. Ne parleremo in articoli separati. Qui mi concentro su una cosa sola, quella che secondo me conta di più per chi lavora con gli Agenti per l’analytics. Cosa è successo a Genie? La risposta breve è che Genie è diventata una famiglia: Genie One, Genie Agents, Genie Code, Genie ZeroOps, Genie App Builder. Cinque nomi con lo stesso prefisso, il tipo di elenco che fa subito pensare al rebranding… Ma dietro quei cinque c’è un sesto annuncio, meno appariscente e più importante degli altri, secondo me. Si chiama Genie Ontology, ed è lì che si gioca la partita. ...

Databricks Genie non è l’ennesimo agente che traduce la tua domanda in una query SQL, fa molto di più! È un agente che lavora in sinergia con Unity Catalog, sa a chi può rispondere e a chi no, e soprattutto sa cosa può rispondere. La differenza non è da poco. Mettere una chat sopra il lakehouse, oggi, lo sanno fare in tanti, ricevi la richiesta, generi la SQL, restituisci la risposta. Il problema arriva un attimo dopo. Quando un agente AI dialoga con i tuoi dati, chi decide cosa può vedere chi lo sta interrogando? La governance che hai costruito a fatica, fatta di row filter, column mask e policy sui dati personali, viene rispettata oppure l’agente l’ha appena bypassata? ...

Il 17 aprile sono salito sul palco del Global Azure Veneto con un caro amico. Ci unisce la passione per quello che facciamo e per la tecnologia che usiamo ogni giorno: lui è un Chief Network Architect, io sono un Data Solution Architect. Competenze diverse, spesso vissute in reparti separati che faticano a parlarsi. È esattamente questa separazione il motivo per cui abbiamo costruito questa sessione insieme. Troppo spesso chi progetta architetture dati non conosce l’infrastruttura di rete su cui girano, e chi progetta l’infrastruttura non ha piena consapevolezza delle esigenze di una piattaforma dati enterprise. Il risultato lo vediamo nei progetti: decisioni di rete prese senza considerare il pattern serverless, o architetture dati progettate senza sapere come funziona il Private Endpoint di Databricks. Ognuno ottimizza il suo pezzo, il sistema nel suo insieme resta fragile. ...

Gestire la governance dei dati su una piattaforma distribuita, con centinaia di tabelle e diversi team, non è mai stato semplice. Chi lavora su Azure Databricks conosce bene il problema: i tag vengono applicati in modo inconsistente, le policy di accesso si moltiplicano per ogni workspace, e garantire la conformità GDPR su dati sensibili diventa un lavoro manuale e soggetto a errori. Ho testato alle nuove funzionalità Governed Tags e ABAC Policy di Azure Databricks Unity Catalog nelle ultime settimane. La mia conclusione è netta: portano un valore enorme alla piattaforma e rappresentano un salto qualitativo significativo nella maturità della governance Databricks. ...

Real-Time: Databricks vs Microsoft Fabric o Spark vs Kusto Databricks o Microsoft Fabric per realizzare architetture per l’analisi dei dati in (Near) Real-Time ? Una domanda che sorge spontanea quando pensiamo di realizzare un architettura per la gestione di dati in streaming su Microsoft Azure. Stiamo assistendo all’evoluzione delle architetture dati moderne dove possiamo osservare una progressiva convergenza tra i paradigmi batch e streaming, guidata dalla necessità di ridurre il “Time-to-Insight” e abilitare processi decisionali istantanei. Nel panorama attuale, due piattaforme emergono come leader indiscussi in ambito Azure, proponendo tuttavia filosofie architetturali divergenti, Databricks si basa sul motore Apache Spark e l’architettura Lakehouse, Microsoft Fabric invece ci propone un ecosistema unificato SaaS basato su molteplici motori specializzati, tra cui spicca Kusto per la Real-Time Intelligence. ...

Milano, 3 Dicembre 2025. L’atmosfera del WPC ha sempre un’energia particolare, ma quest’anno, per me, aveva un sapore diverso. È stato il mio primo WPC in veste di speaker. Salire su quel palco non è solo condividere delle slide, è trasmettere la tua visione. Insieme alla mia collega e amica Laura Villa , abbiamo accettato una sfida ambiziosa, condensare in 50 minuti l’evoluzione di un paradigma che sta ridefinendo il business moderno, il “Real-Time”. ...