Microsoft 與 Databricks 於 2026 年 7 月 23 日宣布擴大策略合作，合作期延伸至 2030 年代。公告的核心不是再增加一個 model，而是把 Databricks 的 data and AI platform 更深入放進 Azure 及 Microsoft 的企業產品，讓 AI agent 可以在 business context 中運作。
Databricks 將加深使用 Azure Databricks，承載自己的核心業務及分析工作；同時會採用 Azure Cobalt 基礎設施。Microsoft 表示，Cobalt 200 相比 Cobalt 100 可提供最高 50% 更好效能，並預設啟用 memory encryption。這些是供應商對平台和硬件的描述，實際改善要按 workload、region、配置和成本獨立驗證。
在應用層，Microsoft 表示會繼續把 Databricks Genie 這個 AI co-worker，以及 Genie Ontology 和 Unity AI Gateway，整合到 Microsoft 的產品環境。目標是讓 agent 讀取企業自己的資料、理解客戶和營運指標，再在同一套治理框架下管理 model、agent 和使用成本。
公告列出的連接面相當廣，包括 Microsoft Entra、Azure Data Lake Storage、Azure security、OneLake、Power BI、Purview、Foundry、Power Platform、Microsoft 365、Teams 和 Copilot。對企業來說，這種整合的價值不只在於「可以問資料」，而是把資料、權限、workflow、監察和輸出放在同一條可追蹤的鏈上。
不過，business context 並不會因為系統互相連接就自動變得可靠。企業仍要處理資料的新鮮度、語意定義、row-level permission、敏感資料遮蔽、來源追蹤和 agent 可執行的 action。若 ontology 或權限映射錯誤，agent 可能會產生一個看似有根據、實際上用錯資料範圍的答案。
這次合作也說明企業 AI 的競爭焦點正在由模型選擇移到 operating system。模型可以更換，但資料層、身份、政策、成本控制和 audit trail 會長期影響部署。企業要先定義哪些決策可以由 agent 協助、哪些 action 必須批准，以及如何用真實 workload 做 evaluation。
可用性同樣要留意。公告描述的是產品整合方向和合作安排，不代表每個 Microsoft tenant、Databricks workspace 或地區都已經有相同功能，也不代表現有的 connector 就涵蓋所有資料類型。採用前應確認 licensing、data residency、權限模型、SLA 和退出方案。
Microsoft 與 Databricks 的消息把一個實務問題放到前面：企業要的不是孤立的 chatbot，而是能理解自己資料、受到治理、可以接入日常 workflow 的 AI system。是否能夠帶來可量度的改善，仍取決於資料品質、流程設計和上線後的監察，而不是合作公告本身。
