Data + AI Summit 2026: de aankondigingen die ertoe doen

De eerlijkste uitspraak van de hele summit kwam van Ali Ghodsi zelf, opgetekend door SiliconANGLE: “Dit gaat extreem duur worden. We staan nog maar aan het begin.” Dertigduizend bezoekers keken van 15 tot 18 juni in het Moscone Center naar agent-demo’s, maar de vraag die bleef hangen was zakelijker: welke architectuur houdt AI in productie overeind, en wie houdt de kosten in de hand?

Hieronder heb ik de aankondigingen gefilterd op wat relevant is als u, zoals de meeste van mijn klanten, data-engineering en AI/BI op Azure Databricks draait. De pure data-science- en security-tooling sla ik over.

LTAP wil uw CDC-pipelines overbodig maken

De grootste architectuurbelofte heet LTAP (Lake Transactional/Analytical Processing): transactionele (OLTP) en analytische (OLAP) workloads op één kopie van de data, in open formaten. Slaagt dat, dan verdwijnt een hele categorie CDC-pipelines die nu alleen bestaat om data van operationele systemen naar het Lakehouse te kopiëren.

Over de timing is Databricks zelf voorzichtig: in de eigen blog heet het “uitrollen in de komende maanden”, en dat betekent op een keynote-podium iets anders dan in een sprintplanning. Volgen dus, maar plan er niets omheen tot het op Azure in preview staat.

In dezelfde hoek zit Lakehouse//RT, nu in beta: een real-time pad dat volgens het persbericht sub-100ms-latency haalt bij 12.000 queries per seconde op Delta- en Iceberg-tabellen. Interessant voor operationele use cases, al geldt een benchmark van een leverancier alleen totdat uw eigen workload iets anders laat zien.

Unity Catalog: governance haalt de praktijk in

Dit spoor was voor de meeste teams het belangrijkste, want hier zit het antwoord op de kostenvraag uit de keynote. De volledige lijst staat in het Unity Catalog-overzicht van Databricks; dit springt eruit:

• De Unity AI Gateway werd gepositioneerd als één runtime-governancelaag voor modellen, tools en agents, met cost controls, unified tracing en harde spend caps. Die caps zijn de reden om dit serieus te nemen: agentic workloads hebben geen natuurlijk kostenplafond. Let wel op de kleine lettertjes: onderdelen zoals contextual service policies en de guardrails zijn nog in beta.
• Domains ging naar Public Preview en Business Glossary komt binnenkort in preview: een governed laag met bedrijfsbetekenis, voor mensen én voor agents.
• Metrics breidde uit met multi-fact- en geparametriseerde metrics, materialisatie voor snellere queries, en imports vanuit Power BI en Tableau. De meeste van deze onderdelen zitten nog in preview of beta.
• External Lineage is GA en trekt lineage door tot voorbij Databricks, naar bronsystemen en BI-rapporten.
• Cross-region-governance komt binnenkort in preview en cross-cloud volgt daarna. Managed disaster recovery is wél al GA, maar als onderdeel van een nieuwe betaalde Mission Critical-add-on; reken dat mee in uw kostenplaatje.

Genie wordt een platform, geen feature

Genie One is GA: een agentic coworker voor businessteams, samen met Genie Agents en Genie Code. Voor architecten is de laag eronder interessanter: Genie Ontology, een zelflerende knowledge graph die bedrijfsbetekenis haalt uit uw tabellen, queries, dashboards en meer dan vijftig gekoppelde apps, en als contextlaag onder de hele familie ligt. Eén kanttekening uit de praktijk: zo’n graph is zo goed als de metadata waaruit hij leert. Staan er in uw workspace vooral tabellen zonder beschrijving, dan is dat wat de ontologie te zien krijgt.

Het prijsmodel valt op: geen seat-based pricing, maar tot 10 dollar gratis gebruik per gebruiker per maand, waarna u betaalt voor wat er daadwerkelijk aan AI verbruikt wordt. Dat past bij de kostenboodschap uit de keynote en maakt experimenteren laagdrempelig, zonder dat de rekening uit het zicht verdwijnt.

Voor Microsoft-huizen was er een eigen aankondigingsronde: Genie in Microsoft Teams en M365 Copilot is in beta, waarmee collega’s Genie in een Teams-thread taggen en governed antwoorden uit het Lakehouse krijgen. Daarnaast is interoperabiliteit met OneLake GA, zodat u data in OneLake via Unity Catalog kunt query’en zonder te kopiëren, en kwam er een Excel-add-in in public preview.

Lakebase en apps

Lakebase, de managed Postgres-laag voor operationele data, kreeg cross-cloud- en cross-region-disaster-recovery, git-achtige branching, autonome operations en Lakebase Search (beta) voor hybride vector- en full-text-zoeken in dezelfde Postgres-instance. Dat laatste scheelt een aparte vectordatabase naast uw operationele data. Apps bouwen werd eenvoudiger met App Spaces, Serverless Micro Apps die naar nul schalen, een Genie App Builder en een Apps Marketplace.

Dit is precies het fundament onder de data-gedreven apps die ik op Databricks bouw, dus deze richting juich ik toe.

Agents en platform, kort

Buiten mijn kernfocus, maar goed om te weten: Agent Bricks breidde uit met bredere modelkeuze en managed agent memory, en Omnigent werd geïntroduceerd als open source meta-harness om agents te combineren, met een managed versie in beta op Databricks.

Tot slot

Drie dingen verdienen een plek op uw roadmap. De Unity AI Gateway, omdat u zonder spend caps en policies de kosten van agentic AI niet in de hand houdt; houd wel bij welke onderdelen al uit beta zijn. Genie Ontology en de metrics-laag, omdat betrouwbare self-service-analytics staat of valt met die contextlaag, en die laag valt of staat weer met uw metadata. En LTAP, zodra het op Azure in preview verschijnt, omdat het veel plumbing kan schrappen. De rest was goede show; deze drie veranderen architectuurkeuzes.

Even sparren over wat dit voor uw omgeving betekent? Neem contact op.