S&P Global如何用Databricks Genie与MCP让结构化数据可对话

从数据到对话：一次结构化数据体验的重构

S&P Global Energy面对的挑战，几乎是所有数据密集型企业的共同痛点：庞大的结构化数据资产虽然价值巨大，但客户在发现和使用这些数据时门槛很高。传统的查询方式往往需要用户理解数据库结构、掌握特定的查询语言，或者依赖专门的分析团队。

据原始素材披露，S&P Global的核心目标是从根本上改善客户发现和消费数据的方式——让数据资产变得可对话（conversational），而不是让用户被动地在报表和仪表盘中翻找。

这类转变的背后逻辑很清晰：当自然语言成为人与数据之间的接口时，数据的可及性会大幅提升。用户不再需要成为SQL专家，只需用日常语言提问，系统便能理解意图、检索相关数据并给出答案。

Genie Agents与MCP扮演的角色

方案的技术核心在于两块：Databricks Genie Agents与MCP（Model Context Protocol）。Genie是Databricks推出的对话式分析能力，允许用户以自然语言与结构化数据交互，系统在底层将自然语言转化为查询并返回结果。

为什么需要MCP

MCP作为模型与外部数据、工具之间的标准化协议，解决的是「上下文接入」的问题。大语言模型本身并不知道企业内部的数据结构和业务语义，MCP提供了一条规范化的通道，让模型能够安全、可控地访问结构化数据资产。

将Genie Agents与MCP结合，意味着S&P Global可以把自家庞大的能源数据资产接入到对话式的AI体验中。用户提出的问题会经由代理（agent）解析，通过MCP连接到底层数据，最终以对话形式返回结构化的分析结果。

MCP（Model Context Protocol）由Anthropic于2024年底提出并开源，旨在为大语言模型与外部工具、数据源之间的交互建立统一标准。在MCP出现之前，每个AI应用若要接入外部数据，往往需要为每个数据源单独开发适配层，导致集成成本高、可维护性差。MCP定义了一套标准化的客户端-服务器通信协议，模型（客户端）可以通过统一接口向MCP服务器发起请求，服务器负责将请求转译为对具体数据系统的操作。这种设计的关键优势在于：数据提供方只需实现一次MCP服务器，就能被所有支持MCP的AI应用调用；同时协议层面可以内置权限控制与审计机制，避免模型直接暴露在原始数据系统之上。对于S&P Global这类数据即产品的企业而言，MCP在开放数据可访问性的同时，也提供了必要的安全护栏。

代理化架构的价值

采用「agent」而非单纯的问答接口，反映了一种更成熟的设计思路。代理能够处理多步骤任务、调用多个数据源、并在必要时进行推理和组合。这对于能源领域复杂的分析需求尤为重要——一个问题可能涉及多个数据表、多个时间维度和多种指标的交叉。

Databricks Genie是Databricks于2024年推出的自然语言数据分析功能，内置于其AI/BI产品线。其核心机制是将用户的自然语言问题自动转化为SQL查询，利用Databricks Unity Catalog中的元数据（表结构、列注释、业务术语定义）进行语义对齐，再对底层数据湖或数据仓库执行查询并将结果以对话形式呈现。Genie的设计重点之一是「可信度」——它会在无法确定查询意图时主动澄清，并展示所生成的SQL供用户验证，而非默默返回一个可能有误的数字。与通用的Text-to-SQL方案相比，Genie深度整合了Databricks的数据治理层，使得查询生成过程能够感知数据血缘、列级权限和业务语义，这对于金融与能源等强监管行业尤为重要。

结构化数据对话化的行业意义

S&P Global的实践是当前企业AI应用的一个典型缩影。越来越多拥有海量结构化数据的机构，正在尝试用大模型和标准化协议降低数据消费的门槛。

这种模式的价值不仅在于提升效率，更在于释放数据的长尾价值。过去因为查询门槛高而被忽略的数据组合与洞察，现在有机会通过自然语言被普通业务用户触及。对于以数据为产品的公司（如S&P Global）而言，这直接关系到客户体验与产品竞争力。

同时也应看到，把结构化数据对话化并非没有挑战。查询准确性、语义映射的正确性、数据权限的管控，以及模型生成结果的可信度，都是落地过程中需要持续打磨的环节。MCP这类协议的出现，正是为了在标准化和可控性上提供支撑。

小结

S&P Global Energy借助Databricks Genie Agents与MCP，把静态的结构化数据资产转变为可对话的交互体验，代表了企业数据平台演进的一个明确方向。当自然语言成为数据的主要接口，数据的发现与消费方式将被重新定义。

由于原始素材公开的技术细节有限，本文侧重于对这一实践思路及其行业意义的解读。随着更多企业采用类似的代理化、协议化架构，结构化数据的对话化有望成为主流的数据消费范式。