Databricks Akuisisi Tecton: Langkah Besar di Dunia AI Agent untuk Pelanggan Enterprise
Dalam lompatan strategis yang menandakan gelombang konsolidasi baru di sektor kecerdasan buatan enterprise, Databricks resmi mengumumkan akuisisi Tecton, perusahaan machine learning berbasis San Francisco yang didukung oleh Sequoia Capital, dengan nominal transaksi yang dirahasiakan namun diperkirakan mencapai kisaran miliaran dolar AS. Transaksi ini, yang akan ditutup pada kuartal keempat tahun fiskal 2024, membawa Tecton—yang dikenal sebagai pionir dalam feature store untuk ML—menjadi bagian integral dari platform lakehouse Databricks, sekaligus memperkuat posisi perusahaan sebagai penyedia end-to-end AI dan data cloud terdepan dunia. Dengan menggabungkan engine lakehouse tercepat dengan arsitektur feature store generasi berikutnya, Databricks kini dapat menawarkan solusi AI agent yang sepenuhnya terintegrasi, mulai dari pengumpulan data real-time, feature engineering otomatis, pelatihan model skala besar, hingga deployment agent berbasis LLM yang dapat bertindak secara otonom di lingkungan enterprise yang kompleks. Ali Ghodsi, Chief Executive Officer Databricks, mengatakan bahwa visi jangka panjang mereka adalah menciptakan fondasi data yang memungkinkan setiap perusahaan—baik unicorn teknologi maupun perusahaan Fortune 100 di sektor manufaktur tradisional—membangun AI agent yang mampu mengotomatisasi proses bisnis inti secara real-time, mengurangi biaya operasional hingga 40%, dan meningkatkan kecepatan inovasi produk hingga 5 kali lipat dibanding pendekatan konvensional.
Tecton sendiri lahir pada tahun 2019 dari laboratorium pemikiran Uber, tempat para pendirinya—Mike Del Balso, Kevin Stumpf, dan Jeremy Hermann—mengembangkan Michelangelo, platform ML internal Uber yang menangani jutaan prediksi setiap harinya. Setelah keluar dari rahim perusahaan ride-hailing raksasa tersebut, mereka mendirikan Tecton dengan misi untuk mendemokratisasikan kemampuan feature store yang sebelumnya hanya dimiliki oleh teknologi raksasa seperti Google, Facebook, dan Netflix. Dalam waktu tiga tahun sejak dimulainya operasi komersial, Tecton berhasil menarik lebih dari 150 pelanggan enterprise, termasuk institusi keuangan ternama seperti JP Morgan Chase dan Goldman Sachs, peritel global seperti Walmart, serta perusahaan teknologi seperti Atlassian dan Coinbase. Dengan pendanaan Seri C sebesar 100 juta dolar AS dipimpin oleh Sequoia Capital pada tahun 2021, valuasi Tecton melonjak menjadi 1,2 miliar dolar AS, menjadikannya salah satu unicorn berbasis data paling cepat berkembang di dunia. Fitur unggulan Tecton meliputi real-time feature pipeline, monitoring kualitas data otomatis, native support untuk streaming data, governance berbasis role yang ketat, serta integrasi seamless dengan ekosistem open-source seperti Spark, Kafka, dan Feast. Setelah akuisisi, seluruh tim Tecton yang berjumlah 300 karyawan akan bergabung dengan Databricks, dengan Mike Del Balso akan menjabat sebagai Vice President of AI Agent Platform, bertanggung jawab langsung atas roadmap produk yang menggabungkan kekuatan lakehouse dan feature store.
Perluasan portofolio AI agent Databricks pasca-akuisisi Tecton mencakup beberapa komponen teknis yang sangat kompleks namun dikemas dalam user experience yang ringkas bagi para data scientist dan ML engineer. Pertama, Databricks Feature Store generasi baru yang dibangun di atas engine Tecton akan mendukung real-time feature computation dengan latensi di bawah 50 milidetik, memungkinkan agent AI merespons perubahan data pasar dengan kecepatan yang sebelumnya mustahil. Kedua, integrasi native dengan Unity Catalog—solusi governance data milik Databricks—memastikan lineage feature yang lengkap, audit trail untuk compliance, serta kemampuan untuk menemukan kembali feature yang telah digunakan dalam berbagai proyek ML di seluruh organisasi. Ketiga, dukungan untuk Retrieval Augmented Generation (RAG) memungkinkan penggabungan knowledge graph perusahaan dengan model bahasa besar, sehingga agent dapat menjawab pertanyaan kompleks berbasis data internal dengan akurasi tinggi. Keempat, ekosistem plugin untuk agent orchestration seperti LangChain, Semantic Kernel, dan AutoGen memudahkan developer untuk menggabungkan multiple agent yang saling berinteraksi, berbagi state, dan berkolaborasi menyelesaikan tugas multi-langkah. Kelima, Databricks menjanjikan Model Serving yang optimal, dengan kemampuan auto-scaling dari nol hingga ribuan QPS dalam hitungan detik, serta support untuk GPU terbaru seperti NVIDIA H100 dan AMD MI300X. Keenam, Databricks AI/BI—fitur analitik generatif—akan dikombinasikan dengan kemampuan feature store Tecton untuk memberikan insight bisnis otomatis berbasis pertanyaan natural language, mengurangi waktu dari data mentah menjadi keputusan strategis dari berminggu-minggu menjadi hanya hitungan jam.
Dampak strategis bagi pelanggan enterprise sangat luas dan mencakup transformasi fundamental dalam cara mereka mengelola siklus hidup AI. Manfaat langsung yang paling terasa adalah time-to-value yang dipercepat: proyek ML yang biasanya membutuhkan 6-9 bulan dari eksplorasi data hingga produksi kini dapat diselesaikan dalam 4-6 minggu, berkat adanya template agent yang siap pakai untuk use case umum seperti churn prevention, fraud detection, dynamic pricing, dan supply chain optimization. Skalabilitas juga meningkat tajam, dengan kapasitas untuk menangani 100 juta prediksi harian per klien, mendekati skala yang dulu hanya dimiliki oleh hyperscalers. Kolaborasi antara tim data dan bisnis menjadi lebih erat karena adanya Databricks Marketplace yang kini menampilkan pre-built agent dari partner seperti Fivetran, dbt, dan Airbyte, yang dapat langsung dipasang dan dikustomisasi tanpa menulis satu baris kode pun. Aspek governance dan compliance juga semakin kuat, karena Unity Catalog kini dapat melacak lineage data dari sumber mentah hingga prediksi akhir, memenuhi persyaratan regulasi seperti GDPR, HIPAA, dan SOX dengan otomatisasi dokumentasi. Dari sisi cost optimization, pemakaian compute untuk feature engineering turun hingga 70% karena adanya materialized view yang di-cache dan incremental computation, sehingga cloud bill bulanan dapat dipangkas signifikan. Studi kasus nyata yang dapat dicontoh adalah perusahaan e-commerce ternama yang sebelumnya menghabiskan 2,5 juta dolar AS per tahun untuk infrastruktur ML, namun setelah migrasi ke platform gabungan Databricks-Tecton, biaya turun menjadi 750 ribu dolar AS sambil meningkatkan throughput prediksi 3 kali lipat.
Tantangan integrasi dan roadmap teknologi jangka panjang tetap menjadi fokus utama bagi kedua tim. Salah satu isu utama adalah kompatibilitas API: Tecton sebelumnya menggunakan definisi feature berbasis YAML yang kaya akan metadata, sementara Databricks menggunakan pendekatan Python native; solusi yang dipilih adalah menyediakan kedua interface secara paralel, dengan automated migration tool untuk kustomer existing. Migrasi data historis juga menjadi concern, karena beberapa klien memiliki feature store dengan volume hingga 100 TB; untuk itu Databricks menyediakan dedicated migration squad yang akan bekerja onsite selama 2-3 bulan untuk memastikan zero downtime transition. Roadmap 12 bulan ke depan mencakup: 1) Unified semantic layer yang menyatukan definisi bisnis antara lakehouse dan feature store; 2) Native vector database untuk mendukung embedding management dan RAG; 3) Support untuk federated learning agar klien industri yang sensitif seperti healthcare dan financial services tetap dapat berkolaborasi tanpa memindahkan data; 4) Real-time reinforcement learning untuk agent yang dapat terus belajar dari interaksi user; 5) Offline store untuk eksperimen A/B agent dengan statistik bayesian yang presisi; 6) Generative data augmentation untuk mengatasi data imbalance pada use case jarang terjadi seperti fraud transaksi. Databricks juga berkomitmen untuk tetap menjaga Tecton sebagai offering standalone selama 18 bulan penuh, dengan long term support minimal 5 tahun, memberikan jaminan bagi enterprise yang belum siap untuk migrasi total. Dengan demikian, akuisisi ini bukan hanya sekadar transaksi bisnis, melainkan langkah monumental dalam membangun ekosistem AI agent yang terbuka, skalabel, dan siap untuk masa depan ekonomi berbasis data.
Dalam era transformasi digital yang bergerak dengan kecepatan kilat, kebutuhan akan solusi AI yang terintegrasi secara menyeluruh menjadi keharusan bagi setiap perusahaan yang ingin tetap kompetitif. Jika Anda sedang mencari partner teknologi terpercaya untuk membantu migrasi dan optimalisasi platform AI serta data Anda, Morfotech hadir sebagai jawaban. Sebagai perusahaan konsultan teknologi berpengalaman, Morfotech menawarkan layanan end-to-end mulai dari assessment arsitektur data, implementasi lakehouse modern, hingga deployment AI agent produksi dengan pendekatan best practice. Tim kami yang tersertifikasi di Databricks, Snowflake, dan ekosistem cloud utama siap mendampingi perjalanan digital Anda. Untuk konsultasi gratis dan demo solusi, hubungi kami di WhatsApp +62 811-2288-8001 atau kunjungi website resmi https://morfotech.id dan temukan bagaimana kami dapat mempercepat transformasi AI di organisasi Anda.
