Databricks рано утром объявила о Governance Hub: уровне для аккаунта, который выводит на один экран состояние данных, потребление ИИ и расходы в AWS, Azure и GCP. У него три опоры — Data (покрытие тегами, владение, классификация, с возможностью углубиться до таблиц без тегов или документации), AI (потребление токенов, активность моделей, расходы по пользователям, покрытие guardrail), и Cost (расходы за 30 дней в сравнении с предыдущим периодом, с выделением неразмеченных затрат, которые не попадают в chargeback).

Что упускает распространенная трактовка

Три уточнения, и второе — по сути главное.

Это Beta. Тон анонса соответствует GA, и любой текст, который пишет «Databricks запускает контрольную панель управления» без этого слова, описывает другой продукт.

Что важнее, видимость расходов на ИИ не универсальна. Она охватывает то, что проходит через Unity AI Gateway. В посте сказано, что она распространяется на «размещенные у Databricks и внешне размещенные модели», что читается как все — однако вызов к модели, который никогда не маршрутизируется через gateway, для hub невидим. Именно это — shadow AI spend, который компании и покупают этот класс решений, чтобы находить: команда со своим API-ключом и своей кредитной картой. Инструмент управления, который видит только управляемый трафик, отчитывается лишь о той части инфраструктуры, которая никогда и не была проблемой.

В-третьих, «интеллектуальное» управление сегодня означает рекомендации плюс интерфейс Genie chat — пример запроса в посте звучит так: «Почему расходы резко выросли». Сам анонс относит автономную настройку политик и оповещения к будущему времени. Материалы, называющие это агентом для управления ИИ, описывают дорожную карту.

Разрыв, который стоит назвать

В анонсе нет ни цены, ни требований к тарифу, ни количественных ограничений. Для продукта, чья заявленная задача — контролировать расходы, отсутствие опубликованной цены само по себе примечательно — и это больше похоже на захват рынка, чем на запуск продукта.

Почему этот реестр стоит удерживать

У каждой корпоративной программы по ИИ теперь есть неучтенная статья: расходы на токены на одного пользователя по собственным и сторонним моделям. Тот, кто контролирует этот реестр, контролирует и переговоры с каждым поставщиком модели. Размещение расходов на ИИ рядом с долгом по качеству данных и пробелами в chargeback — попытка занять именно эту позицию, нацеленную прямо на аналогичную поверхность Snowflake.