Rippling以Genie Agents统一支撑GTM员工与AI代理的数据查询

Rippling的GTM组织依赖及时可信的数据做个性化触达与账户排序。随规模扩大，传统报表流程无法支撑2800名员工及越来越多的AI代理对实时分析的需要：数据经多个摄取工具与定时管道流转，时延高、逻辑碎片化，难以为人和代理提供一致口径。增长工程团队因此在Databricks上重建GTM数据平台，采用medallion架构、Lakeflow Spark声明式管道与Delta Lake持续处理一方和三方数据；内部AI应用GrowthOS成为2800多名员工的统一入口，AI代理则经Genie API访问同一受治理数据，人与代理共用一套语义与治理。数据进入查询层前，先用机器学习实体解析把内部系统与三方供应商的数亿条记录归并成带置信度评分的单一可信记录；再用Databricks AI Search建语义检索层，摄取时预富化、混合检索供上下文，换取更快检索、更低推理成本与更一致的回答。结果：Genie代理每月产生超200万次AI查询，覆盖销售、营销、运营与分析；分阶段A/B测试中AI个性化使预约演示提升33%、新商机增加20%；平台不到三个月即成核心生产基础设施。转化数字来自A/B测试口径，整体为厂商客户故事自述。