dbt Labs: AI-agenten maken semantische laag effectiever

Samenvatting

dbt Labs koppelt AI-agenten aan de semantic layer om metrieklogica beter bruikbaar te maken voor gesprekken met bedrijfsdata.

dbt Semantic Layer: wat er gebeurt

dbt Labs beschrijft een tweede golf van de semantic layer, aangedreven door AI-agenten. De eerste golf draaide ongeveer vijf jaar geleden om metriekdefinities als code: één centrale repository moest voorkomen dat BI-tools omzet op verschillende manieren berekenden.

Volgens Zach Mandell, staff product manager voor de dbt Semantic Layer, strandde die aanpak vaak vóór productiegebruik. De meerwaarde bleef beperkt tot dezelfde dashboards met zorgvuldiger berekeningen, integratie met bestaande BI-tools bleek lastig en analytics engineers moesten werken met entiteiten, primary keys en join paths.

De nieuwe aanpak richt zich op conversationele analyse. Het gebruik van de dbt MCP-server verdubbelt kwartaal op kwartaal, vooral door toepassingen waarin gebruikers vragen stellen aan data-agenten. Tegelijk ontstaat een vertrouwensprobleem: fouten stapelen zich op wanneer een agent meerdere stappen nodig heeft om tabellen, kolommen en aggregaties te vinden.

AI-agenten en semantic layer: waarom dit belangrijk is

dbt Labs noemt vier voorwaarden voor de tweede golf. Een daarvan is semantic SQL: een native SQL-interface waarmee BI-tools de dbt Semantic Layer rechtstreeks benaderen, terwijl joins met ongereguleerde ad-hoctabellen mogelijk blijven.

Daarnaast wil dbt semantiek verder naar de transformatielaag brengen. Pre-aggregatie speelt daarbij een rol. Sommige bedrijven besteden volgens Mandell 30 tot 40 procent van hun warehousekosten aan materialisaties om aan latencydoelen te voldoen. Ook metrics als dimensies krijgen een plaats in modellen rond klantprofielen.

De semantic layer moet volgens deze visie de deterministische ruggengraat vormen van een bredere context layer, met ook tickets, documenten en gesprekken. Dat verschuift de discussie van alleen metriekdefinities naar de betrouwbaarheid van volledige agentketens.

dbt Semantic Layer: concrete takeaway

Controleer of je BI-stack een directe SQL-koppeling met de semantic layer ondersteunt en leg vast welke stappen een agent zelfstandig uitvoert. Test niet alleen het eindantwoord, maar ook tabelkeuze, kolomselectie en aggregatie; daar bouwt de foutkans zich volgens dbt op.