Databricks memperkenalkan kemampuan baru bernama agentic code converter ke dalam toolkit Lakebridge. Fitur ini memanfaatkan AI subagents untuk menganalisis kode sumber, mengonversi file secara paralel, memvalidasi SQL yang dihasilkan, serta melakukan percobaan ulang pada bagian yang gagal dalam proyek migrasi. Pengembang juga dapat menentukan aturan migrasi yang dapat digunakan kembali untuk konstruksi SQL spesifik perusahaan.
Toolkit Lakebridge sebelumnya telah dilengkapi beberapa mesin transpiler, termasuk teknologi BladeBridge yang berbasis pola, Morpheus yang berbasis compiler, serta Switch yang didukung LLM. Perbedaan utama agentic code converter terletak pada pendekatan eksekusi konversi yang lebih kontekstual dibandingkan metode deterministik.
Analis Amit Chandak menjelaskan bahwa transpiler deterministik unggul dalam pemetaan sintaks sederhana seperti fungsi tanggal dan join, namun sering kesulitan menangani alur kontrol, kursor, atau SQL dinamis yang dirakit saat runtime. Agentic code converter dirancang untuk mengatasi kompleksitas tersebut melalui pemahaman konteks yang lebih dalam.
Pareekh Jain menambahkan bahwa pendekatan berbasis agen ini sangat cocok untuk prosedur tersimpan, fungsi proprietary, dan logika bisnis rumit yang membutuhkan pemahaman kontekstual. Dengan demikian, kualitas konversi pada lintasan pertama dapat meningkat dan mengurangi kebutuhan remediasi manual.
Dalam konteks persaingan platform data cloud, kemampuan ini memperkuat posisi Databricks sebagai alternatif yang lebih mudah diakses bagi organisasi yang ingin bermigrasi dari gudang data tradisional. Banyak perusahaan menghadapi tantangan serupa ketika harus memindahkan ribuan skrip SQL tanpa mengganggu operasional harian.
Salah satu analisis tambahan adalah bahwa penerapan agentic code converter berpotensi mempercepat adopsi arsitektur lakehouse secara keseluruhan di industri, karena mengurangi hambatan teknis yang selama ini memperlambat proyek modernisasi data. Selain itu, fitur custom migration skills memungkinkan organisasi menyimpan pengetahuan internal sebagai aturan yang dapat digunakan ulang, mendukung konsistensi jangka panjang dalam lingkungan yang terus berkembang.
Meskipun demikian, versi beta saat ini membatasi pekerjaan konversi hingga 300 file per batch, sehingga proyek berskala besar tetap memerlukan beberapa tahap eksekusi. Databricks juga belum menyertakan tahap migrasi data dan rekonsiliasi dalam peta jalan saat ini, sehingga konversi SQL hanya mencakup sebagian dari keseluruhan upaya modernisasi.
Pesaing seperti Snowflake telah meluncurkan SnowConvert yang juga berbasis agen, sementara Google Cloud menawarkan kemampuan konversi skema dan kode melalui layanan Database Migration Service yang didukung Gemini. Kehadiran berbagai solusi serupa menunjukkan tren industri menuju otomatisasi migrasi yang lebih cerdas.
Bagi para CIO, keberhasilan agentic code converter bergantung pada kematangan produk dan integrasi yang lebih luas dengan alur kerja migrasi yang komprehensif. Hingga fitur tersebut matang, organisasi disarankan untuk mengombinasikan alat ini dengan pendekatan manual yang terencana agar hasil migrasi tetap andal.
