A Google Agentic Data Cloudja autonóm AI-ügynökökre szabja az adatfeldolgozást
Az új architektúra három pilléren nyugszik: Knowledge Catalog, Cross-cloud lakehouse és Data Agent Kit, amelyek a proaktív adatműveleteket segítik.
A Google bemutatta az Agentic Data Cloudot, egy új adatfelhő-architektúrát, amelyet kifejezetten az autonóm AI-ügynökök által vezérelt adatfeldolgozásra terveztek. Az eddigi vállalati adatplatformok embereket feltételeztek, akik ütemezett lekérdezéseket futtatnak, de az AI-ügynökök térnyerésével ez a modell már nem működőképes — írja a VentureBeat.
„Az adatarchitektúrának most meg kell változnia” – mondta Andi Gutmans, a Google Cloud Data Cloud VP-je és GM-je a VentureBeatnek. „Az emberi léptékről az ügynöki léptékre mozdulunk el.”
Az adatfeldolgozás új korszaka
Az Agentic Data Cloud három fő pillére a Knowledge Catalog, a Cross-cloud lakehouse és a Data Agent Kit. A Knowledge Catalog automatizálja a szemantikus metaadatok kezelését, üzleti logikát következtetve ki a lekérdezési naplókból, manuális beavatkozás nélkül.
A Cross-cloud lakehouse lehetővé teszi a BigQuery számára, hogy az AWS S3-on tárolt Iceberg táblákat privát hálózaton keresztül, díjmentesen kérdezze le. A Google szerint ez a megközelítés „valóban azt jelenti, hogy minden jót és minden AI-képességet elhozhatunk ezekhez a harmadik féltől származó adatkészletekhez”.
Integráció és nyitottság
Végül a Data Agent Kit integrálja a MCP eszközöket a VS Code, Claude Code és Gemini CLI felületekbe, így az adatmérnököknek nem kell adatfolyamokat írniuk, hanem csak a kívánt eredményt kell leírniuk. A Google nyitottságot is hangsúlyoz, kétirányú föderációt kínálva a Databricks Unity Catalog és a Snowflake Polaris rendszerekkel az Iceberg REST Catalog szabványon keresztül. A BigQuery AI funkciói 2024-ben érhetők el a felhők közötti adatokon.