Компания Google представила набор ИИ-агентов, предназначенных для выполнения рутинной работы, которая годами отнимала время у специалистов по обработке данных. Компания анонсировала шесть новых «агентных» инструментов, которые могут автоматически создавать конвейеры данных, отлаживать код и даже отвечать на сложные бизнес-вопросы без необходимости писать хотя бы одну строку SQL.
По словам Google, данные должны не просто храниться, а использоваться активно. Интеллектуальные агенты должны понимать потребности пользователей и выполнять за них большую часть работы.
Компания Google представила агента Data Engineering, который создает целые конвейеры данных на основе простых запросов. Достаточно сказать что-то вроде: «Очистите этот CSV-файл, объедините его с данными о продажах и отправьте в BigQuery», и он все сделает. Для более сложных рабочих процессов агент Data Science в BigQuery Notebooks может выполнять комплексное построение моделей с визуализацией и анализом.
Для аналитиков и бизнес-команд агент Conversational Analytics получил серьёзное обновление: теперь он включает интерпретатор кода, работающий на Python. Это значит, что можно задавать сложные вопросы, например: «Сегментируйте клиентов по поведению во втором квартале», и он предоставит код, диаграмму и аналитические данные — и всё это в рамках безопасного стека данных предприятия.
Разработчики тоже не остались в стороне. Google запустила Gemini CLI GitHub Actions — ИИ-агента с открытым исходным кодом, который работает в репозиториях пользователей. Он может сортировать задачи, проверять запросы на извлечение или даже быть @упомянутым для выполнения конкретных задач. Работает в фоновом режиме и хорошо интегрируется со стеком, включая безопасную федерацию идентификации рабочих нагрузок Google Cloud.
Однако настоящий прорыв произошёл в инфраструктуре. BigQuery теперь оснащён AI Query Engine, поэтому вы можете выполнять запросы в стиле LLM внутри SQL. Он также поддерживает гибридный семантический поиск, генерацию векторных вложений и новый columnar engine Spanner, который еще больше сближает OLTP и OLAP.
Google также позволяет этим инструментам работать с неструктурированными данными — изображениями, аудио, видео, — а не только с традиционными базами данных. Новый columnar engine Spanner может выполнять аналитические запросы в 200 раз быстрее, а BigQuery поддерживает мультимодальные таблицы, в которых можно хранить различные типы данных и выполнять запросы к ним.
Компания не останавливается на достигнутом. Она запускает API, чтобы разработчики могли встраивать эти возможности диалоговой аналитики в свои приложения, а также внедряет открытые стандарты, такие как Model Context Protocol, для совместимости с другими инструментами ИИ.
Агенты уже внедряются, и большинство функций доступны бесплатно в рамках существующих тарифов BigQuery и Looker.
Хотите быть в курсе важных новостей из мира ИИ? Подписывайтесь на наш Telegram‑канал BotHub AI News.
Перевод, источник новости здесь.
