AI 正在重新塑造世界
AI 正在重新塑造世界
邁入 AI 代理時代，過去由人類操作的應用程式，將改由能感知、推論及代替我們行動的自主代理執行。這項趨勢帶來三大轉變，並徹底顛覆 AI 時代的資料策略。
從擴充人力到擴充代理
隨著代理擴展人類能力，業界需求正以非線性方式急遽成長。現在，單一員工就能建立每分鐘觸發數千次查詢的代理。代理不像人類必須工作一段時間就要休息，而是能全天候監控業務資料，並即時採取行動。當今的系統必須能支撐代理成長的速度和規模，並讓人類更專注於需要直覺判斷的事務。
從被動情報到主動行動
單純分析歷史記錄或根據過去預測未來已不夠，代理的價值在於立即執行。邁入代理式時代，系統必須在信號和解決方案之間建立起迴圈，配合著世界的變化，以同樣的速度運用資料採取行動。
從資料轉向語意知識
代理需要完全存取您的資料資產才能運作，包括 90% 隱藏在暗資料中、未經妥善運用的資訊，例如合約、圖片和電子郵件。然而，擁有資料並不代表能解讀。如要將這些原始資料轉化為知識，代理需要豐富的語意背景資訊。
Google 帶給您強大優勢
Google 帶給您強大優勢
Google Cloud 採用與 Google 產品/服務相同的技術。您建構的代理是以 DeepMind 的研究為基礎，並享有 Earth Engine、天氣和 Google 搜尋趨勢等服務的原生存取權，因此代理能串連您的業務資料和全球信號，解讀真實世界的動態。被動觀察的時代已經過去，未來是行動系統的天下，而代理式 Data Cloud 正是這套行動系統的基礎。
選擇開放式彈性架構，發揮所有資料的最大效益
代理必須完全存取您的資料，才能有效運作。我們打破資料孤島，將多模態 AI 引入資料，串連起儲存在各處的資訊。有了 Google Cloud Lakehouse 和 Apache Iceberg 等開放格式提供的支援，我們結合 Google 的優勢與開放標準，讓代理無需移動資料，就能在 AWS、Azure 和地端部署環境中活用資料。這種 Open Lakehouse 做法帶來高達 117% 的投資報酬率，成本回收時間不到六個月。
運用值得信賴的 data fabric 安全部署代理
情報與行動之間的橋樑是「信任」。我們的 Knowledge Catalog 不僅提供簡單的權限控管機制，還能主動提供非結構化資料、機器學習模型和 AI 代理工具的通用背景資訊，進而提升代理的效能和準確度。我們整合了 Looker 和語意知識引擎，用事實建立代理的運作基準，將資料集識別準確率提高 50%，並減少多達 66% 的生成式 AI 幻覺。
採用 AI 原生堆疊，降低成本和延遲時間
AI 原生於 Google 產品/服務中，而非外加。我們是唯一一個在整個 AI 供應鏈中擁有獨特工程技術的供應商，從全球光纖網路、TPU 到 Gemini 模型和 Gemini Enterprise Agent Platform，所有環節一手包辦。由於我們擁有完整的技術堆疊，因此能以比競爭對手低 8 到 16 倍的成本，開發及運行 AI。我們將 Gemini 直接整合至自家堆疊中，以更少的步驟解決問題。BigQuery 進階執行階段的查詢速度快 6 倍，Lightning Engine 有效提升 Apache Spark 的執行速度 (比開放原始碼 Spark 快 4.5 倍)，AlloyDB 處理交易工作負載的速度比標準 PostgreSQL 快 4 倍。
資料科學家適用的代理式 Data Cloud
人類的工作從模型訓練轉為建構代理。資料科學家整合 Gemini Enterprise 和 Spark，建構可就近取用資料的推論引擎。他們不採用批次預測，而是建構代理並利用 Google 的 Knowledge Engine 推論即時資料，並立即採取行動。
用代理式 Data Cloud 實現 AI 輔助分析
用代理式 Data Cloud 開發代理
如要將想法付諸實行，開發人員需要能處理代理思考過程的資料庫。Google 的 AlloyDB 和 Spanner 可以整合交易與分析作業。開發人員現在可以建構代理，在單一邏輯迴圈中讀取歷史記錄並採取行動。我們將代理與工具的溝通方式透過 Model Context Protocol (MCP) 標準化，藉此直接執行作業，將感知與行動串連起來。
