La asistencia potenciada por IA en Google Data Cloud optimiza tus flujos de trabajo operativos y de análisis. En BigQuery, Spanner y AlloyDB, Gemini te ayuda a generar, completar y explicar consultas complejas con facilidad. Gemini en BigQuery también admite la asistencia de programación en Python. Además, proporciona recomendaciones contextuales para la preparación de datos y traducciones de SQL personalizables, lo que hace que las tareas de datos complejas sean altamente accesibles y eficientes.

Google Cloud proporciona agentes propios para automatizar la ingeniería, la ciencia y el análisis de datos. El agente de ingeniería de datos en BigQuery administra de forma autónoma la creación y migración de canalizaciones con metadatos de Knowledge Catalog para las transformaciones. El agente de ciencia de datos acelera el desarrollo con la planificación de la preparación de datos y el entrenamiento de AA con reconocimiento contextual completo y autocorrección autónoma. El agente de incorporación de bases de datos evalúa los requisitos del usuario para recomendar la mejor base de datos de Google Cloud y guía a los usuarios en el proceso de aprovisionamiento. El agente de observabilidad de bases de datos supervisa de forma proactiva el rendimiento de la flota de bases de datos, identifica anomalías y proporciona recomendaciones inteligentes y flujos de trabajo de corrección de varios turnos para la solución de problemas y la optimización.

El agente de Deep Research va más allá de las búsquedas simples de un solo paso para realizar investigaciones corporativas exhaustivas. Estructura de forma independiente consultas de varias etapas, hace un seguimiento del linajes de datos entre sistemas, combina tablas estructuradas con datos no estructurados (como archivos PDF, imágenes y contratos) y sintetiza informes de investigación integrales que describen las causas raíz y las tendencias futuras.

Conversational Analytics de BigQuery permite a los profesionales de datos extraer estadísticas y ejecutar predicciones sobre datos de lakehouses multimodales y multiformato a través de un chat en lenguaje natural con alta precisión fundamentado en entidades, relaciones y métricas empresariales. Conversational Analytics en bases de datos proporciona inteligencia operativa en tiempo real, lo que te permite interactuar con Cloud SQL, Spanner y AlloyDB usando lenguaje natural. Conversational Analytics de Looker permite que los equipos empresariales usen lenguaje natural y una capa semántica administrada para tomar decisiones confiables, lo que reduce la carga de trabajo de los equipos técnicos. Los agentes de paneles de Looker mejoran aún más esta experiencia agregando consultas en lenguaje natural y resúmenes automatizados directamente a los paneles. Para las necesidades operativas en tiempo real, los flujos de trabajo proactivos de agentes te permiten pasar de informes reactivos a acciones basadas en eventos investigando automáticamente anomalías y sugiriendo planes de mitigación.

Gemini Enterprise permite a los profesionales y usuarios empresariales obtener estadísticas instantáneas con solo hacer preguntas en lenguaje natural. Cuando publicas agentes conversacionales creados en BigQuery, Looker, Lakehouses y bases de datos en la Galería de agentes de Gemini Enterprise centralizada, puedes permitir que los usuarios accedan a los sistemas de datos empresariales a través de una única interfaz. Este enfoque abstrae por completo las complejidades técnicas subyacentes del ecosistema de datos, al tiempo que garantiza que el acceso a los datos siga siendo seguro, auditado y administrado en los espacios de trabajo de productividad diarios. Desde Gemini Enterprise, los administradores pueden aprovisionar fácilmente el acceso, lo que garantiza que la interacción con los datos siga siendo segura, auditada y administrada en sus espacios de trabajo de productividad diarios.

Los desarrolladores pueden crear e incorporar fácilmente agentes personalizados para abordar desafíos únicos de datos empresariales. La API de Conversational Analytics te permite incorporar la funcionalidad de consulta en lenguaje natural directamente en aplicaciones personalizadas, herramientas internas o flujos de trabajo automatizados. El conjunto de herramientas de integración del ADK de BigQuery proporciona funciones listas para usar para la exploración de esquemas, las consultas y las previsiones. Los datos de consultas para bases de datos están disponibles para Cloud SQL, AlloyDB y Spanner para ayudarte a crear agentes para datos operativos. El complemento Análisis de agentes de BigQuery para ADK te permite transmitir datos de actividad del agente directamente a BigQuery para realizar tareas de observabilidad y evaluación en tiempo real con una sola línea de código. Para optimizar aún más las operaciones, el bloque de Looker para el Análisis de agentes de BigQuery proporciona una solución inmediata para supervisar, depurar y optimizar agentes de IA.

El Data Agent Kit optimiza tus flujos de trabajo agrupando herramientas seguras del Protocolo de contexto del modelo (MCP), complementos de IDE nativos y habilidades de ingeniería de datos y ciencia de datos preprogramadas en un único paquete de código abierto. Como incorpora estas capacidades directamente en IDE como VS Code, Claude Code, Codex y CLI de Antigravity, el rol del desarrollador pasa de escribir código de canalización manualmente a un desarrollo basado en la intención en todo el patrimonio de datos. Además, los desarrolladores pueden aprovechar el MCP Toolbox de código abierto para conectar de forma segura agentes a AlloyDB, BigQuery, Spanner, Cloud SQL, Knowledge Catalog y Apache Spark. Comienza a usar el Data Agent Kit.