Mengoptimalkan alur kerja data cloud dengan AI agentic
Otomatiskan siklus proses data, bekali tim Anda, dan percepat insight dengan agen cerdas.
Ringkasan
Apa itu agen AI?
Agen AI adalah sistem software yang menggunakan AI untuk mencapai sasaran dan menyelesaikan tugas atas nama pengguna. Agen AI memiliki kemampuan penalaran, perencanaan, dan memori serta memiliki tingkat otonomi untuk mengambil keputusan, belajar, dan beradaptasi. Pelajari agen AI lebih lanjut.
Bagaimana agen AI dapat digunakan untuk alur kerja data?
Agen AI membantu tim data mengotomatiskan tugas berulang seperti pembersihan dan pelabelan data, serta membantu pengguna bisnis menganalisis data dan memprediksi hasil menggunakan bahasa alami. Kemampuan ini membebaskan berbagai tim dari pekerjaan repetitif, sehingga mereka dapat berfokus pada inisiatif strategis yang lebih bernilai. Hasilnya adalah insight yang lebih cepat, inovasi yang lebih pesat, dan penskalaan AI yang lebih efisien di seluruh organisasi.
Siapa yang dapat menggunakan agen AI untuk workload data?
Agen AI bertindak sebagai partner yang andal di seluruh organisasi data:
- Data engineer: Mengotomatiskan pembuatan dan pemeliharaan pipeline menggunakan perintah bahasa alami
- Data scientist: Menyederhanakan data wrangling, evaluasi model, dan rekayasa fitur
- Analis dan pengguna bisnis: Mendapatkan insight instan dan membuat visualisasi dengan mengajukan pertanyaan dalam bahasa Inggris sederhana, sehingga tidak perlu melakukan coding khusus
- Administrator data: Mengotomatiskan orientasi, pemantauan, dan kemampuan observasi database untuk menjaga kondisi data estate
Cara Kerjanya
Google Cloud menyediakan agen pihak pertama khusus yang dirancang untuk mengotomatiskan alur kerja data engineering, data science, analisis, dan administrasi data. Selain itu, API kami yang fleksibel dan ekosistem developer terbuka memungkinkan developer mengekstrak dan menyematkan kecerdasan Data Cloud Google secara langsung ke dalam aplikasi kustom, portal pengelolaan internal, atau platform pihak ketiga seperti Slack.
Google Cloud menyediakan agen pihak pertama khusus yang dirancang untuk mengotomatiskan alur kerja data engineering, data science, analisis, dan administrasi data. Selain itu, API kami yang fleksibel dan ekosistem developer terbuka memungkinkan developer mengekstrak dan menyematkan kecerdasan Data Cloud Google secara langsung ke dalam aplikasi kustom, portal pengelolaan internal, atau platform pihak ketiga seperti Slack.
Pengalaman yang membantu
Mengoptimalkan alur kerja sehari-hari
Bantuan berteknologi AI di seluruh Data Cloud Google menyederhanakan alur kerja operasional dan analisis Anda. Di BigQuery, Spanner, dan AlloyDB, Gemini membantu Anda dengan mudah untuk membuat, melengkapi, dan menjelaskan kueri yang kompleks. Gemini in BigQuery juga mendukung bantuan kode Python. Gemini juga memberikan rekomendasi yang kontekstual untuk persiapan data dan terjemahan SQL yang dapat disesuaikan, sehingga tugas data yang kompleks menjadi sangat mudah diakses dan efisien.
Petunjuk
Mengoptimalkan alur kerja sehari-hari
Bantuan berteknologi AI di seluruh Data Cloud Google menyederhanakan alur kerja operasional dan analisis Anda. Di BigQuery, Spanner, dan AlloyDB, Gemini membantu Anda dengan mudah untuk membuat, melengkapi, dan menjelaskan kueri yang kompleks. Gemini in BigQuery juga mendukung bantuan kode Python. Gemini juga memberikan rekomendasi yang kontekstual untuk persiapan data dan terjemahan SQL yang dapat disesuaikan, sehingga tugas data yang kompleks menjadi sangat mudah diakses dan efisien.
Agen otonom siap pakai
Mengotomatiskan alur kerja end-to-end
Google Cloud menyediakan agen pihak pertama untuk mengotomatiskan data engineering, data science, dan analisis data. Agen Data Engineering di BigQuery secara mandiri mengelola pembuatan dan migrasi pipeline menggunakan metadata Knowledge Catalog untuk transformasi. Agen Data Science mempercepat pengembangan dengan merencanakan persiapan data dan pelatihan ML dengan kesadaran kontekstual penuh dan koreksi otomatis otonom. Agen Orientasi Database mengevaluasi persyaratan pengguna untuk merekomendasikan database Google Cloud terbaik dan memandu pengguna melalui proses penyediaan. Agen Kemampuan Observasi Database secara proaktif memantau performa fleet database, mengidentifikasi anomali, serta memberikan rekomendasi cerdas dan alur kerja perbaikan bertahap untuk pemecahan masalah dan pengoptimalan.
Agen Deep Research tidak hanya melakukan pencarian satu langkah sederhana, tetapi juga melakukan investigasi perusahaan yang ekstensif. Agen ini secara mandiri menyusun kueri multi-level, melacak silsilah data lintas sistem, menggabungkan tabel terstruktur dengan data tidak terstruktur (seperti PDF, kontrak, dan gambar), serta menyintesis ringkasan riset komprehensif yang menguraikan akar masalah dan tren masa depan.
"Agen Data Science telah menjadi terobosan baru bagi tim data science kami. Agen ini menyederhanakan alur kerja kami dengan mengambil petunjuk bahasa alami yang sederhana dan menerjemahkannya ke dalam kode data science multi-langkah, yang kemudian dieksekusi. Kita tidak perlu lagi memulai dari awal dengan kode. Fitur seperti penyelesaian kode, perbaikan error, dan visualisasi berbasis bahasa alami telah menunjukkan kepada tim bagaimana AI dapat menjadi akselerator bagi data scientist.” - Lorraine Zheng, Data Scientist di Snap Inc.
“Agen ini memberikan solusi yang memungkinkan kami mengeksplorasi pendekatan pengembangan baru, yang menunjukkan potensi besar untuk mengatasi tugas data engineering yang kompleks. Kemampuan yang ditunjukkan dalam menafsirkan persyaratan kami dengan benar sangat mengesankan, bahkan untuk tugas pemodelan data yang rumit seperti membuat dimensi SCD Type 2. Dalam wujudnya sekarang, agen ini sudah memberikan manfaat dalam mengotomatiskan pemeliharaan dan pengoptimalan kecil, serta kami yakin agen ini memiliki fondasi untuk menjadi alat yang benar-benar unik di masa mendatang.”- Fernando Calo, Lead Data Engineer di PRISA, grup berita dan hiburan berbahasa Spanyol
“Selama perjalanan migrasi ke lingkungan Dataform, Agen Data Engineer berhasil mereplikasi semua data dan skrip transformasi yang ada dengan 100% otomatisasi serta tanpa intervensi manual. Pencapaian ini menghasilkan pengurangan 90% dalam waktu yang biasanya diperlukan untuk migrasi ETL manual, sehingga mempercepat transisi secara signifikan." - Chris Benfield, Head of Engineering, Vodafone
“Dokumentasi proses sering kali menjadi tugas yang membosankan bagi developer, tetapi dengan Agen Data Engineering Dataform, upaya ini sepenuhnya diotomatiskan. Agen ini mampu membuat dokumentasi secara akurat langsung dari file project Dataform kami, sesuai dengan standar dan gaya yang kami tentukan. Hal ini memungkinkan kami untuk terus memperbarui dokumentasi secara konsisten seiring dengan adanya perubahan, sehingga tidak memerlukan intervensi manual dalam alur kerja dokumentasi kami. Agen ini terbukti memiliki potensi yang signifikan.” - Maximiliano Morales, Data Engineer di perusahaan telekomunikasi terkemuka di Argentina
Petunjuk
Mengotomatiskan alur kerja end-to-end
Google Cloud menyediakan agen pihak pertama untuk mengotomatiskan data engineering, data science, dan analisis data. Agen Data Engineering di BigQuery secara mandiri mengelola pembuatan dan migrasi pipeline menggunakan metadata Knowledge Catalog untuk transformasi. Agen Data Science mempercepat pengembangan dengan merencanakan persiapan data dan pelatihan ML dengan kesadaran kontekstual penuh dan koreksi otomatis otonom. Agen Orientasi Database mengevaluasi persyaratan pengguna untuk merekomendasikan database Google Cloud terbaik dan memandu pengguna melalui proses penyediaan. Agen Kemampuan Observasi Database secara proaktif memantau performa fleet database, mengidentifikasi anomali, serta memberikan rekomendasi cerdas dan alur kerja perbaikan bertahap untuk pemecahan masalah dan pengoptimalan.
Agen Deep Research tidak hanya melakukan pencarian satu langkah sederhana, tetapi juga melakukan investigasi perusahaan yang ekstensif. Agen ini secara mandiri menyusun kueri multi-level, melacak silsilah data lintas sistem, menggabungkan tabel terstruktur dengan data tidak terstruktur (seperti PDF, kontrak, dan gambar), serta menyintesis ringkasan riset komprehensif yang menguraikan akar masalah dan tren masa depan.
Contoh pelanggan
"Agen Data Science telah menjadi terobosan baru bagi tim data science kami. Agen ini menyederhanakan alur kerja kami dengan mengambil petunjuk bahasa alami yang sederhana dan menerjemahkannya ke dalam kode data science multi-langkah, yang kemudian dieksekusi. Kita tidak perlu lagi memulai dari awal dengan kode. Fitur seperti penyelesaian kode, perbaikan error, dan visualisasi berbasis bahasa alami telah menunjukkan kepada tim bagaimana AI dapat menjadi akselerator bagi data scientist.” - Lorraine Zheng, Data Scientist di Snap Inc.
“Agen ini memberikan solusi yang memungkinkan kami mengeksplorasi pendekatan pengembangan baru, yang menunjukkan potensi besar untuk mengatasi tugas data engineering yang kompleks. Kemampuan yang ditunjukkan dalam menafsirkan persyaratan kami dengan benar sangat mengesankan, bahkan untuk tugas pemodelan data yang rumit seperti membuat dimensi SCD Type 2. Dalam wujudnya sekarang, agen ini sudah memberikan manfaat dalam mengotomatiskan pemeliharaan dan pengoptimalan kecil, serta kami yakin agen ini memiliki fondasi untuk menjadi alat yang benar-benar unik di masa mendatang.”- Fernando Calo, Lead Data Engineer di PRISA, grup berita dan hiburan berbahasa Spanyol
“Selama perjalanan migrasi ke lingkungan Dataform, Agen Data Engineer berhasil mereplikasi semua data dan skrip transformasi yang ada dengan 100% otomatisasi serta tanpa intervensi manual. Pencapaian ini menghasilkan pengurangan 90% dalam waktu yang biasanya diperlukan untuk migrasi ETL manual, sehingga mempercepat transisi secara signifikan." - Chris Benfield, Head of Engineering, Vodafone
“Dokumentasi proses sering kali menjadi tugas yang membosankan bagi developer, tetapi dengan Agen Data Engineering Dataform, upaya ini sepenuhnya diotomatiskan. Agen ini mampu membuat dokumentasi secara akurat langsung dari file project Dataform kami, sesuai dengan standar dan gaya yang kami tentukan. Hal ini memungkinkan kami untuk terus memperbarui dokumentasi secara konsisten seiring dengan adanya perubahan, sehingga tidak memerlukan intervensi manual dalam alur kerja dokumentasi kami. Agen ini terbukti memiliki potensi yang signifikan.” - Maximiliano Morales, Data Engineer di perusahaan telekomunikasi terkemuka di Argentina
Agen Analisis Percakapan
Menyediakan insight untuk pengguna teknis dan bisnis
Analisis Percakapan BigQuery memungkinkan profesional data mengekstrak insight dan menjalankan prediksi pada data lakehouse multimodal dan multi-format melalui chat bahasa alami dengan akurasi tinggi yang didasarkan pada entity, hubungan, dan metrik bisnis. Analisis Percakapan dalam database memberikan kecerdasan operasional real-time, yang memungkinkan Anda berinteraksi dengan Cloud SQL, Spanner, dan AlloyDB menggunakan bahasa alami. Analisis Percakapan Looker memungkinkan tim bisnis menggunakan bahasa alami dan lapisan semantik yang terkelola untuk melakukan pengambilan keputusan yang tepercaya, sehingga mengurangi beban kerja tim teknis. Agen dasbor Looker semakin meningkatkan pengalaman ini dengan menambahkan kueri bahasa alami dan ringkasan otomatis langsung ke dasbor. Untuk kebutuhan operasional real-time, agentic workflows proaktif memungkinkan Anda beralih dari pelaporan reaktif ke tindakan berbasis peristiwa dengan otomatis menyelidiki anomali dan menyarankan rencana mitigasi.
"Dengan Analisis Percakapan BigQuery, kami berhasil mempercepat lagi cara tim kami berinteraksi dengan data di Pet Circle. Kami memungkinkan tim mengajukan pertanyaan data yang kompleks dalam bahasa alami dan berhasil mengurangi waktu untuk mendapatkan insight secara drastis. Cara ini membantu tim data kami membuat agen bagi tim nonteknis, sehingga mereka bisa membuat keputusan berbasis data yang lebih cepat dan membantu kami memberikan pengalaman yang lebih baik kepada pemilik hewan peliharaan." - Alistair Venn, CEO Pet Circle
"Analisis percakapan yang efektif dimulai dengan lapisan data yang terpadu dan diaudit. Jika tim tidak menggunakan bahasa data yang sama, sistem AI tidak dapat menafsirkan kueri atau memunculkan insight yang akurat dengan andal." - John Pettit Chief Technology Officer, Promevo
“Visi kami adalah agar pelanggan tidak hanya melihat apa yang terjadi, tetapi juga dapat berinteraksi dengan data mereka dan menerima rekomendasi cerdas di dalam IRIS Fleet dan produk kami yang lain. Kami yakin ini hanyalah awal dari peluang sebenarnya.” - Gerardo Ortiz, Head of Product and Digital Transformation, Métrica Móvil.
Petunjuk
Menyediakan insight untuk pengguna teknis dan bisnis
Analisis Percakapan BigQuery memungkinkan profesional data mengekstrak insight dan menjalankan prediksi pada data lakehouse multimodal dan multi-format melalui chat bahasa alami dengan akurasi tinggi yang didasarkan pada entity, hubungan, dan metrik bisnis. Analisis Percakapan dalam database memberikan kecerdasan operasional real-time, yang memungkinkan Anda berinteraksi dengan Cloud SQL, Spanner, dan AlloyDB menggunakan bahasa alami. Analisis Percakapan Looker memungkinkan tim bisnis menggunakan bahasa alami dan lapisan semantik yang terkelola untuk melakukan pengambilan keputusan yang tepercaya, sehingga mengurangi beban kerja tim teknis. Agen dasbor Looker semakin meningkatkan pengalaman ini dengan menambahkan kueri bahasa alami dan ringkasan otomatis langsung ke dasbor. Untuk kebutuhan operasional real-time, agentic workflows proaktif memungkinkan Anda beralih dari pelaporan reaktif ke tindakan berbasis peristiwa dengan otomatis menyelidiki anomali dan menyarankan rencana mitigasi.
Contoh pelanggan
"Dengan Analisis Percakapan BigQuery, kami berhasil mempercepat lagi cara tim kami berinteraksi dengan data di Pet Circle. Kami memungkinkan tim mengajukan pertanyaan data yang kompleks dalam bahasa alami dan berhasil mengurangi waktu untuk mendapatkan insight secara drastis. Cara ini membantu tim data kami membuat agen bagi tim nonteknis, sehingga mereka bisa membuat keputusan berbasis data yang lebih cepat dan membantu kami memberikan pengalaman yang lebih baik kepada pemilik hewan peliharaan." - Alistair Venn, CEO Pet Circle
"Analisis percakapan yang efektif dimulai dengan lapisan data yang terpadu dan diaudit. Jika tim tidak menggunakan bahasa data yang sama, sistem AI tidak dapat menafsirkan kueri atau memunculkan insight yang akurat dengan andal." - John Pettit Chief Technology Officer, Promevo
“Visi kami adalah agar pelanggan tidak hanya melihat apa yang terjadi, tetapi juga dapat berinteraksi dengan data mereka dan menerima rekomendasi cerdas di dalam IRIS Fleet dan produk kami yang lain. Kami yakin ini hanyalah awal dari peluang sebenarnya.” - Gerardo Ortiz, Head of Product and Digital Transformation, Métrica Móvil.
Publikasikan agen di Gemini Enterprise
Membuat agen dapat ditemukan
Gemini Enterprise memungkinkan praktisi dan pengguna bisnis memperoleh insight instan hanya dengan mengajukan pertanyaan dalam bahasa alami. Dengan memublikasikan agen percakapan yang dibangun di BigQuery, Looker, Lakehouse, dan Database ke Galeri Agen Gemini Enterprise terpusat, Anda dapat memberdayakan pengguna untuk mengakses sistem data perusahaan melalui satu antarmuka. Pendekatan ini sepenuhnya mengabstraksi kompleksitas teknis yang mendasari ekosistem data sekaligus memastikan bahwa akses data tetap aman, diaudit, dan dikelola dalam ruang kerja produktivitas harian. Melalui Gemini Enterprise, administrator dapat dengan mudah menyediakan akses, sehingga interaksi data tetap aman, diaudit, dan dikelola dalam ruang kerja produktivitas harian mereka.
Petunjuk
Membuat agen dapat ditemukan
Gemini Enterprise memungkinkan praktisi dan pengguna bisnis memperoleh insight instan hanya dengan mengajukan pertanyaan dalam bahasa alami. Dengan memublikasikan agen percakapan yang dibangun di BigQuery, Looker, Lakehouse, dan Database ke Galeri Agen Gemini Enterprise terpusat, Anda dapat memberdayakan pengguna untuk mengakses sistem data perusahaan melalui satu antarmuka. Pendekatan ini sepenuhnya mengabstraksi kompleksitas teknis yang mendasari ekosistem data sekaligus memastikan bahwa akses data tetap aman, diaudit, dan dikelola dalam ruang kerja produktivitas harian. Melalui Gemini Enterprise, administrator dapat dengan mudah menyediakan akses, sehingga interaksi data tetap aman, diaudit, dan dikelola dalam ruang kerja produktivitas harian mereka.
Buat agen kustom Anda sendiri
Memanfaatkan alat dan framework open source
Developer dapat dengan mudah membangun dan menyematkan agen kustom untuk mengatasi tantangan data perusahaan yang unik. Conversational Analytics API memungkinkan Anda menyematkan fungsionalitas kueri bahasa alami langsung ke dalam aplikasi kustom, alat internal, atau alur kerja otomatis. Serangkaian alat integrasi ADK BigQuery menyediakan fungsi siap pakai untuk eksplorasi skema, pembuatan kueri, dan perkiraan. Querydata untuk database tersedia untuk Cloud SQL, AlloyDB, dan Spanner guna membantu Anda membangun agen untuk data operasional. Plugin Analisis Agen BigQuery untuk ADK memungkinkan Anda melakukan streaming data aktivitas agen secara langsung ke BigQuery untuk kemampuan observasi dan evaluasi real-time dengan satu baris kode. Untuk lebih menyederhanakan operasi, Looker block untuk Analisis Agen BigQuery menyediakan solusi siap pakai untuk memantau, men-debug, dan mengoptimalkan agen AI.
Petunjuk
Memanfaatkan alat dan framework open source
Developer dapat dengan mudah membangun dan menyematkan agen kustom untuk mengatasi tantangan data perusahaan yang unik. Conversational Analytics API memungkinkan Anda menyematkan fungsionalitas kueri bahasa alami langsung ke dalam aplikasi kustom, alat internal, atau alur kerja otomatis. Serangkaian alat integrasi ADK BigQuery menyediakan fungsi siap pakai untuk eksplorasi skema, pembuatan kueri, dan perkiraan. Querydata untuk database tersedia untuk Cloud SQL, AlloyDB, dan Spanner guna membantu Anda membangun agen untuk data operasional. Plugin Analisis Agen BigQuery untuk ADK memungkinkan Anda melakukan streaming data aktivitas agen secara langsung ke BigQuery untuk kemampuan observasi dan evaluasi real-time dengan satu baris kode. Untuk lebih menyederhanakan operasi, Looker block untuk Analisis Agen BigQuery menyediakan solusi siap pakai untuk memantau, men-debug, dan mengoptimalkan agen AI.
Data Agent Kit
Hadirkan keahlian Data Cloud ke IDE atau CLI Anda
Data Agent Kit menyederhanakan alur kerja Anda dengan menggabungkan alat Model Context Protocol (MCP) yang aman, plugin IDE native, serta keahlian data engineering dan data science yang telah dikodifikasi sebelumnya ke dalam satu paket open source. Dengan menghadirkan kemampuan ini langsung ke IDE seperti VS Code, Claude Code, Codex, dan Antigravity CLI, peran developer beralih dari penulisan kode pipeline secara manual ke pengembangan berbasis intent di seluruh data estate. Selain itu, developer dapat memanfaatkan MCP Toolbox open source untuk menghubungkan agen ke AlloyDB, BigQuery, Spanner, Cloud SQL, Knowledge Catalog, dan Apache Spark secara aman. Mulai menggunakan Data Agent Kit.
Petunjuk
Hadirkan keahlian Data Cloud ke IDE atau CLI Anda
Data Agent Kit menyederhanakan alur kerja Anda dengan menggabungkan alat Model Context Protocol (MCP) yang aman, plugin IDE native, serta keahlian data engineering dan data science yang telah dikodifikasi sebelumnya ke dalam satu paket open source. Dengan menghadirkan kemampuan ini langsung ke IDE seperti VS Code, Claude Code, Codex, dan Antigravity CLI, peran developer beralih dari penulisan kode pipeline secara manual ke pengembangan berbasis intent di seluruh data estate. Selain itu, developer dapat memanfaatkan MCP Toolbox open source untuk menghubungkan agen ke AlloyDB, BigQuery, Spanner, Cloud SQL, Knowledge Catalog, dan Apache Spark secara aman. Mulai menggunakan Data Agent Kit.
Harga
| Layanan | Jenis penggunaan | Harga (USD) |
|---|---|---|
BigQuery: Agen Data Science, Agen Data Engineering, dan Agen Analisis Percakapan | Data input | $3 per juta token |
Data output | $20 per juta token |
Temukan harga terperinci untuk BigQuery, Looker, dan Gemini Code Assist.
BigQuery: Agen Data Science, Agen Data Engineering, dan Agen Analisis Percakapan
Data input
$3
per juta token
Data output
$20
per juta token
Temukan harga terperinci untuk BigQuery, Looker, dan Gemini Code Assist.
