A assistência com tecnologia de IA em todo o Data Cloud do Google simplifica seus fluxos de trabalho operacionais e de análise. No BigQuery, no Spanner e no AlloyDB, o Gemini ajuda você a gerar, completar e explicar consultas complexas com facilidade. O Gemini no BigQuery também oferece assistência com código Python. Ele também oferece recomendações contextuais para a preparação de dados e traduções SQL personalizáveis, tornando as tarefas complexas de dados altamente acessíveis e eficientes.

O Google Cloud oferece agentes próprios para automatizar a engenharia, a ciência e a análise de dados. O agente de engenharia de dados no BigQuery gerencia de forma autônoma a criação e migração de pipelines usando metadados do Knowledge Catalog para transformações. O agente de ciência de dados acelera o desenvolvimento ao planejar a preparação de dados e o treinamento de ML com total reconhecimento contextual e autocorreção autônoma. O agente de integração de banco de dados avalia os requisitos do usuário para recomendar o melhor banco de dados do Google Cloud e orienta os usuários no processo de provisionamento. O agente de observabilidade de banco de dados monitora proativamente o desempenho da frota de bancos de dados, identifica anomalias e fornece recomendações inteligentes e fluxos de trabalho de correção multiturno para solução de problemas e otimização.

O agente Deep Research vai além de pesquisas simples de uma única etapa para realizar investigações corporativas extensas. Ele estrutura de forma independente consultas de várias etapas, rastreia linhagens de dados entre sistemas, combina tabelas estruturadas com dados não estruturados (como PDFs, contratos e imagens) e sintetiza resumos de pesquisa abrangentes que descrevem as causas principais e as tendências futuras.

Com o Análises de conversação do BigQuery, os profissionais de dados podem extrair insights e executar previsões sobre dados de lakehouse multimodais e multiformato usando linguagem natural com alta precisão baseada em entidades, relações e métricas de negócios. As Análises de conversação em bancos de dados oferecem inteligência operacional em tempo real, permitindo que você interaja com o Cloud SQL, o Spanner e o AlloyDB usando linguagem natural. Com o Análises de conversação do Looker, as equipes de negócios podem usar linguagem natural e uma camada semântica governada para tomar decisões confiáveis, o que reduz a carga de trabalho das equipes técnicas. Os agentes de painel do Looker aprimoram ainda mais essa experiência adicionando consultas em linguagem natural e resumos automatizados diretamente aos painéis. Para necessidades operacionais em tempo real, os fluxos de trabalho proativos com agentes permitem que você passe de relatórios reativos para ações orientadas por eventos, investigando automaticamente anomalias e sugerindo planos de mitigação.

O Gemini Enterprise permite que profissionais e usuários corporativos tenham insights instantâneos fazendo perguntas em linguagem natural. Ao publicar agentes de conversação criados no BigQuery, Looker, Lakehouses e Databases na Galeria de agentes do Gemini Enterprise centralizada, você permite que os usuários acessem sistemas de dados corporativos usando uma única interface. Essa abordagem abstrai completamente as complexidades técnicas do ecossistema de dados, ao mesmo tempo em que garante que o acesso aos dados permaneça seguro, auditado e governado nos espaços de trabalho de produtividade diária. No Gemini Enterprise, os administradores podem provisionar o acesso com facilidade, garantindo que a interação com os dados permaneça segura, auditada e governada nos espaços de trabalho de produtividade diária.

Os desenvolvedores podem criar e incorporar agentes personalizados com facilidade para lidar com desafios exclusivos de dados corporativos. A API Conversational Analytics permite incorporar a funcionalidade de consulta em linguagem natural diretamente em aplicativos personalizados, ferramentas internas ou fluxos de trabalho automatizados. O conjunto de ferramentas de integração do ADK do BigQuery oferece funções prontas para uso para exploração de esquemas, consultas e previsões. O Querydata para bancos de dados está disponível para Cloud SQL, AlloyDB e Spanner para ajudar você a criar agentes para dados operacionais. O plug-in Análise de agentes do BigQuery para ADK permite transmitir dados de atividade do agente diretamente para o BigQuery para observabilidade e avaliação em tempo real com uma única linha de código. Para simplificar ainda mais as operações, o Looker Block para BigQuery Agent Analytics oferece uma solução pronta para uso para monitoramento, depuração e otimização de agentes de IA.

O Data Agent Kit simplifica seus fluxos de trabalho ao reunir ferramentas seguras do Protocolo de Contexto de Modelo (MCP), plug-ins nativos de IDE e habilidades de engenharia e ciência de dados pré-codificadas em um único pacote de código aberto. Ao trazer esses recursos diretamente para IDEs como VS Code, Claude Code, Codex e CLI do Antigravity, o papel do desenvolvedor muda da escrita manual de código de pipeline para o desenvolvimento orientado por intenção em todo o patrimônio de dados. Além disso, os desenvolvedores podem usar o MCP Toolbox de código aberto para conectar agentes com segurança ao AlloyDB, BigQuery, Spanner, Cloud SQL, Knowledge Catalog e Apache Spark. Comece a usar o Kit de Agente de Dados.