A ascensão dos agentes de IA está transformando fundamentalmente aplicações e sistemas analíticos. Plataformas genéricas de IA frequentemente carecem de acesso ao contexto armazenado em bancos de dados corporativos. Isso ocorre porque arquiteturas de dados tradicionais podem não oferecer contexto suficiente para agentes em todo o patrimônio de dados, levando a imprecisões. Além disso, lacunas de segurança surgem pela falta de controles de acesso granular.
O Agentic Data Cloud do Google, um sistema de ação nativo de IA, engloba sistemas operacionais e analíticos. Ao infundir IA em toda a stack — do silício customizado aos modelos Gemini de ponta — fornecemos um framework de desenvolvimento determinístico e baseado em templates. Isso permite que agentes fundamentem seu raciocínio em dados corporativos em tempo real com precisão próxima a 100%, além de governança unificada.
Hoje, simplificamos o desenvolvimento de agentes com uma série de novos agentes e ferramentas de dados: para analistas de negócios no Conversational Analytics; para cientistas de dados, engenheiros e administradores de banco de dados com agentes desenvolvidos pelo Google que oferecem automação e inteligência aprimoradas; e, finalmente, para desenvolvedores, com ferramentas de Data Agent que facilitam a integração com o ecossistema agentic atual.
Conversational Analytics
Para apoiar desenvolvedores na criação de agentes usando linguagem natural, anunciamos suporte expandido para Conversational Analytics em todo o Data Cloud.
- Conversational Analytics no BigQuery, em preview, integra um sofisticado motor de raciocínio de IA diretamente no BigQuery Studio. Isso auxilia equipes de dados e negócios a ir além da escrita manual de SQL, utilizando o contexto de negócios para fundamentar respostas com síntese multimodal e pesquisa aprofundada. Fluxos de trabalho agentic, em preview para clientes selecionados, automatizam a análise de causa raiz e agendam ações, transformando dados corporativos em inteligência proativa e acionável.
Crie agentes para insights de dados mais rápidos com Conversational Analytics no BigQuery
- Conversational Analytics no Lakehouse, agora em preview, estende a infraestrutura unificada do Lakehouse, permitindo que usuários consultem data lakes distribuídos na AWS, Azure e Google Cloud usando linguagem natural. Isso possibilita combinar insights de diferentes plataformas de nuvem sem mover nenhum dado.
- Conversational Analytics no AlloyDB, Spanner e Cloud SQL, agora em preview, suporta IA conversacional out-of-the-box, tornando os dados acessíveis a todos. Usuários de AlloyDB, Spanner e Cloud SQL podem iniciar conversas em linguagem natural com seus bancos de dados para obter visibilidade sobre seus dados operacionais em tempo real e capturar insights analíticos.
Use Conversational Analytics para obter respostas de seus dados operacionais
- Looker Embedded Conversational Analytics, agora em General Availability (GA), permite incorporar agentes diretamente em aplicações customizadas e fluxos de trabalho internos via implementação de iframe low-code, facilitando a entrega de IA conversacional pronta para produção em qualquer aplicação. Adicionalmente, com a Conversational Analytics API no Looker, é possível criar fluxos de trabalho conversacionais multi-turno que oferecem recomendações impulsionadas por IA, ao mesmo tempo em que verificam e explicam a consulta SQL subjacente. Estamos também atualizando significativamente o agente de Conversational Analytics principal do Looker, já em GA, com raciocínio superior e fundamentação semântica, ajudando a eliminar ambiguidades.
Incorpore agentes diretamente em suas aplicações para IA conversacional
Novos data agents
Para ajudar profissionais de dados a transitar da gestão reativa de dados para a inteligência proativa, e analistas de negócios a interagirem melhor com seus dashboards, anunciamos um novo conjunto de agentes de dados que trazem automação, inteligência e capacidades de linguagem natural para seus fluxos de trabalho diários.
Data Engineering Agent, agora em General Availability (GA), automatiza o trabalho pesado de construir e manter pipelines de dados. Ele transforma requisitos em linguagem natural em código SQL ou Python otimizado para BigQuery e Dataflow, enquanto identifica e corrige proativamente quebras no pipeline. Ao sugerir melhorias de esquema e estratégias de particionamento, ele garante que sua base de dados seja escalável, confiável e otimizada em desempenho, sem testes manuais. Outros agentes, como o Data Science Agent, que simplifica a experimentação e implantação de modelos de ML, e o Database Admin Agent, que automatiza tarefas de otimização e manutenção de bancos de dados, também estão disponíveis para aprimorar a eficiência dos fluxos de trabalho de dados.
Fonte: Google Database
https://cloud.google.com/blog/products/data-analytics/new-data-agents-across-the-agentic-data-cloud/
chat_bubble Comentários (0)
Nenhum comentário ainda. Seja o primeiro a comentar!
Deixe seu comentário