Google chce pomocí Lakehouse založeného na Apache Iceberg umožnit práci s daty napříč cloudy, aniž by se nejprve přesouvala na jedno místo. Knowledge Catalog má agentům nabídnout společný firemní kontext; část souvisejících funkcí je ale zatím v preview.
PublikovalUpraveno pomocí GPT-6 LunaObrázky vytvořeny pomocí GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Google announce on November 4, 2026, about its Agentic Data Cloud, first introduced at Google Cloud Next 2026, and how do its Apach. Article summary: On November 4, 2026, Google announced updates to its Agentic Data Cloud centered on querying distributed data and giving AI agents more consistent business context, extending the architecture introduced at Google Cloud N. Topic tags: general, documentation, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Google 4. listopadu 2026 oznámil novinky pro Agentic Data Cloud. Hlavní myšlenka je praktická: umožnit AI agentům pracovat s daty rozptýlenými napříč firemními cloudy, aniž by se vše nejprve přesunulo do jednoho úložiště. Zároveň mají dostat kontext, který jim pomůže správně vyložit firemní pojmy a vztahy mezi daty. Klíčovými částmi jsou Borderless Lakehouse postavený na Apache Iceberg a Knowledge Catalog. Dostupnost se však liší podle konkrétní funkce a podklady nepotvrzují, že přístup napříč cloudy odstraní všechny náklady nebo prokazuje každé uváděné tvrzení o úsporách. 4
10
Google popisuje Borderless Lakehouse jako spravovaný základ pro data postavený na otevřeném formátu Apache Iceberg. Dokumentace Google Cloud uvádí, že Iceberg slouží jako základ jednotného rozhraní pro analytiku a AI. 4
1 Produktové materiály slibují dotazování a práci s daty napříč cloudy bez jejich přesunu; oborové zpravodajství píše o dotazech nad daty v AWS a Azure.
15
3
To je jiný přístup než nejprve data zkopírovat do centrálního datového skladu a teprve potom je analyzovat. Dotazování přímo na místě může omezit potřebu datových pipeline, které slouží jen k přesouvání informací mezi systémy. V praxi ale záleží také na nastavení připojení, oprávnění, formátů a používaných služeb.
Produktová stránka Google uvádí, že Borderless Lakehouse je obecně dostupný. 11 Neznamená to však, že stejný stav mají všechny integrace a funkce federace: přehled Lakehouse od Googlu například označuje federaci katalogů AWS Glue, Databricks Unity Catalog a Snowflake Horizon jako funkci v náhledovém režimu.
10 Dokumentace Google popisuje také připojení pro dotazování dat z Databricks Unity Catalog přímo z Google Cloudu.
Toto rozlišení je důležité při posuzování tvrzení o privátním propojení cloudů, ukládání dat do mezipaměti nebo integracích bez kopírování dat. Dostupné výňatky nepotvrzují úplné podrobnosti o síťovém propojení AWS a Azure, cachování ani o integracích se SAP, Workday a Salesforce. Tyto konkrétní funkce proto nelze na základě uvedených podkladů považovat za doložené.
Samotný přístup k tabulkám agentovi neřekne, co určitý ukazatel znamená, kterou definici firma považuje za správnou ani jak spolu různé datové sady souvisejí. Google představuje Knowledge Catalog jako nástroj pro doplnění firemního významu a spravovaného kontextu. Oznámení z listopadu uvádí, že Borderless Lakehouse se s Knowledge Catalog propojuje a indexuje distribuovaná i nestrukturovaná data uložená v cloudu, aby z nich agenti mohli čerpat kontext. 4
Google také popsal samočinné obohacování kontextu a Knowledge Studio jako funkce v náhledovém režimu. Obohacování má využívat interakce agentů a uživatelů k odhalování chybějících souvislostí; Knowledge Studio nabízí správcům dat nástroje k prozkoumání a kontrole tohoto kontextu. 19 Jde o správu kontextu, nikoli o důkaz, že agent dokáže bezpečně vykonat celý firemní proces.
Poznámky k vydání Gemini Enterprise potvrzují náhledový režim federovaného dotazování pro konektory Data Cloud a náhledovou integraci s Knowledge Catalog. Po připojení federovaného konektoru Data Cloud se Knowledge Catalog pro asistenta automaticky zapne. Asistent pak může pomocí nástrojů pouze pro čtení vyhledávat data, k nimž má uživatel přístup, a získávat technické i obchodní souvislosti. 17 Jde o popsanou integraci s jasně vymezeným rozsahem, nikoli o potvrzení všech širších tvrzení o podpoře Gemini.
Google zdůrazňuje přístup k datům bez jejich přesunu; zprávy o oznámení popisují také dotazy napříč AWS a Azure bez proměnlivých poplatků za odchozí přenos dat. 15
3 Dostupné výňatky z oznámení a dokumentace ale nedokládají, že zmizí každý poplatek spojený se vzdáleným cloudem, ani neposkytují dost informací k výpočtu celkových nákladů konkrétní úlohy.
Předložené materiály rovněž nedokládají uváděné přibližně čtyřicetiprocentní snížení nákladů na přesun dat u společnosti talabat ani nepotvrzují konkrétní nastavení, v němž se měla federovat data Apache Iceberg v Amazon S3 s BigQuery. I kdyby se úspora na přesunu dat potvrdila, sama o sobě by neprokazovala srovnatelné snížení celkových nákladů na dotazy nebo na dokončení úkolu agentem.
Zpravodajství o oznámení řadí mezi aktualizované produkty vedle Knowledge Catalog také AlloyDB a BigQuery. 3 Dostupné výňatky však nepotvrzují konkrétní tvrzení, že AlloyDB umí přímo spojovat historické záznamy Iceberg s živými provozními daty PostgreSQL.
Spanner Omni patří do širší datové strategie Googlu, jeho obecnou dostupnost však firma oznámila už 30. září 2026. Popsala jej jako distribuovanou databázi s více datovými modely, kterou lze nasadit ve vlastním datacentru nebo v jiných cloudech. Nešlo tedy o novinku poprvé oznámenou jako obecně dostupnou 4. listopadu. 20
Doložitelným závěrem je, že Google buduje vrstvu pro přístup k datům napříč cloudy a propojuje ji se sdíleným kontextem pro AI asistenty a agenty. To jim může pomoci najít relevantní informace a používat jednotné definice. 4
17
19
Samo o sobě to ale nedokazuje, že agent dokáže bezpečně vykonat firemní proces. K tomu jsou potřeba samostatné důkazy o oprávněních, ověřování výsledků, práci s transakcemi, auditování, obnově po chybě i celkových nákladech na úspěšné dokončení úkolu. Dodané podklady navíc neobsahují dost informací k ověření citovaných hodnocení analytiků ani srovnání s Microsoftem, Databricks, Snowflake a AWS. Oznámení ukazuje směr vývoje platformy; tvrzení o autonomním provádění úkolů a jeho ekonomice vyžadují víc než samotný přístup k datům a jejich kontext.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Google chce pomocí Lakehouse založeného na Apache Iceberg umožnit práci s daty napříč cloudy, aniž by se nejprve přesouvala na jedno místo.
Google chce pomocí Lakehouse založeného na Apache Iceberg umožnit práci s daty napříč cloudy, aniž by se nejprve přesouvala na jedno místo. Knowledge Catalog má agentům nabídnout společný firemní kontext; část souvisejících funkcí je ale zatím v preview.
Dostupné podklady nepotvrzují, že zmizí veškeré poplatky za vzdálená data nebo že přístup k nim sám o sobě zajistí bezpečné provádění firemních úkolů.
Google chce pomocí Lakehouse založeného na Apache Iceberg umožnit práci s daty napříč cloudy, aniž by se nejprve přesouvala na jedno místo. Knowledge Catalog má agentům nabídnout společný firemní kontext; část souvisejících funkcí je ale zatím v preview.
PublikovalUpraveno pomocí GPT-6 LunaObrázky vytvořeny pomocí GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Google announce on November 4, 2026, about its Agentic Data Cloud, first introduced at Google Cloud Next 2026, and how do its Apach. Article summary: On November 4, 2026, Google announced updates to its Agentic Data Cloud centered on querying distributed data and giving AI agents more consistent business context, extending the architecture introduced at Google Cloud N. Topic tags: general, documentation, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Google 4. listopadu 2026 oznámil novinky pro Agentic Data Cloud. Hlavní myšlenka je praktická: umožnit AI agentům pracovat s daty rozptýlenými napříč firemními cloudy, aniž by se vše nejprve přesunulo do jednoho úložiště. Zároveň mají dostat kontext, který jim pomůže správně vyložit firemní pojmy a vztahy mezi daty. Klíčovými částmi jsou Borderless Lakehouse postavený na Apache Iceberg a Knowledge Catalog. Dostupnost se však liší podle konkrétní funkce a podklady nepotvrzují, že přístup napříč cloudy odstraní všechny náklady nebo prokazuje každé uváděné tvrzení o úsporách. 4
10
Google popisuje Borderless Lakehouse jako spravovaný základ pro data postavený na otevřeném formátu Apache Iceberg. Dokumentace Google Cloud uvádí, že Iceberg slouží jako základ jednotného rozhraní pro analytiku a AI. 4
1 Produktové materiály slibují dotazování a práci s daty napříč cloudy bez jejich přesunu; oborové zpravodajství píše o dotazech nad daty v AWS a Azure.
15
3
To je jiný přístup než nejprve data zkopírovat do centrálního datového skladu a teprve potom je analyzovat. Dotazování přímo na místě může omezit potřebu datových pipeline, které slouží jen k přesouvání informací mezi systémy. V praxi ale záleží také na nastavení připojení, oprávnění, formátů a používaných služeb.
Produktová stránka Google uvádí, že Borderless Lakehouse je obecně dostupný. 11 Neznamená to však, že stejný stav mají všechny integrace a funkce federace: přehled Lakehouse od Googlu například označuje federaci katalogů AWS Glue, Databricks Unity Catalog a Snowflake Horizon jako funkci v náhledovém režimu.
10 Dokumentace Google popisuje také připojení pro dotazování dat z Databricks Unity Catalog přímo z Google Cloudu.
Toto rozlišení je důležité při posuzování tvrzení o privátním propojení cloudů, ukládání dat do mezipaměti nebo integracích bez kopírování dat. Dostupné výňatky nepotvrzují úplné podrobnosti o síťovém propojení AWS a Azure, cachování ani o integracích se SAP, Workday a Salesforce. Tyto konkrétní funkce proto nelze na základě uvedených podkladů považovat za doložené.
Samotný přístup k tabulkám agentovi neřekne, co určitý ukazatel znamená, kterou definici firma považuje za správnou ani jak spolu různé datové sady souvisejí. Google představuje Knowledge Catalog jako nástroj pro doplnění firemního významu a spravovaného kontextu. Oznámení z listopadu uvádí, že Borderless Lakehouse se s Knowledge Catalog propojuje a indexuje distribuovaná i nestrukturovaná data uložená v cloudu, aby z nich agenti mohli čerpat kontext. 4
Google také popsal samočinné obohacování kontextu a Knowledge Studio jako funkce v náhledovém režimu. Obohacování má využívat interakce agentů a uživatelů k odhalování chybějících souvislostí; Knowledge Studio nabízí správcům dat nástroje k prozkoumání a kontrole tohoto kontextu. 19 Jde o správu kontextu, nikoli o důkaz, že agent dokáže bezpečně vykonat celý firemní proces.
Poznámky k vydání Gemini Enterprise potvrzují náhledový režim federovaného dotazování pro konektory Data Cloud a náhledovou integraci s Knowledge Catalog. Po připojení federovaného konektoru Data Cloud se Knowledge Catalog pro asistenta automaticky zapne. Asistent pak může pomocí nástrojů pouze pro čtení vyhledávat data, k nimž má uživatel přístup, a získávat technické i obchodní souvislosti. 17 Jde o popsanou integraci s jasně vymezeným rozsahem, nikoli o potvrzení všech širších tvrzení o podpoře Gemini.
Google zdůrazňuje přístup k datům bez jejich přesunu; zprávy o oznámení popisují také dotazy napříč AWS a Azure bez proměnlivých poplatků za odchozí přenos dat. 15
3 Dostupné výňatky z oznámení a dokumentace ale nedokládají, že zmizí každý poplatek spojený se vzdáleným cloudem, ani neposkytují dost informací k výpočtu celkových nákladů konkrétní úlohy.
Předložené materiály rovněž nedokládají uváděné přibližně čtyřicetiprocentní snížení nákladů na přesun dat u společnosti talabat ani nepotvrzují konkrétní nastavení, v němž se měla federovat data Apache Iceberg v Amazon S3 s BigQuery. I kdyby se úspora na přesunu dat potvrdila, sama o sobě by neprokazovala srovnatelné snížení celkových nákladů na dotazy nebo na dokončení úkolu agentem.
Zpravodajství o oznámení řadí mezi aktualizované produkty vedle Knowledge Catalog také AlloyDB a BigQuery. 3 Dostupné výňatky však nepotvrzují konkrétní tvrzení, že AlloyDB umí přímo spojovat historické záznamy Iceberg s živými provozními daty PostgreSQL.
Spanner Omni patří do širší datové strategie Googlu, jeho obecnou dostupnost však firma oznámila už 30. září 2026. Popsala jej jako distribuovanou databázi s více datovými modely, kterou lze nasadit ve vlastním datacentru nebo v jiných cloudech. Nešlo tedy o novinku poprvé oznámenou jako obecně dostupnou 4. listopadu. 20
Doložitelným závěrem je, že Google buduje vrstvu pro přístup k datům napříč cloudy a propojuje ji se sdíleným kontextem pro AI asistenty a agenty. To jim může pomoci najít relevantní informace a používat jednotné definice. 4
17
19
Samo o sobě to ale nedokazuje, že agent dokáže bezpečně vykonat firemní proces. K tomu jsou potřeba samostatné důkazy o oprávněních, ověřování výsledků, práci s transakcemi, auditování, obnově po chybě i celkových nákladech na úspěšné dokončení úkolu. Dodané podklady navíc neobsahují dost informací k ověření citovaných hodnocení analytiků ani srovnání s Microsoftem, Databricks, Snowflake a AWS. Oznámení ukazuje směr vývoje platformy; tvrzení o autonomním provádění úkolů a jeho ekonomice vyžadují víc než samotný přístup k datům a jejich kontext.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Google chce pomocí Lakehouse založeného na Apache Iceberg umožnit práci s daty napříč cloudy, aniž by se nejprve přesouvala na jedno místo.
Google chce pomocí Lakehouse založeného na Apache Iceberg umožnit práci s daty napříč cloudy, aniž by se nejprve přesouvala na jedno místo. Knowledge Catalog má agentům nabídnout společný firemní kontext; část souvisejících funkcí je ale zatím v preview.
Dostupné podklady nepotvrzují, že zmizí veškeré poplatky za vzdálená data nebo že přístup k nim sám o sobě zajistí bezpečné provádění firemních úkolů.