AnswersPublished19 sources
הענן של גוגל לסוכני AI: גישה לנתונים בין עננים, עם כוכבית על המחיר
בעדכון מ־4 בנובמבר 2026, גוגל הציגה יכולות שמכוונות לאפשר לסוכני AI לעבוד עם נתונים המפוזרים בין עננים, בלי לרכז את כולם תחילה במקום אחד. ה־Borderless Lakehouse נשען על Apache Iceberg; גוגל מציינת שהוא זמין באופן כללי, אך חלק מיכולות איחוד הקטלוג עדיין בתצוגה מקדימה.
פורסם על ידינערך באמצעות GPT-6 Lunaהתמונות נוצרו באמצעות GPT Image 2
Research answer
Key takeaways
- בעדכון מ־4 בנובמבר 2026, גוגל הציגה יכולות שמכוונות לאפשר לסוכני AI לעבוד עם נתונים המפוזרים בין עננים, בלי לרכז את כולם תחילה במקום אחד.
- ה־Borderless Lakehouse נשען על Apache Iceberg; גוגל מציינת שהוא זמין באופן כללי, אך חלק מיכולות איחוד הקטלוג עדיין בתצוגה מקדימה.
- המקורות מתארים גישה לנתונים בלי להעבירם, אך אינם מוכיחים שכל חיובי הענן מרחוק מתבטלים או שהעלות הכוללת של משימה יורדת.
- Knowledge Catalog נועד לתת לסוכנים הקשר והגדרות עסקיות משותפות; החיבור המתועד ל־Gemini Enterprise נמצא בתצוגה מקדימה ומוגבל לכלים לקריאה בלבד.
AI Prompt
openai.comCreate 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
העדכון של גוגל מ־4 בנובמבר 2026 ל־Agentic Data Cloud מתמקד בבעיה מעשית: איך לאפשר לסוכני AI להשתמש בנתונים שמפוזרים בסביבת הענן של ארגון, בלי לאחד מראש את הכול במקום אחד — ובמקביל לתת להם הקשר עסקי שיעזור לפרש את הנתונים. שני המרכיבים המרכזיים הם Borderless Lakehouse, המבוסס על Apache Iceberg, ו־Knowledge Catalog. עם זאת, לא כל היכולות זמינות באותו שלב, והמידע הזמין אינו מוכיח שגישה בין עננים מבטלת את כל העלויות או מאמת כל טענה על חיסכון. 4
10
הרעיון: לשאול את הנתונים במקום שבו הם נמצאים
גוגל מציגה את Borderless Lakehouse כתשתית נתונים מנוהלת ומפוקחת, הנשענת על פורמט Apache Iceberg הפתוח. בתיעוד החברה Iceberg מתואר כבסיס לממשק אחיד לאנליטיקה ולבינה מלאכותית. 4
1 חומרי המוצר של גוגל מתארים שאילתות והפעלה של נתונים בין עננים בלי להעביר אותם, ודיווח על העדכון מציין שאפשר להריץ שאילתות על נתונים ב־AWS וב־Azure.
15
3
הגישה הזאת שונה מהעתקת הנתונים למחסן מרכזי לפני שמנתחים אותם. עקרונית, שאילתות במקום עשויות לצמצם את הצורך בצינורות נתונים שנועדו רק להעתיק מידע בין מערכות. בפועל, עדיין צריך להגדיר את החיבורים, ההרשאות, הפורמטים והשירותים הרלוונטיים.
זמינות כללית אינה אומרת שכל רכיב כבר בשל
דף המוצר של גוגל מציין ש־Borderless Lakehouse זמין באופן כללי. 11 אבל אין להסיק מכך שכל שילוב או יכולת איחוד קטלוגים זמינים באותו מצב: סקירת Lakehouse של גוגל מתארת איחוד קטלוגים עם AWS Glue, עם Databricks Unity Catalog ועם Snowflake Horizon כיכולת בתצוגה מקדימה.
10 גם תיעוד גוגל מתאר חיבור בין עננים שמאפשר לשאול נתונים מ־Databricks Unity Catalog מתוך Google Cloud.
ההבחנה הזאת חשובה כשבוחנים טענות על חיבורים פרטיים, שמירת נתונים במטמון או אינטגרציות מסוג zero-copy. קטעי המקורות הזמינים אינם מאמתים את מלוא הפרטים על רשתות ומטמון בין AWS ל־Azure, או את הטענות על חיבורים כאלה ל־SAP, ל־Workday ול־Salesforce. לכן אין להתייחס לפרטים האלה כעובדות מבוססות כאן.
Knowledge Catalog אמור להוסיף את המשמעות העסקית
גישה לטבלאות לבדה לא אומרת לסוכן מה פירושו של מדד, איזו הגדרה מקובלת בארגון או כיצד מערכי נתונים שונים קשורים זה לזה. גוגל מציגה את Knowledge Catalog ככלי שמחבר נתונים להקשר עסקי ולמידע מפוקח. בהודעת נובמבר נכתב ש־Borderless Lakehouse משתלב עם Knowledge Catalog כדי לאנדקס נתונים מבוזרים ולא מובנים בעננים, ולספק לסוכנים הקשר. 4
גוגל תיארה גם העשרת הקשר לומדת ו־Knowledge Studio, שתיהן בתצוגה מקדימה. ההעשרה אמורה לזהות פערים בהקשר העסקי באמצעות אינטראקציות של משתמשים וסוכנים; Knowledge Studio נועד לתת לאחראי נתונים כלים לעיין בהקשר הזה ולבחון אותו. 19 אלה יכולות לניהול הקשר — לא הוכחה בפני עצמה לכך שסוכן יכול לבצע בבטחה תהליך עסקי.
הערות הגרסה של Gemini Enterprise מתעדות תצוגה מקדימה של מצב שאילתות מאוחדות למחברי Data Cloud ושל שילוב עם Knowledge Catalog. כשמחברים מחבר Data Cloud במצב הזה, Knowledge Catalog מופעל אוטומטית עבור ה־Assistant ומספק לו כלי קריאה בלבד לחיפוש בנתונים שהמשתמש מורשה לראות ולהצגת הקשר טכני ועסקי. 17 מדובר בשילוב מתועד ומוגבל — לא באישור לכל טענה רחבה יותר על תמיכה של Gemini.
טענות על דמי העברת נתונים אינן חשבון כולל
המסר של גוגל הוא שאפשר לגשת לנתונים בלי להעביר אותם; דיווחים על העדכון תיארו שאילתות בין AWS ל־Azure בלי עלויות משתנות של העברת נתונים החוצה. 15
3 אבל קטעי ההודעה והתיעוד הזמינים אינם מוכיחים שכל חיוב אפשרי בענן המרוחק נעלם, ואינם מספקים מספיק פרטים כדי לחשב את העלות המלאה של עומס עבודה מסוים.
בדומה לכך, החומרים שסופקו אינם מבססים את הדיווח על ירידה של כ־40% בעלויות העברת הנתונים בחברת talabat, או מאשרים את התצורה הספציפית של Amazon S3 Iceberg מול BigQuery שהובילה לנתון. גם אם חיסכון בהעברת נתונים יאומת, הוא לא מוכיח כשלעצמו ירידה דומה בעלות הכוללת של שאילתות או של השלמת משימה בידי סוכן.
עוד עדכוני מסדי נתונים — אך לא כל הפרטים מאומתים
דיווח עדכני מונה את AlloyDB ואת BigQuery בין המוצרים שקיבלו עדכונים לצד Knowledge Catalog. 3 עם זאת, המקורות הזמינים אינם מבססים את הטענה הספציפית ש־AlloyDB יכול לצרף ישירות רשומות היסטוריות ב־Iceberg לנתונים תפעוליים חיים של PostgreSQL, ולכן אי אפשר לאשר כאן שהיכולת הזאת קיימת.
Spanner Omni הוא חלק נפרד ורלוונטי באסטרטגיית הנתונים הרחבה של גוגל. החברה הודיעה על זמינותו הכללית ב־30 בספטמבר 2026, ותיארה אותו כמסד נתונים מבוזר ורב־מודלי שאפשר לפרוס באתר הלקוח או בעננים אחרים. לכן הוא לא הוכרז לראשונה כזמין באופן כללי ב־4 בנובמבר. 20
מה ההכרזה אומרת על סוכנים — ומה עדיין לא
המסקנה הנתמכת היא שגוגל בונה שכבת גישה לנתונים בין עננים, ומשלבת אותה עם הקשר משותף לעוזרי AI ולסוכנים. זה עשוי לעזור להם למצוא מידע רלוונטי ולהשתמש בהגדרות עקביות. 4
17
19
אבל אין בכך לבדו הוכחה שסוכן יכול לבצע בבטחה תהליך עסקי. לשם כך נדרשות ראיות נפרדות לגבי הרשאות, אימות, טיפול בעסקאות, ביקורת, התאוששות ועלות כוללת של השלמת המשימה בהצלחה. גם פרטי ההערכות של האנליסטים וההשוואות למיקרוסופט, Databricks, Snowflake ו־AWS אינם מפורטים דיים בקטעי המקורות שסופקו. ההכרזה מתארת את כיוון הפלטפורמה; טענות על ביצוע אוטונומי ועל הכדאיות הכלכלית שלו דורשות ראיות מעבר לגישה לנתונים ולהקשר.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "הענן של גוגל לסוכני AI: גישה לנתונים בין עננים, עם כוכבית על המחיר"?
בעדכון מ־4 בנובמבר 2026, גוגל הציגה יכולות שמכוונות לאפשר לסוכני AI לעבוד עם נתונים המפוזרים בין עננים, בלי לרכז את כולם תחילה במקום אחד.
What are the key points to validate first?
בעדכון מ־4 בנובמבר 2026, גוגל הציגה יכולות שמכוונות לאפשר לסוכני AI לעבוד עם נתונים המפוזרים בין עננים, בלי לרכז את כולם תחילה במקום אחד. ה־Borderless Lakehouse נשען על Apache Iceberg; גוגל מציינת שהוא זמין באופן כללי, אך חלק מיכולות איחוד הקטלוג עדיין בתצוגה מקדימה.
What should I do next in practice?
המקורות מתארים גישה לנתונים בלי להעבירם, אך אינם מוכיחים שכל חיובי הענן מרחוק מתבטלים או שהעלות הכוללת של משימה יורדת.