AnswersPublished19 sources
Google vil la AI-agenter hente data der de ligger
Googles oppdatering 4. november 2026 handler om å gi AI agenter tilgang til data på tvers av skymiljøer og hjelpe dem med å forstå virksomhetens begreper.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer
Key takeaways
- Googles oppdatering 4. november 2026 handler om å gi AI agenter tilgang til data på tvers av skymiljøer og hjelpe dem med å forstå virksomhetens begreper.
- Borderless Lakehouse bygger på Apache Iceberg og skal gjøre det mulig å spørre mot data der de ligger, mens Knowledge Catalog tilfører forretningskontekst.
- Kostnadsbesparelser og trygg, selvstendig utføring av forretningsoppgaver er ikke dokumentert av kildene som er tilgjengelige.
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
Googles oppdatering av Agentic Data Cloud 4. november 2026 har et praktisk mål: AI-agenter skal kunne bruke data på tvers av virksomhetens skymiljøer uten at alt først må samles på ett sted. Samtidig skal de få forretningskonteksten som trengs for å tolke dataene. Apache Iceberg-baserte Borderless Lakehouse og Knowledge Catalog er sentrale deler av opplegget. Men ikke alle funksjonene har samme tilgjengelighetsstatus, og kildene dokumenterer ikke at tilgang på tvers av skyer fjerner alle kostnader eller bekrefter alle rapporterte besparelser. 4
10
Lakehouse skal spørre mot data der de ligger
Google beskriver Borderless Lakehouse som et styrt datagrunnlag bygget på det åpne tabellformatet Apache Iceberg. I dokumentasjonen presenteres Iceberg som grunnlaget for et felles grensesnitt for analyse og KI. 4
1 Google sier at løsningen kan spørre mot og aktivere data på tvers av skyer uten å flytte dem. Bransjedekning omtaler også muligheten til å spørre mot data i AWS og Azure etter novemberoppdateringen.
15
3
Dette er en annen tilnærming enn å kopiere data inn i et sentralt datavarehus før de analyseres. I prinsippet kan spørringer der dataene ligger, redusere behovet for dataflyter som bare er laget for å flytte data mellom systemer. Det forutsetter likevel at tilkoblinger, tilgangsrettigheter, formater og tjenester er satt opp riktig.
«Generelt tilgjengelig» gjelder ikke nødvendigvis alle deler
Googles produktside oppgir at Borderless Lakehouse er generelt tilgjengelig. 11 Det betyr ikke automatisk at hver integrasjon eller funksjon for føderert tilgang har samme status. I Googles oversikt over Lakehouse står katalogføderering med AWS Glue, Databricks Unity Catalog og Snowflake Horizon oppført som forhåndsvisning.
10 Google har også dokumentasjon for en tilkobling på tvers av skyer som lar brukere spørre mot data i Databricks Unity Catalog fra Google Cloud.
Dette skillet er viktig når man vurderer påstander om private forbindelser, hurtigbufring eller integrasjoner uten datakopiering. Kildeutdragene som er tilgjengelige, bekrefter ikke alle detaljene om nettverk og hurtigbufring mot AWS og Azure, eller integrasjoner uten datakopiering med SAP, Workday og Salesforce. Disse opplysningene bør derfor ikke behandles som bekreftet her.
Knowledge Catalog tilfører forretningskontekst
Tilgang til tabeller alene forteller ikke en AI-agent hva et nøkkeltall betyr, hvilken definisjon virksomheten bruker, eller hvordan datasett henger sammen. Google presenterer Knowledge Catalog som et verktøy for å knytte forretningsbetydning og styrt kontekst til dataene som agenter bruker. I kunngjøringen 4. november heter det at Borderless Lakehouse integreres med Knowledge Catalog for å indeksere distribuerte og ustrukturerte data i skyen og gi agenter kontekst. 4
Google har også omtalt selvinnlærende kontekstberiking og Knowledge Studio som forhåndsvisninger. Berikingsfunksjonen skal bruke samhandling mellom agenter og brukere til å finne mangler i forretningskonteksten. Knowledge Studio gir dataansvarlige verktøy for å utforske og gjennomgå denne konteksten. 19 Dette er funksjoner for konteksthåndtering, ikke i seg selv bevis på at en agent trygt kan utføre en forretningsprosess.
Versjonsnotatene for Gemini Enterprise dokumenterer en forhåndsvisning av føderert spørring for Data Cloud-koblinger og en integrasjon med Knowledge Catalog, også den i forhåndsvisning. Når en Data Cloud-kobling med føderert spørring legges til, blir Knowledge Catalog automatisk aktivert for assistenten. Den får skrivebeskyttede verktøy for å søke i data brukeren har tilgang til, og hente teknisk og forretningsmessig kontekst. 17 Dette er en avgrenset, dokumentert integrasjon – ikke bekreftelse på alle bredere påstander om Gemini-støtte.
Påstander om egress er ikke det samme som totalkostnad
Googles argument for tilgang på tvers av skyer er at dataene kan brukes uten å flyttes. Omtale av kunngjøringen beskriver spørringer mot AWS og Azure uten variable kostnader for datauttak, ofte kalt «egress». 15
3 Men de tilgjengelige utdragene fra kunngjøringen og dokumentasjonen viser ikke at alle kostnader knyttet til eksterne skyer forsvinner, eller gir nok detaljer til å beregne totalprisen for en bestemt arbeidslast.
Kildematerialet bekrefter heller ikke den rapporterte besparelsen på rundt 40 prosent i dataflyttingskostnader hos talabat, eller den konkrete løsningen med Amazon S3 Iceberg-data føderert inn i BigQuery. Selv om en slik besparelse på dataflytting skulle bli bekreftet, viser ikke det alene en tilsvarende reduksjon i samlede spørringskostnader eller kostnaden ved å fullføre en oppgave med en AI-agent.
Databaseoppdateringer er del av bildet, men detaljene er få
Samtidig omtale av oppdateringen nevner AlloyDB og BigQuery blant produktene som får nye funksjoner, sammen med Knowledge Catalog. 3 Utdragene som er tilgjengelige, bekrefter ikke den mer spesifikke påstanden om at AlloyDB kan slå sammen historiske Iceberg-data direkte med operative data fra PostgreSQL i sanntid.
Spanner Omni er en annen del av Googles bredere datasatsing. Google kunngjorde at databasen var generelt tilgjengelig 30. september 2026, og beskrev den som en distribuert database med støtte for flere datamodeller som kan tas i bruk lokalt eller i andre skyer. Den ble dermed ikke først lansert som generelt tilgjengelig 4. november. 20
Hva kunngjøringen viser – og ikke viser – om AI-agenter
Det kildene underbygger, er at Google bygger et lag for datatilgang på tvers av skyer og kobler det til felles kontekst for KI-assistenter og agenter. Det kan gjøre det enklere for agenter å finne relevante opplysninger og bruke konsekvente definisjoner. 4
17
19
Det viser ikke i seg selv at en agent trygt kan utføre en forretningsprosess. For det trengs egne holdepunkter for tilgangskontroll, validering, transaksjonshåndtering, revisjonsspor, gjenoppretting og totalkostnaden ved å fullføre oppgaven. Kildeutdragene gir heller ikke nok informasjon til å kontrollere de omtalte analytikervurderingene eller sammenligningene med Microsoft, Databricks, Snowflake og AWS. Kunngjøringen viser Googles retning for plattformen; påstander om selvstendig utføring og økonomien i det krever mer dokumentasjon enn funksjoner for datatilgang og kontekst.
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 "Google vil la AI-agenter hente data der de ligger"?
Googles oppdatering 4. november 2026 handler om å gi AI agenter tilgang til data på tvers av skymiljøer og hjelpe dem med å forstå virksomhetens begreper.
What are the key points to validate first?
Googles oppdatering 4. november 2026 handler om å gi AI agenter tilgang til data på tvers av skymiljøer og hjelpe dem med å forstå virksomhetens begreper. Borderless Lakehouse bygger på Apache Iceberg og skal gjøre det mulig å spørre mot data der de ligger, mens Knowledge Catalog tilfører forretningskontekst.
What should I do next in practice?
Kostnadsbesparelser og trygg, selvstendig utføring av forretningsoppgaver er ikke dokumentert av kildene som er tilgjengelige.