AnswersPublished19 sources
Google stawia na dane z wielu chmur, ale nie rozwiewa wszystkich pytań o koszty
Google ogłosiło 4 listopada 2026 r. aktualizacje Agentic Data Cloud, koncentrując się na dostępie do rozproszonych danych i wspólnym kontekście biznesowym dla agentów AI.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer
Key takeaways
- Google ogłosiło 4 listopada 2026 r. aktualizacje Agentic Data Cloud, koncentrując się na dostępie do rozproszonych danych i wspólnym kontekście biznesowym dla agentów AI.
- Borderless Lakehouse bazuje na otwartym formacie Apache Iceberg. Choć sama usługa jest ogólnie dostępna, część funkcji federacji katalogów pozostaje w wersji testowej.
- Dostęp do danych bez ich przenoszenia nie dowodzi, że znikają wszystkie koszty chmurowe ani że agent potrafi bezpiecznie wykonać cały proces biznesowy.
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
Aktualizacja Agentic Data Cloud ogłoszona przez Google 4 listopada 2026 r. ma rozwiązać praktyczny problem: umożliwić agentom AI korzystanie z danych rozproszonych w firmowej infrastrukturze chmurowej bez wcześniejszego przenoszenia ich w jedno miejsce, a zarazem dostarczyć im kontekst potrzebny do interpretacji tych informacji. Kluczowe elementy to Borderless Lakehouse oparty na Apache Iceberg oraz Knowledge Catalog. Dostępność poszczególnych funkcji jest jednak różna, a dostępne materiały nie potwierdzają, że dostęp do danych z wielu chmur usuwa wszystkie koszty ani że każda deklarowana oszczędność została zweryfikowana. 4
10
Lakehouse ma odpytywać dane tam, gdzie się znajdują
Google przedstawia Borderless Lakehouse jako zarządzaną i objętą kontrolami platformę danych, zbudowaną w oparciu o otwarty format Apache Iceberg. Dokumentacja opisuje Iceberg jako podstawę wspólnego interfejsu do analityki i AI. 4
1 Materiały Google mówią o odpytywaniu i wykorzystywaniu danych z różnych chmur bez ich przenoszenia, a relacje branżowe podają, że aktualizacja z listopada umożliwia kierowanie zapytań do danych w AWS i Azure.
15
3
To inne podejście niż przenoszenie danych do centralnej hurtowni przed analizą. W teorii odpytywanie danych na miejscu może ograniczyć potrzebę budowania potoków służących wyłącznie do kopiowania informacji między systemami. W praktyce nadal trzeba skonfigurować odpowiednie połączenia, uprawnienia, formaty i usługi.
„Ogólna dostępność” nie obejmuje automatycznie każdej funkcji
Na stronie produktu Google informuje, że Borderless Lakehouse jest ogólnie dostępny. 11 Nie oznacza to jednak, że taki sam status ma każda integracja i funkcja federacji katalogów. W przeglądzie Lakehouse Google określa federację katalogów z AWS Glue, Databricks Unity Catalog i Snowflake Horizon jako dostępną w wersji testowej.
10 Dokumentacja opisuje również połączenie między chmurami, które pozwala odpytować dane z Databricks Unity Catalog bezpośrednio z Google Cloud.
To rozróżnienie ma znaczenie przy ocenie deklaracji o prywatnych połączeniach, buforowaniu danych czy integracjach typu zero-copy. Dostępne fragmenty źródeł nie potwierdzają pełnego zakresu szczegółów dotyczących sieci i buforowania w AWS i Azure ani integracji zero-copy z SAP, Workday i Salesforce. Nie należy więc uznawać tych konkretnych możliwości za potwierdzone na podstawie przedstawionych materiałów.
Knowledge Catalog ma dostarczać agentom biznesowy kontekst
Same tabele nie wyjaśniają agentowi, co oznacza dana miara, której definicji używa firma ani jak łączą się różne zbiory danych. Google przedstawia Knowledge Catalog jako narzędzie do udostępniania agentom znaczenia biznesowego i zarządzanego kontekstu. W listopadowym ogłoszeniu firma podaje, że Borderless Lakehouse integruje się z Knowledge Catalog, który indeksuje rozproszone dane w chmurze — także nieustrukturyzowane — aby dostarczać agentom kontekst. 4
Google opisało również wzbogacanie kontekstu na podstawie interakcji oraz Knowledge Studio jako funkcje testowe. Wzbogacanie ma wykrywać braki w kontekście biznesowym na podstawie działań agentów i użytkowników, a Knowledge Studio zapewniać opiekunom danych narzędzia do przeglądania i weryfikowania tych informacji. 19 To funkcje zarządzania kontekstem, a nie samodzielny dowód na to, że agent potrafi bezpiecznie przeprowadzić proces biznesowy.
Informacje o wydaniach Gemini Enterprise potwierdzają testowy tryb zapytań federacyjnych dla konektorów Data Cloud oraz testową integrację z Knowledge Catalog. Po podłączeniu konektora Data Cloud w trybie federacyjnym Knowledge Catalog jest automatycznie włączany w Assistant. Asystent otrzymuje narzędzia tylko do odczytu, pozwalające wyszukiwać dane dostępne dla danego użytkownika i pobierać kontekst techniczny oraz biznesowy. 17 To opisana, ograniczona integracja — nie potwierdzenie wszystkich szerszych deklaracji dotyczących obsługi Gemini.
Deklaracje o opłatach za transfer to nie pełny rachunek
Google promuje dostęp do danych z różnych chmur bez ich przenoszenia, a relacje z ogłoszenia mówią o zapytaniach do AWS i Azure bez zmiennych opłat za transfer wychodzący. 15
3 Jednak dostępne fragmenty ogłoszenia i dokumentacji nie dowodzą, że znikają wszystkie opłaty naliczane przez zewnętrzne chmury. Nie podają też wystarczających informacji, by oszacować pełny koszt konkretnego obciążenia.
Dostarczone materiały nie potwierdzają również doniesienia o redukcji kosztów przenoszenia danych o około 40 proc. w talabat ani szczegółów konfiguracji Amazon S3 Iceberg i BigQuery, która miała przynieść taki wynik. Nawet gdyby oszczędność na transferze została potwierdzona, nie dowodziłaby sama w sobie podobnego spadku całkowitego kosztu zapytań ani kosztu wykonania zadania przez agenta.
Aktualizacje baz danych są częścią ogłoszenia, ale szczegółów brakuje
Relacje branżowe wymieniają AlloyDB i BigQuery wśród produktów aktualizowanych obok Knowledge Catalog. 3 Dostępne fragmenty nie potwierdzają konkretnej funkcji AlloyDB, która miałaby umożliwiać bezpośrednie łączenie historycznych rekordów Iceberg z bieżącymi danymi operacyjnymi PostgreSQL. Nie można więc potwierdzić tej możliwości na podstawie tych źródeł.
Spanner Omni to osobny, istotny element szerszej strategii Google dotyczącej danych. Firma ogłosiła jego ogólną dostępność 30 września 2026 r., opisując go jako rozproszoną, wielomodelową bazę danych, którą można wdrożyć lokalnie lub w innych chmurach. Nie został więc po raz pierwszy ogłoszony jako ogólnie dostępny 4 listopada. 20
Co ogłoszenie mówi o agentach — i czego nie dowodzi
Potwierdzony wniosek jest taki, że Google rozwija warstwę dostępu do danych z wielu chmur i łączy ją ze wspólnym kontekstem dla asystentów i agentów AI. Może to pomóc agentom odnajdywać potrzebne informacje i stosować spójne definicje. 4
17
19
Samo w sobie nie pokazuje jednak, że agent potrafi bezpiecznie wykonać proces biznesowy. Do takiej oceny potrzebne są osobne dowody dotyczące uprawnień, walidacji, obsługi transakcji, audytu, odzyskiwania po błędach i całkowitego kosztu poprawnego wykonania zadania. Dostępne fragmenty nie wystarczają również do zweryfikowania przywoływanych ocen analityków ani porównań ze strategiami Microsoftu, Databricks, Snowflake i AWS. Ogłoszenie pokazuje kierunek rozwoju platformy; deklaracje o autonomicznym działaniu agentów i jego ekonomice wymagają dowodów wykraczających poza dostęp do danych i funkcje kontekstowe.
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 stawia na dane z wielu chmur, ale nie rozwiewa wszystkich pytań o koszty"?
Google ogłosiło 4 listopada 2026 r. aktualizacje Agentic Data Cloud, koncentrując się na dostępie do rozproszonych danych i wspólnym kontekście biznesowym dla agentów AI.
What are the key points to validate first?
Google ogłosiło 4 listopada 2026 r. aktualizacje Agentic Data Cloud, koncentrując się na dostępie do rozproszonych danych i wspólnym kontekście biznesowym dla agentów AI. Borderless Lakehouse bazuje na otwartym formacie Apache Iceberg. Choć sama usługa jest ogólnie dostępna, część funkcji federacji katalogów pozostaje w wersji testowej.
What should I do next in practice?
Dostęp do danych bez ich przenoszenia nie dowodzi, że znikają wszystkie koszty chmurowe ani że agent potrafi bezpiecznie wykonać cały proces biznesowy.