ОтветыОпубликовано19 источники
Google хочет подключить ИИ-агентов к данным в разных облаках — но стоимость доступа требует уточнений
4 ноября 2026 года Google объявила об обновлениях Agentic Data Cloud: платформа должна помогать ИИ агентам обращаться к распределённым данным и учитывать общий бизнес контекст. Borderless Lakehouse построен на Apache Iceberg и призван дать возможность работать с данными там, где они хранятся, не сводя всё предварите...
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- 4 ноября 2026 года Google объявила об обновлениях Agentic Data Cloud: платформа должна помогать ИИ агентам обращаться к распределённым данным и учитывать общий бизнес контекст.
- Borderless Lakehouse построен на Apache Iceberg и призван дать возможность работать с данными там, где они хранятся, не сводя всё предварительно в одно место.
- Само по себе отсутствие переноса данных не доказывает, что исчезают все расходы на запросы или что агент способен безопасно выполнять бизнес процессы.
Промпт ИИ
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
Обновление Google Agentic Data Cloud от 4 ноября 2026 года посвящено практической задаче: дать ИИ-агентам доступ к данным, разбросанным по облачной инфраструктуре компании, и снабдить их контекстом, который помогает правильно интерпретировать эти данные. В центре анонса — Borderless Lakehouse на базе Apache Iceberg и Knowledge Catalog. Но доступность функций различается, а имеющиеся материалы не доказывают, что работа между облаками полностью избавляет от расходов или подтверждает все заявления об экономии. 4
10
Borderless Lakehouse: запросы к данным там, где они хранятся
Google описывает Borderless Lakehouse как управляемую платформу для работы с данными на открытом формате Apache Iceberg. В документации Iceberg представлен как основа единого интерфейса для аналитики и ИИ. 4
1 Google заявляет, что с помощью Lakehouse можно запрашивать и использовать данные в разных облаках, не перемещая их; отраслевое издание пишет, что после ноябрьского обновления запросы можно выполнять к данным в AWS и Azure.
15
3
Это иной подход, чем предварительно копировать данные в централизованное хранилище для анализа. В теории работа с данными на месте может сократить потребность в конвейерах, которые нужны лишь для переноса информации между системами. Но такой сценарий всё равно требует настроенных подключений, разрешений, форматов и сервисов.
Общая доступность не означает, что доступны все интеграции
На странице продукта Google указано, что Borderless Lakehouse в целом доступен. 11 Это не доказывает, что такой же статус у каждой интеграции или функции федерации: в обзоре Lakehouse объединение каталогов AWS Glue, Databricks Unity Catalog и Snowflake Horizon обозначено как предварительная версия.
10 Документация Google также описывает подключение для запросов из Google Cloud к данным в Databricks Unity Catalog.
Это различие важно при оценке заявлений о частных межоблачных соединениях, кэшировании и интеграциях без копирования данных. Доступные фрагменты источников не подтверждают в полном объёме детали сетевого подключения и кэширования для AWS и Azure или интеграции без копирования с SAP, Workday и Salesforce. Поэтому эти конкретные возможности здесь нельзя считать установленными фактами.
Knowledge Catalog должен объяснить агентам, что означают данные
Одних таблиц недостаточно, чтобы понять, что именно измеряет показатель, какое определение принято в компании и как связаны наборы данных. Google позиционирует Knowledge Catalog как способ снабдить данные для агентов бизнес-смыслом и управляемым контекстом. В ноябрьском анонсе говорится, что Borderless Lakehouse интегрируется с Knowledge Catalog, который индексирует распределённые и неструктурированные данные в облачных хранилищах для формирования контекста агента. 4
Google также описывала самообучающееся обогащение контекста и Knowledge Studio как предварительные версии. Функция обогащения должна находить пробелы в бизнес-контексте на основе взаимодействий пользователей и агентов, а Knowledge Studio — помогать специалистам по данным изучать и проверять этот контекст. 19 Это инструменты управления контекстом, но сами по себе они не доказывают, что агент может безопасно выполнить бизнес-процесс.
В документации Gemini Enterprise зафиксированы предварительные версии федеративных запросов для коннекторов Data Cloud и интеграции с Knowledge Catalog. Если подключить коннектор Data Cloud в режиме федеративных запросов, Knowledge Catalog автоматически включается для Assistant: он предоставляет доступные пользователю инструменты только для чтения, чтобы искать данные и получать технический и бизнес-контекст. 17 Это конкретная и ограниченная интеграция — не подтверждение всех более широких заявлений о поддержке Gemini.
Экономия на передаче данных — ещё не экономия на всём
В предложении Google акцент сделан на доступе без перемещения данных, а в публикациях об анонсе говорится о запросах к данным в AWS и Azure без переменных расходов на исходящий трафик. 15
3 Однако доступные фрагменты анонса и документации не устанавливают, что исчезают все возможные начисления за работу с данными в удалённом облаке, и не дают достаточно подробностей для расчёта стоимости конкретной нагрузки.
Материалы также не подтверждают сообщавшееся сокращение расходов talabat на перемещение данных примерно на 40% и не позволяют проверить конкретную схему работы с Iceberg-данными в Amazon S3 через BigQuery. Даже если бы такая экономия была подтверждена, она сама по себе не означала бы сопоставимого снижения общей стоимости запросов или выполнения задачи ИИ-агентом.
Обновления баз данных: часть деталей пока неясна
В обзоре анонса среди продуктов с обновлениями названы AlloyDB и BigQuery, а также Knowledge Catalog. 3 Доступные фрагменты не подтверждают конкретную возможность AlloyDB напрямую объединять исторические записи Iceberg с текущими операционными данными PostgreSQL, поэтому подтвердить её на основании этих источников нельзя.
Spanner Omni относится к более широкой стратегии Google в сфере данных, но это отдельный анонс. 30 сентября 2026 года Google объявила о его общей доступности и описала Spanner Omni как распределённую мультимодельную базу данных, которую можно развернуть локально или в других облаках. Значит, о готовности Spanner Omni в целом компания объявила не 4 ноября. 20
Что анонс говорит об агентах — и чего не доказывает
Обоснованный вывод таков: Google развивает уровень доступа к данным в разных облаках и связывает его с общим контекстом для ИИ-помощников и агентов. Это может помочь агентам находить нужную информацию и опираться на единые определения. 4
17
19
Но одного этого недостаточно, чтобы заключить, что агент способен безопасно выполнять бизнес-процесс. Для такого вывода нужны отдельные данные о правах доступа, проверке результатов, обработке транзакций, аудите, восстановлении после сбоев и полной стоимости успешно выполненной задачи. В предоставленных материалах также недостаточно подробностей, чтобы проверить упомянутые оценки аналитиков или сравнения с Microsoft, Databricks, Snowflake и AWS. Анонс описывает направление развития платформы; заявления об автономном выполнении задач и его экономике требуют доказательств сверх функций доступа к данным и контексту.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «Google хочет подключить ИИ-агентов к данным в разных облаках — но стоимость доступа требует уточнений»?
4 ноября 2026 года Google объявила об обновлениях Agentic Data Cloud: платформа должна помогать ИИ агентам обращаться к распределённым данным и учитывать общий бизнес контекст.
Какие ключевые моменты необходимо проверить в первую очередь?
4 ноября 2026 года Google объявила об обновлениях Agentic Data Cloud: платформа должна помогать ИИ агентам обращаться к распределённым данным и учитывать общий бизнес контекст. Borderless Lakehouse построен на Apache Iceberg и призван дать возможность работать с данными там, где они хранятся, не сводя всё предварительно в одно место.
Что мне делать дальше на практике?
Само по себе отсутствие переноса данных не доказывает, что исчезают все расходы на запросы или что агент способен безопасно выполнять бизнес процессы.