AnswersPublished19 sources
Google, yapay zekâ ajanları için bulutlar arasındaki veri engellerini aşmayı hedefliyor
Google, 4 Kasım 2026’da Agentic Data Cloud için dağıtık verilere erişim ve yapay zekâ ajanlarına ortak iş bağlamı sunmaya odaklanan güncellemeler duyurdu. Apache Iceberg tabanlı Borderless Lakehouse veriyi taşımadan sorgulamayı amaçlıyor; ancak tüm bağlantı ve katalog özellikleri aynı kullanılabilirlik aşamasında de...
YayımlayanGPT-6 Luna ile düzenlendiGörseller GPT Image 2 ile oluşturuldu
Research answer
Key takeaways
- Google, 4 Kasım 2026’da Agentic Data Cloud için dağıtık verilere erişim ve yapay zekâ ajanlarına ortak iş bağlamı sunmaya odaklanan güncellemeler duyurdu.
- Apache Iceberg tabanlı Borderless Lakehouse veriyi taşımadan sorgulamayı amaçlıyor; ancak tüm bağlantı ve katalog özellikleri aynı kullanılabilirlik aşamasında değil.
- Veri hareketi maliyetindeki olası tasarruf, toplam sorgu maliyetinin ya da bir ajanın görevi başarıyla tamamlama maliyetinin düştüğünü tek başına kanıtlamıyor.
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
Google’ın 4 Kasım 2026’da duyurduğu Agentic Data Cloud güncellemelerinin odağında pratik bir hedef var: Kurumların verilerini tek bir yerde toplamadan, farklı bulutlardaki bilgilere yapay zekâ ajanlarının erişmesini sağlamak ve bu bilgileri doğru yorumlamaları için iş bağlamı sunmak. Apache Iceberg tabanlı Borderless Lakehouse ile Knowledge Catalog bu yaklaşımın temel parçaları. Ancak özelliklerin kullanılabilirlik durumu değişiyor; mevcut kaynaklar, bulutlar arası erişimin tüm maliyetleri ortadan kaldırdığını ya da bildirilen her tasarruf iddiasını doğruladığını göstermiyor. 4
10
Lakehouse, verinin bulunduğu yerde sorgulanmasını hedefliyor
Google, Borderless Lakehouse’u açık Apache Iceberg biçimi üzerine kurulu, yönetilen bir veri temeli olarak tanımlıyor. Lakehouse belgelerinde Iceberg, analitik ve yapay zekâ için ortak bir arayüzün dayanağı olarak anlatılıyor. 4
1 Google’ın ürün materyalleri, veriyi başka bir yere taşımadan farklı bulutlarda sorgulayıp kullanıma açmayı öne çıkarıyor; sektör haberlerinde de kasım güncellemesinin AWS ve Azure’daki veriler üzerinde sorgu yapılmasına olanak tanıdığı belirtiliyor.
15
3
Bu yaklaşım, analizden önce veriyi merkezi bir ambar ya da depoda toplama yönteminden farklı. Teoride, veriyi yerinde sorgulamak sistemler arasında yalnızca kopyalama amacıyla kurulan veri aktarım hatlarına duyulan ihtiyacı azaltabilir. Bunun için ilgili bağlantıların, izinlerin, biçimlerin ve hizmetlerin yine de doğru şekilde yapılandırılması gerekiyor.
“Genel kullanıma açık” ifadesi her bileşeni kapsamıyor
Google’ın ürün sayfası Borderless Lakehouse’un genel kullanıma açıldığını belirtiyor. 11 Ancak bu, her entegrasyonun veya federasyon özelliğinin aynı aşamada olduğu anlamına gelmiyor: Google’ın Lakehouse genel bakış sayfasında AWS Glue, Databricks Unity Catalog ve Snowflake Horizon ile katalog federasyonu hâlâ önizleme aşamasında gösteriliyor.
10 Google belgeleri ayrıca Databricks Unity Catalog verisini Google Cloud’dan sorgulamak için bulutlar arası bir bağlantıyı tarif ediyor.
Bu ayrım, özel bağlantı, önbelleğe alma ya da veriyi kopyalamadan entegrasyon konusundaki iddiaları değerlendirirken önemli. Mevcut kaynak parçaları, AWS ve Azure ağ bağlantısı ile önbellekleme ayrıntılarının tamamını veya SAP, Workday ve Salesforce ile sıfır kopyalı entegrasyonları doğrulamıyor. Bu nedenle söz konusu ayrıntıları burada kesinleşmiş bilgi gibi değerlendirmemek gerekiyor.
Knowledge Catalog, veriye iş bağlamı ekliyor
Tablolara erişmek tek başına bir ajana ölçütün ne anlama geldiğini, hangi tanımın ekip tarafından benimsendiğini ya da veri kümelerinin birbiriyle nasıl ilişkili olduğunu söylemez. Google, Knowledge Catalog’u ajanların kullandığı verilere iş anlamı ve yönetilen bağlam kazandıran bir araç olarak konumlandırıyor. Kasım duyurusuna göre Borderless Lakehouse, dağıtık ve yapılandırılmamış bulut verilerini ajanlara bağlam sağlamak üzere indekslemek için Knowledge Catalog ile entegre çalışıyor. 4
Google, kendi kendine öğrenen bağlam zenginleştirme özelliği ile Knowledge Studio’yu da önizleme olarak tanıttı. Bağlam zenginleştirme özelliğinin, iş bağlamındaki eksikleri belirlemek için ajan ve kullanıcı etkileşimlerinden yararlanması amaçlanıyor; Knowledge Studio ise veri sorumlularına bu bağlamı inceleyip değerlendirme araçları sunuyor. 19 Bunlar bağlamı yönetmeye yönelik özellikler; tek başlarına bir ajanın iş sürecini güvenle yürütebildiğinin kanıtı değiller.
Gemini Enterprise sürüm notlarında, Data Cloud bağlayıcıları için federasyonlu sorgu modu ve Knowledge Catalog entegrasyonu önizleme olarak belgeleniyor. Federasyonlu bir Data Cloud bağlayıcısı eklendiğinde, Asistan için Knowledge Catalog otomatik olarak etkinleşiyor. Asistan, kullanıcının erişebildiği verileri aramak ve teknik ve iş bağlamını getirmek için salt okunur araçlar kullanıyor. 17 Bu, kapsamı tanımlanmış ve belgelenmiş bir entegrasyon; Gemini desteğine ilişkin daha geniş iddiaların tümünü doğrulamıyor.
Veri çıkış ücreti iddiaları, toplam maliyet hesabı değil
Google’ın bulutlar arası yaklaşımı, veriyi taşımadan erişimi öne çıkarıyor. Duyuruya ilişkin haberlerde de AWS ve Azure’da değişken veri çıkış ücretleri olmadan sorgu yapılabildiği aktarılıyor. 15
3 Ancak mevcut duyuru ve belge parçaları, diğer buluttan kaynaklanabilecek tüm ücretlerin ortadan kalktığını göstermiyor; belirli bir iş yükünün toplam maliyetini değerlendirmeye yetecek ayrıntıyı da sunmuyor.
Benzer şekilde, sunulan materyaller talabat için bildirilen yaklaşık yüzde 40’lık veri taşıma maliyeti düşüşünü doğrulamıyor. Bu oranla ilişkilendirilen Amazon S3 Iceberg’den BigQuery’ye veri aktarımı yapılandırmasını da teyit etmiyor. Veri hareketi maliyetinde tasarruf sağlandığı doğrulansa bile bu, toplam sorgu maliyetinin veya bir ajanın görevi tamamlama maliyetinin benzer ölçüde düştüğünü göstermez.
Veritabanı güncellemeleri duyurunun kapsamını genişletiyor, ancak ayrıntılar sınırlı
Duyuruya ilişkin haberlerde Knowledge Catalog’un yanı sıra AlloyDB ve BigQuery’de de güncellemeler olduğu belirtiliyor. 3 Ancak mevcut kaynak parçaları, AlloyDB’nin Iceberg’deki geçmiş kayıtları canlı PostgreSQL operasyonel verileriyle doğrudan birleştirebildiği iddiasını doğrulamıyor. Bu özelliği bu kaynaklara dayanarak teyit etmek mümkün değil.
Spanner Omni, Google’ın daha geniş veri stratejisinde ayrıca önem taşıyor. Google, dağıtık ve çok modelli veritabanının şirket içi sistemlerde veya başka bulutlarda çalıştırılabildiğini belirterek 30 Eylül 2026’da genel kullanıma açıldığını duyurmuştu. Dolayısıyla bu ürünün genel kullanıma açılması ilk kez 4 Kasım’da duyurulmadı. 20
Duyuru, yapay zekâ ajanları hakkında ne gösteriyor — neyi göstermiyor?
Kaynakların desteklediği temel sonuç şu: Google, bulutlar arasında veri erişimi sağlayan bir katman kuruyor ve bunu yapay zekâ asistanları ile ajanları için ortak bağlamla eşleştiriyor. Bu yaklaşım, ajanların ilgili bilgiyi bulmasına ve tutarlı tanımları kullanmasına yardımcı olabilir. 4
17
19
Ancak bu, bir ajanın iş sürecini güvenli biçimde yürütebildiğini tek başına göstermez. Böyle bir değerlendirme için izinlerin nasıl uygulandığı, işlemlerin nasıl doğrulandığı ve yönetildiği, denetim kayıtlarının nasıl tutulduğu, hata durumunda nasıl geri dönüldüğü ve görevin başarıyla tamamlanmasının toplam maliyeti hakkında ayrı kanıtlar gerekir. Sunulan kaynak parçaları, belirtilen analist değerlendirmelerini veya Microsoft, Databricks, Snowflake ve AWS ile yapılan karşılaştırmaları doğrulamaya da yetmiyor. Duyuru, Google’ın platform yönünü ortaya koyuyor; otonom işlem ve bunun ekonomisine ilişkin iddialar için veri erişimi ve bağlam özelliklerinin ötesinde kanıt gerekiyor.
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, yapay zekâ ajanları için bulutlar arasındaki veri engellerini aşmayı hedefliyor"?
Google, 4 Kasım 2026’da Agentic Data Cloud için dağıtık verilere erişim ve yapay zekâ ajanlarına ortak iş bağlamı sunmaya odaklanan güncellemeler duyurdu.
What are the key points to validate first?
Google, 4 Kasım 2026’da Agentic Data Cloud için dağıtık verilere erişim ve yapay zekâ ajanlarına ortak iş bağlamı sunmaya odaklanan güncellemeler duyurdu. Apache Iceberg tabanlı Borderless Lakehouse veriyi taşımadan sorgulamayı amaçlıyor; ancak tüm bağlantı ve katalog özellikleri aynı kullanılabilirlik aşamasında değil.
What should I do next in practice?
Veri hareketi maliyetindeki olası tasarruf, toplam sorgu maliyetinin ya da bir ajanın görevi başarıyla tamamlama maliyetinin düştüğünü tek başına kanıtlamıyor.