导语：数据是企业宝贵的资产，AI 则是挖掘数据价值的利器。
Google Cloud 近日宣布了一系列令人振奋的数据分析创新，旨在帮助企业更轻松地利用数据，释放 AI 的潜能。这些创新不仅涵盖了数据存储、处理、分析等各个环节，还将 AI 与数据深度融合，为企业带来前所未有的机遇。
根据此前 Google Cloud 发布的《2024年数据和 AI 趋势报告》，66% 的企业表示至少一半的数据处于“暗数据”状态，其中大部分数据是非结构化且未管理的，一个个“数据孤岛”阻碍了数据的流通和价值挖掘。
Google Cloud 《2024年数据和 AI 趋势报告》还指出，生成式 AI 和数据治理相辅相成。企业通过将两者结合，可以实现数据驱动的业务转型，提升创新能力和市场竞争力。
AI 支持的数据平台正引领数据革命。它打破传统数据孤岛，统一管理各类数据，并通过 AI 赋能，实现智能化分析。从图像、视频到文本，AI 支持的数据平台能快速提取有价值洞见，助力中国企业在竞争激烈的出海赛道中保持领先。
Google Cloud 作为全球领先的云服务商，正加速这一变革。2023 年，Google Cloud 推出了 350 多项数据分析新功能，通过 BigQuery 与 Vertex AI 和 Gemini 模型的集成，将 AI 深度融入数据平台。
2024 年，Google Cloud 开始打造从数据到 AI 的统一平台 ——BigQuery，将更多的 AI 创新功能引入到 BigQuery，并将新一代 AI 功能完善到通用版本和预览版，以帮助中国企业更轻松地从数据中挖掘价值，推动出海业务增长。
Gemini 赋能数据处理，提高生产力
BigQuery 中的 Gemini 为数据准备、探索、分析、治理和安全等全流程提供了 AI 驱动的智能体验。借助智能推荐，您可以提升生产力，优化成本。
代码辅助与自动生成
Gemini 可以为 SQL 和Python 代码提供智能补全，加速开发。数据画布功能可视化数据探索过程，提升效率。
图例：在 BigQuery 中使用 Gemini 生成 SQL 代码
Looker 集成
提供 AI 公式辅助，用户可以用自然语言与数据交互，快速获得数据分析结果，并生成具有吸引力的演示文稿，实现了更智能的数据探索和可视化，这些都与 Google Workspace 无缝集成。
图例 ：在 Looker 中使用 Gemini 生成幻灯片
对话式分析
用户可以用自然语言与数据对话，并快速获得即时、可操作的见解。Gemini 还可引导用户探索数据、生成摘要，甚至自动发现关键信息。
Google Cloud 致力于将对话分析集成到整个产品组合中，Looker 客户将能够启动独立的聊天客户端，并更灵活地过渡到 Looker Studio 以进行精细调整的仪表板和报告。
图例 ： 对话式分析生成分析结果和报告
AI 数据统一平台，简单易用
今年4月，Google Cloud Next ’24 宣布了 BigQuery 将成为数据通往 AI 的一站式集成平台，支持多模态、多引擎和多云环境，全面满足企业从数据到 AI 的全链路需求。
无缝衔接 AI
Google Cloud 建立了 BigQuery 与 Vertex AI 之间的直接连接，使企业能够轻松访问 AI 模型，并利用企业数据对大型语言模型（LLM）进行微调，从而打造更精准、更可靠的 AI 模型。
向量搜索优化
BigQuery 内置的向量索引功能，结合 Google 高效的 ScaNN 算法，实现了对大规模向量数据的快速搜索，解锁了更多数据价值。
多模态数据支持
BigQuery 通过对象表存储，轻松管理图像、音频、视频等非结构化数据，并结合 BigLake 开放存储引擎，实现对结构化、半结构化和多模态数据的统一分析。
开放生态
BigQuery 支持多种开放格式（如 Parquet、Apache Iceberg、Delta Lake），并提供统一的运行时元存储，构建了开放、灵活的数据湖仓。
自动化工作流
BigQuery 提供了强大的工作流和调度功能，帮助数据团队实现数据管道的自动化，提升效率。
简化数据处理和流处理
Google Cloud 提供了一套全面的数据处理和分析解决方案，帮助企业轻松应对日益复杂的数据挑战。通过整合 BigQuery、Spark 和 Kafka 等强大工具，Google Cloud 提供了一个统一的平台，让您能够高效地处理各种类型的数据，从批处理到实时流处理。无需管理复杂的底层基础设施，您只需专注于业务问题，加速数据驱动决策。
Apache Spark 作为一款流行的数据处理引擎，在数据工程领域备受青睐。Google Cloud 上的无服务器 Apache Spark 服务更是备受欢迎，过去一年其使用量增长了 500% 以上。现在，BigQuery 集成了 Spark 引擎，用户可以直接使用 PySpark 进行数据处理，就像使用 SQL 一样，而且无需管理底层计算资源。
Kafka 管理更简单
许多企业在管理 Apache Kafka 集群时面临诸多挑战，包括跨多个云平台和本地环境部署多个集群。为了简化这一过程，Google Cloud 推出了托管的 Apache Kafka 服务。企业只需在 Google Cloud 控制台中几步操作，即可轻松部署和管理 Kafka 集群，无需担心底层基础设施的维护。
数据实时共享
在许多行业，实时数据共享至关重要。例如，零售商需要与供应商实时共享库存信息，以实现高效的供应链管理。为了满足这一需求，Google Cloud 推出了 Analytics Hub 中 Pub/Sub 主题共享的预览功能。通过将 BigQuery 与 Pub/Sub 和 Analytics Hub 集成，企业可以安全、高效地共享实时数据，实现数据变现。
数据迁移优惠和增强的数据迁移服务工具
为了帮助更多企业顺利完成数据迁移，Google Cloud 推出了数据平台迁移激励计划。该计划为客户提供丰厚的迁移优惠，包括 Google Cloud 信用、实施信用和云出口信用，帮助企业降低迁移成本，加速价值实现。
Google Cloud 的 BigQuery 迁移服务提供了一套全面的工具，帮助企业快速、高效地将数据迁移到 BigQuery。通过这些工具，企业可以轻松地从传统数据仓库或数据湖迁移到 Google Cloud，并构建一个统一的数据和 AI 平台。
迁移奖励
数据平台迁移激励计划为希望现代化数据基础、加速生成式 AI 准备、释放数据全部潜力并推动创新和增长的企业提供重大优势：
Google Cloud 信用：抵消迁移期间同时运行两个系统的第一年成本。
实施信用：享受实施信用带来的平稳过渡，可用于 Google 或符合条件的合作伙伴。
云出口信用：用于覆盖从 AWS 或 Azure 迁移数据到 Google Cloud 产生的出口费用（最高25万美元）
迁移服务和工具
Google Cloud 的 BigQuery 迁移服务提供了一套全面的工具，帮助您轻松、高效地将数据迁移到 BigQuery。无论是从传统数据仓库、Hadoop、Spark 等系统迁移，还是将数据转化为 AI 就绪格式，BigQuery 都能提供强大的支持。通过迁移评估、SQL 转换等功能，您可以快速完成迁移，并最小化对业务的影响。
此外，BigQuery 还支持自动评估和迁移多种数据格式，极大提高了迁移效率。目前，已有数千家企业成功利用 BigQuery 迁移服务，将数据迁移到 Google Cloud，并构建了强大的数据分析和 AI 应用。
用数据驱动业务增长，开启 AI 创新时代
Google Cloud 全新平台，将 BigQuery 与 Vertex AI 深度融合，打造了一个数据到 AI 的统一平台，实现数据到 AI 的无缝衔接。
为了帮助更多的企业可以利用 AI 加速业务创新，Google Cloud 推出了Vertex AI 免费试用计划，即：
现在就注册 Vertex AI 的新客户，可获得最高300美元赠金。在三个月内，可以试用 Vertex AI 和其他 Google Cloud 产品，包括Gemini 1.5 Pro和Gemini 1.5 Flash等 150+ 基础模型。
立即参与 Vertex AI 免费试用计划！联系我们申请领取福利，开启您的 AI 创新之旅！
拨打电话：0755-26140916，或发送邮件到zixun@cloud-ace.com