- אסטרטגיות נתונים מסורתיות היו 'נאיביות' ללא הקשר מכריע.
- בינה מלאכותית יוצרת ו'נחילי סוכנים' מניעים החזר ROI חסר תקדים באמצעות נקיטת פעולה ישירה.
- התשתית הממוטבת של Google Cloud מספקת רווחי עלות וביצועים עצומים עבור עומסי עבודה של בינה מלאכותית.
עידן תובנות הנתונים הפסיביות הסתיים. יסמין אחמד, מנכ"לית Data Cloud ב-Google Cloud, חושפת כיצד 'ענן הנתונים מבוסס הסוכנים' החדש משנה באופן יסודי ארגונים ממערכות בינה למערכות פעולה דינמיות, המופעלות על ידי בינה מלאכותית יוצרת ויכולות סוכנים מתקדמות.
במהלך העשור האחרון, פלטפורמות נתונים נבנו בעיקר כ'מערכות בינה', שסיפקו לוחות מחוונים, דוחות וציוני חיזוי. עם זאת, חלק ניכר מתובנות אלו נותר לעיתים קרובות על המדף, ולא הצליח לתרגם לפעולה עסקית מוחשית. יסמין אחמד מדגישה שינוי קריטי: בינה מלאכותית יוצרת ומערכות מבוססות סוכנים מקלות כעת הרבה יותר על הנעת פעולה ישירות למערכות תפעוליות ושיווקיות, ובכך חושפות החזר ROI אמיתי.
אחמד מודה בכנות כי הגישה המוקדמת של התעשייה לנתונים מוכנים לבינה מלאכותית הייתה 'נאיבית למדי', והתמקדה בעיקר בנתונים נקיים, אילן יוחסין ואיכות. למרות חשיבותה, גישה זו השיגה דיוק של 50% בלבד עם סוכנים. החצי החסר, היא מסבירה, הוא הקשר – ה'עבודה הבלתי נראית' של אינטואיציה עסקית ומשמעות נסתרת שהייתה בעבר מוגבלת למוחות אנושיים. קטלוג הידע של Google Cloud מסיק כעת סכמה ומשמעות אלו על פני נתונים מובנים ולא מובנים, ומאפשר לסוכנים להסיק מסקנות על נתונים בצורה מדויקת ויעילה. Gemini Enterprise משמש כ'דלת הכניסה' החדשה, ומאפשר למשתמשים עסקיים לשוחח עם הנתונים שלהם מבלי להתמודד עם מורכבויות בסיסיות, ומשופר עוד יותר על ידי סוכני מחקר מעמיקים שיכולים להסיק מסקנות על נתוני ארגון ואינטרנט כאחד לתובנות הוליסטיות.
קנה המידה של טרנספורמציה מבוססת סוכנים זו דורש תשתית חזקה. אחמד מציינת כי סוכנים יכולים לייצר 10 עד 20 קריאות API עבור כל לחיצת אדם, מה שמחייב התמקדות בביצועים ובעלות. Google Cloud מתמודדת עם זה באמצעות חידושים משמעותיים, כולל עלייה של 35% במהירות עיבוד שאילתות BigQuery והפחתה של 40% בעלות בשנה האחרונה. יתרה מכך, השירות המנוהל עבור Apache Spark עם מנוע Lightning מהיר פי חמישה מ-Spark רגיל. האינטגרציה האנכית של החברה, מתשתית ועד מודלים ונתונים, מאפשרת אופטימיזציית ערימה ללא תחרות, המודגמת על ידי הפחתה של פי 230 בשימוש באסימונים להסקת מסקנות של בינה מלאכותית על נתוני BigQuery.
בהתמודדות עם מציאות ריבוי העננים, ה-Lakehouse חוצה העננים של Google Cloud ממנף תקנים פתוחים כמו Apache Iceberg וטכנולוגיית קישוריות חוצת עננים. זה מאפשר ללקוחות להתחבר ולצפות בנתונים באופן אוניברסלי ללא קשר למקום שבו הם נמצאים – בין אם זה AWS, Azure, Databricks או Snowflake – ללא העברת נתונים יקרה או פורמטים קנייניים. גישה פתוחה זו, בשילוב עם ה-Data Agent Kit (המספק תוספים, הרחבות וכלים), מעצימה סוכנים להבין ולמטב באופן טבעי את ענן הנתונים של Google, ובסופו של דבר מניעה את המעבר מהבנת נתונים בלבד לפעולה משפיעה ובזמן אמת.
“אני נרגשת במיוחד לראות את מערכת הבינה עוברת למערכות פעולה. ובפרט כאן ב-next, שמעתי הבוקר שלושה, ארבעה מקרי שימוש שונים מלקוחות על האופן שבו הם מפעילים נחילי סוכנים שמניעים פעולה אמיתית.”
- Yasmeen Ahmad, Managing Director, Data Cloud
