شركة Google تركز على ابتكارات البيانات لمستخدمي المؤسسات في Cloud Next

في مؤتمر Google Cloud Next لهذا العام، تعاملت Google مع المؤسسات ببعض التطورات البارزة في المنتجات، بدءًا من إطلاق وكلاء الذكاء الاصطناعي الجدد ودروع توصيل البرامج إلى مناطق السحابة الجديدة.

على جانب البيانات، ينصب تركيز الشركة إلى حد كبير على إنشاء سحابة بيانات مفتوحة وقابلة للتوسيع، والتي يمكن أن تسمح للمؤسسات بالوصول إلى جميع أنواع البيانات والعمل معها، بغض النظر عن تنسيق التخزين أو البيئة، بطريقة موثوقة ومحكومة. ولهذه الغاية، كشفت النقاب عن إمكانات مثيرة متعددة لسحابة البيانات الخاصة بها.

دعم البيانات غير المنظمة على BigQuery
أولاً، قالت Google إنها تقدم الدعم للبيانات غير المنظمة في BigQuery، مما يسمح للمؤسسات بالعمل والاستعلام عن المزيد من أنواع البيانات، مثل الفيديو من أرشيفات التلفزيون، والصوت من مراكز الاتصال والوثائق، في مستودع البيانات السحابي الشهير. ستمكّن هذه الخطوة المؤسسات من تغطية معظم مصادر معلوماتها، وتتجاوز الأيام التي كانت فيها فقط قادرة على تحليل البيانات المهيكلة من قواعد البيانات التشغيلية وتطبيقات البرمجيات كخدمة (SaaS) أو المعلومات شبه المنظمة مثل ملفات سجل JSON.

 
دعم تنسيقات البيانات الرئيسية
بعد ذلك، أعلنت Google أن محرك التخزين الخاص بها، BigLake، سيدعم تنسيقات الجداول مفتوحة المصدر الشائعة مثل Apache Iceberg و Delta Lake و Apache Hudi. ستساعد هذه الخطوة المؤسسات على استخلاص القيمة الكاملة من بياناتها، على الرغم من أنه حتى الآن، تم إطلاق Apache Iceberg فقط في المعاينة. سيحذو الآخران حذوهما في الأسابيع المقبلة.

 
تكامل أباتشي سبارك الجديد
إلى جانب دعم تنسيقات الجداول مفتوحة المصدر الجديدة، شهد Google Cloud Next أيضًا إطلاق تجربة متكاملة جديدة في BigQuery لـ Apache Spark، وهو محرك تحليل بيانات مفتوح المصدر. قالت Google إنه مع هذا التكامل، سيتمكن ممارسو البيانات من إنشاء إجراءات في BigQuery، باستخدام Apache Spark، تتكامل مع خطوط أنابيب SQL الخاصة بهم.

 
تكامل Datastream
أعلنت Google أيضًا عن طرح تكامل Datastream جديد سيمكن المؤسسات من نسخ البيانات من جميع أنواع المصادر، بما في ذلك البيانات في الوقت الفعلي في AlloyDB و PostgreSQL و MySQL وقواعد بيانات الجهات الخارجية مثل Oracle، مباشرةً في BigQuery. سيعطي هذا الفرق المزيد من البيانات لتحليلها بسرعة واكتساب رؤى منها.

 
تحسينات Dataplex
لمساعدة المؤسسات في الحفاظ على مجموعات بيانات عالية الجودة، أعلنت Google أيضًا عن تحسينات في Dataplex. كجزء من هذا، سيبدأ حل نسيج البيانات الذكي في أتمتة العمليات المشتركة المرتبطة بجودة البيانات. على سبيل المثال، يمكن للمستخدمين الآن فهم نسب البيانات بسهولة أكبر - حيث تنشأ البيانات وكيف تحولت وتحركت بمرور الوقت - مما يقلل من الحاجة إلى العمليات اليدوية التي تستغرق وقتًا طويلاً.

 
رؤية Vertex AI
لتوسيع قدرات Vertex AI، والتي تتيح تنسيق النماذج ونشرها، أعلنت Google عن Vertex AI Vision. تتيح بيئة تطوير التطبيقات الشاملة هذه لممارسي البيانات استيعاب البيانات المرئية وتحليلها وتخزينها لتطبيقات رؤية الكمبيوتر واسعة النطاق. يوفر واجهة سهلة الاستخدام وسحب وإفلات ومكتبة من نماذج ML المدربة مسبقًا للمهام الشائعة مثل حساب الإشغال والتعرف على المنتجات واكتشاف الكائنات، ويمكن أن تقلل من وقت إنشاء تطبيقات رؤية الكمبيوتر من أسابيع إلى ساعات بعُشر تكلفة العروض الحالية.

 
توسيع المشاهد
أخيرًا، استخدمت الشركة أيضًا Cloud Next stage لإعادة تسمية Google Data Studio، والتي تتيح تحليلات الخدمة الذاتية، مثل Looker Studio وتقدم الحل مع Looker تحت مظلة مشتركة لإنشاء تكامل عميق بين Looker و Data Studio والتقنيات الأساسية مثل AI و ML. سيكون العرض الموحد بمثابة مجموعة كاملة من ذكاء الأعمال، مما يساعد المؤسسات على تجاوز لوحات المعلومات وتزويد مهام سير العمل والتطبيقات بالذكاء اللازم للمساعدة في اتخاذ القرارات المستندة إلى البيانات. كجزء من هذا التحول، سيتطور Looker Studio أيضًا ليشمل واجهة مستخدم كاملة للعمل مع البيانات التي تم تصميمها في Looker.