Google Cloud将AI整合到数据分析战略中

Google通过将其人工智能（AI）计划置于前沿，战略性地增强了其数据分析能力，旨在弥合结构化与非结构化数据之间的差距。Google Cloud数据库、数据分析和Looker副总裁兼总经理Gerrit Kazmaier表示，AI将在从企业数据中提取价值方面发挥关键作用。

Kazmaier强调了AI与传统商业智能工具之间的协作。AI的优势在于其能够迅速整合结构化与非结构化数据，超越人类的分析速度。凭借其在搜索技术方面的根基以及在开发Transformer模型方面的专业知识，Google旨在重新定义企业数据搜索。

这家科技巨头设想了一种类似于其著名的公共领域搜索的企业数据搜索。Kazmaier强调，目标是赋予每个企业数据点一个用户友好的界面，无论其是否出现在万维网上。他借鉴了Google公共搜索的熟悉感，设想将生成式AI（GenAI）工具与特定领域的企业信息无缝集成。

Google的数据转型桥接了商业智能中的可访问性与准确性

对生成式AI的关注与Google使信息普遍可获取的承诺相一致。与需要编码或分析技能的传统BI工具不同，GenAI使业务用户能够使用自然语言与数据库、数据仓库或数据湖进行交互。这种方法提高了易用性，并消除了为了匹配仪表板格式而过滤数据的需求。

Google概述了将AI融入其分析工具的综合路线图。这包括将BigQuery与Vertex AI集成，在BigQuery Studio中促进数据到AI的工作流，并赋予用户在BigQuery ML中创建机器学习模型的能力。这些增强功能还扩展到了Looker和Looker Studio，展示了Google致力于发展商业智能的决心。

生成式AI，特别是GenAI，在赋能企业内的非专业人士有效参与业务数据方面充满希望。业务用户现在可以使用自然语言与数据库进行交互并接收响应，而不是费力地处理编码或仪表板设计。这种转变不仅提高了可访问性，还通过容纳更大规模的数据量和更广泛的数据源来源，提高了准确性。

利用生成式AI挖掘商业智能中非结构化数据的见解

Kazmaier揭示了在数据利用不断演变的格局中，关于非结构化数据的深刻转变。非结构化数据传统上占世界数据的90%，正在经历范式转变。生成式AI作为一种动态工具出现，允许企业从这些庞大的非结构化信息中获取有价值的见解。

这种变革能力不仅限于处理数据；它标志着从传统的“什么、何时、何地”查询转向对难以捉摸的“为什么”的更深层探索。随着企业将AI整合到其智能框架中，重点从单纯展示数据转向协作解读信息。 

GenAI作为催化剂，促进与AI代理的协作。这种协作方法使用户能够在复杂模型的支持下深入研究数据趋势，克服了传统BI工具中信息压缩所带来的局限性。

Google的数据分析战略采取全面方法，超越大数据范畴。它涉及将多种数据点纳入分析。Kazmaier指出了AI系统中决策效率低下的问题，特别是在确定是否应考虑其他因素时。 

利用AI系统的处理能力对于简化决策过程并避免阻碍至关重要。值得注意的是，这一战略突出了整合以前未充分利用的非结构化数据，这是不断演变的数据分析方法的一个关键方面。