谷歌云将人工智能融入数据分析策略

谷歌正战略性地提升其数据分析能力，将人工智能 (AI) 置于其弥合结构化数据和非结构化数据之间鸿沟计划的核心位置。dent 、数据分析和 Looker 副总裁兼总经理 谷歌云数据库发挥关键作用trac从企业数据中挖掘价值

Kazmaier强调了人工智能与传统商业智能工具之间的协作。人工智能的优势在于其能够快速整合结构化和非结构化数据，超越人类的分析速度。凭借其在搜索技术领域的深厚根基和在开发Transformer模型方面的专业知识， 谷歌旨在 重新defi企业数据搜索。

这家科技巨头设想打造一种类似于其知名公共领域搜索的企业数据搜索方式。卡兹迈尔强调，其目标是为每一条企业数据点，无论其是否存在于万维网上，都提供一个用户友好的界面。他以谷歌在公共领域的普及程度为例，设想将生成式人工智能（GenAI）工具与特定领域的企业信息无缝集成。.

谷歌的数据转换技术提升了商业智能的可访问性和准确性。

谷歌致力于让信息普惠，而对生成式人工智能的关注也正是这一承诺的体现。与需要编程或分析技能的传统商业智能工具不同，生成式人工智能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，并消除了为匹配仪表板格式而筛选数据的需要。.

谷歌公布了一项全面的路线图，旨在将人工智能融入其分析工具。这包括将 BigQuery 与 Vertex AI 集成，在 BigQuery Studio 中简化数据到人工智能的工作流程，并赋能用户在 BigQuery ML 中创建机器学习模型。这些增强功能也扩展到了 Looker 和 Looker Studio，展现了谷歌致力于发展商业智能的决心。.

生成式人工智能（尤其是 GenAI）有望赋能企业中非专业人士，使其能够高效地处理业务数据。业务用户无需再费力编写代码或设计仪表盘，即可使用自然语言与数据库交互，并获得相应的反馈。这种转变不仅提高了易用性，而且通过处理更大的数据量和更广泛的数据源，也提高了准确性。.

利用生成式人工智能从非结构化数据中获取商业智能洞察

Kazmaier 深入剖析了在不断演变的数据利用格局中，非结构化数据正在发生的深刻变革。非结构化数据传统上占据全球数据总量的 90%，如今正经历着一场范式转变。生成式人工智能作为一种动态工具应运而生，使企业能够从海量的非结构化信息中挖掘出宝贵的洞察。.

这种变革性的能力不仅限于数据处理；它标志着人们不再局限于传统的“是什么、何时、何地”的探究，而是转向对难以捉摸的“为什么”进行更深入的探索。随着企业将人工智能融入其智能框架，重点也从单纯的数据展示转向信息的协作解读。. 

GenAI扮演着催化剂的角色，促进与人工智能代理的协作。这种协作方式使用户能够借助复杂的模型深入挖掘数据趋势，从而克服传统商业智能工具在信息压缩方面常常存在的局限性。.

谷歌的数据分析策略采取全面的方法，超越了大数据范畴。它将大量数据点纳入分析之中。卡兹迈尔指出人工智能系统在决策方面存在效率低下的问题，尤其是在确定是否应考虑其他因素方面。. 

充分利用人工智能系统的处理能力对于简化决策流程和避免障碍至关重要。值得注意的是，该策略强调整合此前未充分利用的非结构化数据，这标志着不断发展的数据分析方法的一个关键方面。.