Google Cloud: arrivano le integrazioni di Gemini per BigQuery

L'IA generativa non solo sta cambiando il modo di lavorare, ma anche i confini esistenti fra i diversi ruoli in azienda. Secondo l'analisi "Google Data and AI Trends Report, 2024" condotta da Google Cloud, infatti, la stragrande maggioranza (84%) dei responsabili dati è convinta che la GenAI li aiuterà a estrarre insight più rapidamente. Ma sono anche consci delle sfide che portano l'introduzione di questa tecnologia in azienda: per l'80%, infatti, le linee che separano ruoli che coinvolgono l’IA e quelli che coinvolgono i dati stiano iniziando a sfumare. In pratica, molti data analyst cercano di sfruttare funzionalità che erano tradizionalmente riservate ai data scientist, e viceversa. Per andare incontro a queste esigenze, Google Cloud ha potenziato la sua piattaforma BigQuery, che ora è maggiormente integrata con VertexAI e con Gemini 1.0 Pro. 

Tutte le novità per la GenAI di BigQuery

Quattro le principali novità annunciate da Google Cloud per Big Query: due sono relative agli strumenti di analisi dei dati, e altrettante riguardano il database. Iniziamo con gli strumenti di analisi: ora Gemini 1.0 Pro è accessibile ai clienti di BigQuery tramite Vertex AI.

Questo consentirà a data engineer e a data analyst di utilizzare le funzionalità di ragionamento avanzato e multimodale dei modelli Gemini sui loro dati BigQuery. Secondo il colosso del cloud, questa integrazione "aiuterà i fornitori di servizi sanitari a migliorare l'assistenza ai pazienti, permetterà di rendere le supply chain più efficienti e contribuirà a migliorare la qualità del customer engagement nei settori delle telecomunicazioni, dei servizi finanziari e del retail".

La seconda novità relativa agli strumenti di analisi è l'integrazione di BigQuery con Vertex AI per il testo e il parlato. Una nuova funzionalità che consentirà di estrarre informazioni utili da dati non strutturati, come immagini e video. Un caso di utilizzo pratico è quello dei call center: ora si potranno ricavare ulteriori dati facendo lavorare l'IA sulle registrazioni audio delle chiamate di supporto. 

Le novità per il database AlloyDB

Come anticipato, delle quattro nuove funzionalità annunciate, due sono relative al database, nello specifico ad AlloyDB, un DB realizzato proprio per gestire con efficienza i dati relativa alla GenAI. Una soluzione che sino al 1° marzo era disponibile solo in modalità preview, e che ora è accessibile a tutti.

La seconda novità relativa al DB è che le funzionalità di ricerca vettoriale sono ora presenti anche in altri database, come Spanner, MySQL e Redis. La ricerca vettoriale è un metodo utilizzato per identificare e recuperare dati che sono più simili a uno specifico vettore di input. Un processo fondamentale in molte applicazioni di intelligenza artificiale e apprendimento automatico, come la ricerca semantica e visiva. Un esempio pratico di applicazione è quello dei negozi online, che possono sfruttare le funzioni di ricerca vettoriale per offrire raccomandazioni sui prodotti, riassumere le soluzioni ai ticket di assistenza cliente più ricorrenti o persino a individuare tendenze all’interno di grandi set di documenti.