Dati e AI: nuove soluzioni per la prossima era di innovazione ed efficienza

Anche nell'attuale contesto di business in continua evoluzione, le esigenze dei nostri clienti non sono mai state così chiare: vogliono ridurre i costi operativi, incrementare i ricavi e trasformare la customer experience. Oggi, in occasione del nostro terzo Google Data Cloud & AI Summit, annunciamo innovazioni di prodotto e offerte di partner in grado di ottimizzare il rapporto prezzo/prestazioni, favorire l'adozione di ecosistemi aperti, impostare in modo sicuro gli standard dei dati e di offrire i benefici dell'AI e del ML per i dati esistenti, coinvolgendo nel contempo un dinamico ecosistema di partner. Le nostre principali innovazioni consentiranno ai clienti di:

• Migliorare la prevedibilità dei costi legati ai dati con BigQuery editions
• Svincolarsi dai database legacy con AlloyDB Omni
• Unificare le metriche di fiducia all’interno dell'organizzazione con Looker Modeler
• Estendere gli insight di AI e ML a BigQuery e ad altre piattaforme di terze parti

Migliorare la prevedibilità dei costi operativi di BigQuery

A fronte di condizioni di mercato in rapida evoluzione, le organizzazioni necessitano di sistemi più smart che offrano efficienza e flessibilità. Ecco perché oggi siamo entusiasti di presentare nuove edizioni di pricing di BigQuery, oltre ad alcune innovazioni per l'autoscaling e un nuovo modello di fatturazione compressed storage.

Le nuove edizioni di BigQuery offrono maggiore scelta e flessibilità, consentendo di selezionare il set di funzionalità più adatto alle esigenze dei vari carichi di lavoro. È possibile combinare le edizioni Standard, Enterprise ed Enterprise Plus per ottenere il rapporto prezzo-prestazioni ideale in base al carico di lavoro.

Le nuove edizioni di BigQuery includono la possibilità di sottoscrivere abbonamenti annuali o pluriennali a prezzi inferiori per carichi di lavoro prevedibili e la nuova funzione di autoscaling che supporta carichi di lavoro imprevedibili e offre la possibilità di pagare solo per la capacità di calcolo utilizzata. A differenza delle soluzioni alternative basate su VM che prevedono il pagamento di un warehouse completo con una capacità fissa e predefinita, BigQuery sfrutta la potenza di un'architettura serverless per fornire capacità aggiuntiva con incrementi granulari, così da evitare di pagare di più per una capacità sottoutilizzata. Stiamo, inoltre, offrendo un nuovo modello di fatturazione compressed storage per i clienti che utilizzano le edizioni di BigQuery, che può ridurre i costi a seconda del tipo di dati strutturati e grezzi che vengono archiviati.

Svincolarsi dai database legacy con AlloyDB

Per molte organizzazioni, ridurre i costi significa migrare dai costosi database legacy. Ma talvolta non è possibile procedere con la rapidità desiderata, perché i carichi di lavoro sono vincolati a data center on-premise a causa di requisiti normativi o di sovranità dei dati, oppure perché le applicazioni vengono gestite all’edge. Molti clienti hanno bisogno di un percorso per supportare la modernizzazione in atto con AlloyDB, il nostro database ad alte prestazioni compatibile con PostgreSQL, come trampolino di lancio verso il cloud.

Oggi siamo lieti di annunciare l'anteprima tecnologica di AlloyDB Omni, una versione scaricabile di AlloyDB progettata per essere eseguita on-premise, all'edge, su tutti i cloud o persino sui laptop degli sviluppatori. AlloyDB Omni offre i vantaggi di AlloyDB che i clienti hanno imparato ad amare, tra cui prestazioni elevate, compatibilità con PostgreSQL e supporto per Google Cloud, il tutto a una frazione del costo dei database legacy. Dai nostri test per misurare le performance, AlloyDB Omni è risultato due volte più veloce di PostgreSQL standard per i carichi di lavoro transazionali e offre query analitiche fino a 100 volte più veloci di PostgreSQL standard. Da oggi è possibile scaricare l'offerta gratuita per gli sviluppatori all'indirizzo https://cloud.google.com/alloydb/omni.

Per semplificare il passaggio al nostro open data cloud, presentiamo il nuovo strumento Database Migration Assessment (DMA) di Google Cloud, che offre report di facile comprensione che dimostrano lo sforzo necessario a passare a uno dei nostri database PostgreSQL, che si tratti di AlloyDB o Cloud SQL. Per scoprire come accelerare il passaggio ai database di Google Cloud, è possibile contattarci all'indirizzo g.co/cloud/migrate-today.

Impostare gli standard dei dati in maniera sicura

Le aziende data driven hanno bisogno di potersi fidare dei dati contenuti nei loro strumenti di business intelligence (BI). Oggi annunciamo Looker Modeler, che consente di definire le metriche del proprio business utilizzando l'innovativo livello di modellazione semantica di Looker. Looker Modeler è il punto di riferimento per le metriche e può essere condiviso con strumenti di BI a propria scelta, come PowerBI, Tableau, Thoughtspot, Connected Sheets e Looker Studio, fornendo agli utenti dati di qualità per decisioni informate.

Oltre a Looker Modeler, abbiamo annunciato anche BigQuery data clean room, per aiutare le organizzazioni a condividere e abbinare i set di dati tra loro nel rispetto della privacy degli utenti. BigQuery data clean room sarà disponibile a partire dal terzo trimestre in anteprima per il caricamento di dati di prima parte e la combinazione con i dati delle campagne ads o con altri set di dati di terza parte attraverso il data marketplace di Google Cloud per casi d’uso di marketing. In questo modo le organizzazioni potranno sbloccare insight e migliorare le campagne, sempre nel rispetto della tutela della privacy.

Stiamo inoltre ampliando la nostra visione delle data clean room con diverse nuove partnership. Habu si integrerà con BigQuery per supportare una gestione dei dati attenta alla privacy e il suo servizio di data clean room. LiveRamp su Google Cloud consentirà una condivisione dati incentrata sulla privacy e la risoluzione delle identità direttamente all'interno di BigQuery, per promuovere partnership più efficaci. Lytics è una piattaforma di customer data costruita su BigQuery per aiutare ad attivare gli insight sui canali di marketing.

Portare il ML nei propri dati

BigQuery ML, che consente agli analisti di dati di utilizzare il machine learning attraverso gli strumenti e le skill SQL esistenti, ha registrato una crescita di utilizzo superiore al 200% nel 2022. Da quando BigQuery ML è diventato generalmente disponibile nel 2019, i clienti hanno eseguito centinaia di milioni di query di previsione e di training. Google Cloud offre agli sviluppatori un'infrastruttura per lavorare con dati, AI e ML, che include Vertex AI, Cloud Tensor Processing Unit (TPU) e le più recenti GPU di Nvidia. Per avvicinare il machine learning ai dati delle aziende, abbiamo annunciato nuove funzionalità in BigQuery che consentiranno agli utenti di importare modelli come PyTorch, ospitare modelli remoti su Vertex AI ed eseguire modelli pre-addestrati da Vertex AI.

Nell’ambito del nostro ecosistema aperto per lo sviluppo dell'AI, annunciamo anche nuove partnership che offriranno ai clienti una maggiore scelta e capacità di trasformare i loro dati in insight grazie all'AI e al ML, comprese nuove integrazioni tra:

• DataRobot e BigQuery, per consentire agli utenti di creare modelli di ML in ambienti notebook e implementare le previsioni da tali modelli in BigQuery, aiutando così gli sviluppatori a sperimentare più rapidamente i modelli di ML.
• Neo4j e BigQuery, per consentire agli utenti di estendere l'analisi SQL con data science e machine learning graph-native, lavorando senza soluzione di continuità tra BigQuery e Neo4j Graph Data Science, sia utilizzando BigQuery SQL che i notebook.
• ThoughtSpot e diversi servizi di Google Cloud - BigQuery, LookML e Fogli di Google - che forniranno maggiori funzionalità di ricerca in linguaggio naturale guidate dall'intelligenza artificiale per aiutare gli utenti a ottenere più rapidamente informazioni dai loro dati aziendali.

Accelerare il Data Cloud con un ecosistema aperto

Oltre 900 software partner alimentano le loro applicazioni utilizzando il Data Cloud di Google. I partner hanno ampliato l'ecosistema aperto di Google Cloud introducendo nuovi strumenti basati sui dati per i clienti. Ecco alcuni aggiornamenti dai nostri partner data cloud:

• Crux Informatics sta rendendo disponibili più di 1.000 nuovi set di dati su Analytics Hub, con l'intenzione di arrivare a oltre 2.000 set di dati nel corso dell'anno.
• Starburst sta rafforzando la sua integrazione con BigQuery, in modo che i clienti possano accedere alle analisi dei loro dati indipendentemente da dove risiedono, compresi i data lake o le fonti on-premise.
• Collibra ha introdotto nuove funzionalità in BigQuery, Dataplex, Cloud Storage e AlloyDB per aiutare i clienti a comprendere meglio il loro business con dati affidabili.
• Informatica ha lanciato un servizio di gestione dei dati master cloud-nativo e alimentato dall’AI su Google Cloud per semplificare la connessione dei dati a livello aziendale per una visione contestuale a 360 gradi e insight in BigQuery.
• Google Cloud Ready per AlloyDB è un nuovo programma che premia le soluzioni dei partner che hanno soddisfatto rigorosi requisiti di integrazione con AlloyDB. Trenta partner tra cui Collibra, Confluent, Datadog, Microstrategy e Striim, hanno già ottenuto la designazione Cloud Ready - AlloyDB.

In Google Cloud crediamo che i dati e l'AI abbiano il potere di trasformare il business. Per scoprire di più sugli annunci di oggi, è possibile partecipare a tutte le sessioni del Google Data Cloud & AI Summit, esplorando le sessioni per clienti e partner e accedendo ai contenuti pratici sul sito web del summit. È inoltre possibile unirsi alla nostra serie di eventi Data Cloud Live che si terranno in numerose città in tutto il mondo