谷歌正在为企业技术领导者提供全新工具,以支持AI智能体的规模化落地。在Google Cloud Next '26大会上,谷歌正式发布了Agentic Data Cloud(智能体数据云)。根据周三发布的官方公告,这一原生AI架构旨在将企业遗留数据平台转化为具备推理能力的智能引擎。
据公告介绍,Agentic Data Cloud为AI智能体提供了一套通用业务上下文引擎,同时引入跨云数据湖仓,帮助企业打通各数据资产之间的壁垒,消除数据孤岛现象。
Futurum Group负责CIO与技术买家业务的副总裁兼实践主管Dion Hinchcliffe认为,这款新云产品的核心价值在于打破数据平台与AI智能体功能之间的边界。他在发送给CIO Dive的电子邮件中表示:"对于CIO而言,这一产品具有相当的吸引力,因为它直接解决了多云数据蔓延和治理缺口的问题。"
随着各大厂商纷纷押注于代表企业自主执行任务的AI智能体,越来越多的人意识到:智能体需要能够跨云运行,并获取关键数据与业务上下文。
根据Kyndryl发布的《2025年云就绪报告》,企业正越来越倾向于混合云架构,84%的云端领导者有意选择多云部署策略。然而报告也指出,AI智能体的成功离不开互联互通的基础设施,以确保数据与智能能够自由流动。
为应对这一挑战,谷歌与AWS已于去年12月启动合作,致力于简化多云互联;微软Azure也计划于2026年晚些时候加入该项目。与此同时,CoreWeave与Google Cloud展开合作,支持在双方云产品之间开展AI训练与推理,甚至在部分场景下延伸至AWS、微软Azure及本地部署环境。
跨平台集成趋势正在各大厂商之间加速推进。数据与AI公司Databricks去年扩大了与微软和谷歌云的合作伙伴关系。与此同时,云数据平台Snowflake也对其数据云架构进行了重构,以支持企业AI智能体的落地,并将其云平台与Google Drive和Salesforce数据云打通。
Hinchcliffe指出,Agentic Data Cloud的推出,正是谷歌针对数据洞察与行动之间存在的延迟与碎片化问题所给出的解答,而这正是企业的核心痛点。他进一步表示,通过这一举措,谷歌似乎正在让数据层真正具备可操作性——通过开放跨云访问、持续丰富上下文信息,并允许智能体直接在数据上执行操作。
Hinchcliffe认为,此举有助于将谷歌定位为最具AI原生特性的云服务提供商,而AWS专注于基础设施,微软则聚焦于应用与工作流。
"谷歌在押注:谁掌控了智能体的数据上下文层,谁就能主导企业自动化的最终结果,"Hinchcliffe说道。"如果谷歌成功,它无需赢得整个云计算堆栈,只需成为企业数据被充分理解的核心系统,让自家智能体比其他智能体表现更出色——而这恰恰是智能体企业中价值最高的一层。"
除Agentic Data Cloud外,谷歌还同步推出了Gemini企业智能体平台。根据周三的公告,该平台帮助企业构建、扩展和治理AI智能体,标志着Vertex AI进入下一发展阶段。
未来,Vertex AI将不再作为独立服务提供,而是通过智能体平台统一交付,为智能体开发提供底层支持。
Q&A
Q1:Agentic Data Cloud是什么?它解决了什么问题?
A:Agentic Data Cloud是谷歌在Google Cloud Next '26大会上发布的原生AI架构产品,旨在将企业遗留数据平台转化为具备推理能力的智能引擎。它通过提供通用业务上下文引擎和跨云数据湖仓,帮助企业打通数据孤岛,解决多云数据蔓延、治理缺口以及数据洞察与实际行动之间的延迟和碎片化问题,让AI智能体能够跨云运行并访问关键数据。
Q2:谷歌Agentic Data Cloud与AWS、微软Azure相比有何不同?
A:根据Futurum Group分析师Hinchcliffe的观点,三大云厂商各有侧重:AWS专注于基础设施建设,微软Azure聚焦于应用与工作流场景,而谷歌则通过Agentic Data Cloud抢占数据上下文层,致力于成为最具AI原生特性的云平台。谷歌的战略逻辑在于:掌控了智能体的数据上下文层,就能主导企业自动化的最终结果,无需赢得整个云计算堆栈。
Q3:Gemini企业智能体平台和Vertex AI是什么关系?
A:Gemini企业智能体平台是谷歌此次同步发布的另一重要产品,标志着Vertex AI进入下一个发展阶段。未来Vertex AI将不再以独立服务的形式对外提供,而是统一通过Gemini企业智能体平台来交付,专门为企业构建、扩展和治理AI智能体提供底层支撑能力。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。