Google Cloud: Acelerando Agentes com o Agentic Data Cloud

A era dos agentes já não é uma promessa futura, mas uma realidade que está gerando valor tangível para organizações que os implementam em produção. A capacidade de descobrir novas fontes de receita, otimizar a eficiência operacional e gerenciar riscos de forma proativa coloca a reinvenção de processos com agentes no centro das estratégias empresariais.

Para atender a essa demanda, o Google desenvolveu o Agentic Data Cloud, uma plataforma concebida como um Sistema de Ação. Seu objetivo é democratizar o acesso a todos os seus dados, quebrando silos, garantindo alta precisão e confiabilidade, e operando de forma proativa com custos otimizados. Empresas de renome como PayPal, Siemens, Telus, Vodafone e Walmart já colhem benefícios significativos com o uso desta solução.

O Google Cloud anunciou recentemente atualizações cruciais para o Agentic Data Cloud, visando potencializar agentes em qualquer ambiente. A iniciativa centra-se em fundamentar os agentes com o contexto empresarial específico, assegurando respostas precisas e confiáveis, além de proporcionar experiências inovadoras e focadas em agentes, tanto para profissionais técnicos quanto para usuários de negócios.

Ativando Todos os Seus Dados para Agentes com o Lakehouse Sem Fronteiras

Em ambientes corporativos, os dados residem em locais diversos: nuvens públicas, infraestruturas on-premises e plataformas SaaS como Confluent, SAP, Salesforce e Workday. O Lakehouse Sem Fronteiras, construído sobre o formato aberto Apache Iceberg, permite unificar e ativar toda essa base de dados em uma única fundação governada. Essa abordagem elimina a necessidade de mover dados, integrar conectores complexos ou arcar com custos inesperados de egressão, oferecendo uma pilha tecnológica otimizada em todas as camadas, da infraestrutura ao modelo de IA. A adoção do Apache Iceberg sob gestão do Google Cloud triplicou no último ano.

Novas funcionalidades aprimoram o Lakehouse Sem Fronteiras. O Gemini agora opera diretamente sobre o Lakehouse Sem Fronteiras, permitindo que usuários de negócios consultem dados distribuídos em múltiplas nuvens utilizando linguagem natural. Os agentes, por sua vez, baseiam seu raciocínio e executam fluxos de trabalho empresariais com base nesse contexto. Com o interconecte e cache cross-cloud para AWS e Azure, agora em General Availability (GA), é possível consultar dados entre nuvens por meio de conexões privadas e seguras, sem taxas de egressão variáveis. O Lakehouse armazena em cache blocos de dados recuperados da nuvem remota localmente no Google Cloud. Adicionalmente, o catálogo Iceberg aberto pode ser federado com soluções como Databricks Unity, Snowflake Horizon e AWS Glue, e integrações de cópia zero com SAP, Workday e Salesforce estão disponíveis.

Para fornecer o contexto necessário à IA, o Lakehouse Sem Fronteiras integra-se diretamente com o Knowledge Catalog. Esta integração indexa automaticamente dados distribuídos e não estruturados armazenados na nuvem, oferecendo aos agentes o contexto adequado para respostas precisas e um controle eficiente de custos de tokens, fundamental para uma estratégia agentic inteligente e sustentável.

"Ao implementar o Lakehouse Sem Fronteiras, que federa dados Apache Iceberg em cópia única de tabelas Amazon S3 para o BigQuery, a talabat da Delivery Hero reduziu os custos de movimentação de dados em aproximadamente 40%, ao mesmo tempo em que tornou eventos transacionais de streaming consultáveis em ambas as nuvens minutos após a produção."
- Harish Ramesh, Staff Data Engineer, Delivery Hero talabat

Agentes precisam de acesso simultâneo a dados analíticos históricos e dados transacionais em tempo real para agir de forma eficaz. Nesse sentido, novas integrações do AlloyDB com o Lakehouse Sem Fronteiras foram anunciadas. Com o acesso direto a Iceberg no AlloyDB, é possível consultar tabelas Iceberg armazenadas na nuvem sem pipelines ETL ou cópias, unindo dados operacionais em tempo real com dados históricos do Lakehouse em uma única consulta PostgreSQL. Esta combinação de capacidades transacionais do AlloyDB com acesso direto a tabelas Iceberg permite que os sistemas unifiquem dados transacionais e analíticos, atendendo às rigorosas demandas dos agentes. A solução é totalmente integrada ao runtime catalog do Lakehouse, registrando tabelas Iceberg no AlloyDB juntamente com outras tabelas. Tudo é automaticamente refletido no Knowledge Catalog, garantindo o mesmo contexto governado para os agentes. O acesso direto a Iceberg no AlloyDB é até 7x mais rápido em consultas de agregação comparado a serviços PostgreSQL compatíveis da Amazon.

Complementando essa estratégia sem fronteiras, o Spanner Omni, agora em General Availability (GA), oferece consistência, escala e capacidades multi-modelos de nível Google para aplicações agentic híbridas, abrangendo ambientes on-premises, edge e multi-cloud.

Entregando Respostas Precisas e Confiáveis com Contexto Empresarial

A precisão dos agentes está diretamente ligada ao contexto de negócios em que são fundamentados. O Knowledge Catalog, o motor de contexto universal do Google Cloud, transforma dados brutos em contexto de negócios compartilhado, permitindo que agentes respondam e atuem com maior precisão, confiança e eficiência de tokens. O Knowledge Catalog foi aprimorado com recursos de autoaprendizagem, conjuntos de contexto reutilizáveis e uma experiência de usuário renovada. Isso garante que a camada de contexto evolua automaticamente com o negócio, mantendo a governança de dados sob controle humano. Benchmarks internos indicam que o Knowledge Catalog aumenta a precisão de agentes de IA em quase 4x, reduz a latência em até 33% e utiliza até 75% menos tokens.

Grande parte do conhecimento institucional de uma empresa reside fora dos bancos de dados, em playbooks operacionais, documentos e tickets. O contexto para agentes deve ser curado com base nas perguntas reais dos usuários. A nova funcionalidade de autoaprendizagem para enriquecimento no Knowledge Catalog, disponível em preview, transfere a carga pesada da curadoria de contexto para os agentes. O Knowledge Catalog aprende com a intenção do usuário e com cada interação humana e de agente, minerando continuamente fontes não estruturadas como Google Workspace, GitHub, Jira, Confluence e SharePoint para preencher lacunas de contexto e evoluir o conhecimento de forma automática. Ele também empacota o conhecimento de domínio em conjuntos de contexto reutilizáveis no formato Open Knowledge Format (OKF), permitindo que engenheiros de contexto e gestores de dados governem esse conhecimento enriquecido com facilidade. Para equipes de dados e gestores, foi introduzido um novo estúdio no Knowledge Catalog... (continua em desenvolvimento)