AIクリエーターの道 ニュース: Google BigQueryがAIエージェントをアップデート！l'analyse des donnéesDes tâches plus automatisées. Donnéesジ ン グEtScience des donnéesA évolué ! #BigQuery #analyse IA #automatisation des données
🎧 Écouter l'audio
Si vous n’avez pas le temps, consultez les points clés de cet audio.
📝 Lire dans le texte
Si vous souhaitez le lire en détail, veuillez consulter le commentaire du texte ci-dessous.
Google met à jour l'agent BigQuery pour automatiser davantage les tâches d'analyse
Bonjour, je m'appelle Jon et je tiens un blog sur les technologies de l'IA. Je vous présente les dernières actualités concernant la mise à jour de l'agent BigQuery (le service d'entrepôt de données de Google Cloud). Cette mise à jour, qui améliorera l'automatisation de l'analyse des données, a été publiée dans InfoWorld le 2025 août 8.DébutantDans le domaine de l’analyse de données, les tâches répétitives constituent souvent un fardeau, mais cette mise à jour est susceptible d’alléger ce fardeau.
Contexte et contenu principal de la mise à jour
Google utilise des agents (outils basés sur l'IA) au sein de BigQuery.outils d'automatisation) pour automatiser davantage les tâches d'analyse de données. Ces informations sont tirées d'un article d'InfoWorld publié le 6 août 2025. Vous trouverez également plus de détails sur le blog officiel de Google Cloud et dans les notes de version.
BigQuery est un service qui permet aux entreprises d'interroger (rechercher et extraire) rapidement de grandes quantités de données. Il est largement utilisé par les entreprises pour obtenir des informations commerciales pertinentes. Cependant, la création, la maintenance et le dépannage de pipelines de données nécessitent des connaissances spécialisées et sont chronophages. C'est là qu'interviennent les agents d'IA, qui utilisent Gemini (le modèle d'IA de Google) pour gérer les tâches en langage naturel.
Les principaux points de cette mise à jour sont :
- L'agent d'ingénierie des données de BigQuery a été amélioré pour automatiser la création de pipelines, l'entraînement des modèles et le nettoyage des données. Il prend désormais en charge ces tâches uniquement en langage naturel. Selon le blog Google Cloud, l'agent a été annoncé comme expérimental le 2025 avril 4, et la dernière mise à jour étend encore ses fonctionnalités.
- Looker (l'outil de veille stratégique de Google) intègre désormais un nouvel interpréteur de code dans son agent d'analyse conversationnelle, permettant aux utilisateurs professionnels d'effectuer des analyses de données complexes en langage naturel. Par exemple : « J'analyse des données de vente. »TendanceIl vous suffit de saisir « dites-moi ce que vous voulez » et le système générera automatiquement le code et affichera les résultats.
- Au total, Google Cloud déploierait six agents d'IA basés sur Gemini qui automatiseront 6 % des tâches de données, comme détaillé dans un article de WebProNews du 80 août 2025.
Ces mises à jour ont été annoncées dans un rapport de SiliconANGLE le 9 avril 2025, concernant la fusion de BigQuery et AlloyDB (la base de données de Google).Base de donnéesIl s'agit d'un prolongement des améliorations apportées par l'IA à ses services de données. Google souhaite ainsi alléger la charge de travail de son équipe de données et lui permettre de se concentrer sur l'innovation.
Exemples d'automatisation
Examinons de plus près l'évolution de l'automatisation. Les publications sur X (anciennement Twitter) montrent également un vif intérêt des utilisateurs, mais nous allons ici nous appuyer sur des informations officielles.
- Construire le pipeline de données : Auparavant, les ingénieurs devaient écrire le code manuellement, mais grâce à l'agent, un pipeline peut être généré automatiquement en exécutant simplement une commande en langage naturel, telle que « importer ces données dans BigQuery et les mettre à jour quotidiennement ». Les notes de version de Google Cloud (mises à jour le 2025 juin 6) fournissent plus de détails sur cette fonctionnalité.
- MLFlux de travail (apprentissage automatique) : Un agent de science des données gère l'entraînement et la prédiction des modèles. Il exploite les modèles Gemini pour effectuer des tâches de ML sans connaissances spécialisées. Selon un article de WebProNews du 2025 août 8, cela réduit de 6 % l'effort nécessaire à la préparation des données.
- Analyses pour les utilisateurs professionnels : L'agent de Looker permet des requêtes conversationnelles et l'ajout d'un interpréteur de code permet d'effectuer des calculs complexes en langage naturel, ce qui facilite les prévisions de ventes et l'analyse des tendances.
Ces fonctionnalités sontセ キ ュ リ テ ィElle prend également en compte les aspects de sécurité des données de votre entreprise, renforçant ainsi leur protection. Cependant, il est important de vérifier les politiques de données de votre entreprise avant de la mettre en œuvre.
Ce que signifie cette mise à jour et ce que l'avenir nous réserve
Cette mise à jour a le potentiel d'améliorer considérablement la productivité de vos équipes de données. Selon l'annonce de Google Cloud, l'agent IA augmentera l'autonomie des workflows de données et automatisera les tâches routinières, permettant ainsi à votre équipe de se concentrer sur la création. Certains utilisateurs ont signalé une productivité multipliée par trois, mais veuillez considérer cela comme un témoignage personnel.
Pour l'avenir, Google2025 年Google a publiquement annoncé son intention de faire évoluer ces agents au fil du temps. Par exemple, les notes de version de BigQuery indiquent que des mises à jour continues sont prévues et que des améliorations du traitement des données en temps réel sont attendues. De plus, un article de blog Google Cloud daté du 22 avril 2025 précise que les agents deviendront de véritables « partenaires intelligents » et renforceront la collaboration avec les équipes. Toutefois, ces informations sont basées sur des annonces officielles et les versions finales sont susceptibles d'évoluer.
D'autre part, des préoccupations en matière de sécurité et d'emploi ont également été soulevées. Un article de WebProNews (2025 août 8) souligne l'importance de la protection des données à mesure que l'automatisation de l'IA progresse. Veuillez prendre ces points en considération lors de votre réflexion sur la mise en œuvre.
Résumé de Jon
Cette mise à jour de l'agent BigQuery marque une avancée majeure dans l'automatisation de l'analyse de données grâce à l'IA. Elle permet aux utilisateurs de gérer des tâches complexes en langage naturel, ce qui profitera à un large éventail d'utilisateurs, des débutants aux experts. Cependant, il est important de continuer à apprendre à mesure que la technologie évolue. Je suis personnellement enthousiasmé par la manière dont ces outils accéléreront la prise de décision basée sur les données.
Cet article a été compilé et vérifié par l'auteur sur la base des informations publiques suivantes :
- Google met à jour les agents BigQuery pour automatiser davantage les tâches d'analyse | InfoWorld
- Notes de version de BigQuery | Google Cloud
- Les agents d'IA de Google Cloud automatisent 80 % des tâches de données avec Gemini
- Aperçu de l'agent d'ingénierie des données BigQuery | Blog Google Cloud
- Google optimise l'IA et les fonctionnalités agentiques sur BigQuery et AlloyDB – SiliconANGLE