Google Cloud étend son offre de bases de données avec l’IA
Dans un monde où l'intelligence artificielle (IA) est sur toutes les lèvres, Google Cloud ne fait pas exception. Lors de sa conférence Cloud Next à Tokyo, le géant américain a dévoilé une série de mises à jour de ses bases de données phares, Spanner et Bigtable, avec un accent mis sur l'optimisation pour les charges de travail d'IA. L'objectif ? Permettre aux entreprises de tirer le meilleur parti de leurs données, qu'elles soient structurées ou non, pour alimenter leurs initiatives d'analyse et d'IA générative.
Spanner se dote de capacités graphiques et vectorielles
Spanner, la base de données SQL de Google qui alimente des produits comme Search, Gmail et YouTube, bénéficie désormais d'un support pour les graphes et la recherche vectorielle. Grâce au standard émergent GraphQL, les entreprises peuvent augmenter leurs applications d'IA générative et enrichir leurs modèles de base à l'aide de graphes.
La recherche vectorielle, quant à elle, s'appuie sur l'algorithme maison ScaNN de Google. Combinée à la recherche en texte intégral, également ajoutée à Spanner, elle ouvre la voie à une nouvelle génération d'applications intelligentes.
Une tarification plus flexible pour Spanner
En plus de ces améliorations axées sur l'IA, Google introduit une nouvelle structure de tarification optionnelle pour Spanner. Baptisée "Spanner Editions", elle propose un modèle de prix par niveau offrant plus de flexibilité aux clients, qui devaient auparavant choisir entre une offre mono-région et une version multi-régions avec réplication.
Bigtable embrasse le SQL
Bigtable, la base de données NoSQL de Google dédiée aux données non structurées et aux charges de travail sensibles à la latence, franchit un cap important en intégrant le support de SQL (ou plus précisément de GoogleSQL, le dialecte maison). Une avancée majeure qui facilitera grandement son utilisation par les développeurs, habitués jusqu'alors à interroger Bigtable via son API.
Oracle débarque sur Google Cloud
Autre annonce marquante : les aficionados d'Oracle pourront désormais héberger leurs services Exadata et Autonomous directement dans les data centers de Google Cloud, tout en les liant à leurs applications déployées sur la plateforme. Un partenariat gagnant-gagnant qui permet à Google d'attirer de nouvelles charges de travail et à Oracle de conserver ses clients, même s'ils n'utilisent pas son cloud.
Google Cloud enrichit également son offre avec la prise en charge d'Apache Spark et Kafka pour le traitement et le streaming de données, ainsi que le streaming en temps réel depuis Analytics Hub.
L'IA au service des données d'entreprise
Si les entreprises sont convaincues du potentiel de l'IA générative, elles savent aussi que leurs données restent souvent cloisonnées, les privant des bénéfices de l'analytique et de l'IA. Rassembler ces données dans une plateforme unifiée, capable de gérer données structurées et non structurées, données au repos et en mouvement, est un prérequis pour libérer tout leur potentiel.
Elles doivent vraiment sortir de tous leurs silos de données existants et parvenir à une plateforme de données multimodale consolidée, couvrant les données structurées et non structurées - [car] l'IA générative est extraordinaire pour analyser les données non structurées - et combinant les données au repos avec leurs mouvements de données, pour un traitement des données en temps réel et au repos.
Gerrit Kazmaier, VP et GM pour les bases de données, l'analyse de données et Looker chez Google
C'est précisément ce que visent les nouvelles fonctionnalités introduites par Google Cloud :
- Gemini dans BigQuery et Looker pour aider les utilisateurs dans l'ingénierie et l'analyse des données
- Gestion de la gouvernance et de la sécurité facilitée
- Modèles multiples dans Spanner pour une interopérabilité transparente au service d'applications d'IA innovantes
Avec ces annonces, Google Cloud confirme sa volonté d'être un acteur majeur de l'IA d'entreprise en misant sur ses forces : ses bases de données de pointe et son expertise en matière d'intelligence artificielle. Une stratégie ambitieuse pour aider les organisations à tirer le meilleur de leurs données à l'ère de l'AI-first.
