近日，谷歌在2025年Gartner云数据库管理系统魔力象限中连续第六年被评为领导者，并且连续第三年在愿景完整性方面位居最远。
这正值我们进入代理型人工智能时代。领先的公司正处于部署代理以自动化核心业务功能的初期阶段。数据是人工智能的燃料，处于中心位置。Gartner的这一认可——尤其是我们在愿景完整性方面的排名——在我们看来验证了我们长期以来的信念，即企业数据的未来是统一的、开放的，并且与人工智能层密不可分。这就是我们所说的AI原生数据云的蓝图。
AI原生数据云是唯一从一开始就设计用来消除代理时代复杂性和隐藏成本的架构。那些今天学会运用代理力量的人将是明天的成功企业。
为代理型企业构建的数据和AI基础
贵组织利用人工智能的能力将取决于您的企业数据战略。代理需要一个新的数据基础，将用于存储其丰富的历史PB级数据的分析平台与用于实时行动的高性能事务数据库相结合。代理需要牢固地基于受管理的企业数据，以便能够生成可靠的输出。孤立的、碎片化的数据堆栈难以提供这些能力。
谷歌的数据云以BigQuery作为分析引擎、Spanner和AlloyDB等数据库用于操作处理、Looker用于商业智能以及Dataplex通用目录用于数据管理和治理为核心。它被设计为一个统一的愿景，其中操作、分析和AI系统作为一个原生结构共同处理。在每个层级都融入了AI，该平台自动化了整个数据生命周期的任务。基于业务背景和企业数据，它以可扩展的方式提供可信的智能。这个活跃的基础不断通过实时智能进行适应，使团队能够构建下一代智能应用和代理体验，同时最小化复杂性。
让我们回顾一下企业在统一的AI原生数据云上运营时实现的三个好处，以及我们最新的创新，以帮助您在代理时代蓬勃发展。
通过自主设计加快上市时间
在代理时代快速行动，您的组织必须消除将数据与AI驱动行动分开的手动流程。我们的AI原生数据云将AI的力量直接带到您的数据中，为自主、代理系统提供动力。这很及时，因为客户越来越多地转向AI驱动的工作流程，正如BigQuery中数据处理量增加了27倍所证明的那样。
我们通过将一组专门的代理直接嵌入平台来实现这一愿景。我们为每种类型的数据用户——从数据科学家和工程师到商业分析师——提供专门的、自主的数据代理。这些包括用于自动化复杂管道的数据工程代理、无需手动设置即可执行机器学习建模的数据科学代理，以及使组织中的任何用户都能使用自然语言获取答案的对话式分析代理。这些代理形成了一个协作的AI代理网络，可以为端到端的数据工作流程提供动力。
您的开发人员也有他们需要的工具来构建适合您特定业务流程的代理，例如新的数据代理API和代理开发工具包（ADK）。Gemini CLI扩展允许数据团队使用自然语言进行复杂分析，而BigQuery中的代理分析（使用ADK构建）让您能够捕获、分析和可视化代理性能、用户互动以及相关成本。
这些能力带来了商业成果。Lowe’s在谷歌的数据云上实施了以AI为先的策略，用于其电子商务网站和移动应用，以改善具有视觉偏好的购物者的商品发现体验。现在，客户可以找到视觉上相似的商品，这为家居装饰品带来了超过1500万美元的额外年收入，并提高了销售转化率。
在单一治理基础上控制运营成本
数据碎片化可能导致高AI成本。谷歌的数据云是一个集成平台，连接了您所有的操作和分析工作负载，包括与Vertex AI（我们的构建AI模型和代理的平台）的轻松集成。这最小化了冗余的数据移动和存储，创造了更高效的经济模型。事实上，根据我们的分析，在单一的BigQuery和Vertex AI平台上运行数据和AI工作负载，而不是在分离的、不相连的系统上，可以达到8到16倍的成本效率。
在代理时代，信任和合规至关重要。分离的数据和AI存在重大的治理风险：数据泄露的威胁、代理幻觉、有偏见的结果以及监管不合规。有效的治理有助于确保这些代理的完整性。同时，平台的治理和知识引擎在您的整个云环境中创建了一个活跃的AI目录，为您提供对您的数据环境的深刻理解。AI代理可以使用这个目录来识别要使用的正确数据集，其准确性比传统方法高出50%以上，减少了错误并提高了信任。
我们继续提供新的功能来加强这一基础。例如，对于AI来说，上下文至关重要，但当您在多模态数据（如文本、视频和图像）上训练代理时，提供上下文可能会很复杂。为了帮助解决这一问题，我们在BigQuery中统一了一系列完整的AI能力。无论您是想构建机器学习模型、使用生成式AI处理大量非结构化数据，还是使用向量嵌入和混合搜索构建检索增强生成（RAG）应用，您现在都可以直接在数据所在的位置进行操作。与此同时，Spanner的向量搜索将复杂的多模型查询联系在一起，让您的团队能够将全文搜索、图形和向量工作负载整合到一个系统上。
与此同时，依赖于实时金融交易或执行全球库存更新等关键任务的自主应用需要建立在经过验证的数据库上。Spanner的新列存储引擎统一了事务和分析处理，分析查询在实时操作数据上运行速度可提高200倍。
谷歌（Spanner）在2025年Gartner操作云数据库管理系统关键能力报告中，在所有用例中排名前三，包括在轻量级事务中排名第一。而谷歌（BigQuery）在2025年Gartner分析云数据库管理系统关键能力报告中，在事件分析用例中排名第一，在我们看来，这突显了我们为高性能、自主系统提供实时数据处理的能力。
您可以在Banco BV的现代化工作中看到统一、治理基础的战略优势。该公司从Databricks迁移到谷歌云，以增强治理、扩展其数据基础设施并满足不断增长的客户需求，同时严格管理安全性。通过迁移、集中数据管理和加速AI模型测试，他们旨在将业务产出提高100%。
用开放平台确保架构的未来适用性
为了确保其长期可行性并防止供应商锁定，您的AI投资需要建立在开放标准基础上。开放平台为您的团队提供了现代化数据生态系统和构建能够跨任何云环境处理数据的AI驱动系统的灵活性。这种方法解决了数据湖的灵活性与数据仓库的性能之间的权衡。
我们通过优先考虑速度、安全性和灵活性来履行开放平台创新的承诺。AlloyDB对于事务工作负载的速度超过四倍，并且与自管理的PostgreSQL相比，提供了高达两倍的价格性能比。此外，您可以使用AlloyDB Omni在任何地方运行它，启用多云和混合云环境。对于您的关键Spark工作负载，我们通过现在普遍可用的Apache Spark闪电引擎提供高性能。与开源Spark相比，该引擎提高了Spark性能四倍以上，并且比Databricks Photon的查询执行速度快10%。
然后，为了确保您的数据资产的未来适用性，我们通过BigLake——我们的管理层，作为您开放数据的统一结构——保持一切的可访问性和互操作性。我们对开放格式的支持，包括最近普遍可用的Apache Iceberg REST目录，帮助您的数据保持可访问性，随时满足您未来的需求。
我们对开放创新的承诺体现在德国电信身上，他们将40多个遗留数据系统现代化为谷歌云上的“一个数据生态系统”，以满足严格的德国数据主权法规。通过使用主权云和Apache Iceberg作为核心开放平台，他们建立了一个统一的、合规的架构，提供了一个跨BigQuery和Spanner等服务的单一真实来源，为关键用例带来了22倍的性能提升。
接下来会发生什么？
要了解更多关于我们的排名以及我们如何认为可以加速您的数据之旅，请下载免费的《2025年Gartner云数据库管理系统魔力象限报告》。
Gartner，《云数据库管理系统魔力象限》，Henry Cook，Xingyu Gu，Ramke Ramakrishnan，Aaron Rosenbaum，Masud Miraz，2025年11月18日
Gartner，《云数据库管理系统关键能力（操作用例）》，Ramke Ramakrishnan，Masud Miraz，Xingyu Gu，Henry Cook，Aaron Rosenbaum，2025年11月19日
Gartner，《云数据库管理系统关键能力（分析用例）》，Aaron Rosenbaum，Ramke Ramakrishnan，Henry Cook，Xingyu Gu，Masud Miraz，2025年11月19日
