Google Cloud Blog 日本語 - TheNote.app

Google Cloud Blog 日本語
フォロー

cloud.google.com/blogは、Google Cloudの公式ブログです。Google Cloudの製品とサービスのニュース、更新、洞察、クラウドコンピューティング業界のトレンドとイノベーションに関する情報を提供します。このブログは、Google Cloudの専門家、エンジニア、思想リーダーが書いた記事で構成されており、人工知能、機械学習、データアナリティクス、セキュリティなど、広範囲のトピックをカバーしています。記事はしばしば技術的なチュートリアル、ケーススタディ、ベストプラクティスを含むため、Google Cloudを使用する開発者、ITプロフェッショナル、ビジネスリーダーにとって非常に有益なリソースです。ブログは、トピック、製品、業界別にカテゴリー化されており、最新の記事を閲覧、特定のトピックを検索、RSSフィードにサブスクライブして最新のニュースと更新を追跡することができます。ブログの主要な特徴として、以下のようなものがあります。 - Google Cloudの製品とサービスの詳細な記事、例えばGoogle Cloud Platform、Google Cloud Storage、Google Cloud AI Platform - Google Cloudサービスの使用に関する技術的なチュートリアルとガイド - Google Cloud顧客のケーススタディと成功事例 - 業界のトレンドとイノベーションに関する洞察と分析 - Google Cloudのパートナーシップと協力に関するニュースと更新 - Google Cloudの専門家と思想リーダーのインタビュー総のところ、Google Cloudのブログは、クラウドコンピューティング、人工知能、関連技術に興味がある誰にとっても有益なリソースです。

Cloud Blog cloud.google.com

RSS cloudblog.withgoogle.com

Google Cloud Blog 日本語 RSS thenote.app

RSS Hunter • 2024年8月23日

ノートのスレッド

クラウドCISOの見解：AI時代におけるセキュリティの基本原則の遵守

AI時代は、敵対者が高度な攻撃にAIを活用しているため、コアセキュリティの基本原則に新たな焦点を当てることを必要とします。Google CloudのCISOであるChris Betzは、これをレジリエンスと脆弱性の主な差別化要因として強調しています。AIは攻撃者と防御者の両方にとってイノベーションを加速させますが、高度にカスタマイズされ、迅速な悪意のあるアクションを可能にします。敵対者はAI駆動型のマルウェアを展開し、ディープフェイクをアイデンティティ盗難に使用しており、シャドーエージェントのような新たな脅威につながっています。これらに対する防御には、多要素認証やゼロトラストフレームワークを含む、基本的なセキュリティを強化するために一歩戻ることが必要です。これらのビルディングブロックを強化することは、攻撃対象領域を縮小し、防御AIにコンテキストを提供します。AIは、発見を自動化し、コード修正を提案することで脆弱性管理に革命をもたらし、防御が迅速に進化することを保証します。脅威モデリングもAIの恩恵を受け、コード、アーキテクチャ、ネットワークからのデータを統合して包括的なビューを作成する能力を拡張します。CISOは、AIを活用して防御を強化し、セキュリティをビジネス目標に合わせる戦略的ビジネスリーダーとして行動する必要があります。このアプローチは、組織がAIの複雑さを乗り越え、成長を追求する際に、組織を保護するのに役立ちます。

Cloud CISO Perspectives: Sticking to security fundamentals in the AI era cloud.google.com

RSS Hunter • 8月21日

エージェントがより良く委任する方法

効果的な委任は、エンタープライズワークフローにおけるAIエージェントに現在適用されている、重要なリーダーシップスキルです。マルチエージェントシステムは複雑なタスクに理想的であり、AIエージェントにはインテリジェントな委任者になることが求められます。Google DeepMindの研究は、交渉、契約、セキュリティを含むインテリジェントなプロセスとしての委任を強調しています。タスクを効果的に委任できるAIエージェントを構築するための4つの原則が現れています。最初の原則は、「契約優先分解」を通じて委任された作業を検証することであり、タスクを管理可能で検証可能なチャンクに分割します。理想的には、作業は確実に採点できますが、主観的な評価には人間の専門家の判断が必要になる場合があります。2番目の原則は、タスクの複雑さを適切なAIモデルに合わせることで、コストについて賢明であることを強調しています。単純なタスクは高価で強力なモデルに負担をかけるべきではなく、複雑なタスクにはより高い能力が必要です。3番目の原則である機密データの尊重は、AIエージェントが境界と権限を遵守し、タスクに必要な最小限のアクセスのみを付与する必要があることを意味します。ゼロ知識証明のような高度な暗号化は、プライベートデータを明らかにすることなく作業を検証できます。4番目の原則である無関心の領域に注意することは、AIエージェントが要求に盲目的に従うことに対する警告です。インテリジェントな委任には、情報を検証し、曖昧な要求に異議を唱えるための「動的な認知的摩擦」が必要です。これにより、委任チェーンを通じて微妙なエラーや損害が広がるのを防ぎます。最終的な目標は、AIエージェントを組織にシームレスに統合し、人間の専門家と協力して働くことです。

How agents can delegate better cloud.google.com

RSS Hunter • 8月21日

企業向けにGoogle Antigravityを拡大する

Google Antigravity は、開発者アクセスとエンタープライズコントロールの強化を求める顧客からのフィードバックに対応するため、対象となる Gemini Enterprise アプリサブスクリプションに統合されました。開発者は現在、VS Code、Visual Studio、Jetbrains、Zed の IDE 拡張機能、デスクトップアプリ、CLI を含むさまざまなサーフェスで Antigravity を利用できます。エンタープライズガバナンスチームは、Gemini Enterprise 管理コンソールに統合された組み込みの管理機能、セキュリティコントロール、ライセンス管理の恩恵を受けます。財務チームは、プールされた使用量クォータにより柔軟性を得られ、前払いトークンがアイドル状態になるのを防ぎます。詳細な支出しきい値と超過有効化オプションにより、管理者はプロジェクトレベルの予算上限を設定し、開発者のワークフローを継続できます。包括的な使用状況メトリクスは、最適化のためのトークン消費と開発者のアクティビティの可視性を提供します。この統合により、Antigravity は、設定可能なセキュリティポリシー、中央監査ログ、データプライバシー遵守を含む、Google Cloud の標準的なセキュリティおよびコンプライアンス保護の下で動作します。ID フェデレーションとアプリケーションデフォルト認証情報は、技術チームのセットアップを簡素化します。Accenture、AirAsia、CGI、Cognizant などの顧客は、すでに Gemini Enterprise で Antigravity を活用して、開発を加速し、タスクを自動化し、変革的な価値を提供しています。このプラットフォームは、チームが単純なコード生成を超えて、安全かつ責任ある方法で複雑な結果をオーケストレーションできるようにします。Gemini Enterprise の Antigravity は、対象となる Gemini Enterprise Standard、Plus、および Standard Emerging Market ライセンスで本日より利用可能です。管理者は、エンタープライズセットアップガイドを通じて AI 開発者ツールを有効にすることができ、開発者は Antigravity 2.0、CLI、または IDE 拡張機能で構築を開始できます。

Expanding Google Antigravity for enterprise customers cloud.google.com

RSS Hunter • 8月20日

Cloud KMS における量子セーフな鍵インポートを発表

エンタープライズはマルチクラウドを採用しており、データ主権とクラウドワークロードの保護のためにBring Your Own Key (BYOK) が不可欠になっています。量子コンピューティングの進歩は、安全な暗号鍵転送の再評価を必要としています。Google Cloud KMSは現在、ソフトウェアベースの暗号鍵に対する量子セーフな鍵インポートのプレビューを提供しています。この新しいBYOK機能は、ポスト量子暗号への移行における最初のステップです。これは、暗号的に関連性のある量子コンピュータが出現する前に、機密性の高い鍵を保護するのに役立ちます。これと並行して、Cloud KMSの一般提供されているPQCインサイトにより、ポスト量子体制の監視が可能になります。従来の鍵インポート方法は、将来の量子コンピュータによる「今保存し、後で復号する」攻撃に対して脆弱です。量子セーフな鍵インポートは、最初から量子耐性のあるエンベロープで鍵をラップすることにより、これらの攻撃を軽減します。新しい転送メカニズムは、クライアントサイドのラッパーとサーバーサイドのアンラッパーを備えたハイブリッド公開鍵暗号（HPKE）を使用します。このプロセスは、既存のCloud KMS APIワークフローに統合され、ユーザーの労力を最小限に抑え、転送中のデータ保護を組み込みます。

Announcing quantum-safe key import in Cloud KMS cloud.google.com

RSS Hunter • 8月20日

Googleは、2026年Gartner® Magic Quadrant™ for Cloud-Native Application Platformsのリーダーです。

Google Cloudは、3年連続でGartner Magic Quadrant for Cloud-Native Application Platformsにおいてリーダーとして認められました。この評価は、最新のワークロードにおけるインフラストラクチャの複雑さを簡素化する、開発者中心のプラットフォームに対するGoogleのコミットメントを強調するものです。このプラットフォームは、サーバーレス、コンテナ化、エージェントベースのデプロイメントオプションをサポートし、従来のマイクロサービスと高度なAIアプリケーションの両方に対応します。ジェネレーティブAIが統合されており、Google AI Studioのようなツールや、AIエージェントとの対話のためのマネージドMCPサーバーを通じて、迅速なプロトタイピングを可能にします。Googleの公式Skills Repositoryは、エージェント向けの事前構築された専門知識を提供し、開発をさらに加速させます。プロトタイプから本番環境への移行において、Google Cloudはアプリケーションライフサイクル全体を通じて、アーキテクトやプラットフォームエンジニア向けのツールを提供します。Antigravity harnessは開発を統合し、Application Design Centerは標準化されたデプロイメントのための設定と設計を自動化します。運用においては、Gemini Cloud Assistは、効率化のために機械学習を活用し、AI主導のインシデント調査とコスト分析を提供します。Cloud Runの自動的なクロスリージョンフェイルオーバーのような機能により、高可用性と信頼性が確保されます。Google Cloudはオープンソース戦略を推進し、Cloud Native Computing Foundationに貢献することで、アプリケーションのポータビリティを向上させています。将来的には、自律型AIエージェントに焦点を当て、クラウドネイティブアプリケーションの未来を構築していきます。専用のインフラストラクチャスタックは、Agent Development Kitやその他のフレームワークと統合された、エージェントフリートのホスティング、ガバナンス、セキュリティをサポートします。Gemini Enterprise Agent Platformは、スケーラブルなエージェント開発のためのネイティブなパーソナライゼーション、オブザーバビリティ、シミュレーションツールを提供します。Cloud Runは、永続インスタンスやセキュアサンドボックスのような今後の機能により、エージェントホスティングのための柔軟な代替手段も提供します。Agent Identity, Registry, Gatewayを通じて、AIエージェントの効果的な管理とセキュリティを実現するための堅牢なセキュリティとガバナンスが提供されます。

Google is a Leader in the 2026 Gartner® Magic Quadrant™ for Cloud-Native Application Platforms cloud.google.com

RSS Hunter • 8月20日

AlloyDB ScaNN による 100億ベクトルへのベクトル検索のスケーリング方法

エンタープライズグレードのエージェンティックAIアプリケーションには、数十億のベクトルにスケールできるベクトルデータベースが必要ですが、これは現在のシステムがしばしば満たせない課題です。PostgreSQL互換のデータベースサービスであるAlloyDBは、これらの要求の厳しいワークロード向けに設計されており、統合された分析エンジンによる高可用性とスケーラビリティを提供します。重要な進歩は、新しい4レベルツリーアーキテクチャを通じて、現在100億のベクトルを効率的に処理するScaNNインデックスです。この革新的な設計は、階層的なパーティショニングを採用することで計算強度を大幅に削減し、クエリ中の検索空間を劇的に狭めます。4レベル構造は、O(N1/4)の複雑さで最適なトラバーサル効率を達成し、以前の制限を克服します。さらに、このアーキテクチャは、バランスの取れたツリー構築と最適化されたサンプリングプロセスを通じてメモリ使用量を強化します。これらの戦略により、AlloyDB ScaNNは、利用可能なメモリ容量を超えずに大規模なデータセットを管理できます。パフォーマンステストは、AlloyDBがScaNNインデックスを使用して100億以上のベクトルに効果的にスケールできることを示しています。この大規模なスケールで、51ms未満のp95レイテンシと95%のリコールを達成します。ユーザーは、クイックスタートガイドと30日間の無料トライアルを通じて、この4レベルツリーアーキテクチャを体験できるようになりました。

How AlloyDB ScaNN scales vector search to 10 billion vectors cloud.google.com

RSS Hunter • 8月20日

AIプロトタイプを本番環境に移行する前に、すべてのスタートアップが答えるべき10の質問

Google Cloud で AI パワードのスタートアップを立ち上げることは、Google AI Studio や Gemini Enterprise Agent Platform のようなツールを通じて効率化されます。しかし、API キーの漏洩による予期せぬ請求、IAM の複雑さによる移行の妨げ、クォータ制限によるリクエストエラーなど、課題が発生する可能性があります。これらを軽減するために、スタートアップは戦略的な計画が必要です。最初のフェーズである Onboard は、強固な基盤の確立に焦点を当てます。迅速なプロトタイピングには Google AI Studio、エンタープライズグレードの制御には Gemini Enterprise Agent Platform のどちらを選択するか、そして計画的な移行戦略を決定することが重要です。Google Cloud プロジェクトの効率的な設定には、テンプレートの使用、必要な API の事前有効化、そして狭い IAM ロールの付与に AI アシスタンスを活用することが含まれます。認証に関しては、生の API キーはローカル開発にのみ適しており、本番ワークロードには最小権限のロールを持つサービスアカウントが最適です。AI Studio の API キーから Agent Platform の IAM モデルへの移行は、複数のユーザーが API アクセスを必要とする場合、多額の費用が発生する場合、または有料顧客がオンボードされる際に発生すべきです。Scale フェーズは、過剰なコストなしにスループットを増加させることに対応します。HTTP 429 エラーは、共有クォータ制限に達したり、グローバルな需要の急増が原因であることが多く、解決策としては、リージョンエンドポイントへのピン留めと、指数バックオフを伴う適切なリトライメカニズムの実装が含まれます。消費モードの理解は不可欠です。Standard PayGo は費用対効果が高いですが保証はありません。Priority PayGo はプレミアム料金でより高速なアクセスを提供し、Provisioned Throughput は容量を保証しますが前払いが必要です。

10 questions every startup should answer before moving to production with their AI prototype cloud.google.com

RSS Hunter • 8月20日

流れに乗る（フロー）：ロシアの関心対象者を標的とする明確なクラスター

Google Threat Intelligence Groupは、学術、航空宇宙、防衛、政府、シンクタンクを標的とする5つのロシアのサイバー諜報クラスターを追跡しています。UNC6293、UNC7005、UNC5976を含むこれらのグループは、フィッシングや正規の認証フローの悪用など、さまざまな手法を採用しています。主な目的は、洗練されたソーシャルエンジニアリングを通じて信頼を悪用し、ユーザーアカウントを侵害することです。UNC6293は、ICE RELICのサブクラスターである可能性があり、米国国務省を装ってアプリパスワードフィッシングに焦点を当てています。このクラスターは、ロシアに批判的な個人を標的とし、特定のアプリパスワードを設定したり、確認コードを共有したりするように誘い込みます。UNC7005もICE RELICに関連していると評価されており、洗練度が低く、運用セキュリティも劣っています。MicrosoftおよびWhatsAppアカウントのアプリパスワードフィッシングとデバイスコードフィッシングを実行します。UNC7005は、正規のイベントや組織を偽装することが多い、手の込んだソーシャルエンジニアリングを使用します。彼らの戦術には、検出を回避するためのシステムフィンガープリンティングや、操作を偽装する試みなどが含まれます。WhatsAppフィッシングでは、UNC7005はユーザーアカウントを攻撃者が制御するデバイスにリンクさせることを目指しています。これにより、オーディオおよびビデオ録画を含むさらなる侵害が可能になります。キャンペーンは異なりますが、共通の糸は認証プロセスの悪用です。GTIGは、標的がこれらの悪意のあるソーシャルエンジニアリングの試みを特定するのに役立つように、意識を高めています。

Going with the Flow(s): Distinct Clusters Target Individuals of Interest to Russia cloud.google.com

RSS Hunter • 8月20日

Google Cloud 上のサーバーレス Apache Spark: アーキテクチャの選択とAIトラブルシューティング

Google Cloud のマネージド Apache Spark は、インフラストラクチャ管理を抽象化することで、データエンジニアリングを簡素化します。ユーザーは、予測可能で高利用率のワークロード向けにマネージドクラスターを選択するか、断続的なタスク向けにサーバーレスを選択することで、アイドルコストを回避できます。サーバーレスは、探索のためのインタラクティブセッションと、自動化のためのバッチジョブを提供します。Google Cloud 上の Spark を最適化するには、ドライバーとエグゼキューターのリソース割り当てを慎重に宣言することが含まれます。最大エグゼキューターを明示的に設定することで予算超過を防ぎ、データサイズに基づいてシャッフルパーティションを管理することでパフォーマンスを向上させます。パイプラインが失敗した場合、Gemini Cloud Assist はコンソールと統合され、自然言語を使用して問題を診断します。バッチジョブ送信における不足しているパラメータを特定できます。Gemini は、スキーマまたはデータ型の不一致によるエラーを引き起こすコードを特定することで、データ異常の解決にも役立ちます。その後、エンジニアは Gemini にプロンプトを送信して、修正され、回復力のあるコードを生成し、トラブルシューティングを合理化できます。

Serverless Apache Spark on Google Cloud: Architecture Choices & AI Troubleshooting cloud.google.com

RSS Hunter • 8月19日

Google Cloud の Lakehouse ランタイムカタログを使用して Apache Hive を最新化する方法

10年以上にわたり、Apache Hive Metastore (HMS) は、SparkやPrestoなどのクエリエンジンのスキーマを管理する、ビッグデータ分析の中央管理機関でした。しかし、データアーキテクチャがスケールアップし、複数のクエリエンジンにまたがるようになると、従来のHMSデプロイメントは重大な運用上のボトルネックとなります。これらの従来のシステムは、リレーショナルデータベースへの依存がパフォーマンスの問題を引き起こすため、アーキテクチャのスケーリングの問題に苦労しています。また、サイロ化されたIDおよびセキュリティガバナンスを作成し、異なるコントロールプレーン全体で断片化されたポリシーが必要となります。さらに、スタンドアロンのHMSインスタンスの管理とチューニングは、かなりの運用オーバーヘッドと総所有コストの増加につながります。Google CloudのサーバーレスLakehouseランタイムカタログは、オープンなApache Iceberg REST Catalog仕様に基づいて構築されたソリューションを提供します。このカタログは、従来のHive/ParquetとIcebergのような最新のフォーマットの両方をサポートする、統一された高可用性のメタデータレジストリです。これは、メタデータ検出をコンピューティングエンジンから分離し、複数のエンジンがデータをコピーせずにアクセスできるようにします。これにより、マルチエンジン相互運用性、オープンAPI、およびクラウドストレージ内の既存のデータを直接参照することによるゼロデータコピー移行が可能になります。AI搭載のガバナンスはCloud IAMと統合され、一貫したセキュリティと信頼できるコンテキストを提供し、クレデンシャルベンディングはセキュリティをさらに強化します。Lakehouseランタイムカタログはエンタープライズレディであり、Googleのインフラストラクチャ上でスケールし、フェイルオーバーのための高可用性を提供します。そのサーバーレスな性質は、運用上の労力と総所有コストを削減します。ゼロコピー移行機能により、従来のHive MetastoresからLakehouseカタログへの直接移行が可能になります。Lakehouseへのモダナイゼーションは、ガバナンスを統合し、エージェントに信頼できるコンテキストを提供し、運用コストを削減して、エージェントスケールの運用に対応できるようにクラウド環境を準備します。

How to modernize Apache Hive using Google Cloud’s Lakehouse runtime catalog cloud.google.com

RSS Hunter • 8月19日

乱気流のない、自動操縦によるガバナンス

ガバナンスの負債は、データ資産が変換および共有される際に、列の意味やPIIステータスなどのデータコンテキストが失われる場合に発生します。従来のガバナンスツールは受動的であり、説明やドキュメントの更新に遅延が生じることがよくあります。ガバナンスエージェントプロジェクトは、既存のメタデータを下流に積極的に伝播させることで、このパラダイムシフトを目指しています。列レベルのリネージを活用してデータの起源を追跡し、説明、ビジネス用語集の用語、ポリシータグ、信頼スコアを転送します。この自動化により、手動ドキュメントの負担が軽減され、データスチュワードはより価値の高い判断に集中できるようになります。エージェントは、直接のリネージが利用できない場合に、外部ドキュメントからコンテキストを取り込むこともできます。強力な証拠がある場合にのみメタデータを適用する、保守的なアプローチを使用します。リネージに加えて、リネージデータが不完全な場合に、AI駆動のスキャンを使用して関係と意味を推測します。このプロジェクトは、アドホックレビュー用のユーザーフレンドリーなダッシュボードと、自動化されたパイプライン統合用のCLIの両方を提供します。強力ではありますが、システムは重要な決定と最終承認のために人間の監視を必要とします。目標は、反復的なタスクから価値のある意思決定に労力を振り向けることで、データの検出可能性を向上させ、AIソリューションの開発を加速することです。

Governance on autopilot, minus the turbulence cloud.google.com

RSS Hunter • 8月18日

BoxがGemini Embeddings 2でマルチモーダルエンタープライズエージェントをどのようにアンロックしているか

エンタープライズコンテンツ管理は、従来のテキストベースのAIを超えた、重要なアーキテクチャ変革を遂げています。企業は、財務モデルや法的文書など、膨大な量の機密データをBoxに保存しています。テキストベースの検索とRAGは効果的でしたが、新しいエージェント時代にはマルチモーダル機能が必要とされています。この進化により、システムはテキストだけでなく、空間的および構造的なデータも処理・理解できるようになります。Google CloudとBoxは、Gemini Multimodal Embeddings 2を搭載したBoxのAgentic Platformに高度なマルチモーダル機能を統合しています。この統合により、Google CloudのAI埋め込み機能がBoxのプラットフォームを強化します。改善された埋め込みは、財務テーブルのような複雑な文書を理解するために重要な、視覚的および空間的な幾何学的形状を保持します。これにより、チャートやフローチャートのような視覚要素が、テキストと共に検索可能になります。この技術は、PDF、スプレッドシート、プレゼンテーションなどのハイブリッドファイル形式も接続し、理解を統一します。Gemini Multimodal Embeddings 2は、テキスト、画像、ドキュメントページの統一されたベクトル空間を作成します。これにより、手動でのタグ付けなしに、クロスモーダル検索（テキストからビジュアル、ビジュアルからテキスト）が可能になります。このシステムは、レイアウトを認識したドキュメント埋め込みもサポートし、視覚的な階層を保持し、異種フォーマットをシームレスにブリッジします。このBox内での統合から、マルチモーダルエンタープライズエージェントの3つのコアパターンが生まれます。最初のパターンは、テーブルとチャートの構造的な整合性を捉えることで、複雑な財務および分析レポートに対応します。これにより、エージェントは視覚的なトレンド分析やコンテキストに基づいたソース特定を実行できます。2番目のパターンは、物理的な写真や病理スライドなどのさまざまなデータ形式を統合する、マルチモーダル臨床意思決定支援に焦点を当てています。これにより、クロスモーダル臨床合成、詳細な異常特定、リスクを考慮した意思決定支援が可能になります。3番目のパターンは、断片化されたエンタープライズ情報のためのクロスドキュメントマルチモーダル合成とデータ照合に取り組みます。これにより、クロスファイル合成、競合解決、および異なるドキュメント間でのビジュアルからテキストへの監査が可能になります。エージェント型エンタープライズコンテンツ管理の未来は、基本的な検索を超えたインテリジェントなコラボレーションのために、この統合に依存しています。Boxのプラットフォームは、AIエージェントのために、コンプライアンスとセキュリティを確保する、管理されたセマンティックにインデックス化された推論レイヤーを提供します。Boxは、洞察を積極的に提示し、矛盾をフラグ付けすることで、ビジネスリスクの軽減を支援します。このマルチモーダルな理解は、金融サービスやライフサイエンスなどの業界にとって不可欠です。Boxは、AI主導のワークフローが承認済みで監査可能なデータを使用することを保証する、管理されたコンテンツ基盤として機能します。本質的にマルチモーダルなエンタープライズデータランドスケープを理解する能力は、生産性とイノベーションの新時代を告げるものです。

How Box is unlocking multimodal enterprise agents with Gemini Embeddings 2 cloud.google.com

RSS Hunter • 8月18日

Google Dataflow でコスト効率が高く、スループットの高い gen AI ワークフローを構築する

現代の企業は、継続的なデータ処理のためにリアルタイムストリーミングパイプラインに依存しています。従来、これらのパイプラインは静的なロジックを持っていましたが、生成AIエージェントは適応的な実行を可能にします。これにより、ワークフローはデータの内容に基づいて動的に計画を構築し、アクションを実行できます。例えば、怒っている顧客からのメッセージは、注文の検索、是正措置、顧客への通知をトリガーする可能性があります。しかし、生成AIワークフローを大規模に実行するには、高いレイテンシやコストといった課題があります。提案されているソリューションは、Google DataflowとAgent Development Kit (ADK)を組み合わせてハイブリッドパイプラインを作成し、大量のストリームを効率的に処理します。軽量なアップストリームモデルがイベントをフィルタリングし、複雑なケースのみを下流の生成AIエージェントにルーティングします。このプリフィルターとエージェントアクションのパターンは、ほとんどが定型的なイベントを含むストリームに普遍的に適用可能です。例としては、IT運用のログトリアージ、金融詐欺検出、産業用IoT監視などが挙げられます。このアーキテクチャは、ローカルCPUモデルのコストと速度を、生成AIエージェントの高度な機能と組み合わせて活用します。初期フィルタリングにCPUバウンドモデルを採用することで、イベントのごく一部のみが、ヘビー級の生成AIモデルを使用するコストを発生させます。このハイブリッドアプローチは、コストを大幅に削減し、高いストリーミングスループットを維持します。Apache BeamおよびADKとの統合により、保守可能でクリーンなコードが保証されます。

Building cost-effective, high-throughput gen AI workflows in Google Dataflow cloud.google.com

RSS Hunter • 8月18日

金融サービスにおけるエージェンティックAIによるオペレーショナルレジリエンスの構築

オペレーショナル・レジリエンスは金融機関にとって極めて重要であり、EUのDORAのような規制は要求をますます厳格化しています。企業は、その重要なサービスが混乱に耐え、効果的に回復できることを証明しなければなりません。ドイツ銀行は、Google Cloudと協力してAI搭載のエージェンティック・レジリエンス・プラットフォームを開発することで、これに対応しました。このプラットフォームは、手動のレジリエンス演習を、実際の運用データを使用したコンテキスト認識型の証拠駆動型シミュレーションに変換します。様々なソースからエンタープライズ・コンテキストを構築し、現実的なシナリオと規制当局対応可能な成果物を生成します。デュアル・オーケストレーション・アーキテクチャは、LangGraphを使用したトレーサブルで決定論的な規制整合型実行と、Google ADKを使用した適応型エージェント駆動型シナリオを分離します。このアプローチは、制御と柔軟性の両方を提供し、演習と実際のイベントに対して一貫したレジリエンス・モデルを可能にします。このプラットフォームは、Cloud Run、Gemini Enterprise Agent Platform、Google ADK、Cloud SQLなどのGoogle Cloudサービスを活用しています。これらのツールは、スケーラブルで証拠準備済みのレジリエンス・テストを促進し、一貫性のある監査準備済みのドキュメントを作成します。このモデルは、実際のインシデントからの洞察を将来のテストに反映させ、レジリエンス強化のための継続的なフィードバックループを作成します。ドイツ銀行の目標は、インテリジェントで継続的に適応するレジリエンス・モデルを通じて、複雑なシステムに対する規制上の期待に応えることです。

Building operational resilience with agentic AI in financial services cloud.google.com

RSS Hunter • 8月18日

エージェンティックソースコードレビューによる敵対的AIの先を行く

AI駆動のコード分析によるデータ窃盗および恐喝のリスク増加は、防御のための構造化されたアプローチを必要とします。Agentic Vulnerability Discovery Harness (AVDH) は、AIモデルと人間の専門知識をオーケストレーションされたパイプラインで組み合わせることで、脆弱性の発見を強化します。このフレームワークは、プロアクティブなレビュー、ペネトレーションテスト、およびインシデント対応中に脆弱性の特定と検証を加速します。AVDHは実際の成功を実証しており、最近のインシデント対応中に2日間で100以上のクリティカルな脆弱性を発見しました。数百万行のコードを分析し、数万の発見を生成し、多数のCVE開示につながりました。AVDHアーキテクチャはハーネスを利用しており、AIの予測不可能性を軽減し、コード分析の効果を向上させます。GoogleのAgent Development Kit (ADK) を使用して構築され、エージェントワークフローの管理のためにGoogle Antigravityと統合されています。パイプラインは、脅威モデリングから始まる、ウォーターフォール開発に似た構造化された逐次アプローチに従います。Explorerエージェントがコードベースの目的を特定し、その後Specialist Explorersが特定の領域を掘り下げます。Threat Model Synthesisエージェントが発見を集約し、それらは検証のために人間のコンサルタントに提示されます。Gemini Flash Liteを使用したEntry point discoveryエージェントが、アプリケーションのエントリーポイントと関連するユーザー入力ソースを特定します。Enrichmentエージェントは、より深い分析を可能にするために、分離されたエントリーポイントに関連するコードを集約します。Hypothesis generationエージェントは、制御フローとデータフローに焦点を当て、Confidence filterが仮説の量を管理します。Validationエージェントは、高い温度設定で構成され、これらの仮説を評価し、Synthesisエージェントが最終的な決定を下します。確認された発見は、動的なエクスプロイトと概念実証の実行を含む、厳格な人間の専門家レビューにかけられます。人間の検証を通過しなかった発見は破棄されます。

Staying Ahead of Adversarial AI Through Agentic Source Code Review cloud.google.com

RSS Hunter • 8月18日

信頼できるエージェントワークロードのためのメジャー付きBigQueryグラフの使用

企業は、自律型AIエージェントが生データテーブルを扱う際に不正確な洞察を得る課題に直面しています。従来のデータ構造は現実世界の依存関係を捉えきれず、エージェントが複雑な関係を理解する能力を妨げています。BigQuery Graphは、組織がデータを相互接続されたビジネスエンティティとして表現できるようにすることで、この問題に対応しています。この新しいアプローチにより、エージェントはこれらの関係をより正確に推論できるようになります。関係性は極めて重要です。なぜなら、フラットテーブルに盲目的に依存すると、AIエージェントがマルチホップのビジネスコンテキストを理解するのを妨げるからです。例えば、エージェントが売上減少を報告しても、関係の経路を追跡できないために原因を特定できない場合があります。これにより、高コストで無関係なマーケティングキャンペーンや運営の非効率化につながる可能性があります。関係性や指標ごとに別々のシステムを維持することはこれらの問題をさらに悪化させ、実行時のスティッチングを遅く一貫性のないものにしています。BigQuery Graphの指標は、既存のテーブルをその場でプロパティグラフにマッピングできるため、ETLの必要性を排除することで、メトリクスと関係マッピングを統合します。この仕組みはメタデータを基盤とし、ビジネスパフォーマンスを計算し、パフォーマンス変化の背後にある理由を明らかにします。BigQuery Graphは、グラフトラバーサルにおけるSQL結合による誤った集約の過去的な問題をネイティブに解決します。データモデラーは現在、プロパティグラフDDL内で測定値を定義しています。このエンジンは、標準SQLとAGGアグリゲーターを用いてグラフパスを解析し、指標を評価するためにエージェントが分析ツールを賢く組み合わせることを保証します。BigQuery Studio内のビジュアルグラフモデラーや会話型分析統合などのツールは、グラフインテリジェンスの民主化を促進します。会話型分析は自然言語の相互作用を可能にし、クエリを正確なグラフ認識SQLに変換します。ネイティブLooker統合により、ビジネスメトリクスはデータ層に位置し、統一された意味論を提供し、断片化されたロジックを回避します。この統合により、データベース管理またはLooker管理モデルが可能となり、Gitベースのバージョン管理およびCI/CDワークフローを通じて一貫したKPIが保証されます。

Using BigQuery Graphs with measures for trusted agentic workloads cloud.google.com

RSS Hunter • 8月13日

Looker のセマンティックレイヤーは、ユーザーの信頼のために Gemini Enterprise データを管理します。

組織は、構造化データと非構造化データの両方を処理するAIエージェントに苦労しています。LLMはテキストをうまく処理しますが、データベースでは失敗し、NL2SQLモデルは不正確なクエリを生成する可能性があります。Gemini Enterpriseは統合されたAIインターフェイスを提供し、信頼できる構造化データのためにLookerのガバナンスされたセマンティックレイヤーによって強化されました。この統合により、Lookerアナリストは、セキュアなA2Aプロトコルを介して、会話型エージェントをGemini Enterpriseに直接公開できます。これにより、従業員はリアルタイムで自然言語でガバナンスされたビジネスインテリジェンスにアクセスできるようになり、摩擦が軽減され、データ主導の文化が促進されます。Lookerのセマンティックレイヤーは、データクエリにおける推測を排除し、コード化されたコンテキストを提供することで、一貫性のないメトリクスやAIの幻覚を防ぎます。Gemini EnterpriseユーザーがビジネスKPIを要求すると、Lookerエージェントはバージョン管理されたビジネスロジックに基づいて正確なSQLを生成し、決定的で予測可能な結果を保証します。この統合は、堅牢なガバナンスとセキュアなアクセスを優先し、ユーザーデータを摂取または保存しないゼロリスクのパススルーアーキテクチャを採用しています。データアクセスは、OAuth認証とLookerの既存の行レベルおよび列レベルのアクセスポリシーを通じて制御され、厳格なセキュリティ分離を維持します。技術機能には、ネイティブチャートによるリッチなビジュアルインタラクティビティと、他のエージェントとの相互運用性が含まれ、複雑なマルチエージェントワークフローを可能にします。堅牢な、ID中心の認証モデルにより、すべてのクエリがユーザーレベルで認証され、既存の権限構造が強制されます。この統合は、信頼できるデータ分析、視覚化、およびデータストーリーテリングをユーザーの日常のワークスペースに直接もたらし、運用メトリクスに命を吹き込みます。

Looker’s semantic layer governs Gemini Enterprise data for user trust cloud.google.com

RSS Hunter • 8月11日

Database Migration Service の Gemini を使用して PostgreSQL の移行を加速する

商用データベースからPostgreSQLまたはAlloyDBのようなマネージドサービスへの複雑なアプリケーションの移行は、プロプライエタリなストアドプロシージャや関数でしばしばボトルネックに遭遇します。PL/SQLまたはT-SQLを通常伴うこの手動翻訳プロセスは、時間がかかり、エラーが発生しやすく、モダナイゼーションプロジェクトを遅延させます。最近のAIの進歩、特にDatabase Migration Service（DMS）に統合されたGeminiは、この「ラストマイル」の課題に対するソリューションを提供します。DMSは、これらのレガシールーチンをPostgreSQL PL/pgSQLコードに自動変換するためにジェネレーティブAIを使用し、プロセスを大幅にスピードアップし、精度を向上させます。汎用的なAIツールとは異なり、DMSのGeminiは、より信頼性の高い変換のためにデータベース全体のコンテキストを分析します。これはGoogle Cloudのセキュアな環境内で動作し、プロプライエタリなビジネスロジックを保持します。このサービスは、変換されたコードを説明と共に並べてレビュー、編集、検証するための統合ワークスペースを提供します。このAI支援アプローチは、複雑なロジックを数ヶ月ではなく数日で変換することで移行を合理化し、チームがアプリケーション開発とパフォーマンスに集中できるようにします。スキーマコンテキストを自動的に取得し、構文を検証することで、DMSは信頼性の高いコード変換のための構造化されたワークフローを保証します。これにより、データベースチームは、ステージングまたは本番環境にデプロイする前に、完全な制御を維持し、変更を検証できます。Geminiを搭載したDatabase Migration Serviceは、より迅速で、より正確で、より安全なデータベースモダナイゼーションを可能にします。

Accelerate PostgreSQL migrations using Gemini in Database Migration Service cloud.google.com

RSS Hunter • 8月11日

プレーンテキストでのPQC：Google Cloudのポスト量子暗号化ロードマップ

Googleは、2029年までにポスト量子暗号への完全移行を目指し、Google Cloudのロードマップを更新しています。その戦略は、保存後復号リスクの軽減、偽造に対する整合性の確保、暗号アジリティの強化という3つの主要分野に焦点を当てています。Googleはすでに、内部および顧客向けサービスをPQCアルゴリズムに移行させています。また、Sovereign Cloudの取り組み全体にPQCソリューションを展開し、AIサービスにも統合しています。同社は2029年までにPQCへの完全対応を目指しており、進化するグローバル標準に合わせるため、2030年代までその取り組みを延長します。2026年の主要なマイルストーンには、量子セーフなAPIエンドポイントとロードバランサー、および量子セーフな証明書の実験が含まれます。Cloud Key Management Service (KMS) は現在、暗号化および署名キーに対してNIST標準化PQCアルゴリズムをサポートしています。2029年までのロードマップは、顧客中心のジャーニーを中心に構成されており、量子コンピューティングの影響に対して最も脆弱な分野を優先しています。ドメイン1は、2027年までに保存後復号リスクの軽減、顧客ワークロード、管理者フロー、データパイプラインの保護を対象としています。ドメイン2は、整合性と否認防止に焦点を当て、2028年までにソフトウェアサプライチェーンの保護、量子セーフな証明書の発行、アイデンティティとアクセスの保護を完了することを目指しています。ドメイン3は、基盤と鍵管理に取り組み、標準化された量子セーフな鍵、ハードウェアバックドサービス、パートナーソリューションにより、こちらも2028年までに完了を目指しています。Googleは、クラウドインフラストラクチャの移行を管理する一方で、顧客が自身のアプリケーションとデータを管理するという、量子セーフティに対する共有責任を強調しています。

PQC in Plaintext: Google Cloud’s post-quantum cryptography roadmap cloud.google.com

RSS Hunter • 8月11日

アメリカ大陸における接続性の拡大：Alisios、Canoa、OlaLuz海底ケーブルの紹介

Googleは、3つの新しい海底ケーブルシステム、Alisios、Canoa、OlaLuzにより、米州におけるグローバルネットワークインフラを拡大しています。これらのケーブルは、Firminaケーブルの延長およびこれまでの投資とともに、Americas Connectと呼ばれるネットワークを形成します。Alisiosケーブルは、貿易風にちなんで名付けられ、ドミニカ共和国、パナマ、チリを結びます。カヌーを意味するタイノ語であるCanoaは、ドミニカ共和国とバミューダを結び、ヨーロッパおよび北米への接続性を向上させます。OlaLuzは、スペイン語の波と光を意味する言葉を使用し、ドミニカ共和国とフロリダを直接接続します。Firminaケーブルの新しい支線もドミニカ共和国に上陸し、その到達範囲を拡大します。Americas Connectは、さまざまな地域にわたる接続インフラの到達範囲、信頼性、および回復力を向上させることを目指しています。このネットワークは、太平洋における冗長パスを作成し、カリブ海の接続を相互接続し、大西洋を米国およびヨーロッパのGoogle Cloudリージョンに接続します。ドミニカ共和国、パナマ、バミューダ、チリの政府関係者は、これらの投資に対する熱意を表明しました。これらの新しい海底ケーブルは、デジタル接続性を向上させ、経済成長を促進し、デジタルデバイドを橋渡しすることが期待されています。Googleは、これらの戦略的な拡大を通じて、より接続され、オープンなグローバルクラウドネットワークへの投資を継続しています。

Expanding connectivity in the Americas: Introducing Alisios, Canoa, and OlaLuz subsea cables cloud.google.com

RSS Hunter • 8月11日

エージェンティックなモバイルアプリ開発のためのデベロッパーデバイスプラットフォームの紹介

企業はデバイスベースの顧客インタラクションに依存しており、ユーザーエクスペリエンスにとってローカルアプリのパフォーマンスは極めて重要です。多数のデバイスでアプリをテストすることは不可欠ですが、調達コスト、複雑さ、不安定なテストのために困難です。これにより、開発者は限られた個人のデバイステストに頼ることが多く、幅広い互換性を危険にさらします。Google Cloudは、これらの課題に対処するために、Developer Device Platform (DDP) をパブリックプレビューで開始します。DDPは、Firebase Test Labを進化させた、実際の物理デバイスと仮想エミュレーターへのマネージドクラウドアクセスを提供します。エージェントベースの開発をサポートし、開発者がコーディング、テスト、デバッグ、最適化に好みのエージェントを使用できるようにします。DDPのDevice Streaming APIは、選択したデバイス上のアプリにリモートでアクセスして対話することで、インタラクティブなデバッグを可能にします。Device Run APIは、CI/CDパイプライン内で数百のデバイスにわたる並列テストを促進し、問題の特定と解決を支援します。DDPはエージェント機能を強化し、複雑なジャーニーの実行、視覚的なアーティファクトの特定、オンデバイスパフォーマンスの分析を可能にします。Android StudioおよびCLIとの統合、およびエージェントスキルは、開発とコード最適化を加速します。DDPは、効率的な並列テストと迅速なエラー解決のために、スマートシャーディングと自動リトライをサポートします。このプラットフォームは、すべてのGoogle Cloudユーザーが利用でき、パブリックプレビュー中は従量課金制（分単位）モデルを採用しています。

Introducing the Developer Device Platform for agentic mobile app development cloud.google.com

RSS Hunter • 8月10日

Malachyteがマネージド・リアルタイムAIで小売業のコールドスタート問題を解決する方法

Malachyteは、新規ユーザーへの商品レコメンデーションという課題を解決するためにAI搭載プラットフォームを開発しました。オンラインサービスにとって不可欠なこのパーソナライゼーションは、大規模言語モデルの進歩に触発されたものです。同社は、高度なレコメンデーションアルゴリズムを構築するために、BigtableやManaged Service for Apache KafkaといったGoogle Cloudツールを活用しました。Malachyteのブレークスルーは、LLMと同様の注意機構を備えたニューラルネットワークを小売業のインタラクションに応用したことにあります。彼らは、サイト上でのアクティビティのシーケンスを分析することで、ユーザーが次に欲しがるアイテムを予測しようとしました。このアプローチは、あらゆるインタラクションを利用してユーザーのプロファイルベクトルを洗練させることで、「コールドスタート」問題に対処します。新しいデータが追加されるにつれて予測は向上し、モデル全体は匿名化されたユーザー情報から恩恵を受けます。Malachyteのシステムは、ユーザープロファイルをミリ秒単位で更新し、リアルタイムのレコメンデーションを可能にします。大量の履歴データを必要とする従来のメソッドとは異なり、Malachyteはより高いパーソナライゼーションとプライバシーのためにセッションインタラクションに焦点を当てています。このマルチモーダルシステムは、ユーザーデータをエンコードし、正確なレコメンデーションのために商品を同じベクトル空間に埋め込みます。KafkaによるストリーミングイベントやBigtableによる高速ルックアップを含むGoogle CloudのリアルタイムAIインフラストラクチャは、迅速な更新とレコメンデーションを可能にします。このスケーラブルなアーキテクチャは、Malachyteが効率的にパーソナライズされたエクスペリエンスを提供する能力にとって不可欠です。

How Malachyte solves retail’s cold-start problem with managed real-time AI cloud.google.com

RSS Hunter • 8月10日

Google、Forrester Wave™: AI Platforms、Q3 2026でリーダーに選出

Google Cloudは、組織がエージェント型ワークフローを自信を持って構築・展開できるようにします。統合されたAIプラットフォームは、研究と柔軟性を組み合わせ、ビジネス価値を提供します。Gemini Enterpriseがその中心となり、エージェント型エンタープライズ向けのツールを統合し、組み込みのエンタープライズ信頼性を提供します。このアプローチにより、GoogleはThe Forrester Wave AI Platformsレポートでリーダーに選ばれ、戦略において最高スコアを獲得しました。Gemini EnterpriseはAIへの統一されたエントリーポイントとして機能し、サイロを打破し、ビジネスユーザー、開発者、ITリーダーを共通のコンテキストで結びつけます。Gemini Enterprise Agent Platformは、Gemini Enterpriseアプリを通じて、従業員全体で安全、セキュア、かつコスト効率の高いエージェント開発と展開を可能にします。データ、モデル、開発者ツール、ITオペレーションを統合することで、Gemini Enterpriseは管理を維持しながら変革を推進します。このプラットフォームは、多数のモデルとテンプレートへのアクセスにより、ハイコード、ローコード、ノーコード環境をサポートし、多様なビルダーのニーズに対応します。Gemini Enterpriseは本質的にマルチモーダルであり、さまざまなデータタイプを処理・生成して、文脈に沿ったビジネス体験を創造します。信頼性が最重要であるため、Agent Platformにはデフォルトでエンタープライズグレードのガバナンス、セキュリティ、オブザーバビリティが含まれています。組み込みのガードレール、継続的な評価、リアルタイム追跡により、エージェント型ワークフローの安全なスケーリングが保証されます。Knowledge Catalogのような機能は、普遍的なコンテキストエンジンを確立することで、エージェントの精度を向上させます。Googleは、Gemini Enterpriseが開発者にとって、エージェント型システムを自信を持って構築するために必要な基盤を提供すると考えています。

Google named a Leader in The Forrester Wave™: AI Platforms, Q3 2026 cloud.google.com

RSS Hunter • 8月10日

WPPがAIマーケティングのためにプラットフォームとデータエンジニアリングをどのように運用しているか

WPPは、不安定な市場においてクライアントに予測可能な確実性を提供するためにAIを活用することで、マーケティングおよびコミュニケーションサービスを変革しています。従来、エージェンシーは直感に頼っていましたが、WPPは現在、WPP Openと呼ばれるAI搭載システムを使用して市場のダイナミクスを分析しています。WPPの断片化されたグローバルマーケティングデータは、AIの展開を困難かつ不安全にするという重大なエンジニアリング上の課題をもたらしました。これに対処するため、WPPはGoogle Cloudと提携し、統一されたデータバックボーンとカスタムプラットフォームエンジニアリングパスを作成しました。この協力により、サーバーレスコンピューティングパターンとデータ処理が標準化され、より迅速で安全なマーケティングキャンペーンが可能になりました。このプロジェクトでは、中央集権化されたサービスベースのデータ基盤を設計し、安全で共有されたGoogle Cloud StorageおよびBigQueryプロジェクトにデータを統合しました。詳細なIDおよびアクセス管理制御によりデータのセキュリティが確保され、Managed Service for Apache Sparkが生のデータをクリーニングおよび正規化します。このサーバーレスアーキテクチャは、Kubeflowと組み合わせることで、WPPがインフラストラクチャのオーバーヘッドを管理することなくデータ変換ロジックに集中できるようになりました。プラットフォームはその後、年齢、性別、地域、製品、興味などの主要な指標に基づいて、生のデータを標準化されたコホート定義（SCD）に変換します。これらのSCDにより、機密情報を公開することなくグローバルなデータ集計が可能になり、型安全なScalaフレームワークがAIアプリケーションのデータのトレーサビリティとコンプライアンスを保証します。WPPはまた、再利用可能なGitLab CI/CDテンプレートを使用してエンタープライズソフトウェアのライフサイクルを標準化し、安全で効率的なデプロイメントを実現しました。彼らは「一度構築し、複数展開する」という方法論を採用し、正確で検証済みのコンテナイメージを直接本番環境にデプロイすることで一貫性を促進しました。統合されたセキュリティスキャンとインテリジェントネットワーキングツールは、脆弱性の検出を自動化し、ネットワークの競合を解決することで、リリースをさらに加速させます。レイテンシやエラー率などの詳細な指標を通じて運用上の健全性を監視することで、プラットフォームの回復力と高可用性が保証されます。この包括的なアプローチにより、WPPはクリエイティブおよび戦略の時間を大幅に削減し、制作効率を高め、コンテンツの量を増やし、キャンペーンの投資収益率を向上させることができました。Google Cloudで堅牢なデータおよびAI基盤を構築することにより、WPPは substantial なビジネスインパクトを達成し、AI主導の未来への移行を加速させました。

How WPP operationalizes platform and data engineering for AI marketing cloud.google.com

RSS Hunter • 8月10日

GKEにおけるClusterNetworkPolicy：マイクロサービスのための制御と自律性のバランスを取る

マルチテナントKubernetesネットワークセキュリティの管理は、開発者のコミュニケーションニーズとセキュリティチームのコンプライアンス要求のバランスを取る必要があります。標準のKubernetes NetworkPolicyは、単一の名前空間には有用ですが、その名前空間スコープと開発者中心の設計により、クラスター全体での強制には苦労します。ClusterNetworkPolicy（CNP）は、これらの制限に対処するためのオープンソース標準として導入されました。CNPは、管理者が集中型のネットワークセキュリティ管理を可能にするクラスター全体のリソースです。階層的なティアシステムを備えています。最高優先度のグローバルルール用管理者ティア、名前空間固有の開発者ポリシー用ネットワークポリシーティア、デフォルトのクラスター動作用ベースラインティアです。この階層構造は、セキュリティと組織の役割を一致させ、セキュリティチームによるコンプライアンス義務とプラットフォームチームによるデフォルトの拒否すべてを可能にします。開発者は、コアセキュリティ義務をオーバーライドすることなく、アプリケーション固有のポリシーを管理できます。決定論的な評価はポリシーの競合を解決し、管理者ティアは明示的なPassアクションを使用して最終決定を名前空間ポリシーに委任できます。一般的なユースケースには、機密性の高いワークロードの分離、コアサービスの保護、外部エグレストラフィックの管理が含まれます。CNPは、機密性の高い名前空間へのアクセスを拒否し、不可欠なサービスを許可するなどの複雑なセキュリティ要件を集中型ルールに簡素化します。ClusterNetworkPolicy APIはオープンソース標準であり、環境間のポータビリティを保証します。GKEのCNPの実装は、明確で決定論的なポリシー評価のためのネイティブティア選択を提供します。これにより、ワークロードネットワークセキュリティは、統一されたクラスター全体のガバナンスに引き上げられます。

ClusterNetworkPolicy in GKE: Balancing control and autonomy for your microservices cloud.google.com

RSS Hunter • 8月10日

ゼロコード、低コストのデータ取り込み：新しいBigQuery DTS機能

デジタル経済において、効率的なデータ管理は極めて重要ですが、多くの企業は複雑な社内ETLパイプラインや信頼性の低いサードパーティツールに苦労しています。BigQuery Data Transfer Service (DTS) は、データ取り込みをBigQueryに自動化する、完全に管理されたノーコードソリューションを提供し、チームをパイプラインメンテナンスから解放します。このサービスは、さまざまなプラットフォームにまたがるデータサイロに対応するため、統合を拡大しています。新しい機能には、クラウドストレージからApache Icebergテーブルへの直接取り込みが含まれており、BigQueryのパフォーマンスとのマルチクラウド互換性を実現します。次世代のエージェントアーキテクチャにより、AIアプリケーションはデータ転送をプログラムで発見および管理できます。DTSは現在、Microsoft SQL Server、PostgreSQL、MySQLなどのエンタープライズデータベースを、フルおよび増分転送の両方でサポートし、データをBigQueryに統合しています。Shopify、Klaviyo、HubSpot、MailchimpなどのEコマースおよびマーケティングプラットフォームも統合されており、詳細なデータの抽出を自動化します。Snowflakeを含む移行コネクタは、シームレスなデータ移動のための機能を提供します。ServiceNow、Salesforce、Oracleなどの主要なコネクタは、ネイティブな増分更新で強化されました。BigQuery DTSは、多くのGoogleおよびその他の主要ソースに対する無料の取り込みと、サードパーティSaaS向けの低消費ベース料金により、コスト効率を提供します。セキュリティは、追加の設定なしに、Column-Level SecurityやCustomer-Managed Encryption KeysなどのBigQueryのセキュリティ機能を自動的に継承するため、手間がかかりません。このサービスは、>=99.99%の月間稼働率SLAを備えた業界をリードするパフォーマンスとレジリエンスを誇り、信頼性の高いデータ更新を保証します。企業は、BigQuery DTSを使用してスケーラブルなデータスタックを構築することで、データオペレーションを変革でき、ユーザーのニーズに基づいて新しいコネクタが継続的に開発されています。

Zero-code, low-cost data ingestion: New BigQuery DTS capabilities cloud.google.com

RSS Hunter • 8月7日

Google Cloud が新たな脅威を検出し、封じ込め、保護する方法

Google Cloudは、インフラストラクチャ、ツール、ガバナンスを通じて、データとビジネスシステムのセキュリティにコミットしています。彼らは共有運命モデルを採用し、顧客に影響を与える前に積極的に脅威を特定し、軽減します。ハイパースケールクラウドプラットフォームは、混乱や金銭的利益を求める悪意のある攻撃者にとって魅力的な標的となります。Google Cloudのセキュリティチームは、AIワークロードの悪用、仮想通貨マイニング、認証情報漏洩を積極的に監視しています。また、フィッシングやセッションクッキーの盗難などの手法を用いたアカウント乗っ取りからも防御しています。これらのリスクを軽減するために、Google Cloudは異常なトラフィックに対してきめ細かな封じ込めとスロットリング対策を実施しています。複雑なAIワークロードには協調的なトリアージを使用し、ラテラルムーブメントを防ぐためにローカライズされたID分離を行います。最終手段として、プラットフォームの整合性が深刻に脅かされた場合は、ターゲットを絞ったプロジェクトの一時停止が実施されます。Googleはまた、リポジトリホストと提携して、漏洩した認証情報を早期に検出します。Cloud Abuse Event Loggingはセキュリティ通知の可視性を提供し、透明性は重要です。クリティカルな不正利用が検出されると、プロアクティブなサポートケースと不正利用通知が生成されます。Cloud Audit Loggingと異常な支出アラートは、不正なアクティビティを特定するのに役立ち、重要な連絡先はタイムリーなコミュニケーションを保証します。顧客は、多要素認証の強制やサービスアカウントの保護などのアクションを通じて、自身の環境を強化する責任があります。最小権限の原則、境界防御、定期的なリソース衛生の実施も推奨されます。Googleは、異常な使用パターンを検出するために、プラットフォームの健全性を継続的に監視しています。セキュアな環境の維持は、Google Cloudと顧客双方の献身を必要とするパートナーシップです。堅牢なアクセス制御とセキュリティのベストプラクティスを採用することにより、共にワークロードのセキュリティとレジリエンスを確保できます。

How Google Cloud detects, contains, and protects against emerging threats cloud.google.com

RSS Hunter • 8月7日

ゴール！ TelevisaUnivision が Google Cloud を利用して FIFA ワールドカップを数百万人にストリーミングした方法

ライブスポーツ放送は、数百万人の視聴者とミリ秒単位の遅延を処理するための堅牢なデジタルインフラストラクチャを必要とします。TelevisaUnivisionは、メキシコがホスト国としてファンのエンゲージメントを増幅させた2026 FIFAワールドカップ中にこの課題に直面しました。ブランドの評判は、重要な瞬間の完璧で中断のないストリーミングに直接結びついています。したがって、技術的な実行は、顧客の信頼を維持し、加入者の損失を防ぐために最も重要です。TelevisaUnivisionはGoogle Cloudと提携し、そのアーキテクチャと顧客中心の姿勢からMedia CDNを選択しました。Media CDNの分散インフラストラクチャは、ISP内のディープエッジキャッシングと直接ISPピアリングを備えており、ネットワークの輻輳を回避します。専用の容量予約により、ライブトラフィックが分離され、ピーク時の急増を吸収できるようになりました。セッションストアをMemorystore for Valkey 9.0に移行することで、重要なチェックのためのミリ秒未満の応答時間が達成されました。テクノロジーを超えて、Google Cloudは、統合された24時間年中無休のウォー・ルームとプロアクティブな監視を備えた共同の共同エンジニアリングモデルを提供しました。この協力により、104試合でプラットフォームの可用性が100％達成され、6億7500万ビューが配信されました。このパートナーシップは、ローカライズされたエッジ配信、高速コンピューティング、および共同の運用努力を組み合わせることで、大規模なライブストリーミングの新しいベンチマークを設定しました。

GOL! How TelevisaUnivision streamed the FIFA World Cup to millions with Google Cloud cloud.google.com

RSS Hunter • 8月7日

BQ Search Innovationsによる構造化データと非構造化データのインサイトの統合

PDF、音声、画像などの非構造化データの管理において、企業は課題に直面しています。BigQueryは、このデータからインサイトを抽出するための、アクセス、処理、グラウンド、関連付け、アクティベートという5つのステップからなるシンプルなフレームワークを提供するようになりました。本投稿では、「グラウンド」フェーズを強化する3つの主要なマイルストーンに焦点を当てます。自律的な埋め込み生成が一般提供開始され、複雑なパイプラインなしに、新しい情報が取り込まれる際に自動的にデータ埋め込みが作成されます。この機能は、外部およびネイティブのGemma埋め込みモデルの両方をサポートし、現在はマルチモーダル画像埋め込み機能も含まれています。BigQueryは、エンタープライズ規模の処理を管理し、データを自動的に同期させることで、個別のベクトルデータベースの必要性を排除します。AI.SEARCHの一般提供開始は、単一クエリでの大幅な改善により、自然言語検索のパフォーマンスを向上させます。この機能により、ユーザーは埋め込みを検索パスに含める必要なく、意味的に関連するレコードを簡単に見つけることができます。パフォーマンスの最適化により、大幅な速度向上が実現され、ユーザー向けの検索がより迅速かつコスト効率よく行えるようになりました。ハイブリッド検索のパブリックプレビューは、キーワード検索とベクトル検索の機能を統合します。このアプローチは、セマンティック検索の概念的な理解と、レキシカルマッチングの正確な精度を組み合わせます。ハイブリッド検索は、セマンティックな関連性とキーワードの頻度の両方に基づいて結果を再ランク付けすることで、精度を向上させ、LLMの幻覚を減らします。これらの進歩は、エンドツーエンドの非構造化データ分析プラットフォームを構築するというBigQueryのより広範なビジョンの一部です。

Unifying Structured and Unstructured Data Insights with BQ Search Innovations cloud.google.com

RSS Hunter • 8月7日

プライバシーを最優先したAIによる脳腫瘍研究の推進

医学と人工知能の交差点は数多くのイノベーションをもたらしましたが、開発者は現在、患者のプライバシーを保護しながら、多様な実世界の患者データでテストおよび評価された堅牢な医療AIツールを構築するという課題に直面しています。この問題に対処するため、Google CloudはMLCommonsとMedPerfイニシアチブを通じて協力しており、これはConfidential Computingを使用してAIモデルのベンチマークのための安全な環境を確立します。2023年にMLCommonsによって開始されたMedPerfイニシアチブは、フェデレーテッド評価を使用してモデルをテストすることにより、医療AIの評価を標準化することを目指しています。Google Cloud Confidential Spaceを利用することで、専有AIモデルはハードウェアで隔離されたTrusted Execution Environment内で評価でき、関係者はいずれもモデルコードや患者データを見ることができないことが保証されます。Confidential VMはCPUを超えてGPUにまで拡張され、GPUアクセラレーション推論中にモデルの重みと患者データを保護します。MedPerfプラットフォームはすでに、世界中のプライベート脳MRIデータでAIモデルを検証することにより、脳腫瘍研究の改善に取り組んでいるFederated Tumor Segmentationイニシアチブのような重要な研究を推進しています。この協力的なアプローチは、AIツールが真に代表的な患者集団全体で機能することが証明され、臨床的な信頼と検証を達成できることを示しています。この協力の影響は大きく、研究者や臨床医はGoogle Cloudが提供する安全でスケーラブルな協力的なクラウド環境を賞賛しています。医療AIの未来は大きな可能性を秘めていますが、それは臨床医、研究者、規制当局がそれを評価するために使用されるベンチマークを信頼できる場合にのみ実現できます。MLCommonsとGoogle Cloudの協力は、データとモデルの安全な共有と評価を容易にすることで、より迅速で安全で、より公平な医療のブレークスルーへの道を切り開いています。

Advancing brain tumor research with privacy-first AI cloud.google.com

RSS Hunter • 8月6日

BigQueryでエージェンティックな未来に対応：価格性能の継続的な向上、ゼロエフォート

現代のデータプラットフォームは、特にエージェントワークロードの増加に伴い、クエリパフォーマンスチューニングとシステム価格パフォーマンスにおいて課題に直面しています。データ量、多様性、速度が増加し、クエリがエージェントによって自動生成されるにつれて、手動でのクエリ最適化は非現実的になっています。BigQueryは、自律的なクエリ処理に焦点を当て、エージェントAI時代の主要なエンジンへと進化しました。その分離されたストレージとコンピューティングアーキテクチャ、サーバーレス処理、そしてきめ細かなコンピューティング管理は、最適な価格パフォーマンスに貢献しています。主なイノベーションには、過去のクエリ実行から学習し、ユーザーの介入なしに有益な最適化を自動的に適用する、履歴ベースの最適化（HBO）を備えた自己学習エンジンが含まれます。このシステムには、パフォーマンスを向上させない最適化を拒否することで、リグレッションを防ぐための安全ガードレールが含まれています。高度なランタイムは、ベクトル化を強化し、短いクエリの最適化を実装することで、対象となるクエリを高速化し、スロットの使用量を削減します。これらの改善は、オープンレイクハウスアーキテクチャを含むさまざまなデータフォーマットに一貫して適用されます。流動的なスケーリングは自動スケーリングを強化し、コンピューティングリソースの秒単位課金を可能にし、コストを削減します。これらの自律的な機能は、AIエージェントが人間のユーザーよりも大幅に高いクエリレイテンシと同時実行性を必要とするため、データプラットフォームの将来にとって不可欠です。BigQueryの目標は、クエリを自動的かつ安全に最適化し、ユーザーが手動のインフラストラクチャ管理とクエリ最適化ではなく、より良いエクスペリエンスの提供に集中できるようにすることです。

Agentic Future Ready With BigQuery: Continually Improving Price-Performance, Zero Effort cloud.google.com

RSS Hunter • 8月6日

AI時代のデジタル主権：コントロールとイノベーションのどちらかを選ぶ必要はない

企業や政府は、厳格なデータコンプライアンスと主権要件により、AIの導入に課題を抱えており、多くの場合、オンプレミスでのデータストレージが必要となります。これらの組織は、外国でのデータ処理に関連する管轄権、経済的、地政学的なリスクを管理する必要があります。最近の調査によると、ITリーダーのほぼ半数が、データの居住性と現地のセキュリティ法をサポートするインフラストラクチャを優先しています。歴史的に、データをオンプレミスで管理することは、最新のAIの進歩へのアクセスを断念することを意味していました。しかし、オンプレミスとマルチクラウドソリューションを組み合わせたハイブリッドクラウドアプローチの採用が、現在このギャップを埋めています。このハイブリッド戦略により、組織はパブリッククラウドのパワーと、ローカルの主権およびコンプライアンスのメリットのバランスを取ることができます。これにより、以前は厳格な規則を持つ組織にとって困難だったデータ所在地とアクセスの制御が可能になります。また、社内AIシステムの構築は、これらの組織にとって遅すぎ、高価すぎると見なされていました。Google Distributed Cloud (GDC) は、Google Cloudの機能をオンプレミスまたはエッジ環境にもたらすことでソリューションを提供します。GDCは、AIワークロードの主権ニーズを満たすために、エアギャップおよび接続されたデプロイメントモデルで利用可能です。最適化されたインフラストラクチャ、モデルの選択肢、および費用対効果の高い推論サービスを備えた、完全なオンプレミスAIソリューションを提供します。これにより、組織は完全なデータ管理を維持しながら、セキュアなAIエージェントを構築することができます。

Digital sovereignty in the age of AI: You don’t have to choose between control and innovation cloud.google.com

RSS Hunter • 8月6日

Googleエキスパートによるエージェント構築とスケーリングのための無料レッスンで、あなたのエージェンティックな夏を

開発およびITリーダーの多くは、AIエージェントを本番環境にデプロイするための実践的な方法を模索しています。提供された情報は、AIの概念から完全に自律的なエージェントまでユーザーを導くように設計された包括的なプログラムを通じて、実践的なソリューションを提供します。この夏、個人はGoogleのフレームワークとアプローチを利用して、エージェントを無料で構築およびスケーリングできます。Gemini Enterprise Agent Ready (GEAR) プログラムは、ユーザーに必要なツールとブループリントを提供するラボとコースを提供します。学習パスには、AIエージェントとその生産性への影響に関する基本的な入門が含まれます。ユーザーは、適応型エージェントのための意思決定モデルや実行ループなどのエージェントの基本を掘り下げます。カリキュラムには、エンタープライズエージェントのユースケース、KPIへのエージェントのマッピング、さまざまなコーディングフレームワークの利用も含まれます。Gemini Enterpriseアプリケーションの作成、マルチエージェントワークフローのオーケストレーション、Agent Development Kitを使用したAIエージェントのエンジニアリングにおける専門知識を検証するいくつかのスキルバッジが利用可能です。追加モジュールは、通貨ツールの統合、エージェントのメモリと状態の管理、カスタムエージェントスキルの作成、Google Cloudでのエージェントの運用に焦点を当てています。参加者は、All Things Agentic Hackathonでスキルをテストし、大きな賞品を競うことができます。このプログラムは、需要の高いスキルと資格を構築するために、即時のエンゲージメントを奨励しており、マルチエージェントシステムとエンタープライズエージェントセキュリティのための新しい学習パスが利用可能です。

Your agentic summer: No-cost lessons from Google experts to build and scale agents cloud.google.com

RSS Hunter • 8月6日

UNC6671 リブランディング：マルチブランドのビッシング恐喝が金融サービスおよびエンタープライズクラウド環境を標的にする

Google Threat Intelligence Groupは、BlackFileブランドの引退が伝えられているにもかかわらず、データ窃盗と恐喝活動を継続している脅威アクターグループであるUNC6671を追跡しています。UNC6671は、Redact、Pink、Helix、Falconを含む複数の恐喝フロントに活動を多様化させています。彼らは、ITヘルプデスク担当者を装ってボイスフィッシング（ビッシング）を使用し、個人のモバイルデバイスを介して従業員を標的にしています。これらの通話は、被害者を偽のログインポータルに誘導し、そこでAdversary-in-the-Middle（AiTM）インフラストラクチャが認証情報と多要素認証トークンを傍受します。アクセスが確立されると、Microsoft 365やOktaなどのクラウド環境からデータを流出させるために自動化されたスクリプトが使用されます。分析により、これらのさまざまな恐喝ブランドを接続するインフラストラクチャとフィッシングテンプレートの重複が明らかになり、共通の運用スレッドが示唆されています。UNC6671の標的は進化しており、最近では金融サービス、プライベートエクイティ、プロフェッショナルサービス企業に焦点を当てています。新しい技術には、フィッシングのためのパスキーの口実の使用や、持続性を維持し証拠を削除するための防御回避戦術の採用が含まれます。ランサム支払いは引き続き観察されており、BlackFileの停止とされる後でも多額の取引が行われています。組織は、これらの脅威を軽減するために、フィッシング耐性のある多要素認証を強制することが推奨されます。

UNC6671 Rebrands: Multi-Brand Vishing Extortion Targets Financial Services and Enterprise Cloud Environments cloud.google.com

RSS Hunter • 8月6日

Mirendilは、事前学習および事後学習アプリケーションのためにAIハイパーコンピューターのTPUとGPUを活用します。

Google Cloudインフラストラクチャは、ほとんどの大規模AIラボや急成長中のAIスタートアップにとって、好まれるプラットフォームです。これらの組織は、モデルのトレーニング、推論、最先端の研究のために、それに依存しています。新しいフロンティアAIラボであるMirendilも、Google CloudのAIハイパーコンピューターを活用しています。これには、GoogleのTPU AIアクセラレータとNVIDIAのAIインフラストラクチャの組み合わせが使用されます。この特殊なセットアップは、Mirendilのモデルの事前トレーニングおよび事後トレーニングアプリケーションをサポートするように設計されています。Mirendilは、AIの研究開発を加速し、民主化するAIシステムの開発を目指しています。彼らの作業には、複雑なトレーニングワークフローの管理や、大規模な強化学習の実行が含まれます。Google Cloud上でTPUとNVIDIAのプラットフォームの両方を選択できる柔軟性により、Mirendilはコンピューティングリソースに迅速にアクセスできます。これにより、時間の経過とともにワークロードを最も適切なアーキテクチャに合わせることができます。Google Cloudは、この統合インフラストラクチャの設計と展開において、Mirendilと緊密に連携しました。また、Gemini Enterprise Agent Platform内のマネージドトレーニングクラスタを使用したシステムについても協力しました。MirendilはすでにTPU v5pチップを利用しており、まもなくNVIDIAのアクセラレーテッドコンピューティングシステムを統合する予定です。この拡張により、MirendilはAIシステムをスケーリングし、強化することができます。彼らは、高度なAI研究能力を、より多くの科学者やエンジニアの手に届けることを目指しています。

Mirendil taps AI Hypercomputer TPUs and GPUs for pre- and post-training applications cloud.google.com

RSS Hunter • 8月6日

「騒がしい隣人」を解決する：シャーディングアーキテクチャがマルチテナントプラットフォームを保護する方法

SaaSプロバイダーやエンタープライズで利用されるような共有インフラストラクチャ環境は、「うるさい隣人」問題に対して脆弱です。単一テナントの激しいデータアクティビティやデータベースの障害は、すべてのユーザーのパフォーマンスを低下させ、バックログやSLA違反につながる可能性があります。すべてのデータが単一ストリームを流れるレガシーなモノリシックアーキテクチャは、この問題を悪化させます。これは、1つのデータベース障害がすべての処理を停止させる可能性があり、最悪のシナリオに対応するために非効率的なスケーリングが必要になることを意味します。1つのテナントの高負荷がシステム全体に影響を与える場合、安定したSLAの維持はほぼ不可能になります。その解決策は、シャーディングされたハブアンドスポークアーキテクチャであり、処理をルーティングのためのセントラルハブと実行のための分離されたスポークに分離します。ハブは軽量なDataflowジョブであり、トラフィックコントローラーとして機能し、テナントIDを解析してデータを分離されたバッファーに振り分けます。これらのバッファーは、耐久性のあるPub/Subトピックとして実装されており、遅いダウンストリームシンクが元のソースに影響を与えるのを防ぎます。スポークは、高優先度、共有ティア、またはドメイン固有のパイプラインなどのワークロード別に分類された、複数の小さなDataflowインスタンスで構成されます。この分離により、障害の被害範囲が100%から5%未満に大幅に削減されます。また、モノリシックシステムの非効率的な最悪ケーススケーリングとは異なり、テナント負荷に基づいた独立したスケーリングが可能になります。メンテナンスもより安全になり、あるドメインへの更新が他のドメインに必ずしも影響を与えるわけではありません。デッドレターキュー、厳密なコネクションプーリング、非同期I/Oなどの追加の最適化により、安定性がさらに向上し、パイプラインの停止を防ぎます。このシャーディングアプローチを採用することで、プラットフォームは「うるさい隣人」の脅威を排除し、厳格なSLAを確保し、より安全なデプロイメントを可能にします。

Solving the "Noisy Neighbor": How Sharded Architecture Protects Multi-Tenant Platforms cloud.google.com

RSS Hunter • 8月5日

エージェンティックAIのスケーリング：UiPathがAIハイパーコンピューター上に構築した高性能GPUプラットフォーム

UiPathは、自律型エージェントを展開し、複雑なビジネスプロセスをオーケストレーションするために推論と意思決定を行うエージェンティックAIへと移行しています。この移行には、特に大企業にとって、かなりの計算能力と信頼性の高いインフラストラクチャが必要です。グローバルAIプラットフォームにとって、コストやレイテンシを増加させることなく、トレーニングと推論のバランスを取りながら、数百のGPUを効率的にオーケストレーションすることが不可欠です。UiPathは、インテリジェントドキュメント処理のために共有GPUフリートに移行し、Google Cloud上にインフラストラクチャを再構築しました。現在、トレーニングにはA3 VMインスタンスを、推論にはG4 VMインスタンスを使用しており、スパイク状のワークロードに対応し、予測可能なコストを確保しています。Google Cloudとのこのパートナーシップは、UiPathの野心的なエージェンティックAIイニシアチブに必要なスケーラビリティ、柔軟性、および専門的なAI機能を提供します。以前のオンデマンドでのGPUプロビジョニングというアプローチは、スパイク状のワークロード、ハイエンドチップの供給ボトルネック、および運用オーバーヘッドにより、管理不能になっていました。GPUを共有された戦略的リソースとして扱うことで、UiPathのML Servicesプラットフォームは、ワークフロー全体で作業を優先し、需要のバランスを取ることで、利用率を最適化します。ハードウェア、ソフトウェア、および柔軟な消費モデルを統合したGoogle CloudのAI Hypercomputerアーキテクチャは、UiPathの成長する規模をさらにサポートします。UiPathは、Google Kubernetes EngineとGoogle CloudのDynamic Workload Scheduler（DWS）を活用して、GPU容量を事前に確保し、プロアクティブな計画を可能にしました。現在、トレーニングにはA3 VMインスタンスを、推論にはコスト効率の高いG4 VMインスタンスを使用し、パフォーマンスと価格を最適化しています。この新しいインフラストラクチャにより、UiPathはOmega HealthcareやThermo Fisher Scientificによって使用されているような高度なモデルを本番環境に投入し、驚異的な精度と処理効率を達成できるようになります。学んだ主な教訓には、容量の分離、コンピューティングの事前スケジューリング、およびワークロードごとに適切なシリコンのサイジングが含まれます。

Scaling agentic AI: How UiPath built its high-performance GPU platform on AI Hypercomputer cloud.google.com

RSS Hunter • 8月5日

共有ストレージの未来を解き放つ：Colossus上のFilestore

Google CloudのFilestore、スケーラブルなNFSファイルサービスは、Colossus上に構築されたクラウドネイティブなバックエンドストレージレイヤーを統合することで、大幅な強化を受けました。このアップグレードにより、FilestoreはGoogleの最大のグローバルサービスを支えるのと同じ基盤となる分散ストレージシステムを活用できるようになります。この統合により、AIやエージェントワークフローを含む、要求の厳しい最新ワークロードに対する柔軟性とスケーラビリティが向上します。主な利点は、ストレージ容量とパフォーマンスの分離であり、IOPSをワークロードの要求に正確に合わせるための独立したプロビジョニングが可能になります。この分離されたスケーリングは、コンテナ化された環境にとって特に有利であり、Filestore CSIドライバーを介してGKEワークロードに永続的で高性能なストレージを提供します。GKE向けのFilestoreマルチシェアは、インスタンスをプロジェクト固有のニーズに合わせてより小さなシェアに分割することで、リソース利用率をさらに最適化します。この新しいアーキテクチャは、共有データアクセスが不可欠なAIエージェントスウォームの高同時実行ワークスペースのような重要なユースケースを解き放ちます。Colossusに支えられたFilestoreのNFSプロトコルは、NFSファイルロッキングによる一貫したファイルシステムアクセスと厳格なデータ整合性を備えた数百万のエージェントをサポートします。運用上、この強化はリアルタイムのIOPSスケーリングと高速な障害復旧による俊敏性の向上を提供します。セキュリティも、Google Cloud IAMおよびIPアクセス制御リストとの深い統合により強化されています。このアップデートにより、FilestoreはAI時代のデータワークフローの進化するニーズに対応できるようになり、柔軟性とコスト効率を提供します。

Unlocking the future of shared storage: Filestore on Colossus cloud.google.com

RSS Hunter • 8月5日

複数の結果セット:データベース移行サービスがSQLサーバーからPostgreSQLへの翻訳を自動化する方法

SQL Server から PostgreSQL への複数結果セットを持つストアドプロシージャの移行は、アーキテクチャの違いから大きな課題となります。SQL Server はネイティブで複数の結果セットをストリームしますが、PostgreSQL では明示的なカーソル管理が必要です。数百ものプロシージャを手動で書き直すのは現実的ではないため、Google Cloud の Database Migration Service (DMS) のような自動化ツールが不可欠です。DMS はプロシージャを分析し、単一または複数の結果セットを返すかどうか、スカラー戻り値があるかどうかを判断します。単一の結果セットまたはスカラー戻りの場合、INOUT refcursor を持つ PostgreSQL PROCEDURE を生成します。複数の結果セット、またはその組み合わせは、SETOF refcursor を返す PostgreSQL FUNCTION に変換されます。スカラー戻り値は、個別の "return_value" カーソルとして追加されます。移行されたコードのテストには、トランザクションブロック内で実行し、各カーソルから順次データを取得する必要があります。DMS は、結果セット数を正確に判断するために、高度な前処理メカニズムと深さ優先探索による有向グラフ分析を使用します。この自動化されたアプローチは、コアロジックを維持しながら、アプリケーション統合と QA のための出力処理を適応させます。DMS の変換戦略を理解することは、PostgreSQL でのシームレスな Day-Two オペレーションの鍵となります。

Multiple result sets: How Database Migration Service automates SQL server to PostgreSQL translation cloud.google.com

RSS Hunter • 8月4日

API対応エコシステムでアジリティを解き放ったドイツ銀行

ドイツ銀行は、APIがデジタルトランスフォーメーションの基盤となるインフラストラクチャであることを認識しました。モノリシックなシステムから、中央API管理プラットフォームを必要とするモジュール式で再利用可能なAPIへと移行しました。Google CloudのApigeeは、その適応性、スケーラビリティ、信頼性、セキュリティ、AI対応性から選ばれました。Apigeeは現在、APIエコシステムを管理し、フィンテックパートナーを接続し、社内および顧客向けアプリケーションを強化しています。このプラットフォームは、発見可能性と標準の自動適用のための一元化されたガバナンスを提供します。APIセキュリティは、従業員アクセス制御と同様に、最小権限の原則で管理されています。Apigeeは、ロードバランシングと自動スケーリングにより、レジリエンスとパフォーマンスを確保します。オブザーバビリティは、APIパフォーマンスメトリクスに関するリアルタイムの洞察を得るための一元化されたダッシュボードを通じて実現されます。このAPIファーストのアプローチは、将来のインテリジェントサービスと新たな業界標準のための強固な基盤を構築しています。ドイツ銀行は、APIをバンキング機能のユニバーサルインターフェイスと見なし、新しいサービスのシームレスな統合を可能にしています。このインフラストラクチャへの投資により、将来のニーズに適応し、安全にイノベーションを行うことができます。

How Deutsche Bank unlocked agility with an API-ready ecosystem cloud.google.com

RSS Hunter • 8月4日

データベース運用エージェントのご紹介：自律型データベース管理の未来

Google Cloudは、データベース管理を簡素化するために、AI搭載のデータベースエージェントを2つローンチしました。データベースオンボーディングエージェントは、自然言語で記述されたユーザー要件に基づいて適切なデータベースサービスを推奨することで、初期セットアップ、構成、デプロイメントを支援します。継続的な運用においては、データベースオブザーバビリティエージェントがデータベースを監視、トラブルシューティング、保守します。これらのエージェントは、Google Cloudのさまざまなサーフェスや、IDEなどのサードパーティツールに統合されており、必要とされる場所と時に支援を提供します。従来、データベース管理は複雑で手動、かつスキル集約的なプロセスであり、かなりのトラブルシューティング時間を要していました。新しいエージェントは、クエリ最適化や異常検知などのタスクを自動化し、運用オーバーヘッドを削減し、効率を向上させます。オブザーバビリティエージェントは、複数のソースからのデータを分析し、根本原因分析を提供し、検証済みの修正策を提案または実行することで、複雑な問題の解決を支援します。これは、Cloud MonitoringやCloud Loggingなどのサービスからのテレメトリを相関させることで、フリートレベルのトラブルシューティングと製品内調査を提供します。既存のワークフローへの統合はシームレスであり、Cloud Assistチャット、コンソール内調査、開発者ツールを介して機能にアクセスできます。これらのエージェントは、Cloud SQL、Spanner、AlloyDB、Bigtableを含む幅広いGoogle Cloudデータベースをサポートし、さまざまなパフォーマンスおよび運用上の課題に対応します。オンボーディングエージェントは、ワークロードのニーズを分析して特定のマネージドデータベースサービスを推奨し、選択およびプロビジョニングプロセスを合理化します。

Introducing Database Operations Agents: The future of autonomous database management cloud.google.com

RSS Hunter • 8月4日

Spanner Graphでリテールディスカバリーを強化し、データベースメンテナンスを50%削減する方法

現代のリテールは、パーソナライズされた商品発見と自然な会話によるアシスタンスを求めています。Targetは、信頼を構築し、購入の意思決定をガイドするために、Guest Product Confidenceプラットフォームを確立しました。その一例が、2025年のホリデーシーズンにローンチされたGift Finderチャットエージェントで、会話によるアイテム発見を提供します。リアルタイムのパーソナライゼーションとセマンティックな応答を大規模に実現するために、Targetは断片化されたデータエコシステムを単一のプラットフォームに統合する必要がありました。このプラットフォームは、トランザクションワークロード、グラフ関係、ベクトル類似性検索、キーワード検索を同時にサポートする必要がありました。Targetは、生成AI搭載のショッピンググラフのための「グラフ・オブ・グラフ」であるエンタープライズオントロジーを構築するためにSpanner Graphを選択しました。データを統合することで、Spannerは現在、トランザクション状態とセマンティックインテリジェンスの単一の真実の情報源として機能しています。アーキテクチャには、エンタープライズ拡張、統合されたグラフ/ベクトル/検索ストア、およびAIインターフェースを強化するオーケストレーションレイヤーが含まれています。スキーママッピングと並列データリプレイを含む4段階のゼロダウンタイム移行が正常に実行されました。この統合は、レコメンデーションの関連性の向上やゲスト満足度の向上など、測定可能なビジネスインパクトにつながりました。また、インフラストラクチャメンテナンスの50%削減にもつながり、新しいAI機能の開発を加速させました。

How Target is enhancing retail discovery and cutting database maintenance by 50% with Spanner Graph cloud.google.com

RSS Hunter • 8月4日

Future Mode Part 2: エージェント型ブラウジングをセキュアにするための基盤

GoogleのChrome Enterpriseは、自律型AIエージェントの台頭をサポートするためにセキュリティ機能を進化させています。これらのエージェントはブラウザ内で複雑なタスクを実行することが増えており、ユーザーとAI自体の両方に対して堅牢なデータ保護が必要となっています。ブラウザは、ユーザーコンテキスト、既存のアクセスポリシー、およびアクティブなアプリケーションの認識を保持するという独自の利点を提供します。これにより、エージェントは既存のエンタープライズ権限を活用しながら安全に動作できます。Chrome Enterprise Premiumは、エージェントのデータフローをリアルタイムで検査するための高度なデータ損失防止（DLP）を導入しています。これにより、機密情報が公開された大規模言語モデルに漏洩するのを防ぎ、拡張機能の権限を管理できます。アクセス制御はユーザーからAIエージェントに拡張されるため、ユーザーが特定のデータにアクセスできない場合、そのエージェントもアクセスできません。安全なエージェント間のコラボレーションを確保するために、Chromeはいくつかの安全策を実装しています。ユーザーアライメントクリティックはゲートキーパーとして機能し、メタデータを分析してプロンプトインジェクション攻撃を防ぎます。サイト分離は強化され、エージェントの活動を関連するタスクの発生源に限定し、無関係なサイトでの不正な操作を防ぎます。エージェントは自身の操作をログに記録し、Chromeは重要な段階で自動的に一時停止して人間の承認を求め、従業員をループ内に維持します。例えば、主要な金融取引や一括メール送信には、明示的な人間の同意が必要です。エージェントの操作は、透明性のためにChrome履歴で明確にタグ付けされます。Googleは、自動化されたレッドチーミングを通じてこれらの防御策を積極的にテストしており、脆弱性報奨金プログラムを拡大しました。ブラウザの分離原則を拡張し、可視性制御を提供することにより、Chrome Enterpriseは、セキュリティを損なうことなく、企業がAI生産性ツールを採用できるようにすることを目指しています。このアプローチにより、企業はAI支援ワークの進化する状況で安全にイノベーションを起こすことができます。

Future Mode Part 2: The foundation for securing agentic browsing cloud.google.com

RSS Hunter • 8月4日

AIによる現実世界のメインフレームモダナイゼーション：メインフレームからクラウドへの安全でスケーラブルなパス

エンタープライズは、レガシーメインフレームの維持か、リスクの高いビッグバン移行かの難しい選択に直面しています。Google Cloudは、AIとクラウドによって強化された代替的な反復的モダナイゼーション戦略を提供します。このアプローチは、メインフレームモダナイゼーションがコード変換以上のものを含むことを認識しており、複雑な依存関係、データ形式、トランザクションモニター、ワークフロー、およびプロプライエタリインターフェースを網羅しています。Google Cloudのソリューションは、Geminiモデルと、アセスメント、モダナイゼーション、リスク低減、データ移行の4つの柱にわたる専門的なメインフレームモダナイゼーション製品を組み合わせています。Mainframe Assessment Tool (MAT)は、AIを使用してレガシーアプリケーションをリバースエンジニアリングし、依存関係、ビジネスルール、ドキュメント、およびドメイン検出に関する洞察を提供します。モダナイゼーションは、イノベーションのためのアプリケーションのリライトや、動作を維持するための決定論的な、同一のモダナイゼーションを含む柔軟なパスを提供します。Google CloudのDual Runプロセスは、メインフレームとクラウド環境の両方でワークロードを同時に実行し、出力を比較して同等性を検証することで安全性を確保します。Mainframe Connectorは、さまざまなGoogle Cloudサービスへのデータ移行を容易にし、処理のオフロードとサイロ化されたデータの解放を可能にします。この包括的なアプローチは、既存のプロセスを理解し、アプリケーションをモダナイズし、本番稼働前にリスクを低減し、データをモダナイズすることによって、現実世界のメインフレームモダナイゼーションの課題に対処します。Google Cloudは、自動化されたコードベースのアセスメントから始まるパイロットプログラムを通じて、エンタープライズにこのAIアクセラレーテッドアプローチをテストするよう招待しています。

Real-world mainframe modernization with AI: A safe, scalable path from mainframe to cloud cloud.google.com

RSS Hunter • 8月3日

パブリックデータとプライベートデータの統合：Spanner上のData Commonsによるナレッジグラフのスケーリング

Data Commons プロジェクトは、世界中の情報を整理し、100を超える権威あるプロバイダーからの断片化された公開データセットを統合することで、普遍的にアクセス可能で有用なものにすることを目指しています。Data Commons は、実世界の事柄とその関係性を結びつけるナレッジグラフを提供し、標準化された Schema.org の定義を使用して構造化された4000億以上のデータポイントを備えています。このプラットフォームは、データ探索ツール、MCPツール、およびクラウドベースのAPIを提供して、クリーンなデータセットにアクセスおよび統合できるようにし、企業が内部データを公開参照データと容易に接続できるようにします。Data Commons は、農業、人口統計、経済、環境、健康を含む複数のドメインにわたる公開情報を統合し、国のGDPトレンドの分析や地域的な健康の公平性の追跡などの強力なユースケースを解き放ちます。プラットフォームは、Spanner Graph を使用したネイティブグラフモデルに移行しました。これにより、Spanner の高可用性、水平スケーラビリティ、およびネイティブ ISO/IEC 39075 Graph Query Language サポートに、SQLライクなインターフェースとグラフの表現力を組み合わせて提供します。マルチエンティティ Spanner Graph スキーマを採用することで、Data Commons はエンティティをノードとして、そのドメインリンクを動的なグラフエッジとして表現し、GQL を使用してデータベース内で直接複雑な関係クエリを実行できるようにします。新しいアーキテクチャは、複雑な事前計算されたインデックスの必要性を排除することでパイプラインを簡素化し、データベース全体をリフレッシュすることなく特定のデータセットの増分更新を可能にします。Data Commons は、Statistical Data and Metadata eXchange 技術標準の軽量実装も採用しており、統計データとその記述的な統計メタ情報を一貫した方法で記述および交換するためのアプローチを提供します。Data Commons Platform のアップデートは、SDMX 技術標準バージョン 3.0 のサポートを追加し、多次元データセット向けのサードパーティツールとのすぐに使える統合を提供します。公開ナレッジグラフと独自のデータを含むプライベートナレッジグラフ全体でフェデレーションすることにより、ユーザーはデータの分離を維持し、データの重複がないことを保証しながら、エキサイティングな新しいユースケースを有効にすることができます。

Unifying public and private data: Scale knowledge graphs with Data Commons on Spanner cloud.google.com

RSS Hunter • 8月3日

Cortex Framework v7 が GA: SAP 運用を中断することなくエージェント型ワークフローを構築

企業は収益を増やしリスクを軽減しつつ、コアERPシステムを保護するためにAIエージェントを迅速かつ安全に導入する必要があります。これには生データ以上のものが必要です。複雑な記録を理解しやすいビジネス用語に翻訳し、単一の真実の情報源として機能する相互運用可能なデータ製品を求めています。Google CloudのCortex Frameworkバージョン7は、AIエージェントの準備状況のためにデータアーキテクチャを近代化することでこの問題に対応しています。このリリースはデータ製品の展開、カスタマイズ、拡張を簡素化し、インフラのオーバーヘッドを削減します。Cortex Framework v7には、BigQueryやKnowledge Catalogに直接展開できるSAP向けの専用データプロダクトアクセラレータが含まれています。これらはGeminiエンタープライズエージェントプラットフォームに正確なビジネスコンテキストを提供し、AIエージェントが高忠実度で実行できるようにします。Dataformはフレームワークのモジュール化かつスケーラブルな展開アーキテクチャを支え、オーケストレーションを簡素化し、データチームがワークフローを構築し、バージョン管理を行うことを可能にします。新リリースでは、AIに優しいメタデータを含むエージェント対応のデータ製品を提供し、エージェントがワークフローを推論し実行できるようにします。生のSAPデータを明確なビジネス用語に変換し、通貨の小数点シフトのような複雑な論理を処理することで、AIにとって高いデータ忠実度を確保しています。カスタムAIプロジェクトを加速させるv7には、自然言語を用いたAI駆動のデータプロダクトビルダーのためのエージェントスキルが含まれています。フレームワークはまた、フレームワークの内容とカスタムモデルの分離を維持するために拡張でき、クリーンな更新を可能にします。Dataformを活用したモジュラー展開は、バージョン管理されたSQLとネイティブの依存関係管理を確保し、必要なテーブルのみを処理します。このモジュール式アプローチは複雑なSAP環境を扱い、さまざまなSAPシステム向けの製品を並行して展開し、カスタムフィールドを自動的に取り込みます。BigQueryによる増分ロードと非破壊的なスキーマ更新によってコスト効率の高いスケーリングが実現され、計算時間と運用コストを最小限に抑えます。オーケストレーションは、追加のインフラを必要とせずにスケーラブルなデータ処理のためにDataformのサーバーレス実行に依存しています。Cortex Framework v7は現在、SAPのビジネスデータクラウドをネイティブにサポートし、SAPのデータ製品とSAP BDCのデータ製品を組み合わせて新たなビジネスチャンスを発掘しています。重要なビジネス課題に対応するため、SAP BDCおよびSAP ERPデータのソリューションサンプルも含まれています。業界リーダーとの共同イノベーションがv7を形作り、企業の機敏性とAI準備度を優先しています。このリリースは、サーバーレス実行、AI対応セマンティクス、ネイティブSAP統合を通じて、複雑なエンタープライズデータを戦略的資産へと変貌させます。

Cortex Framework v7 is GA: Build agentic workflows without disrupting SAP operations cloud.google.com

RSS Hunter • 8月3日

舞台裏：Google Agent Skillsを構築、テスト、スケーリングする方法

AIエージェントの有効性は、提供される指示とコンテキストの質に大きく依存します。Google Agent Skillsは、Google Cloudのドメイン知識を構造化されたオープンソースの指示にエンコードすることで、AIコーディングエージェントの機能を強化することを目指しています。Google Cloud Next 2026のために迅速な「スウォーム」として立ち上げられたこのイニシアチブは、AIエージェントをより賢く、より安全に、より正確にすることを目指しています。クロスファンクショナルチームが、Google Cloudの知識のための標準化された、エージェントが読み取れる指示を開発しました。このプロジェクトは急速に勢いを増し、15,000以上のGitHubスターがコミュニティの強い関心を示しています。人気が高まるにつれて、多様なチームの貢献にわたる品質管理の維持が大きな課題となりました。これに対処するため、カオスなリポジトリを防ぐために厳格な基準と自動化されたガバナンスが確立されました。各スキルは標準化されたレイアウトに従い、より良いアーキテクチャのためにリモートMCPツールを優先します。スキルは、機密性の高い内部データを削除し、クリーンネスを確保してから、公開エクスポートされる前に厳密に内部で構築および評価されます。リンター、リンクチェッカー、AI支援検証を含む自動チェックが、スキルがリポジトリにマージされる前に実行されます。サブミット時と毎週の両方での継続的な評価は、ドキュメント、API、またはLLMモデルの進化によって引き起こされるリグレッションを検出するために不可欠です。これらの評価は、スキルが測定可能な向上を提供するように、精度と効率を測定します。このプロジェクトは、スキルが継続的なメンテナンスを必要とする生きた製品として扱われ、リポジトリの健全性と個々のスキルの維持管理のための明確な所有権があることを強調しています。著者をサポートするために、効果的な指示と評価スイートの作成を支援するためのツールとエージェントワークフローが開発されました。並行して、内部イニシアチブであるDevRel Skillsは、効率と一貫性を向上させるために、内部チームワークフローのエージェントスキルを構築することに焦点を当てています。Google Agent Skillsは、GitHubで公開スキルと、開発者向けの関連入門資料を提供しています。

Behind the scenes: How we build, test, and scale Google Agent Skills cloud.google.com

RSS Hunter • 8月3日

今月のAIインフラストラクチャとオーケストレーションの新機能

Googleは、エージェント時代をサポートするためにAIインフラストラクチャで包括的な進歩を遂げています。同社はGeminiのような最先端のAIモデルを開発し、ソフトウェアフレームワークとハードウェアを設計しています。また、GoogleはAIを日常的なツールに統合し、コンピューティング、アクセラレータ、オーケストレーションソフトウェアを含む基盤となるインフラストラクチャを構築しています。この堅牢なインフラストラクチャは、より迅速にイノベーションを起こし、より優れたユーザーエクスペリエンスを提供することを目指す企業にとって不可欠です。Googleは、製品、テクノロジー、ツールのアップデートを含むAIインフラストラクチャに関する月次アップデートを提供しています。最近のアップデートでは、Google Cloud Managed Lustre、ネットワーク最適化VMのC4N、GKE Dataplane V2のスケーリングが強調されています。新機能には、RLワークロード向けの協調タイムスライシングと、オープンソース化されたk8s-aibomセキュリティツールが含まれます。プラクティショナーガイドは、Kimi K3のようなモデルのデプロイや、TPUでの様々なAIワークロードの実行に関する詳細な手順を提供します。テクニカルブループリントは、GoogleのTPU上での大規模モデルのパフォーマンス最適化を示しています。Googleは、GartnerによってAIインフラストラクチャのリーダーとして認められています。レポートによると、AIの野心とインフラストラクチャの現実との間にはギャップが広がっており、ほとんどの組織はアップグレードを必要としています。機密コンピューティングは、セキュアなAIデータ処理のために、アクセラレータ最適化G4マシンシリーズで利用可能になりました。TPU開発者ハブとTPU AIテレメトリコレクターエージェントは、開発者向けの新しいリソースを提供します。GKEでのAI推論ワークロードへの高可用性の組み込みと、Cloud StorageのデータへのAIエージェントの接続は、新しいガイドで詳しく説明されています。独立したベンチマークでは、GKE推論ゲートウェイが主要なマネージドKubernetesサービスを上回るパフォーマンスを示しています。顧客の成功事例は、ヘルスケアおよび顧客レビュープラットフォームにおけるGoogleのAIインフラストラクチャの成功した応用を示しています。

What’s new in AI infrastructure and orchestration this month cloud.google.com

RSS Hunter • 7月31日

クラウドCISOの見解：AI脅威防御が新しい取締役会基準となる理由

Cloud CISO Perspectivesは、取締役会にとってAIセキュリティが極めて重要な役割を果たすことを強調しています。Chris BetzとAlicja Cadeは、AIセキュリティが現在、ビジネスの俊敏性に不可欠な、取締役会の基準となっていると強調しています。取締役会は、CISOに対し、AIネイティブで、エージェンティックで、オープンな防御戦略を採用するよう奨励する必要があります。これは、防御速度を自動化された攻撃サイクルに合わせ、ビジネスコンテキストを活用して統一されたツールプラットフォームを利用することを意味します。Googleは、セキュリティを手動から自動化された機能へと移行させるために、AI Threat Defenseを開発しました。取締役会は、5つの主要分野に焦点を当て、運用近代化のためのガバナンスフレームワークを提供する必要があります。これらには、ビジネスの有効化、修復サイクルの最適化、システム統合、コンテキストに基づいた優先順位付け、AIの安全性とポリシーが含まれます。これらの分野への投資は、回復力を構築し、ビジネスの速度を向上させます。取締役会は、資産を保護し、イノベーションを促進するために、プラットフォーム中心でコンテキスト駆動型のセキュリティへと舵を切るべきです。最近のアップデートには、AIコードセキュリティエージェント、レジリエンスレポート、量子セーフデジタル署名が含まれます。その他のトピックには、脅威アクターの命名、AIエクスプロイトブループリント、サーバーレス環境の保護などが含まれます。ポッドキャストでは、CISOがテストしたレジリエンス、AI詐欺の進化、AIの安全な統合について議論しています。

Cloud CISO Perspectives: Why AI Threat Defense is the new boardroom baseline cloud.google.com

RSS Hunter • 7月31日

AlloyDB がグループ認証を追加し、エンタープライズ規模と AI エージェントを保護

従来のデータベースセキュリティは、多数のパスワード管理に苦労しており、運用上の負担とセキュリティリスクを生み出しています。Google Cloudは、データベースアクセスを透過的、安全、かつパスワードレスにすることで、データベースアクセスを簡素化することを目指しています。彼らは、エンタープライズワークロードにID駆動のアクセス制御をもたらすプレビュー機能であるAlloyDB向けのIdentity and Access Management（IAM）グループ認証を導入しています。この新しい機能は、すでにこの成功したパターンを使用しているAlloyDBとCloud SQL全体でセキュリティアプローチを統合します。エンタープライズ規模で個別にアクセスを管理すると、オンボーディングのボトルネック、オフボーディングのリスク、およびシステム全体でのエラーが発生しやすいポリシー管理につながります。単一の強力なアカウントを使用してアクセス管理を簡素化すると、重大なリスクが生じ、詳細な監査が制限されます。AIエージェントの展開が増加すると、汎用アカウントが混乱した代行者問題を引き起こし、個人の説明責任を曖昧にする可能性があるため、データベースのIDとアクセス制御はさらに複雑になります。詳細な認証により、AIエージェントはユーザーIDを通過させることができ、クエリが承認されたユーザーの代わりに実行されることを保証し、データアクセスを制限します。IAMグループ認証により、機能的なGoogleグループを定義でき、Google Cloudはグループコンテキストを検証してアクセスを承認し、正確な監査証跡をキャプチャします。Biltのような企業は、この中央集権的なIDの原則からすでに恩恵を受けており、共有資格情報を排除し、データベースとロールのプロビジョニングをテンプレート化しています。Cloud SQLとAlloyDB全体でのこの統合アプローチにより、組織はリレーショナルデータベースに対して標準化された、多層防御のアクセス戦略を強制できます。IAMグループ認証を他のセキュリティ機能と組み合わせることで、人間とAIエージェントの両方のデータベースアクセスは、検証済みの企業IDと安全なネットワーク境界にバインドされ、ゼロトラストデータベースの未来への道を開きます。

AlloyDB adds group authentication to secure enterprise scale and AI agents cloud.google.com

RSS Hunter • 7月30日