BigQuery Graph, теперь широко доступный, интегрирует нативную аналитику графов напрямую в хранилище данных, устраняя изолированные и операционные накладные расходы. Эта новая возможность позволяет пользователям выполнять сложные графовые запросы наряду с традиционным SQL с использованием стандарта ISO-стандарта GQL. Она использует петабайтную обработку BigQuery, существующие меры безопасности и интегрируется с функциями BigQuery ML и AI. Команды по обработке данных в различных отраслях, включая кибербезопасность, финансы, розничную торговлю и IT, внедряют BigQuery Graph. Сценарии применения включают обнаружение угроз и мошенничества, оптимизацию цепочки поставок, клиентскую 360, создание графов знаний и управление сетями. Недавние улучшения включают более быстрый и широкий графовый движок, обеспечивающий улучшенную скорость выполнения GQL и выразительность. Новая функция Graph Lakehouse без границ позволяет BigQuery Graph охватывать данные, находящиеся в родных таблицах BigQuery, и открывать таблицы Iceberg в разных облаках без перемещения данных. Это позволяет агентам перемещаться по виртуальным графам знаний, состоящим из данных из нескольких источников, например, агенту поддержки, запрашивающей информацию о клиентах и продуктах в Google Cloud и AWS. Разговорная аналитика позволяет взаимодействовать с графами на естественном языке, снижая неоднозначность и галлюцинации для AI-агентов. Кроме того, агенты теперь могут создавать графы, переводя наборы данных в узлы и ребра, с возможностью авторства и верификации. Функция контекстного графа предоставляет аудитируемую память для агентов ИИ, фиксируя их рассуждения и решения в виде запроса в BigQuery Graph. Это обеспечивает объяснимость и служит основой для улучшения будущих действий агентов.