人工智能的兴起需要灵活、实时的数据架构，但传统工具难以应对海量、多模态数据。数据湖提供了灵活性，但缺乏一致性，而其他架构则会产生孤岛并需要昂贵的数据集成。行业正转向开放的湖仓一体（lakehouse），Apache Iceberg 作为关键的开源表格式正在脱颖而出。Google Cloud 与 Confluent、Databricks、dbt、Fivetran、Informatica 和 Snowflake 等合作伙伴一起，致力于这一开放标准。Iceberg 的元数据层实现了高效的查询规划、时间旅行和数据剪枝，加速了洞察。Google Cloud 已经推出了 BigLake 表和 GCS 上 Iceberg 的 REST Catalog API 等创新。Databricks 和 Snowflake 也提供了 Iceberg 支持，实现了互操作性并降低了数据延迟。这一开放标准使任何与 Iceberg 兼容的引擎都能在单一数据副本上运行，弥合了分析和运营工作负载之间的差距。通过采用 Iceberg，组织可以在不同平台之间共享数据，减少数据副本和复杂的管道。Global Payments 和 Unilever 等客户已经受益于 Iceberg 在管理多样化数据集方面的灵活性和效率。这种互操作性为人工智能驱动的数据战略带来了更高的效率、安全性和更快的洞察速度。