Репортаж от Wedoany，Google Cloud опубликовал «Отчет о состоянии инфраструктуры», в котором указано, что 83% организаций считают необходимым модернизировать существующую инфраструктуру для поддержки производственных систем агентного ИИ (agentic AI). Компания также представила решение «Облако данных для агентов», направленное на интеграцию данных, моделей ИИ и операционных баз данных в единую систему действий.
Google Cloud считает, что основным узким местом, ограничивающим масштабирование ИИ, является не производительность моделей, а доступ к бизнес-контексту и инфраструктура поддерживающих систем. Отчет показал, что 43% ИТ-руководителей назвали сложность интеграции с устаревшими API и источниками данных самым большим инфраструктурным разрывом для агентного ИИ. В отличие от традиционных программных рабочих процессов, агент может начать с одного запроса, инициируя запросы и выполнение операций в нескольких приложениях и источниках данных, что создает нагрузку на инфраструктурные уровни, не предназначенные для таких нагрузок.
Отчет также показал, что 81% руководителей считают операционную сложность и инженерные затраты основными непредвиденными расходами при масштабировании ИИ. Это означает, что многие проекты ИИ могут застрять, поскольку инженерные команды вынуждены тратить значительное время на соединение разрозненных систем. Google Cloud отмечает, что бизнес-контекст часто оказывается запертым в фрагментированных системах и устаревших архитектурах. Для решения этой проблемы модель «безграничного озера данных» (borderless lakehouse) позволяет агентам получать доступ к данным в разных средах с помощью таких инструментов, как BigQuery и Spanner, построенных на открытых стандартах, таких как Apache Spark и Apache Iceberg, с целью снижения необходимости перемещения больших наборов данных в одно центральное место.
Для улучшения понимания данных системами ИИ Google Cloud подчеркивает важность семантического уровня. Отчет указывает, что 36% руководителей считают отсутствие высокопроизводительных векторных баз данных для привязки ИИ (AI grounding) ключевым разрывом. Продукт «Каталог знаний» (Knowledge Catalog) позволяет агрегировать и обогащать информацию в озерах данных, поддерживая извлечение агентами семантического контекста из неструктурированной информации. Для предприятий проблема заключается не только в обнаружении данных, но и в том, может ли система ИИ безопасно действовать на основе этих данных.
Google Cloud отмечает, что приложения ИИ переходят от экспериментов с моделями к реструктуризации архитектуры. Многие компании уже протестировали инструменты генеративного ИИ, но для превращения их в системы, способные автоматически обрабатывать финансы, обслуживание клиентов и другие задачи, требуется более тесная связь между данными и инфраструктурой. Это влияет на облачных провайдеров, поставщиков баз данных и корпоративные программные группы, а также поднимает вопросы о расходах клиентов. Ключевым выводом отчета остается то, что 83% организаций считают модернизацию инфраструктуры необходимой для поддержки производственных систем агентного ИИ.
