Las organizaciones que utilizan eficazmente los datos y la IA son más rentables que sus competidores y obtienen mejores resultados en una serie de parámetros empresariales, según un estudio reciente: El 81% de las organizaciones ya han aumentado sus inversiones en datos y análisis durante los dos años anteriores. Sin embargo, muchas organizaciones siguen luchando para extraer todo el valor empresarial de los datos, y más del 40% citan la disparidad de herramientas de análisis y fuentes de datos, y la mala calidad de los datos como sus mayores retos.
Google Cloud se encuentra en una posición única para ofrecer una nube de datos e IA unificada, inteligente, abierta y segura para las organizaciones. Miles de clientes de diferentes sectores de todo el mundo utilizan Dataproc, Dataflow, BigQuery, BigLake y Vertex AI para flujos de trabajo de datos a IA. Hoy, nos complace anunciar BigQuery Studio, un espacio de trabajo unificado y colaborativo para la suite de análisis de datos de Google Cloud que ayuda a acelerar los flujos de trabajo de datos a IA, desde la ingestión y preparación de datos hasta el análisis, la exploración y la visualización, todo el camino hasta la formación e inferencia de ML (machine learning).
Sin embargo, la ejecución de análisis de big data se enfrenta a numerosos retos. Según una encuesta reciente, el 65% de las empresas consideran que tienen "demasiados" datos que analizar.
La solución propuesta por Google es BigQuery Studio, un nuevo servicio dentro de BigQuery, su almacén de datos sin servidor totalmente gestionado, que ofrece una experiencia única para editar lenguajes de programación como SQL, Python y Spark para ejecutar cargas
"BigQuery Studio es una nueva experiencia que realmente pone a las personas que trabajan en datos por un lado y a las personas que trabajan en IA por el otro en un entorno común", dijo Gerrit Kazmaier, VP y GM de datos y análisis en Google, a TechCrunch en una entrevista telefónica. "Básicamente proporciona acceso a todos los servicios que esas personas necesitan para trabajar: hay un elemento de simplificación en el lado de la experiencia del usuario".
BigQuery Studio está diseñado para permitir a los usuarios descubrir, explorar, analizar y predecir datos. Los usuarios pueden empezar en un cuaderno de programación para validar y preparar los datos, y luego abrir ese cuaderno en otros servicios, incluyendo Vertex AI, la plataforma gestionada de aprendizaje automático de Google, para continuar su trabajo con infraestructuras y herramientas de IA más especializadas.
Con BigQuery Studio, los equipos pueden acceder directamente a los datos dondequiera que estén trabajando, afirma Kazmaier. Y han añadido controles para la gobernanza, la regulación y el cumplimiento "a nivel empresarial".
BigQuery Studio puede verse como una progresión natural de la estrategia global de Google para trasladar a la nube las organizaciones que adoptan IA. Según una estimación, el gasto mundial en servicios de nube pública crecerá un 21% hasta alcanzar los 592.000 millones de dólares este año, por lo que el gigante tecnológico está claramente decidido a hacerse con la mayor parte posible del gasto, al igual que sus rivales.
Google BigQuery será nuestro almacén de datos donde se le dará vida a estos datos para ser usados. Estas son cinco razones por las que Google BigQuery puede ser una excelente opción:
1. GA4 está diseñado para trabajar con GBQ
2. Fácil de gestionar y escalable
3. Respaldo de los datos
4. Alta integración con productos de Google
5. Flexibilidad y pensado para el análisis de datos
