分散データ用のエージェント型分析ワークフローを実装する

Last reviewed 2026-06-09 UTC

このドキュメントでは、AI エージェントを使用するクロスクラウド分析ワークフローを実装するための大まかなアーキテクチャについて説明します。このドキュメントは、マルチクラウド データレイク、構造化データ ウェアハウス、非構造化データストア全体でエージェント型 AI を分析ワークフローに使用したいクラウド アーキテクト、データ エンジニア、データ サイエンティストを対象としています。このドキュメントでは、エージェント型 AI のコンセプト、データ分析、クラウド アーキテクチャに関する基本的な知識があることを前提としています。

このドキュメントのデプロイ セクションでは、エージェント分析ソリューションを構築する方法を学習できる Codelab を 紹介します。

アーキテクチャ

次の図は、複数のデータストアとクラウド サービス プロバイダに分散された構造化データと非構造化データからビジネス上の分析情報を導出するエージェント分析ソリューションのアーキテクチャを示しています。

エージェントベースの開発環境と AI モデルを使用して、 Google Cloud や他のクラウド サービス プロバイダに分散されたデータを分析するアーキテクチャ。

このアーキテクチャのコンポーネントは、次のレイヤに整理されています。

  • ユーザーとエージェントのアクション

    • エージェント開発環境: データ エンジニア やデータ サイエンティストなどのデータ実務担当者は、次の いずれかの方法で自然言語リクエストを送信します:
    • Google Cloud Data Agent Kit 拡張機能: この 拡張機能を使用すると、エージェントは適切なスキルを読み込み、 Google Cloud サービスの MCP サーバーに接続して、 信頼できるデータにアクセスできます。 Google Cloud
    • 基盤モデル: 信頼できるコンテキストと データからビジネス上の分析情報を生成するために、エージェント開発環境では Gemini ファミリーのモデルなどの基盤モデルを使用します。 このモデルは、Data Agent Kit 拡張機能の適切なスキルを使用し、必要な MCP サーバーツールを使用して複雑な分析ワークフローを実装します。

  • 分析ワークフロー

    • Lakehouse for Apache Iceberg: Lakehouse は、Apache Iceberg オープン テーブル形式を のエンタープライズ グレードのストレージと統合する、高パフォーマンスの統合メタデータ カタログを提供します Google Cloud。
    • Managed Service for Apache Spark: これは、アーキテクチャのコアデータ処理コンポーネントです。Managed Service for Apache Spark の Lightning Engine 機能は、バッチモードとインタラクティブ モードで高パフォーマンスの サーバーレス データ処理をサポートします。Spark データ処理ジョブは、 Lakehouse の Iceberg カタログのメタデータを使用し、 BigQuery から構造化データを読み取り、 Amazon S3 などの外部ソースからゼロコピー読み取りを実行します。
    • Knowledge Catalog: エージェントは Knowledge Catalog を使用して Cloud Storage 内の非構造化データの インテリジェント スキャンを実行し、 セマンティック メタデータを抽出し、 コンテキスト グラフを構築します。

  • 信頼できるデータストア

    • Google Cloud のデータ: BigQuery は、Cloud Storage 内の非構造化データから抽出された構造化データを含む、構造化データの中央 ウェアハウスとして機能します。
    • 外部ソースからのデータ: このアーキテクチャは、Amazon S3 バケット内のデータや Databricks Unity Catalog のメタデータなどの外部データ ソースを示しています。 Cross-Cloud Interconnect は、 Google Cloud と他のクラウド サービス プロバイダの間で高帯域幅の専用接続を提供します。

使用するプロダクト

このアーキテクチャでは、次の Google Cloud プロダクトとツールを使用します。

  • Google Cloud Data Agent Kit: データ サイエンティスト、データ エンジニア、データアプリ デベロッパーが、 任意の Agentic 開発環境内からデータ ライフサイクル全体を管理できるようにするエージェント拡張機能。
  • BigQuery: ML、地理空間分析、ビジネス インテリジェンスなどの組み込み機能を使用してデータの管理と 分析を支援する、Google Cloud のフルマネージド エンタープライズ データ ウェアハウス。
  • Managed Service for Apache Spark: マネージド コンピューティング インフラストラクチャで Apache Spark バッチ ワークロードを実行するマネージド サービス。
  • Lakehouse for Apache Iceberg: オープン データ レイクハウスを構築し、高度な分析と AI の統合インターフェースを提供する高パフォーマンスのストレージ エンジン。
  • Knowledge Catalog: インテリジェント メタデータとガバナンス 機能を備えたデータアセットの統合カタログを提供する AI 搭載サービス。
  • Gemini: Google が開発したマルチモーダル AI モデルのファミリー。
  • Cloud Storage: 低コストで無制限のオブジェクト ストア。さまざまなデータ型に対応しています。 データには の内部および外部からアクセスでき Google Cloud、冗長性を確保するために複数のロケーションに 複製されます。
  • Cross-Cloud Interconnect: と他のクラウド サービス プロバイダの間で、高帯域幅、低レイテンシの 専用接続を提供するサービス。 Google Cloud
  • Google Cloud MCP サーバー: Model Context Protocol （MCP）を実装して、AI アプリケーションが Google プロダクトとサービスにアクセスできるようにする、Google マネージド リモート サービス。 Google Cloud

ユースケース

このドキュメントで説明するアーキテクチャは、次のユースケースに適しています。

  • マルチクラウド データ分析: ファイルを移動したり、複雑な ETL パイプラインを構築したりすることなく、 と他のクラウド サービス プロバイダに 分散されたデータを効率的にクエリして分析します。 Google Cloud たとえば、グローバルな小売業者のマーケティング マネージャーは、Amazon S3 の顧客ロイヤリティ データと BigQuery のマーケティング オペレーション データを結合して、マーケティング キャンペーンの効果を分析できます。
  • インテリジェントなデータ検出: 自然言語プロンプトと AI エージェントを使用して、 複数の環境にわたるフェデレーション データセットを検出、クエリ、処理します。 たとえば、調達スペシャリストは、サプライ チェーン マネジメント（SCM）システムの構造化データと、非構造化メール コミュニケーションと損害評価レポートの分析情報を組み合わせて、サプライ チェーンの中断の一般的な原因を特定できます。
  • 非構造化ソースからの構造化データの抽出: 大量の非構造化データをスキャンし、セマンティック メタデータを導出し、構造化データの抽出を BigQuery に保存してダウンストリーム分析を行います。たとえば、オペレーション コントローラは、PDF ファイルなどの非構造化形式で保存されている数千件の請求書から構造化データを抽出することで、費用を効率的に分析できます。

デプロイ

Data Agent Kit 拡張機能を使用してエージェント分析ソリューションを構築する方法については、Codelab の AI エージェントを使用して生データを数秒で予測するをご覧ください。 この Codelab では、Data Agent Kit 拡張機能を使用して、任意の Agentic 開発環境内からデータを効率的に分析する方法について説明します。Codelab で使用するサンプルデータはすべて Google Cloudに保存されます。

次のステップ

協力者

著者: Kumar Dhanagopal | クロスプロダクト ソリューション デベロッパー

その他の寄稿者: