【8/25~9/1】GCPブログまとめ〜AI基盤とデータ分析進化〜

今週の重要ニュース TOP5

1. BigQueryに予測分析の基盤モデルTabFMを導入
   表形式データ向けにGoogle Researchが開発した、回帰・分類用の事前学習済み基盤モデルTabFMがBigQueryに登場。カスタムモデル開発の複雑さと時間を大幅に削減し、予測分析を民主化します。
   元記事リンク: Introducing TabFM in BigQuery: Predictive analytics reimagined

2. BigQuery Graphが一般提供開始
   BigQuery内でグラフ分析を直接行えるBigQuery GraphがGAに。データウェアハウスとグラフデータベースを統合し、データ間の複雑な関係性を効率的に探索・分析できます。
   元記事リンク: BigQuery Graph is now GA: the knowledge foundation for the agentic era

3. AI時代のFinOps：エージェント向け課金とコスト管理の柔軟化
   AIエージェントの利用が増える中、FinOpsとコスト管理の進化が不可欠です。Google Cloudは、Gemini Enterpriseなどでエージェントワークロード向けの柔軟な支払いオプションとコスト管理ツールを導入します。
   元記事リンク: FinOps for the AI era: New flexible billing and cost controls for agents

4. Cloud RunインスタンスでパーソナルAIエージェントをデプロイ
   長時間稼働するステートフルなAIエージェント向けに、低コスト・高性能なCloud Runインスタンスが導入されました。従来のCloud Runサービスとは異なり、エージェントの継続的な運用を効率的にサポートします。
   元記事リンク: Deploy personal AI agents with Cloud Run instances

5. VPC Service Controlsのポリシーインテリジェンス機能強化
   VPC Service Controlsの違反アナライザーとダッシュボードが強化され、ポリシー管理とトラブルシューティングが簡素化されました。データ漏洩や不正アクセス対策がより効率的に行えます。
   元記事リンク: How Blackline simplifies perimeter policy intelligence with VPC Service Controls

各トピック詳細

1. VPC Service Controls のポリシーインテリジェンスを強化

ネットワークレベルの境界を確立するVPC Service Controls (VPC-SC) は、データ漏洩や不正アクセスからクラウド環境を保護する上で重要です。今回、VPC-SCの違反アナライザーと違反ダッシュボードに新しいポリシーインテリジェンス機能が追加され、ポリシー管理とトラブルシューティングが劇的に簡素化されました。これにより、セキュリティ境界の管理と最適化がこれまで以上に効率的かつ容易になります。
元記事リンク: How Blackline simplifies perimeter policy intelligence with VPC Service Controls

2. BigQueryに予測分析の基盤モデルTabFMを導入

企業における顧客離反予測や購入意向、不正スコアリングといった予測分析タスクは、従来、XGBoostやディープニューラルネットワークのようなカスタムモデル構築が必要でした。しかし、Google Researchが開発した表形式データ向け事前学習済み基盤モデルTabFMがBigQueryに導入されたことで、この複雑なプロセスが簡素化されます。TabFMは、インコンテキスト学習を活用し、特徴量エンジニアリングやハイパーパラメータチューニングの手間を大幅に削減します。
元記事リンク: Introducing TabFM in BigQuery: Predictive analytics reimagined

3. 金融機関を狙う脅威アクター「BREEZE COMET」の動向

Google Threat Intelligence Group (GTIG) は、ブラジルの金融サービス、小売、eコマース組織を標的とする金銭目的の脅威アクター「BREEZE COMET」（以前はUNC5669として追跡）の活動を分析しました。このグループは、ブラジル国内の決済システムや銀行ソフトウェアを操作し、不正な送金を仕掛けています。本記事では、BREEZE COMETの戦術とツールキットの詳細を明らかにし、組織がこの脅威から身を守るための軽減策と検出方法を提供します。
元記事リンク: Financially Motivated Threat Actor BREEZE COMET Targets Brazil

4. BigQuery Graphが一般提供開始

企業データにおける重要な問いの多くは、個々の行だけでなく、データ間の「つながり」にあります。例えば、2つのアカウントのリンク関係や、決済の経路、AIエージェントの回答の背景などです。BigQuery Graphは、これらの複雑な関係性を効率的に分析するためのグラフ機能をBigQueryに直接統合し、一般提供を開始しました。これにより、データを別のグラフデータベースに抽出する必要がなくなり、運用上のオーバーヘッドが削減されます。ISO標準のグラフクエリ言語 (GQL) とSQLが共存し、ネイティブなトラバーサルが可能です。
元記事リンク: BigQuery Graph is now GA: the knowledge foundation for the agentic era

5. AI時代の水道分野におけるセキュリティ対策のヒント

Cloud CISO Perspectivesの最新版では、Chris SistrunkとStephanie Kielが水道分野が直面する重要な課題と、OT (Operational Technology) オペレーターがインフラストラクチャを保護するために講じるべき具体的な措置について詳しく解説しています。AIの進化に伴い、これらの重要インフラのセキュリティは一層重要になっています。
元記事リンク: Cloud CISO Perspectives: Tips on securing the water sector in the AI era

6. データパイプラインを数週間から数分へ：エージェント時代の到来

データパイプラインは現代企業の基盤ですが、そのオーケストレーションは多くのデータ専門家にとって参入障壁となっていました。Google Cloud NEXT ’26で発表されたOrchestration Pipelinesフレームワークを実践者に提供するため、「Data Agent Kit」が導入されました。これは、データエンジニアリングとデータサイエンスツールを統合したオープンソースのコレクションで、IDEやCLIに直接統合でき、データパイプライン構築のプロセスを劇的に加速します。
元記事リンク: From weeks to minutes: The new agentic era of data pipelines

7. Pythianが実践する社内AI活用：顧客ROIへの貢献

Pythianは、自社でGoogle CloudのGemini Enterpriseを導入し、企業AIがどのようにROI (投資収益率) を生み出すかを検証しました。彼らの経験から、多くの企業AIイニシアチブが失敗する原因は、ツール中心のアプローチにあると指摘。単なるツール導入に留まらず、構造的なワークフロー変革と高いROIを実現するためのAIプレイブックを開発し、その知見を顧客に提供しています。
元記事リンク: Reimagining work: How Pythian’s internal AI playbook delivers customer ROI

8. Cloud RunインスタンスでパーソナルAIエージェントをデプロイ

個人開発者やパーソナルユース向けのAIエージェント（OpenClawやHermesなど）のような、長時間稼働するステートフルなワークロードを低コストかつ高性能に実行する方法として、「Cloud Runインスタンス」が導入されました。従来のCloud Runサービスがリクエストがないとスケールゼロになるのに対し、Cloud Runインスタンスは、常に1つのコピーが稼働し続けることを前提としたAIエージェントのニーズに対応し、専用VMの運用管理負担を軽減します。
元記事リンク: Deploy personal AI agents with Cloud Run instances

9. Knowledge CatalogとOKFでエージェントのコンテキストを管理

オープン仕様であるOpen Knowledge Format (OKF) は、LLM向けの知識ベースをポータブルで相互運用可能な形式で標準化することを目指しています。OKFv0.2では信頼性シグナルが追加されましたが、組織全体でOKFバンドルを共有し、アクセスを管理する方法が課題でした。本記事では、Knowledge Catalogを活用してOKFバンドルを組織内で検索・共有し、エージェントに適切なコンテキストを提供する方法について解説しています。
元記事リンク: Using OKF with Knowledge Catalog to serve context for agents

10. UberがCloud Interconnectでネットワーク信頼性を向上させクラウド移行を促進

Uberは、その大規模なネットワークを管理し、継続的に進化させることで、アプリケーションのトラフィックをスムーズに保っています。特にハイブリッドAIのデリスキングを進める中で、Cloud Interconnectのアプリケーションアウェアネス機能を活用し、重要なトラフィックを優先することでネットワークの信頼性を大幅に向上させました。これにより、ユーザーの信頼を維持しつつ、クラウド移行を安全に進めています。
元記事リンク: How Uber improves network reliability while unblocking cloud migration

11. フォールトインジェクションテストで回復性戦略を簡素化（プレビュー）

データベース障害やネットワーク障害が発生しても、ミッションクリティカルなクラウドサービスはオンラインを維持する必要があります。現代の分散システムの複雑さが増す中で、高可用性を保証することは困難です。Google Cloudは、開発者やアーキテクトが障害テストを自動化し、予測可能な挙動を確保できるよう、フォールトインジェクションテストをプレビュー公開しました。意図的に障害を注入することで、実際の停止が顧客に影響を与える前に安全メカニズムを検証できます。
元記事リンク: Simplify your resilience testing strategy with Fault Injection Testing

12. AI時代のFinOps：エージェント向け課金とコスト管理の柔軟化

AIがより複雑な業務を担うようになるにつれ、企業はAIを活用した迅速なイノベーションを推進しつつ、予算と利益を保護するという新たな課題に直面しています。Google Cloudは、この課題に対応するため、Gemini EnterpriseやGoogle Antigravityなどの開発者ツールにおけるエージェントワークロード向けに、拡張された課金の柔軟性と新しいコスト管理ツールを導入しました。これにより、明確な可視性、プロアクティブなコストコントロール、およびニーズに合わせた柔軟な支払いモデルが提供されます。
元記事リンク: FinOps for the AI era: New flexible billing and cost controls for agents

13. AIインフラストラクチャにおける動的なキャパシティ管理

AIワークロードは、アーキテクチャが難しく、リソース集約型でバースト性が高いという特徴があり、スケーリングのボトルネックやリソースの過剰な利用・未利用につながることがあります。本記事では、AIエージェントの時代において、企業がインフラストラクチャへの投資からより多くの価値を引き出すための洞察と、動的なキャパシティ管理のベストプラクティスについて解説しています。これは、AIを活用する上でFinOpsコントロールと並んで非常に重要な側面です。
元記事リンク: Dynamic capacity management for AI infrastructure

14. AIエージェント構築を基礎から学べる「Agent Valley」

「AIエージェント」という言葉をよく耳にするものの、実際にどう構築を始めればよいか分からないという方のために、Google Cloudは無料の5週間のライブ学習シリーズ「Agent Valley」を提供します。機械学習の背景知識や長年のソフトウェア経験がなくても、ハンズオンでAIエージェントシステムを構築できることを目指しています。講師はGoogle DevRelエンジニアのAnnie Wang氏で、初心者にも優しいインタラクティブな内容です。
元記事リンク: Your chance to start building AI agents from the absolute basics

今週も盛りだくさんの更新情報でしたね！AIエージェントの進化とそれを支える基盤、データ分析の深化、そしてセキュリティ強化が際立つ一週間でした。次週の更新もお楽しみに！