Autenticare
Google Cloud · · 7 min

BigQuery: SQL 赋能 AI 思维 — 解析、摘要与优化，驱动代理工作流

BigQuery 现在将 AI 功能直接集成到 SQL 中，支持文档解析、文本摘要和成本优化。了解 AI.PARSE_DOCUMENT、AI.SUMMARIZE 和优化模式的新功能，它们正在为主动式代理工作流的数据分析带来变革。

Fabiano Brito

Fabiano Brito

CEO & 创始人

BigQuery: SQL 赋能 AI 思维 — 解析、摘要与优化，驱动代理工作流

BigQuery 现已具备 SQL 思维：代理数据分析时代

Google BigQuery 通过将人工智能功能直接集成到 SQL 中，正在提升数据分析的水平。想象一下，只需熟悉的 SQL 命令，即可解析复杂文档、总结大量文本并优化成本。这就是 BigQuery 新 AI 功能所带来的现实，是创建主动式代理工作流的重大飞跃。

AI.PARSE_DOCUMENT：揭示非结构化数据

AI.PARSE_DOCUMENT 函数允许 BigQuery 执行 OCR（光学字符识别）和文档的自动“分块”过程。这意味着以前在 PDF、图像和其他非结构化格式中无法访问的数据，现在可以通过简单的 SQL 查询进行提取和准备以供分析。

SELECT
  document_id,
  AI.PARSE_DOCUMENT(document_content, 'application/pdf') AS parsed_data
FROM
  my_document_table
WHERE
  document_id = 'doc_financial_001';

此功能对于处理大量文档（如合同、发票或报告）的企业来说是一个游戏规则的改变者，使他们能够无需复杂且耗时的 ETL 工具即可提取洞察。

AI.SUMMARIZE：提取数据精髓

借助 AI.SUMMARIZE，可以直接在 SQL 中获取任何文本列的简洁摘要。无论是总结通话记录、客户评论还是产品描述，此功能都提供了一种快速提取关键信息的方法。

SELECT
  product_id,
  AI.SUMMARIZE(ARRAY_AGG(review_text)) AS summary_reviews
FROM
  customer_reviews
GROUP BY
  product_id;

大规模总结数据的能力改变了营销、客户服务和市场情报团队访问和利用洞察的方式。

优化模式：成本降低 230 倍

最大的创新之一是“优化模式”，它可以将令牌成本降低惊人的 230 倍。这种优化对于大规模运营的公司至关重要，使 AI 分析对于所有数据量都具有可访问性和经济可行性。该模式通过重组 AI 模型与 BigQuery 中数据交互的方式来工作，最大限度地减少数据流量和资源消耗。

将 AI 功能集成到现有管道中

这些新功能的优点在于，它们可以集成到现有数据管道中，而无需更改架构。AI 功能的作用与其他 SQL 函数一样，允许数据分析师和工程师将它们集成到他们的查询和脚本中，而无需陡峭的学习曲线。这使 AI 变得平民化，使更多团队能够利用其强大功能。

主动式代理工作流：自行揭示异常

结合这些新功能，BigQuery 能够开发“主动式代理工作流”。想象一个不仅存储和分析数据，而且还能自主检测异常、新兴模式或商业机会的系统。例如，一个系统可以：

  • 自动识别供应商合同中的异常变化。
  • 总结和分类客户反馈以检测负面或积极趋势。
  • 主动提醒营销活动绩效的重大变化。

这些工作流将 BigQuery 从一个被动的数据存储库转变为决策制定的积极合作伙伴。

结论

Google BigQuery 的创新代表了 SQL 和人工智能融合的重大进步。通过 AI.PARSE_DOCUMENT、AI.SUMMARIZE 和“优化模式”，BigQuery 不仅简化了非结构化数据分析和文本摘要，而且还为新一代主动式代理工作流奠定了基础。采用这些功能的公司将在洞察竞赛中处于领先地位，以前所未有的效率和经济性将数据转化为可操作的决策。

延伸阅读与下一步：