#Google Cloud
12 件の記事 · ← all tags
データポータル・Looker・Tableau 比較 ── BI 3 製品の起点と AI 時代の選び方
2026 年 4 月に Looker Studio から Data Studio (日本語名: データポータル) へ名称が戻った Google の BI と、Looker・Tableau の 3 製品をアーキテクチャの起点・AI 機能・ユースケース・費用構造の観点から比較し、選定の判断軸を整理します。
2026年5月9日 · 15 min
Dataform 入門: Scheduled Queries の次に検討する宣言的アプローチ
Dataform は Scheduled Queries の完全置き換え先ではなく、宣言的アプローチへの入口です。依存関係・テスト・バージョン管理という Scheduled Queries の限界に直面したタイミングで、段階的に比重を移していける設計になっています。
2026年5月9日 · 12 min
Gemini in Google Workspace 入門 ── 業務アプリに常駐する AI の仕組みと導入判断の進め方
Google Workspace に組み込まれた Gemini の設計思想と、組織への展開判断に必要な 2 軸を整理します。どの業務で時間が浮くか、どのライセンス層から配るかを判断材料として提供します。
2026年5月9日 · 15 min
NotebookLM Enterprise の使い分けと導入前の確認事項
NotebookLM Enterprise の位置付けと設計上の特性、Gemini Enterprise や NotebookLM Plus との使い分け、東京リージョン非対応を含む導入前の確認事項、ライセンス・料金の概算を整理します。
2026年5月9日 · 10 min
Cloud Run か Agent Engine か ── Google Cloud で AI エージェントをデプロイする際の設計選択
Google Cloud の AI エージェントデプロイ先として Cloud Run と Agent Engine を比較。Sessions・Memory Bank・Agent Runtime のコンポーネント構成、料金体系、VPC 統合の違い、ハイブリッド構成の可能性を公式ガイダンスに沿って整理します。
2026年5月6日 · 12 min
A2UI プロトコル入門 ── MCP・A2A を補完しユーザー体験を変える生成 UI の仕組み
Google が策定を進める A2UI の位置付けと仕組みを整理します。MCP・A2A との補完関係、「コードを送らない」設計原則がユーザー体験をどう変えるか、v0.9 の 4 メッセージ構造と採用状況を順に取り上げます。
2026年5月5日 · 13 min
Gemini Enterprise app とは ── サービスの位置付けと典型ユースケース
Gemini Enterprise app が何のサービスで、どこで効くか。エディション・コスト・落とし穴・競合との違いを整理し、導入判断の材料を揃えるための入門記事です。
2026年5月4日 · 16 min
Looker Conversational Analytics の仕組みと設計判断 ── LookML セマンティックレイヤーが会話品質を決める理由
Looker Conversational Analytics が自然言語クエリを deterministic SQL に変換する仕組み、RBAC・行レベルセキュリティの継承構造、Known Limitations と LookML 整備度の関係、競合との構造的差分、トークン料金を整理します。
2026年5月4日 · 15 min
BigQuery Managed AI Functions ── SQL から Gemini を呼ぶ設計の転換点
2026-04-13 GA の BigQuery Managed AI Functions を解説。AI.IF / AI.SCORE / AI.CLASSIFY の呼び出し形式、ML.GENERATE_TEXT との設計上の違い、料金モデルと実務上の注意点を整理します。
2026年5月4日 · 15 min
Looker 入門 ── LookML がデータ活用の「自由と統制の二択」を超える仕組み
Looker はダッシュボードツールではなく、LookML によるセマンティックレイヤー基盤です。データ活用が組織に広まらない真因と、Looker の設計思想・導入条件を整理します。
2026年5月4日 · 13 min
BigQuery 入門 ── SQL ひとつで構造化・非構造化・ML・生成 AI まで届く統合分析基盤
BigQuery を「データウェアハウス」だけの製品として理解すると、SQL で扱える範囲を狭く見積もりがちです。列指向と分離アーキテクチャを起点に、SQL だけで非構造化データ・機械学習・生成 AI まで届く統合分析基盤としての世界観とコスト感を、東京リージョン基準で整理します。
2026年5月4日 · 13 min
BigQuery のコストと仕組み 入門 ── DWH の速さと料金を表裏で理解する
BigQuery の速さは無料ではありません。カラム型ストレージとスキャン量課金の関係、東京リージョンの単価、無料枠、SELECT * フルスキャンなどの落とし穴を、コスト視点で整理します。安心して使い始める判断材料を提供します。
2026年5月3日 · 9 min