Knowledge Catalog（旧称 Dataplex）

単一の検索エクスペリエンスで、組織全体のデータ アセットと AI アセットを検出し、IAM 権限を遵守しながら、プロジェクトとリージョンにまたがる AI モデル、データセット、関連するデータ アーティファクトを瞬時に検出できます。また、ビジネス コンテキストでアセットを拡張したり、ビジネス メタデータで AI アーティファクトを拡充したりすることで、所有権、主要な属性、関連コンテキストなど、情報に基づいた意思決定を行うことができます。

多くの場合、重要なビジネス知識は、設計書、Wiki、PDF、画像などの非構造化ソースに閉じ込められたまま利用されていません。何千もの PDF 契約書、設計書、Wiki を構造化されたナレッジグラフに即座に変換できます。これにより、AI エージェントは、このナレッジグラフにクエリを実行して、「2025 年のベンダー契約における一般的な責任条項は？」といった複雑な質問にも、根拠のある追跡可能な事実に基づいて回答できるようになります。

単純なテーブルを超えて、組み込みインテント、SLA、ガバナンスの制約を含む自己完結型のインテリジェンス ユニットであるデータ プロダクトを作成します。データ エステート全体の関係を自動的に推論することで、Knowledge Catalog はこれらのアセットをデータ プロダクトにパッケージ化し、部門横断型の AI チームやエージェント全体で簡単に配布およびスケーリングできるようにします。

データ エンジニアが技術スキーマで構造を定義し、アナリストが BI ツールで意味を定義するため、AI エージェントにとってギャップが生じ、信頼できない結果につながる可能性があります。Knowledge Catalog を使用すると、厳格なエンタープライ�� ガバナンスを備えた共有セマンティック レイヤを構築できます。人間が質問する場合でも、エージェントが API を介してタスクを実行する場合でも、常に同じ信頼できる企業の実体に基づいた回答が得られます。

Knowledge Catalog は Google Cloud の Lakehouse と緊密に統合されており、そのカタログを統合して、BigQuery や Google Cloud Managed Service for Apache Spark などの複数のエンジンにわたって一元的に定義および適用されるガバナンス ポリシーをサポートしています。また、Knowledge Catalog は、セマンティック検索、データリネージ、プロファイリング、品質チェックをサポートすることで、Lakehouse 全体のガバナンスを強化して、オープン データ レイクハウスのマネージド基盤を提供しています。