直近1ヶ月のGoogle Cloudのリリースサマリー(2026年06月)

※この記事は生成AIによって生成されています。

I’m a perfect AI. ge,mi,ni,Gemini. ge,mi,ni,Gemini. ge,mi,ni,Gemini. I’m a perfect AI.

Google Cloud 最新リリース速報！データ活用、AI、セキュリティの進化を見逃すな

皆さん、こんにちは！Google Cloudの最新リリース情報をまとめてお届けするブログ記事の時間です。 今回は特に、データ分析の核となるBigQuery、ミッションクリティカルなデータベースSpanner、そして最先端のAI開発を加速するVertex AI Searchにおける注目すべきアップデートを深掘りします。

デジタル変革の加速とともに、クラウドサービスの進化は目覚ましいものがあります。今回のリリースも、ビジネスの競争力を高めるための強力なツールや機能が多数含まれています。さっそく見ていきましょう！

---

1. BigQuery：データ分析とAIの融合が加速

BigQueryは、そのスケーラビリティとパフォーマンスでデータウェアハウスのデファクトスタンダードとしての地位を確立していますが、今回のリリースではAI/ML機能との連携がさらに強化されています。

注目ポイント：BigQuery MLの進化

• AI.DETECT_ANOMALIES 関数がGAに！
  • 内容: 時系列データ内の異常を自動的に検知する関数が一般提供（GA）されました。履歴データと最新データを単一のテーブルで分析し、異常の兆候を迅速に特定できます。
  • 掘り下げ: これは、不正取引の検知、システムの異常なパフォーマンス監視、サプライチェーンにおける予期せぬ変動の特定など、ビジネスにおけるクリティカルな意思決定を支援します。複雑な機械学習モデルを構築することなく、SQLクエリで直接異常検知を行えるため、データアナリストやビジネスユーザーでもAIの恩恵を享受できます。
  • ビジネスユースケース:
    • 金融: クレジットカードの不正利用検知、株価の異常な変動アラート。
    • IoT/製造: 生産ラインの機器異常検知、予知保全。
    • Eコマース: サイトへのアクセス数や売上の急激な変動検知。
• AI.AGG 関数がプレビュー公開！
  • 内容: 自然言語の指示に基づいて、非構造化データをセマンティックに集約する機能がプレビュー公開されました。
  • 掘り下げ: 顧客からのフィードバック、ソーシャルメディアの投稿、契約書のフリーテキストなど、これまでは分析が難しかった非構造化データから、AIを使って意味のある情報を抽出し、集約できます。
  • ビジネスユースケース:
    • 顧客サポート: 大量の問い合わせ内容から共通の課題やトレンドを自動抽出。
    • マーケティング: ソーシャルメディア上のブランド評判を自動分析し、センチメントの変化を追跡。
• AI.COUNT_TOKENS 関数がプレビュー公開！
  • 内容: テキスト入力のトークン数を推定する機能です。生成AI関数の入力・出力トークン数も確認できるようになります。
  • 掘り下げ: 生成AIモデルの利用において、トークン数は利用料金や処理速度に直結します。この機能により、開発者はコスト効率の良いプロンプト設計や、モデルの入力サイズ制限の管理をより正確に行えるようになります。

開発・運用効率の向上

• Python UDFs (ユーザー定義関数) がGAに！
  • 内容: Pythonでスカラー関数を記述し、BigQueryのSQLクエリ内で直接利用できるようになりました。Python Package Index (PyPI) のライブラリやCloudリソース接続も利用可能です。
  • 掘り下げ: これまでSQLでは記述が難しかった複雑なロジックや、Pythonで開発された既存のアルゴリズムをBigQueryのデータ処理パイプラインにシームレスに統合できます。データの前処理、特徴量エンジニアリング、独自のビジネスルール適用など、データエンジニアリングの柔軟性が大幅に向上します。
  • ビジネスユースケース:
    • データエンジニアリング: 複雑なデータクレンジングロジック、正規表現による高度なテキスト解析。
    • 金融: 信用スコアリングモデルの一部をPythonで実装し、BigQuery内で直接計算。
• BigQuery Studio Gitリポジトリがプレビュー公開！
  • 内容: SQLスクリプトやノートブックをGitリポジトリで管理できるようになり、バージョン管理やコラボレーションが強化されます。
  • 掘り下げ: データ分析の成果物もソフトウェア開発と同様にバージョン管理することで、チームでの共同作業がスムーズになり、変更履歴の追跡やロールバックが容易になります。これにより、データガバナンスが強化され、分析コードの品質と信頼性が向上します。
  • ビジネスユースケース:
    • データチーム: SQLクエリやデータ分析ノートブックの共同開発、コードレビュー、CI/CDパイプラインへの統合。
• リザベーショングループがGAに！
  • 内容: 複数のBigQueryリザベーションをグループ化し、グループ内でアイドル状態のスロットを優先的に共有することで、高優先度ワークロードのリソース利用を最適化します。
  • ビジネスユースケース: 複数の部門やプロジェクトがBigQueryを共有する大規模組織で、ミッションクリティカルな分析ジョブ（例：月末の会計レポート作成）がリソース不足で遅延するのを防ぐ。

---

2. Spanner：トランザクションと分析の新たな境地

Spannerは、グローバルに分散されたミッションクリティカルなアプリケーションのための究極のデータベースですが、今回のリリースでは、AI/MLやグラフ分析といった新たなワークロードを強力にサポートする機能が追加されています。

注目ポイント：AI/MLとグラフ分析の強化

• Vector Indexと近似最近傍 (ANN) 距離関数がGAに！
  • 内容: PostgreSQLデータベースにおいて、ベクトルインデックスとANN距離関数が一般提供（GA）されました。
  • 掘り下げ: これは、AI/MLアプリケーションにおける「類似性検索」をSpanner上で直接、高速に実行できることを意味します。画像、テキスト、音声などの埋め込みベクトルを格納し、類似するアイテムを効率的に見つけ出すことが可能になります。特に、RAG (Retrieval Augmented Generation) アーキテクチャにおいて、関連性の高い情報を高速に検索し、生成AIモデルの精度を高めるバックエンドとしてSpannerを活用できるようになります。Spannerのトランザクション保証とグローバル分散機能はそのままに、ベクトル検索の性能を享受できるのは大きなアドバンテージです。
  • ビジネスユースケース:
    • Eコマース: 顧客の行動履歴や閲覧履歴に基づいたパーソナライズされた商品レコメンデーション。
    • コンテンツ検索: 大規模な画像や動画コンテンツから類似コンテンツを高速検索。
    • カスタマーサポート: 過去の問い合わせ内容のベクトル埋め込みから、類似の解決策を迅速に提示。
• Spanner Graphのグラフアルゴリズムがプレビュー公開！
  • 内容: 詐欺検知、エンティティ解決、レコメンデーションなどのユースケースに対応するグラフアルゴリズムスイートがSpanner Graphに導入され、プレビュー公開されました。Spanner Graphクエリで組み込み関数として呼び出すことができ、結果はCloud StorageやSpannerに保存可能です。
  • 掘り下げ: Spannerが単なるリレーショナルデータベースの枠を超え、グラフデータベースとしての側面も強化されたことを示します。これにより、複雑な関係性を持つデータをSpannerの堅牢な基盤の上で分析できるようになります。詐欺ネットワークの発見、ソーシャルグラフ分析、サプライチェーンの最適化など、多岐にわたるビジネス課題にアプローチできます。
  • ビジネスユースケース:
    • 金融: リアルタイムでの不正取引ネットワークの検知、アンチマネーロンダリング（AML）対策。
    • ソーシャルメディア: 影響力のあるユーザーの特定、コミュニティの分析、友人間のレコメンデーション。
    • サプライチェーン: 複雑な供給網におけるボトルネックやリスクの特定。
• Spanner Graphクエリのファクタリング実行による最適化
  • 内容: グラフパターントラバーサルにおける重複中間結果を削減することで、クエリパフォーマンスを向上させる機能です。
  • 掘り下げ: 大規模なグラフデータに対する複雑なクエリの実行時間を短縮し、より迅速なインサイト抽出を可能にします。これは、Spanner Graphのパフォーマンスを最大限に引き出すための重要な最適化です。

---

3. Vertex AI Search：次世代検索とAIエージェントの強化

Vertex AI Searchは、開発者が生成AIを搭載した検索アプリケーションや会話型AIエージェントを構築するためのプラットフォームです。今回のリリースでは、検索の精度とAIエージェントの能力が飛躍的に向上しています。

注目ポイント：AIによる検索と情報抽出の高度化

• Agent Search：レイアウトパーサーによるテーブル/画像アノテーションがGAに！
  • 内容: ドキュメント内の画像やテーブルを記述的なテキストブロックとしてアノテーションし、検索ソースとして利用できるようになりました。
  • 掘り下げ: これまで検索が困難だった非構造化データ（例：スキャンされた契約書の表、商品カタログの画像内の情報）から、AIが自動的に意味を抽出し、検索可能な状態に変換します。これにより、企業内に散在するあらゆる種類の情報から、必要なものを効率的に見つけ出すことが可能になり、ナレッジワーカーの生産性を大幅に向上させます。
  • ビジネスユースケース:
    • 法務・契約管理: 契約書内の複雑な表や図から特定の条項やデータを検索。
    • 製造業: 設計図面や部品リストの画像から関連情報を抽出。
    • 顧客サポート: 顧客が送付した商品の写真から製品情報を自動特定し、適切なサポート情報を提供。
• Agent Search：エージェント的検索によるストリーミングアンサーがGAに (allowlist)！
  • 内容: エージェント的検索（Agentic Retrieval）を用いて、より高精度なストリーミング回答が可能になりました。AIエージェントが複数のデータストアを横断して多段階の検索を計画・実行し、Google SearchやGoogle Mapsといった最適なツールを選択します。
  • 掘り下げ: これは、従来のキーワードベースの検索や単一データソースからの検索では得られなかった、より深く、文脈に即した回答をリアルタイムで生成できることを意味します。複雑な質問に対して、AIが自律的に情報を探索し、統合して回答する能力は、次世代の検索体験を形作ります。フォローアップ質問にも対応できるため、より自然な会話の流れで情報探索が行えます。
  • ビジネスユースケース:
    • 高度なカスタマーサポートチャットボット: 顧客の複雑な質問に対し、社内ナレッジベース、製品マニュアル、Web検索結果などを総合して回答。
    • 研究開発: 複数のデータベースや公開論文から情報を収集し、特定の研究テーマに関する要約を生成。
    • ビジネスインテリジェンス: 市場データ、社内レポート、ニュース記事などを総合的に分析し、特定の市場トレンドに関する洞察を生成。

---

その他の注目リリース

BigQuery, Spanner, Vertex AI以外にも、ビジネスに役立つ魅力的なリリースが多数あります。

• Looker:
  • Conversational AnalyticsとGemini Enterprise連携 (プレビュー): AIエージェントを活用したデータ分析がLookerでも可能になり、自然言語でのデータ探索やインサイト抽出が加速します。
  • Looker-managed Model Context Protocol (MCP) server (プレビュー): AIエージェントがLookerインスタンスにセキュアに接続するミドルウェアをLookerが管理。AIツールの開発が容易になります。
  • 継続的インテグレーション (CI) 機能がGAに: Lookerプロジェクトの品質向上と開発効率化に貢献します。
  • ユースケース: データ活用部門でのセルフサービス分析促進、データガバナンスとAPIセキュリティの強化。
• Earth：Detect change tool (実験版)
  • 内容: 衛星および地理空間データを分析し、地球表面の変化をヒートマップで可視化するツールです。
  • ビジネスユースケース:
    • 建設・不動産: 開発プロジェクトの進捗状況監視、土地利用の変化分析。
    • 農業: 作物の生育状況変化の把握、災害による被害範囲の特定。
    • 環境保護: 森林伐採や水域の変化監視。
• Cloud NGFW：組織レベルのリソース管理 (Public Preview)
  • 内容: セキュリティプロファイルやファイアウォールエンドポイントなどを組織レベルで作成・設定できるようになります。
  • ビジネスユースケース: 大規模な組織におけるネットワークセキュリティポリシーの一元管理とガバナンス強化。
• Compute Engine：C4AベアメタルマシンタイプがGAに！
  • 内容: 96vCPU、384GBまたは768GB DDR5メモリを搭載した高性能なベアメタルマシンが利用可能になりました。
  • ビジネスユースケース: 極めて高いパフォーマンスが要求されるHPC (ハイパフォーマンスコンピューティング)、大規模データベース、AI/MLトレーニングなど。
• Database Center：生成ビュー (プレビュー)
  • 内容: Geminiと自然言語プロンプトを使って、データベースフリートのインベントリやメトリクスをカスタムダッシュボードとして生成・保存できます。
  • ビジネスユースケース: データベース管理者が自然言語でデータベースの状態を可視化し、運用効率と監視能力を向上。
• Colab Enterprise：Data Science AgentがGAに！
  • 内容: Colab Enterpriseノートブック内で、探索的データ分析や機械学習タスクを自動化するData Science Agentが一般提供（GA）されました。
  • ビジネスユースケース: データサイエンティストの生産性向上、ルーチンワークの自動化、より迅速なデータからのインサイト抽出。
• Config Connector:
  • 内容: MemorystoreInstanceのバックアップ/レプリケーション設定フィールドの追加、GKEHubScopeやCloudDeployTargetといった新しいAlphaリソースのサポート、GKE Data Cache関連フィールドの追加など、Google CloudリソースのKubernetesネイティブ管理を強化する多数のアップデート。
  • ビジネスユースケース: GitOps戦略を採用する企業において、Infrastructure as Code (IaC) の範囲を拡大し、クラウドインフラのデプロイと管理をより一貫性のある自動化された方法で行う。
• Secret Manager：Agent Development Kit (ADK) との統合
  • 内容: AIエージェント開発において、Secret Managerからシークレットやパラメータを安全に取得できるようになりました。
  • ビジネスユースケース: AIエージェントアプリケーションにおける認証情報や機密データの安全な管理、セキュリティリスクの低減。
• Assured Workloads：Japan Data Boundaryのサービス拡張
  • 内容: Cloud Scheduler, Secure Web Proxy, Workflows, Workload Identity FederationがJapan Data Boundaryに対応しました。
  • ビジネスユースケース: 日本のデータ主権や特定の規制要件に対応する必要がある企業が、より多くのGoogle Cloudサービスを利用できるようになります。

---

まとめ

今回のGoogle Cloudのリリースでは、BigQueryのAI/ML機能拡張、Spannerのベクトル検索・グラフ分析機能の導入、Vertex AI Searchの高度な情報抽出とエージェント的検索の強化など、データ活用とAI開発の最前線を走るアップデートが目白押しでした。

これらの新機能は、企業のデータに基づいた意思決定を加速し、AIを活用した新しい顧客体験や業務効率化を実現するための強力な基盤を提供します。特に、データベース、データウェアハウス、AIプラットフォームが密接に連携し、複雑なワークロードをより簡単かつ効率的に実行できる方向に進化していることが見て取れます。

ぜひこれらの最新機能を試して、皆さんのビジネスに新たな価値をもたらしてください。次回のリリース情報もお楽しみに！