Google met en avant la concurrence, l’optimisation alors que les concurrents du cloud réorganisent leurs plateformes.

L’année dernière a été très importante pour l’analyse des données et l’apprentissage automatique dans le cloud. Deux des plus gros acteurs, Microsoft et Databricks, ont tous deux revu leurs plateformes, le premier réussissant également à lancer de nouveaux produits. Google, qui est, comme vous pouvez vous y attendre, un acteur majeur dans le marché de l’analyse des données cloud, a remporté des succès avec des clients tels que Walmart, HSBC, Vodafone et Home Depot au cours des dernières années, dans certains cas en remplaçant des systèmes de data warehouse locaux bien établis d’entreprises comme Teradata. En ce qui concerne les nouvelles technologies, Google a apporté des ajouts et des ajustements à sa gamme en 2023, plutôt que les annonces majeures de plateforme que nous avons vues de la part de Microsoft et de Databricks. Le data warehouse BigQuery de Google a bénéficié d’une mise à l’échelle automatique et d’un stockage compressé, ainsi que d’un choix et d’une flexibilité accru dans la configuration des fonctionnalités en fonction des exigences de chaque charge de travail. Les clients peuvent également mélanger les éditions Standard, Enterprise et Enterprise Plus pour obtenir les performances et les tarifs préférés en fonction des charges de travail. Les « Clean Rooms » de BigQuery permettent le partage et l’association de jeux de données entre différentes organisations tout en respectant la confidentialité des utilisateurs et la sécurité des données. Avec AlloyDB Omni, Google propose des services de bases de données compatibles avec PostgreSQL qui fonctionnent sur les autres grands fournisseurs de cloud, sur site et sur les ordinateurs portables des développeurs. Il comprend une série d’outils d’automatisation pour faciliter la migration à partir de bases de données plus anciennes et bien établies telles qu’Oracle ou IBM Db2. Mais en ce qui concerne la plateforme de données, où les principaux acteurs proposent des charges de travail structurées et non structurées pour la BI, l’analyse et l’apprentissage automatique à partir d’un seul endroit, en adoptant la terminologie suspecte de « lakehouse », Google dispose déjà de ce dont il a besoin pour compétitionner, affirme Gerrit Kazmaier, vice-président et directeur général de l’analyse des données chez Google, lors d’une entrevue avec The Register.