行业研究公司研究宏观策略财报招股书会议纪要 Token 低空经济十五五 AIGC 大模型

加速迁移企业数据

信息技术 2025-12-18 谷歌云棋落

总结

加速迁移企业数据以及AI如何改变竞争格局

简介

BigQuery作为统一平台，整合数据仓库、数据湖和AI工具，消除复杂性和延迟，支持跨数据类型扩展数据科学和多模态AI。AI正在改变各行各业，成为新的竞争优势，74%采用生成式AI的企业在第一年实现投资回报，其中84%实现6%或更高的收入增长。云和BigQuery解锁数据价值，实现旧系统现代化，解决复杂行业挑战。传统基础设施无法满足AI需求，云迁移成为战略要务。

Google Cloud助力业务发展

01 推动AI创新并提高成本效益，对旧版企业数据仓库(EDW)和数据湖进行现代化改造

PayPal案例：将BigQuery作为统一企业数据仓库平台，整合400PB分析数据，克服本地平台限制，利用云AI优势实现规模化创新。采用BigQuery Migration Service自动转译代码，增强数据验证工具，弃用旧技术债务，解耦依赖项，构建实时信息中心，选择性地进行现代化改造。结果：查询性能大幅提升，数据新鲜度提高16倍以上，以更灵活的方式和更低的成本推出基于AI的个性化体验。
JB Hunt案例：将BigQuery作为集中式分析平台，缩减和清理数据集，采用FinOps控制成本，明确责任。结果：数据延迟时间从24小时缩短至几分钟，机器学习模型开发和部署时间从2天以上缩短至几小时。
DBS Bank案例：采用混合云架构，将现有本地基础设施与Google Cloud结合，实现成本优化，满足监管要求。结果：在4个月内迁移1.5PB数据和12,000个数据集，实现与生成式AI和机器学习工作流的顺畅集成，通过云自动扩缩功能优化成本，改进分区处理和数据压缩。
Intesa Sanpaolo案例：将BigQuery作为现代化数据平台，分阶段实施三年期迁移计划，利用BigQuery Migration Service加速迁移。结果：性能提升30%，实现线性可伸缩，停用30%的数据库对象和日常数据处理流程，实现核心数据基础设施的现代化。

02 缩短数据分析时间，提高数据访问效率

Quest Diagnostics案例：将BigQuery作为新数据结构脉络的核心引擎，开发“Quest数据产品目录”，支持自然语言与Gemini in BigQuery互动。结果：将获取分析洞见的时间从数月缩短至几分钟，能够从超过800亿个患者数据点中提取富有实用价值的分析洞见。
CNA Insurance案例：将Google Cloud和BigQuery作为数据现代化之旅的基础，优先考虑业务流程和用户体验的转型。采用分阶段推出策略，将100多个来源应用中的数据迁移到新的云环境中。结果：可伸缩、高性能、经济高效的数据平台，为AI做好了准备，报告频率从每月缩短到每天或更短的周期，改进了数据组织、结构和编目，以提升用户体验。
Choreograph案例：将Google Cloud作为其旗舰产品Measure的基础，并以BigQuery作为核心数据环境，通过生成式AI训练的支持普及数据访问。结果：创建了单一数据源，确保以准确且合规的数据，自信地向客户交付价值，与旧产品相比性能提升25%，单一数据源，提供关键营销数据，同时提高成本效益。

03 建设善于灵活应变的精益团队，快速进行大规模原型设计

Weverse案例：将BigQuery作为完全集成的数据分析平台，整合来自不同系统的数据，简化了运营。结果：在保持工作质量的同时提高的工作效率10倍，提高了数据运营和分析的灵活性，简化了AI/机器学习基础设施。
Yassir案例：将BigQuery作为统一数据平台，整合分散于Databricks和BigQuery两个平台之间的数据环境。结果：实现了更高效的数据和机器学习工作流，从而加快了模型部署速度，降低了网络复杂性并缩短了问题排查时间，增强了数据治理能力，确保所有市场的数据一致性。
MarketMind案例：将BigQuery和Vertex AI作为基础平台，快速原型设计和概念验证开发来推动迁移。结果：快速POC和平台开发，经济实惠且可扩缩的数据基础，可随业务发展而扩缩，内置治理功能，简化了管理。
SmarterX案例：将BigQuery作为统一的数据和AI平台，把不同的工具和工作流整合到一个无缝环境中。结果：将开发时间从数月缩短至数周，通过整合平台而降低了运营费用，全面提升了所有监管分类工作流的团队效率和数据敏捷性。