BigQuery AIは、Google Cloudが2025年11月22日に発表したBigQueryの新たな機能群である。
BigQueryの組み込みML機能、生成AI、ベクター検索、インテリジェントエージェント、エージェントツールを統合する。
ユーザーはSQLによるAIモデル適用や、BigQuery内での一貫した機械学習ライフサイクル管理が可能である。
PUMAはBigQueryのML機能により、クリック率149.8%増加などの成果を挙げた。Data Engineering Agent、Data Science Agent、Conversational Analytics Agentなどのエージェント機能を提供する。
Model Context ProtocolやAgent Development Kitといった、AIモデル連携やカスタムエージェント構築のツールも含む。対応人物はSuda Srinivasan、Vaibhav Sethiである。
From: 
Gathering advanced data, agent and ML tools under BigQuery AI
【編集部解説】
BigQuery AIは、BigQuery内にAI機能を直接組み込むことで、データ分析から機械学習、生成AI、エージェント機能までを統合したプラットフォームとして誕生しました。本サービスの大きな特徴は、専門的な機械学習やAIモデルを意識せずに、SQLや自然言語を使うことで高度な分析や自動化が可能になった点です。
この背景には、生成AIやベクター検索、LLM（大規模言語モデル）の進化があり、データサイエンティストのみならずビジネスユーザーまで幅広く活用可能な体制が整っています。また、Data Engineering AgentやData Science Agentなどの役割特化型エージェントは、データパイプライン構築や分析プロセスの自動化を支え、Conversational Analytics Agentは自然言語でデータ分析ができる環境を提供します。こうした仕組みにより、企業は新たな洞察の発見や意思決定プロセスの加速、運用効率化を実現できます。
エンタープライズ活用事例として注目されるのがPUMAの成果です。同社はBigQuery内で機械学習を駆使したカスタムオーディエンス構築により、クリック率149.8%増、CVR4.6%増、AOV6%増といった具体的な数値改善を実現しました。
これらの数値はGoogle Cloud公式や複数の外部サイトでも同一の値が確認され、事実として裏付けられています。今後はGeminiファミリーのようなマルチモーダルAIや、BigQuery Knowledge Engineのような高度な関係性推論機能も強化されていく見通しです。これに伴い、データ管理、説明責任、プライバシー、AI倫理といった規制やガバナンス面への考慮も引き続き重要になります。
BigQuery AIは単なる新機能追加にとどまらず、データとAIの本質的な融合を推し進める象徴的存在と言えるサービスです。企業や先進ユーザーにとっては、これら新しいツールをどのように活かし、業務革新や未来志向の価値創造につなげるかが問われています。
【用語解説】
BigQuery
Google Cloudが提供するデータウェアハウスで、超大規模なデータの保存・分析・検索を高速かつ低コストで行うことができる。
SQL
「Structured Query Language」の略で、データベースに対する検索、更新、削除などの操作を行うための標準言語。
生成AI
テキストや画像、音声などを自動生成するAIモデル全般。
ベクター検索
意味的な近さや関連性を判定し、コンテンツ同士の関連検索や推薦を実現する検索技術。
エージェント
目的や役割に応じて自動的に動作し、データ処理や意思決定を補助するプログラムや機能。
機械学習（ML）
大量データを元にパターン学習し、予測や分類などのタスクを自動化するAI技術。
CVR（Conversion Rate）
クリックから成果に結びつく割合。
AOV（Average Order Value）
1回当たりの平均注文金額。
【参考リンク】
Google Cloud（外部）
Googleの公式クラウドサービス全体のポータル。各種AI・データサービスの詳細情報を掲載。
BigQuery（外部）
Google Cloudの大規模データ分析用データウェアハウス。活用事例も多数。
PUMA（外部）
世界的なスポーツ用品メーカーで、AIやデータ活用にも積極的なグローバル企業。
【参考記事】
PUMA leverages built-in intelligence with BigQuery for better customer engagement（外部）
PUMAのBigQuery導入による、CVRや注文額増加等の成果や導入の背景を公式事例として解説。
Google boosts AI and agentic features across BigQuery and AlloyDB（外部）
米シリコンアングルによる分析記事。AIとエージェント機能の企業活用や市場展望について解説。
BigQueryの新発表を解説（Google Cloud Next ’25速報）（外部）
国内技術者コミュニティによる速報。BigQuery AI発表時の主要機能を開発者視点でまとめている。
【編集部後記】
データとAIの融合が進む今、みなさんは「ビジネスにどう活かそうか」「技術が自分の仕事や生活にどんな変化をもたらすのか」を考えているかもしれません。BigQuery AIの登場によって、これまで手探りだったデータ活用や業務自動化がグッと身近になったと感じています。たとえば「生成AI」や「エージェント機能」が、難しい専門知識がなくても自然に使える点は本当に面白い変化です。
もしご自身の現場で「もっと効率化できることは？」といった疑問や挑戦したいテーマがあれば、この技術が解決へのヒントになるかもしれません。みなさんは今の仕事や業務で、AIやデータ分析にどう関わりたいですか？どんな未来像を描いているか、ぜひ聞かせてください。
