根據(jù)多家調(diào)研機(jī)構(gòu)的預(yù)測(cè)，未來(lái)幾年，全球多模態(tài)AI市場(chǎng)的年增長(zhǎng)率將超過(guò)35%，而谷歌正在積極布局，以期在這一蓬勃發(fā)展的市場(chǎng)中占據(jù)領(lǐng)先地位。

谷歌云計(jì)算部門(mén)最近宣稱，將文本、圖像、視頻、音頻和其他非結(jié)構(gòu)化數(shù)據(jù)與生成式人工智能（GenAI）處理相結(jié)合的多模態(tài)AI，將成為2025年五大人工智能趨勢(shì)之一。

BigQuery湖倉(cāng)一體引領(lǐng)谷歌多模態(tài)AI戰(zhàn)略

谷歌負(fù)責(zé)數(shù)據(jù)、分析和人工智能戰(zhàn)略的產(chǎn)品主管Yasmeen Ahmad表示，BigQuery數(shù)據(jù)倉(cāng)庫(kù)是谷歌多模態(tài)AI戰(zhàn)略的核心支柱，公司正致力于將其重塑為能夠整合并分析多樣化數(shù)據(jù)類型的湖倉(cāng)一體（Data Llakehouse）。

她進(jìn)一步解釋說(shuō)：“在‘湖倉(cāng)一體’這一概念提出之前，BigQuery實(shí)質(zhì)上扮演了最初的湖倉(cāng)一體角色。我們構(gòu)建了這個(gè)關(guān)系引擎，旨在滿足企業(yè)客戶對(duì)于各類結(jié)構(gòu)化分析的全部需求?！?

Ahmad還表示，根據(jù)谷歌的估計(jì)，90%的企業(yè)數(shù)據(jù)是非結(jié)構(gòu)化的數(shù)據(jù)。通過(guò)將圖像和語(yǔ)音識(shí)別等技術(shù)與結(jié)構(gòu)化數(shù)據(jù)相結(jié)合，用于檢索增強(qiáng)生成訓(xùn)練，企業(yè)能夠從以往無(wú)法使用的數(shù)據(jù)中獲取見(jiàn)解。

餐飲連鎖巨頭Wendy's Co.正是利用這一技術(shù)的企業(yè)之一。該公司正測(cè)試一款融合了BigQuery、谷歌的Vision AI以及Gemini技術(shù)的創(chuàng)新應(yīng)用，旨在通過(guò)分析“免下車(chē)服務(wù)”通道的視頻錄像來(lái)精準(zhǔn)識(shí)別運(yùn)營(yíng)瓶頸。通過(guò)將視頻圖像數(shù)據(jù)與人員配置、排班安排等運(yùn)營(yíng)數(shù)據(jù)相結(jié)合，該應(yīng)用能夠優(yōu)化人員配置，提升服務(wù)效率。Ahmad強(qiáng)調(diào)說(shuō)：“這并不是簡(jiǎn)單的視頻分析，而是將視頻數(shù)據(jù)與運(yùn)營(yíng)數(shù)據(jù)整合到同一平臺(tái)實(shí)現(xiàn)全面洞察?！?

美國(guó)快遞巨頭UPS構(gòu)建了一個(gè)儀表盤(pán)，能夠?qū)崟r(shí)分析卡車(chē)上的傳感器數(shù)據(jù)，并向司機(jī)發(fā)送精確指令，從而優(yōu)化實(shí)時(shí)配送路線，提升物流效率。

電信運(yùn)營(yíng)商Bell Canada也在積極探索AI的應(yīng)用潛力，他們正利用AI技術(shù)生成的聯(lián)絡(luò)中心通話記錄來(lái)訓(xùn)練“助理教練”，為客服人員提供更加精準(zhǔn)、及時(shí)的反饋，以提升服務(wù)質(zhì)量。

多模態(tài)AI助力零售商精準(zhǔn)營(yíng)銷(xiāo)與內(nèi)部應(yīng)用加速

多模態(tài)AI技術(shù)能夠匯集來(lái)自呼叫中心、社交媒體評(píng)論以及移動(dòng)應(yīng)用反饋等多渠道的客戶情緒信息，并將這些信息提供給GenAI引擎，從而為零售商揭示出針對(duì)特定營(yíng)銷(xiāo)活動(dòng)的新的細(xì)分市場(chǎng)。Ahmad強(qiáng)調(diào)：“多模態(tài)數(shù)據(jù)與AI的結(jié)合實(shí)現(xiàn)了以前無(wú)法實(shí)現(xiàn)的個(gè)性化和可擴(kuò)展性?！?

Gemini平臺(tái)可以直接在BigQuery的數(shù)據(jù)基礎(chǔ)上運(yùn)行，從而消除了數(shù)據(jù)傳輸?shù)倪^(guò)程，這顯著加快了應(yīng)用開(kāi)發(fā)的速度。Ahmad表示，如今，眾多組織僅需數(shù)周時(shí)間就能成功推出試點(diǎn)項(xiàng)目。

大多數(shù)早期的應(yīng)用主要局限于組織內(nèi)部使用，這主要是因?yàn)樗麄冊(cè)贕enAI應(yīng)用于客戶服務(wù)時(shí)往往持謹(jǐn)慎態(tài)度，然而在企業(yè)外部卻蘊(yùn)藏著更多的機(jī)遇。

Ahmad指出：“盡管客戶長(zhǎng)期以來(lái)已經(jīng)累積了大量數(shù)據(jù)，但這些數(shù)據(jù)往往未能得到充分利用。通過(guò)借助BigQuery強(qiáng)大的多模式數(shù)據(jù)基礎(chǔ)，以及與Vision AI和Gemini的集成，組織現(xiàn)在能夠更輕松地達(dá)成既定目標(biāo)?！?