Google、AIエージェント向けBigQueryデータアクセスツールを発表

Google、AIエージェントとBigQueryデータをつなぐ新ツールセットを発表

カリフォルニア州マウンテンビュー – 2025年7月30日 – Googleは、企業がAIエージェントをクラウドベースのデータウェアハウスであるBigQueryに保存されたデータとシームレスに接続できるように設計された新しいツールセットを発表しました。この開発は、「エージェント型アプリケーション」（人間の介入なしに自律的にタスクを実行できるAIシステム）に対する需要の高まりに対応し、これらのエージェントがより正確で関連性の高い応答に必要な豊富なコンテキストを提供することを目指しています。

AIエージェントの台頭は2025年の重要なトレンドであり、多くの企業が反復作業の自動化、顧客体験の向上、人間の能力の拡張のために積極的にパイロット導入および展開を進めています。しかし、これらのエージェントが大量の企業データと安全かつインテリジェントにやり取りできるようにすることが重要な課題でした。Googleの新しいツールセットは、AIエージェントとBigQueryの間に安全で信頼性の高い橋渡しを提供することで、この課題に直接取り組みます。

新しく導入されたツールセットには、AIエージェントがBigQuery内でクエリを実行し、重要なメタデータを取得できるようにする一連の機能が含まれています。このセットの主要なツールには、list_dataset_ids（Google Cloudプロジェクト内のすべてのデータセットIDを取得）、get_dataset_info（詳細なデータセットメタデータ用）、list_table_ids（データセット内のテーブルIDをリスト）、get_table_info（個々のテーブルのメタデータを取得）、およびexecute_sql（SQLクエリを実行し、BigQueryから直接結果を取得）があります。

このツールセットは単独のソリューションではありません。Googleの既存のオープンソース製品であるAgent Development Kit (ADK) とMCP Toolbox for Databases（以前はGenerative AI Toolbox for Databasesとして知られていました）と統合されています。企業は、Python環境でagents.toolsモジュールからインポートし、ADK CLIとSDKを使用することで、ADKフレームワーク内で作成されたエージェントにツールセットを割り当てることができます。tool_filterパラメーターを使用すると、エージェントへのツールの公開を selectively に制御することもできます。

あるいは、MCP Toolbox for DatabasesはBigQueryのプリビルドツールセットをネイティブにサポートしています。これらのツールを活用するには、企業はPythonをサポートする環境でmcp-toolboxフォルダーを作成し、MCP Toolboxをインストールする必要があります。MCP Toolboxは、ツールセットのホスティングと管理を一元化するオープンソースサーバーとして機能し、エージェントがMCPクライアントとして機能し、Toolboxからツールを要求できるようにします。その後、Toolboxが安全な接続、認証、クエリ実行の複雑さを処理します。さらに、MCP Toolboxのデプロイモードでは、カスタムSQLツールを定義できます。

Forresterのバイスプレジデント兼プリンシパルアナリストであるCharlie Dai氏のような業界の専門家は、この統合がエージェント型アプリケーションの開発を大幅に加速させると考えています。Dai氏は、「GoogleのADKとMCPの統合は、AIエージェントをBigQueryデータに直接接続するための事前構築されたフレームワークを提供します。これにより、カスタム統合作業が不要になり、開発のオーバーヘッドが削減され、エージェントが企業コンテキストを活用して正確な応答を生成できるようになります。」と述べています。

Googleのこの動きは、主要なデータプラットフォームプロバイダーがAIエージェントと企業データの接続に注力している、より広範な業界トレンドの中で起こっています。Databricks、Snowflake、Teradataなどの競合他社も、データレイクハウスやデータベースに保存されたデータとのAIエージェントの相互作用を促進するために、独自のモデルコンテキストプロトコル（MCP）サーバーおよび関連サービスを導入しています。Anthropicが最初に展開したモデルコンテキストプロトコル（MCP）自体は、BigQueryのようなデータソースと大規模言語モデル（LLM）を接続するための重要なオープンプロトコルとして浮上しており、既存のツールから直接SQLクエリを実行し、プロジェクトとやり取りすることを可能にしています。

Googleはまた、専門のAIエージェントと自律的なデータ基盤でBigQueryを積極的に強化してきました。これには、データパイプラインの構築とメタデータ生成の自動化を支援するデータエンジニアリングエージェント、特徴量エンジニアリングとモデル選択を自動化するためにColabノートブックに組み込まれたデータサイエンスエージェント、および自然言語クエリを許可し、その結論に対する説明を提供するLooker対話型分析エージェントが含まれます。これらの進歩は、GoogleのGeminiモデルを活用してスキーマ関係、テーブル記述、クエリ履歴を分析し、メタデータを生成し、セマンティック検索をサポートするBigQuery Knowledge Engineによって支えられています。Googleは、新しく発表されたツールセットを将来的にさらに多くの機能で拡張する計画を表明しています。