「Compute Engineはもう古い？Cloud Runで運用を80%削減する秘訣」～【googlecloud】人気記事（05/31）

この記事はZennからgooglecloudのLike数が多い記事のリストを自動的取得し、AIを利用して要約し、自動更新されています。

「Compute Engineはもう古い？Cloud Runで運用を80%削減する秘訣」人気記事（05/31）

GCP Service Account+WIF+DWDでキーレス認証 ~AWS環境からGoogle Driveの情報に安全にアクセスする~

AWSからGoogle Workspaceの全ユーザーDrive情報を棚卸しするため、Google Driveへキーレスでアクセスする認証連携を解説する記事。GCP Service Account、DWD、WIFを組み合わせた実装が書かれている。

• 全社員Driveへのアクセス要件とDWD
• DWDにおけるsubjectの切り替え
• WIFと3段階トークン連鎖によるキーレス認証

Aurora → Datastream → BigQuery で社内分析基盤を作り直してる話

アルダグラムが社内分析基盤をRedashからBigQuery中心へ刷新した際の技術的な経緯と設計判断について書かれた記事。AuroraからBigQueryへのDatastreamを用いたCDCパイプライン構築の詳細が解説されている。

• Redash運用の課題とBigQuery移行背景
• Datastream選定とAuroraへの接続構成
• Aurora設定、DDL対応、BigQueryデータ層設計

Cloud Runで済むならCompute Engineを選ばないほうがいいと改めて思った話

Google Cloudでアプリケーション基盤を選択する際、Compute EngineとCloud Runのどちらを選ぶべきかについて書かれた記事です。一般的なWebアプリケーションやAPIにおいては、Cloud Runを優先すべきであると著者の経験から考察されています。

• Compute Engine利用で増大する運用管理の範囲
• デプロイ手法の複雑性やOSのセキュリティパッチ対応
• フルマネージドサービスを推奨するGoogle Cloudの原則

【2026・夏最新版】皆様にGoogle CloudでのRAG・Embeddingの最強を、お伝えしたかった。

Google CloudでのRAG構築について、各サービスの比較と実務的な構成選択の指針が書かれた記事です。

• 各RAG構成サービス（Cloud SQL + pgvector, AlloyDB等）の特性と選び方
• Embedding再生成とVector Index rebuildの明確な区別
• コスト試算と小規模ベンチマークに基づく導入指針

GCPで始めるデータエンジニアリング入門③：BigQuery SQLで集計マートを作り、Looker Studioで可視化する

GCPで始めるデータエンジニアリング入門シリーズの最終回にあたる記事です。BigQuery SQLで集計マートを構築し、その成果をLooker Studioで可視化する工程が解説されています。データエンジニアが構築したパイプラインの成果確認という視点で書かれています。

• BigQuery SQLでの日別・曜日別集計ビュー作成手順
• データパイプラインにおける3層アーキテクチャの設計思想
• Looker StudioによるBigQueryビュー連携ダッシュボードの実装

「LLMがデータ生成？Groundsourceで知識を+35%構造化！」人気記事TOP5（2026/05/24）

Weekly Google Cloud アップデート情報 - 2026年5月19日

ソフトバンク テックブログで公開されたこの記事は、2026年5月8日から14日のGoogle Cloudにおける主な週次アップデート情報について書かれています。Gemini EnterpriseでのBoxデータストア連携一般提供を筆頭に、AI/機械学習、データ分析、データベースといった幅広いカテゴリの更新内容が紹介されています。

• Gemini EnterpriseにおけるBoxデータストア連携の一般提供
• Vertex AI Searchでの検索可能フィールド重み付け機能
• BigQueryにおけるトークン数推定機能の提供

GCPで始めるデータエンジニアリング入門①：生データをGCSで受け取ってプロファイリングする

GCPでデータエンジニアリングを始める入門シリーズの第一回で、生データをGCSに格納し、プロファイリングで品質を把握する手順が解説されている。具体的なデータセットを用いたハンズオン形式で、データエンジニアリングの初期工程が扱われている。

• 生データを日次CSVに分割し、GCSに格納する方法。
• データの欠損値、異常値、週別分布など品質のプロファイリング。
• GCSの無料枠を考慮したバケット作成とデータアップロード。

GCPネットワークの構成と疎通をClaudeで見える化した

GCPネットワークの構成と疎通を可視化するため、Claude Code SKILLSでMermaid図などを自動生成する方法について書かれた記事。gcloudスナップショットから図を出力する仕組みが紹介されている。

• gcloudスナップショットから構成図・疎通シーケンス図を生成
• VPC Peering、HA VPN構成の可視化例
• ネットワーク理解整理、説明、障害調査への活用

Google ResearchのGroundsourceを読み解く ─ AIで非構造データから構造化知識を作る技術

Google ResearchのGroundsourceという技術について解説されている記事です。LLMを回答生成ではなくデータ生成に活用し、非構造テキストから構造化知識を構築する仕組みが書かれています。

• 単一プロンプトによる段階的抽出の設計思想が解説されています。
• 生成される構造化データの品質管理・検証アプローチが紹介されています。
• LLMが作ったデータで別のAIモデルを訓練する活用事例が述べられています。

BigQueryのベクトル検索でJICFSカテゴリ推定精度を+35%改善した話

WED社におけるJICFSカテゴリ推定について、BigQueryのベクトル検索で精度を+35%改善した手法が解説されている。約600万件の商品マスタをデータベースとして活用するアプローチが示されている。

• BigQueryのML.GENERATE_EMBEDDINGとVECTOR_SEARCHによる実装
• モデル学習が不要で、全2,679カテゴリへの対応を実現
• 表記の多様性や少量レコードカテゴリの推定を改善

「データカタログは死んだ？Knowledge Catalogが変えるAI活用」人気記事（2026/05/17）

【Google Cloud Next '26 レポート】企業の AI 活用における「コンテキスト」の重要性

Google Cloud Next '26のレポートとして、企業のAI活用における「コンテキスト（文脈）」の重要性を解説している記事。AIエージェントが実務で成果を出すために必要な、独自のルールや暗黙知をいかに提供するかが示されている。

• AIエージェントにとってのコンテキストが、自動運転の「地図」と同じ役割を果たす点
• 企業内のコンテキストを常に最新に保つ「アクティブ・ナレッジカタログ」の概念
• Bloombergの事例を通じて、暗黙知を構造化ナレッジに変換しAIエージェントの精度を向上させた手法

＜Google Next '26＞ エージェント型AI時代のインフラとは？

Google Cloud Next '26の発表内容から、エージェント型AI時代に求められるインフラの課題と、Google Cloudが提示する解決策について解説した記事。

• AIエージェントに最適な流動的なコンピューティング
• マルチクラウド環境でのセキュリティと接続性の強化
• 企業データを統合し、デジタル主権を確保する機能

SQLだけで時系列予測（BigQuery × TimesFM）

Google BigQuery MLで提供されるTimesFMモデルを活用し、SQLのみで時系列予測を行う方法が解説されている記事。モデル構築の手間を省き、AI関数を用いた予測、異常検知、評価の具体的な手順が示されている。

• BigQuery MLにおけるTimesFMの機能と仕組み
• SQLで実行する時系列予測（AI.FORECAST）と異常検知（AI.DETECT_ANOMALIES）
• GA4サンプルデータを用いた実例とモデル評価（AI.EVALUATE）

Weekly Google Cloud アップデート情報 - 2026年5月12日

Google Cloudの2026年4月24日から5月7日までの主要アップデートがまとめられている記事です。Gemini Enterpriseの機能拡張、各種サービスの一般提供、および名称変更について紹介されています。

• Gemini Enterpriseの新機能と提供状況の更新
• Compute EngineやGKEなど、コンピューティング関連の一般提供開始
• BigQueryのベクターインデックス強化と複数サービスの名称変更

Dataplex から Knowledge Catalog へ——AI エージェント時代にデータカタログはエージェント実行基盤そのものに

Google Cloud Next '26で発表されたKnowledge Catalogについて解説している記事です。Dataplexからの進化と、AIエージェント時代におけるデータカタログの製品カテゴリ再定義について書かれています。

• Knowledge Catalogへの名称変更が示唆する、製品カテゴリの本質的な再定義
• データカタログが人間中心の管理から、エージェントの実行時コンテキストエンジンへ転換する点
• メタデータ集約、コンテキスト強化、セマンティック検索という3つの主要機能

「VS Codeはもう古い？Google AIエージェントが拓く「自律開発」」人気記事（2026/05/10）

「ETL がいらなくなる」と聞いて Spanner Columnar Engine を実機で検証してみた

Google Cloud SpannerのColumnar Engineを実機で検証し、その効果と利用上の注意点が解説されている記事です。OLTPとOLAPを両立させるHTAPを実現する同機能について、具体的な計測結果とともに報告されています。

• Columnar Engineの仕組みと、OLTP・OLAPを同一DBで処理するHTAPの概念が紹介されています。
• データベースレベルの有効化だけでは効果が出ず、クエリヒントやテーブル設定が必要となる検証過程のハマりどころが説明されています。
• 実際のOLAPクエリでの改善率（2〜3倍）と、公式の謳い文句「200倍」に届かない理由が考察されています。

Claude × Gemini マルチモデルゲートウェイを Cloud Run で構築する

Google CloudのVertex AI環境でClaudeとGeminiを併用するチーム向けに、LLM Gatewayの構築と運用について解説された記事です。LiteLLM ProxyをCloud Runにデプロイし、利用管理とコスト可視化を実現する手順が書かれています。

• LiteLLM ProxyによるClaudeとGeminiの一元管理ゲートウェイ構築方法
• ユーザー・チームごとのAPIキー発行、予算制限、モデルアクセス制御
• BigQuery Federationを利用したLLM利用状況とコストのリアルタイム可視化

OpenAI APIコストをiPhoneホーム画面で監視する仕組みを作ってみた（Cloud Run + Scriptable）

OpenAI APIの利用料をiPhoneホーム画面で監視する仕組みの構築が解説されている記事。セキュアで低コストな個人向けソリューションについて書かれている。

• Cloud RunでのAPIコストProxy実装
• Secret ManagerでのAPIキー安全管理
• ScriptableによるiPhoneウィジェットでの利用額表示

VS Code 時代は終わった？「Google Antigravity & Agent Studio」による自律開発の夜明け

この記事は、Google Cloudが提唱する「Antigravity」と「Agent Studio」がもたらす、自律開発への開発スタイル変革について書かれている。人間がコードを書くのではなく、エージェントが計画を実行し、人間はそれを承認する「エージェント・ファースト」な環境が解説されている。

• エージェント管理に特化した開発プラットフォームであるGoogle Antigravity
• エージェントの定義と統治を担うGoogle Agent Studio
• 開発者の役割が「デジタルタスクフォースの司令官」へ変化する点

夜ちゃんと眠るための、OpenClaw × GCP × Ubuntu 26.04 LTS 多層防御ノート

OpenClawをGCP Compute Engine上のUbuntu 26.04 LTSで安全に運用するための多層防御について書かれた記事です。OpenClawの設定からGCP環境まで、内側から外側へとセキュリティ対策を積み上げる手法が解説されています。

• OpenClawのゲートウェイ、ツール、サンドボックスの権限制限
• GCP Compute EngineとUbuntu OSにおける多層的なハードニング
• 供給チェーン対策、ランタイム脅威検知、堅牢なバックアップの導入

「ChatGPTはもう古い？Google Cloudが仕掛けるGemini Agentの衝撃」人気記事

地球の歩き方 Google Cloud Next 2026 Las Vegas編

Google Cloud Next 2026ラスベガスへの参加経験者が、カンファレンス参加のROIを最大化するための準備や現地での過ごし方についてまとめた記事。

• セッションは動画視聴できるため、現地ではブースでの対話や他社エンジニアとの交流を優先すること。
• ロスバゲ対策の手荷物やMPCアプリ活用など、フライト・入国時の具体的なTipsが記されている。
• ホテルアメニティへの備え、時差ボケ対策、食事や移動の工夫が紹介されている。

【Google x GenAI】Gemini Enterprise で GE Demo Generator を試してみました

Googleのデモツール「GE Demo Generator」を用いて、Gemini Enterprise向けAIエージェントを構築・検証する方法が解説されている記事です。ビジネス課題解決を提案するエージェントとサンプルデータセットの生成手順が紹介されています。

• GE Demo Generatorによるエージェント開発環境の構築
• テンプレート課題に基づいたエージェントの動作検証
• オリジナル課題に対応したエージェント生成のプロセス

Google Cloud Next ’26 参加レポート: AIアプリケーションの本番運用に必要な基盤とは

Google Cloud Next '26のレポート。AIアプリケーションの本番運用基盤について解説されている。AIが「作る」から「動かし続ける」フェーズへ移行する中、LLM推論のスケーラビリティ、コスト最適化、リアルタイムデータ処理の知見がまとめられている。

• LLM推論のTPU/GPU活用と、レイテンシ・スループット最適化
• AIエージェントを支えるCPUインフラ、データI/Oボトルネック対策
• Bigtableによる監査ログ管理、リアルタイムデータ基盤の新機能

AIに"聞く"時代から、AIに"任せる"時代へ —— Gemini Enterprise最新アップデートの全貌【GCN'26現地レポート】

Google Cloud Next '26で発表されたGemini Enterpriseの最新アップデートを伝える現地レポート記事です。AIへの「委任」というコンセプトが、新機能や強化されたガバナンスとともに解説されています。

• AIに仕事を「任せる」思想を具現化するInboxなどの新機能
• 数日〜永続的に稼働する長時間実行エージェントの詳細
• エージェントの監査・セキュリティを担保するガバナンス機能

Google Cloud Next '26 ブースレポート——Anthropic のエージェント harness 設計

Google Cloud Next '26のAnthropicセッションをレポートした記事です。AIエージェントの設計思想について、「モデル単体ではなく身体（harness）とスキル（Skills）が鍵を握る」というAnthropicの哲学が解説されています。

• エージェントの「脳と身体（harness）」というメタファーの提示
• Claude Agent SDKの全体構造とドメイン特化のための3経路
• Memory、評価、スケーリングにおいて「シンプルから始める」段階的アプローチ