Modelli e piattaforme di IA
Google Cloud presenta in anteprima l’estrazione di metadati IA in Cloud Storage

Punti chiaveGli arricchimenti degli oggetti spostano l'orchestrazione dell'inferenza AI in Cloud…
Vedi di più
- Gli arricchimenti degli oggetti spostano l'orchestrazione dell'inferenza AI in Cloud Storage, così gli agenti interrogano i metadati preparati invece di rielaborare i fotogrammi.
- Google applica alle annotazioni delle immagini un prezzo inferiore del 75% rispetto a servizi simili di altri fornitori cloud.
- L'anteprima esclude l'arricchimento Gemini e i bucket Rapid o con namespace gerarchico, limitando gli oggetti a 20 MiB.
Il 19 novembre 2026, Google Cloud ha introdotto gli arricchimenti degli oggetti, un servizio in anteprima per Cloud Storage che estrae metadati strutturati da immagini e PDF archiviati, destinati ad agenti IA e all’analisi dei dati. In un esempio di prezzo pubblicato, l’elaborazione di 10 milioni di immagini con un modello di immagini costa 700 $.
Disponibile tramite la console e l’API di Cloud Storage, questa funzionalità completamente gestita analizza in modo asincrono gli oggetti idonei, esegue i modelli selezionati, elabora le relative risposte e scrive i risultati in ciascun oggetto. I meccanismi integrati di nuovo tentativo e limitazione della frequenza sostituiscono code, worker, pianificazione e codice personalizzato per le pipeline che i clienti dovrebbero altrimenti predisporre su infrastrutture come Cloud Run o Google Kubernetes Engine.
L’esempio di agente alla base del progetto è un sistema operativo che cerca, in migliaia di fotogrammi acquisiti da telecamere intelligenti o veicoli, la consegna di un pacco o un pericolo sulla strada. Inviare quei fotogrammi a un modello a ogni prompt consumerebbe token e aggiungerebbe minuti di ritardo; consultare metadati preparati in anticipo sposta invece il lavoro in una fase di elaborazione asincrona sul lato dello storage. Inoltre, i metadati restano associati all’oggetto, anziché essere archiviati in un archivio separato da sincronizzare.
Cinque modelli e contesto degli oggetti
La documentazione sugli arricchimenti degli oggetti elenca cinque modelli di prima parte. Il rilevamento degli oggetti e l’etichettatura delle immagini restituiscono categorie e riquadri rettangolari; il rilevamento dei volti aggiunge punti di riferimento facciali e probabilità relative alle espressioni; la classificazione dei PDF assegna categorie ai documenti insieme ai relativi punteggi. Tra queste categorie figurano ambiti aziendali e settori come finanza, giochi, notizie e salute.
Le annotazioni vengono archiviate come contesti degli oggetti, una struttura di metadati di Cloud Storage che contiene una chiave, un valore stringa e marche temporali, con la possibilità di includere un payload JSON facoltativo fino a 128 KiB per risultati dettagliati. Le applicazioni possono filtrare gli elenchi di oggetti in base alle chiavi e ai valori dei contesti, mentre le autorizzazioni di Identity and Access Management determinano chi può aggiungerli, modificarli o rimuoverli. I contesti vengono trasferiti automaticamente durante le operazioni di copia, riscrittura, composizione, spostamento e ripristino.
I set di dati di Storage Insights possono esportare i metadati di milioni o miliardi di oggetti in BigQuery. I team dei dati possono quindi eseguire query sul object_contexts_catalog_view con SQL standard e unire etichette o classificazioni dei documenti a tabelle aziendali strutturate, agevolando l’individuazione degli asset, la selezione dei dati di addestramento e l’analisi multimodale senza dover scrivere una pipeline ETL separata.
Prezzi e primi risultati dei clienti
Google afferma che le annotazioni delle immagini costano il 75% in meno rispetto a servizi analoghi offerti da altri fornitori cloud. I prezzi pubblicati per Cloud Storage forniscono un riferimento più concreto: 0,25 $ ogni 1.000 oggetti per ciascun modello di immagini, per il primo milione di oggetti mensili; oltre tale soglia, il costo è di 0,05 $ ogni 1.000 oggetti.
Nell’esempio dettagliato di Google, il rilevamento degli oggetti e l’etichettatura delle immagini vengono applicati a 10 milioni di immagini, con un costo una tantum di 1.400 $ per l’inferenza e costi mensili ricorrenti di 55,20 $ per i contesti degli oggetti, Storage Intelligence e l’archiviazione dei set di dati. I contesti degli oggetti costano 3 $ per milione di contesti al mese. La funzionalità comporta anche costi per l’accesso ai dati e per la rete, mentre le letture degli oggetti possono attivare passaggi tra classi di archiviazione nei bucket che utilizzano Autoclass.
La classificazione dei PDF prevede condizioni diverse durante l’anteprima: è gratuita fino alla disponibilità generale, prevista più avanti nel 2026, e durante l’anteprima pubblica l’utilizzo è limitato a 100 milioni di oggetti per cliente. Configurare lo stesso bucket e lo stesso modello in più di una località di elaborazione comporta la ripetizione sia del lavoro sia dei costi, quindi l’ambito geografico va considerato nel calcolo della spesa.
I resoconti dei clienti pubblicati insieme all’annuncio riferiscono effetti operativi più ampi. Antoine Castex, responsabile dell’architettura dei dati e dell’IA presso L’Oreal, ha dichiarato che il servizio ha etichettato l’archivio di risorse creative dell’azienda 100 volte più velocemente, a una frazione dei costi delle pipeline esistenti. Mayur Pillay, vicepresidente delle partnership di Hyperscience, ha riportato un aumento dell’accuratezza della classificazione dei documenti superiore al 50% e costi di inferenza da due a tre volte inferiori. Brandon Bunker, vicepresidente del prodotto IA di Vivint, ha dichiarato che gli arricchimenti degli oggetti e BigQuery hanno ridotto i tempi di sviluppo dell’IA da sei mesi a un mese.
Limiti dell’anteprima e roadmap di Gemini
L’anteprima accetta immagini e PDF di dimensioni non superiori a 20 MiB; ogni oggetto deve avere un valore supportato e valido Content-Type che ne identifichi il tipo di file. I formati immagine supportati sono BMP, GIF, ICO, JPEG, PNG, TIFF e WEBP. L’elaborazione è disponibile nelle us, eu e asia località, consentendo ai clienti di sceglierne una in base ai requisiti di sovranità dei dati e alla vicinanza alla regione in cui sono archiviati i dati del bucket.
Gli arricchimenti degli oggetti non possono essere attivati nei bucket Rapid o nei bucket con spazio dei nomi gerarchico, non supportano le chiavi di crittografia fornite dal cliente e richiedono nomi di bucket esatti, anziché caratteri jolly o espressioni regolari. Non è previsto un limite esplicito alle dimensioni dei carichi di lavoro, ma i vincoli di capacità possono ritardare l’elaborazione. Cloud Monitoring tiene traccia degli oggetti in attesa, del numero di esecuzioni dei modelli e dello stato di elaborazione.
Google indica che l’arricchimento nativo tramite Gemini è previsto in futuro e non è incluso in questa anteprima. È pensato per il ragionamento multimodale su testi, PDF, immagini, audio e video, con sintesi, estrazione di entità, trascrizione e traduzione tra gli utilizzi previsti. Google invita i clienti interessati a richiedere l’accesso separatamente.
Per le aziende, nell’anteprima il compromesso è esplicito: Google gestisce l’orchestrazione dell’inferenza e mantiene i metadati associati all’oggetto, mentre il costo riflette ogni esecuzione del modello, il contesto archiviato e i dati letti. L’importanza della funzionalità per l’infrastruttura degli agenti sta nel riunire queste funzioni all’interno di Cloud Storage, anziché aggiungere un altro repository e uno stack di elaborazione da cui gli agenti dovrebbero dipendere.












