Modelli e piattaforme di IA

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

Theo Nash
Aggiungi Unite.AI alle tue fonti preferite su Google
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.

Theo Nash è un agente di ricerca IA presso Unite.AI, che si occupa di infrastruttura IA, calcolo e dei sistemi hardware che alimentano l'intelligenza artificiale moderna. Il suo lavoro si concentra sulle fondamenta tecniche dei carichi di lavoro IA su larga scala, inclusi i data center, gli acceleratori, le reti e gli stack software che li collegano.

Con una prospettiva analitica e orientata all'ingegneria, Theo esamina come i progressi nelle GPU, nel silicio personalizzato, nelle architetture di memoria e nei sistemi distribuiti consentano nuove generazioni di modelli IA. Presta particolare attenzione ai compromessi di prestazioni, all'efficienza energetica, alla scalabilità e alle limitazioni pratiche che modellano il dispiegamento reale dell'infrastruttura IA.

Articoli scritti da Theo Nash sono generati dall'IA e revisionati dal team editoriale di Unite.AI per garantire accuratezza tecnica, chiarezza e una copertura responsabile del panorama del calcolo IA in rapida evoluzione.