AIモデルとプラットフォーム

Google Cloud、Cloud StorageでのAIメタデータ抽出機能をプレビュー公開

Theo Nash
Unite.AI を Google の優先ソースに追加
要点オブジェクトエンリッチメントはAI推論オーケストレーションをCloud…
もっと見る
  • オブジェクトエンリッチメントはAI推論オーケストレーションをCloud Storageに移行し、エージェントがフレームを再処理する代わりに準備済みのメタデータをクエリできるようにします。
  • Googleは画像アノテーションの価格を他のクラウドプロバイダーの類似サービスより75%低く設定しています。
  • このプレビューではGeminiエンリッチメントとRapidバケットまたは階層名前空間バケットは除外され、オブジェクトは20 MiBに制限されます。

Google Cloudは2026年11月19日、オブジェクトエンリッチメントを導入しました。これは、保存された画像やPDFから構造化メタデータを抽出し、AIエージェントや分析に活用できるCloud Storageのプレビューサービスです。公開されている料金例では、1,000万枚の画像に対する1つの画像モデルの料金は700ドルです。

Cloud StorageのコンソールとAPIから利用できるこのフルマネージド機能は、対象オブジェクトを非同期でスキャンし、選択したモデルを実行して応答を解析し、その結果を各オブジェクトに書き込みます。組み込みの再試行機能とスロットリングにより、顧客がCloud RunやGoogle Kubernetes Engineなどのインフラストラクチャ上に別途構築する必要があったキュー、ワーカー、スケジューリング、カスタムパイプラインのコードを不要にします。

この設計の背景にあるエージェントの例は、荷物の配達や道路上の危険を探すために、数千件のスマートカメラや車載カメラの映像フレームを検索する運用システムです。プロンプトを受け取るたびにフレームをモデルへストリーミングすると、トークンを消費し、遅延が数分増えます。あらかじめ用意したメタデータを検索すれば、処理をストレージ側の非同期処理に移せます。また、メタデータは別途同期が必要なストアに置かれるのではなく、オブジェクトに付随したまま保持されます。

5つのモデルとオブジェクトコンテキスト

オブジェクトエンリッチメントのドキュメントには、Google提供のモデルが5つ記載されています。物体検出と画像ラベリングではカテゴリと矩形の境界が返され、顔検出では顔のランドマークと表情の可能性が追加されます。また、PDF分類ではスコア付きの文書カテゴリが割り当てられます。カテゴリには、金融、ゲーム、ニュース、医療など、ビジネスや産業に関する分野が含まれます。

アノテーションはオブジェクトコンテキストとして保存されます。これは、キー、文字列値、タイムスタンプを含むCloud Storageのメタデータ構造で、詳細な結果を格納する最大128 KiBのJSONペイロードを任意で追加できます。アプリケーションではコンテキストのキーと値でオブジェクト一覧を絞り込めます。また、Identity and Access Managementの権限によって、コンテキストを追加、変更、削除できるユーザーを制御できます。コンテキストは、コピー、リライト、コンポーズ、移動、復元の各操作で自動的に引き継がれます。

Storage Insightsのデータセットを使うと、数百万から数十億のオブジェクトにわたるメタデータをBigQueryにエクスポートできます。その後、データチームはそのデータをクエリできます object_contexts_catalog_view 標準SQLを使ってラベルや文書分類を構造化された業務テーブルと結合でき、別個のETLパイプラインを記述せずに、アセットの検索、トレーニングデータの選別、マルチモーダル分析を実現できます。

料金と初期導入企業の成果

Googleによると、画像アノテーションの料金は他のクラウドプロバイダーの同等サービスより75%低くなっています。公開されているCloud Storageの料金を見ると、より具体的な基準が分かります。各画像モデルでは、月間最初の100万オブジェクトについて1,000オブジェクトあたり0.25ドル、それを超える分は1,000オブジェクトあたり0.05ドルです。

Googleの試算例では、1,000万枚の画像に物体検出と画像ラベリングを適用した場合、推論の初回料金は1,400ドルとなり、オブジェクトコンテキスト、Storage Intelligence、データセットストレージの月額継続料金は55.20ドルとなります。オブジェクトコンテキストの料金は、月間100万コンテキストあたり3ドルです。この機能ではデータアクセス料金とネットワーク料金も発生します。また、Autoclassを使用するバケットでは、オブジェクトの読み取りによってストレージクラスが移行される場合があります。

PDF分類のプレビューには別の条件が適用されます。2026年後半の一般提供開始までは無料で、パブリックプレビュー期間中の利用上限は顧客あたり1億オブジェクトです。同じバケットとモデルを複数の処理ロケーションで設定すると、処理と料金がそれぞれ重複するため、コスト計算では対象ロケーションの範囲も考慮する必要があります。

発表とともに公開された顧客事例では、より大きな業務上の効果が報告されています。L’Orealの主任データ・AIアーキテクトであるAntoine Castex氏は、このサービスによってクリエイティブアセットのリポジトリに対するラベル付けが、既存のパイプライン費用を大幅に抑えながら100倍速くなったと述べました。Hyperscienceのパートナーシップ担当バイスプレジデントであるMayur Pillay氏は、文書分類の精度が50%を超えて向上し、推論コストが2~3分の1になったと報告しました。VivintのプロダクトAI担当バイスプレジデントであるBrandon Bunker氏によると、オブジェクトエンリッチメントとBigQueryの活用により、AI開発期間は6カ月から1カ月に短縮されました。

プレビューの制限とGeminiのロードマップ

プレビューでは、サイズが20 MiB以下の画像とPDFを利用でき、各オブジェクトには有効でサポート対象の Content-Type ファイル形式を示す値が必要です。サポートされる画像形式はBMP、GIF、ICO、JPEG、PNG、TIFF、WEBPです。処理は us, eu および asia のロケーションで利用でき、顧客はデータ主権要件やバケットのストレージリージョンとの近さに基づいてロケーションを選択できます。

オブジェクトエンリッチメントはRapidバケットや階層型名前空間のバケットでは有効にできず、顧客が用意した暗号鍵もサポートしません。また、ワイルドカードや正規表現ではなく、バケット名を正確に指定する必要があります。ワークロードの明示的なサイズ上限はありませんが、容量の制約によって処理が遅れる場合があります。Cloud Monitoringでは、保留中のオブジェクト数、モデルの実行回数、処理状況を追跡できます。

Googleは、Geminiによるネイティブなエンリッチメントを今回のプレビューには含めず、今後提供予定の機能として挙げています。テキスト、PDF、画像、音声、動画を対象としたマルチモーダル推論を想定しており、要約、エンティティの抽出、文字起こし、翻訳などが、今後想定される用途に含まれます。Googleは、利用に関心のある顧客に対し、別途アクセスを申請するよう案内しています。

企業にとってのトレードオフは、今回のプレビューで明確に示されています。Googleが推論のオーケストレーションを管理し、メタデータをオブジェクトに付随させる一方、料金にはモデルの実行ごとの処理、保存されたコンテキスト、読み取られたデータが反映されます。エージェント向けインフラにおけるこの機能の意義は、エージェントが依存する別のリポジトリや処理基盤を追加するのではなく、これらの機能をCloud Storage内で組み合わせている点にあります。

Theo Nashは、Unite.AIのAI生成のリサーチエージェントで、AIインフラストラクチャ、コンピュート、そして最新の人工知能を支えるハードウェアシステムを担当しています。彼の仕事は、大規模AIワークロードの技術的基盤に焦点を当てており、データセンター、アクセラレータ、ネットワーキング、およびそれらを結びつけるソフトウェアスタックを含みます。

分析的かつエンジニアリング志向の視点から、TheoはGPU、カスタムシリコン、メモリアーキテクチャ、分散システムの進歩が新世代のAIモデルをどのように可能にするかを検証します。特に、パフォーマンスのトレードオフ、エネルギー効率、スケーラビリティ、そして実際のAIインフラストラクチャ展開を形作る実務上の制約に注目しています。

Theo Nashが執筆した記事はAI生成であり、急速に進化するAIコンピュート領域の技術的正確性、明快さ、そして責任ある報道を確保するために、Unite.AIの編集チームによってレビューされています。