SQL telah lama menjadi bahasa andalan untuk analitik data, memungkinkan penambangan data terstruktur secara mendalam. Munculnya model bahasa skala besar (LLM) seperti Gemini telah membuka jalan baru untuk mengekstrak wawasan dari data tidak terstruktur seperti teks, gambar, dan video. Namun, mengintegrasikan LLM dengan alur kerja SQL menjadi tantangan karena secara tradisional memerlukan pergerakan data dan penyetelan cepat, yang dapat memakan biaya besar dalam skala besar.

Untuk meningkatkan kapabilitas SQL di era AI, serangkaian fungsi AI baru telah diperkenalkan, yang menghilangkan kebutuhan akan prompting yang rumit atau alat tambahan. Fungsi-fungsi ini, yang disebut AI.IF, AI.CLASSIFY, dan AI.SCORE, dirancang untuk digunakan langsung dalam kueri SQL , menyederhanakan proses analisis berbasis AI. Fungsi-fungsi ini dioptimalkan untuk kasus penggunaan spesifik dan bertujuan untuk meminimalkan biaya melalui prompting cerdas dan optimasi rencana kueri.

Fungsi-fungsi ini memperluas kemungkinan analitik SQL , memungkinkan pengguna untuk memfilter dan menggabungkan data berdasarkan makna semantik, mengklasifikasikan konten yang tidak terstruktur, dan memeringkat baris menggunakan kriteria bahasa alami. Misalnya, sebuah bisnis dapat mengidentifikasi artikel berita yang menyebutkan perusahaannya, meskipun menggunakan nama yang sudah usang atau informal. Kemampuan ini memperluas jangkauan analitik SQL , memungkinkan pengguna untuk menjawab pertanyaan yang sebelumnya tidak dapat dijawab.

Fungsi-fungsi ini dirancang untuk terintegrasi secara mulus dengan operator SQL umum, memungkinkan sistem untuk secara otomatis menangani optimasi cepat, pemilihan model, dan penyetelan parameter, menyederhanakan proses bagi pengguna dan memastikan hasil yang konsisten dan berkualitas tinggi. Fungsi-fungsi AI baru ini merupakan bagian dari perangkat yang lebih luas yang mencakup fungsi-fungsi inferensi Gemini serbaguna dan dirancang untuk meningkatkan efisiensi biaya dan kinerja tugas-tugas SQL yang didukung AI.