Google 为 BigQuery 引入预测 AI，免去 ML 训练环节

Google 正在向 BigQuery 添加一款面向表格数据的预训练基础模型 TabFM，让企业团队无需从头训练和部署机器学习模型，即可直接从结构化数据中生成预测。

这款由 Google Research 开发、现已开放预览的模型，可执行分类与回归这两类常见的预测型机器学习任务。分类用于预测某个类别或结果，例如客户是否可能流失、某笔交易是否存在欺诈风险；回归则用于预测数值，例如客户的预期价值或未来理赔金额。

在传统机器学习工作流中，企业团队通常需要针对每个用例单独训练并部署一个 ML 模型。相比之下，TabFM 将历史数据作为上下文示例来进行预测——团队只需提供已知结果的标注历史数据，以及想要预测的新数据，再调用 BigQuery 的 AI.PREDICT 函数即可生成预测结果。该函数以历史数据为示例识别规律，再将其应用到新数据上，全程无需单独训练和部署模型。

Google 表示，TabFM 还能自动处理分类形式的数据（如客户类型、产品类别）以及含缺失值的数据集，从而减少预测前的数据准备工作。此外，公司还提供 AI.EVALUATE 函数用于评估模型在预测任务上的表现，团队可借此将 TabFM 的预测结果与已知结果比对，衡量其准确度，判断预测是否适用于特定场景。

生产力、成本与治理收益

IT 咨询公司 Kanerika 的 AI 开发负责人 Amit Kumar Jena 认为，TabFM 让缺乏深厚 ML 专业知识的团队也能更易上手预测分析，同时减少开发和维护传统模型所涉及的工程与基础设施工作量。

"懂 SQL 的人现在就能直接针对 BigQuery 中已有的表生成分类或回归预测，无需先训练、调优或部署模型，也无需把数据搬到独立的 ML 平台，这既简化了治理，也降低了并行平台的运行成本。"Jena 解释道。

Nord-IQ Research 首席分析师 Manoj Chandra Jha 则表示，这意味着 TabFM 把原本从分析师、数据科学家到 ML 工程师的多角色工作流，压缩成一次 SQL 调用，从而可能降低人力需求。

收益因工作负载而异

不过，企业在用 TabFM 取代传统 ML 工作流之前，需要注意该模型存在局限。Google 官方指引仍建议，对于超大规模数据集、特征数量超过 TabFM 当前 20 个特征列上限的数据集，以及需要特征重要性解释的场景，应使用 XGBoost 等传统模型或自定义模型。

"当你拥有超大规模历史数据集、需要对超参数进行完全自定义调优、特征数量超过 TabFM 当前上限，或需要了解哪些输入特征对预测贡献最大时，请使用 XGBoost 等传统模型。"Google 在文档中写道。

更关键的是，在大数据集和高频工作负载下，成本优势可能被削弱。Jena 指出，虽然 TabFM 能降低搭建模型训练流水线的成本，但 Google 计划自 2026 年 10 月 30 日起，在标准 BigQuery 费用之上对 TabFM 转为按 token 计价，这可能使大规模生成预测的工作负载成本高于训练并缓存后的模型。

Jha 建议，企业应在自身工作负载上试点 TabFM，按实际查询量核算成本，并与现有 ML 基础设施对比后再做决策。换句话说，TabFM 更像是一款面向特定工作负载的工具，而非传统 ML 模型的全面替代，它更适合临时分析、实验以及低频业务场景。