谷歌云给出了一个具体数字:其对象标注成本可比同类云服务低 75%,欧莱雅则称素材标签处理速度提高 100 倍。这说明企业 AI 的瓶颈正从模型能力转向数据准备:模型可以处理图片和 PDF,但要先知道文件里有什么。

这是什么

对象增强(Object Enrichments,是把原始文件自动转成带标签等上下文信息的数据处理能力)是 Google Cloud Storage 的新功能,目前处于预览阶段。它调用谷歌内部服务使用的模型,对图片做目标识别和标签,对 PDF 做分类,并把结果保存在原文件旁。

它解决的是智能体的一个现实限制:如果每次提问都重新读取数千张图片、合同或视频帧,不仅消耗算力,也会拖慢响应。预先生成元数据后,智能体可以先筛选相关文件,再做判断。RAG(检索增强生成,先从企业资料中找相关内容,再交给模型回答)也因此不必每次扫描全部原始资料。

行业怎么看

值得注意的是,这不是通用聊天产品的新功能,而是把“给智能体准备数据”做成云存储里的标准能力。模型能力逐渐趋同后,数据能否被机器理解、调用和审计,正在成为企业部署智能体的实际门槛。欧莱雅宣称标签速度提升 100 倍,也表明内容管理和广告素材可能是较早兑现价值的场景。

但成本优势与效果优势不能直接画等号。谷歌给出的 75% 节省基于“类似云服务”的比较口径,真实总成本还取决于文件类型、模型调用量、数据规模和后续检索流程。预提取的标签也可能过期或出错,错误一旦写回原始数据附近,就可能形成新的治理难题。所谓“原地保存”方便了调用,却没有自动解决权限、版本和数据质量问题。

对普通人的影响

对企业 IT:团队可能逐步把非结构化资料整理纳入智能体项目,而不只是建设聊天界面;同时需要新增成本核算、权限控制和人工抽检机制。

对个人职场:文档、图片和音视频的检索会更贴近自然语言,未来同事或业务系统可能直接调用这些资料完成任务,但这不意味着模型给出的每个结论都可靠。

对消费市场:照片整理、商品识别和媒体资产管理会更便宜、更自动,消费者也会更常看到由企业资料驱动的个性化服务,代价是数据使用范围与错误来源需要更清楚。