A Google Cloud apresentou a 19 de novembro de 2026, em pré-visualização, as object enrichments, uma funcionalidade do Cloud Storage que executa modelos de IA sobre os ficheiros de um bucket e grava os resultados nos próprios objetos. O anúncio é dos gestores de produto Himanshu Kohli e Manjul Sahay. O ponto de partida é que a maior parte da informação das empresas está em armazenamento de objetos, sob a forma de imagens, PDF, vídeo e áudio sobre os quais um agente não consegue raciocinar, e que ler ficheiros em bruto no momento da consulta é demasiado lento e caro. Extrair os metadados de antemão, defende o texto, dá aos agentes contexto fundamentado em tempo de execução.
A equipa define que buckets processar e onde, escolhe um ou mais dos cinco modelos próprios do Cloud Storage para imagens e PDF e concede permissões IAM ao serviço. A Google afirma que trata depois da inferência, da leitura das respostas, das novas tentativas e da limitação de ritmo, que chega a milhões ou milhares de milhões de objetos e que não há filas nem trabalhadores para gerir. Os modelos de imagem abrangem deteção de objetos, deteção de rostos, etiquetagem de imagens e deteção de conteúdo explícito, e um modelo de PDF arruma os documentos em categorias empresariais como Finance, Games, News e Health. A configuração faz-se na consola do Cloud Storage ou pela respetiva API.
Os resultados ficam guardados como contexto de objeto, uma construção de metadados do Cloud Storage que guarda pares chave-valor junto do objeto. Segundo a Google, esse contexto acompanha o objeto em cópias, movimentos e replicação, desaparece quando o objeto é apagado e é governado pelo IAM, pelo que não é preciso um repositório de metadados à parte. As aplicações podem filtrar listagens de objetos pelo contexto, e os dados podem seguir para o BigQuery através de conjuntos de dados do Storage Insights, para análise em SQL. O texto remete ainda para o servidor MCP do Cloud Storage como forma de dar aos agentes acesso, limitado pelo IAM, aos objetos e ao respetivo contexto.
Quanto ao preço, a Google cita tarifas publicadas de 700 dólares para enriquecer 10 milhões de imagens ou PDF e fala em poupanças de 75 por cento na anotação de imagens face a serviços semelhantes de outros fornecedores de nuvem. São comparações da própria Google, e o texto não nomeia os serviços concorrentes nem mostra o cálculo. O enriquecimento com o Gemini, para resumo, extração de entidades, transcrição e tradução, ainda não está aberto de forma geral: pede-se aos clientes que escrevam para [email protected] a solicitar acesso ao que a Google designa como funcionalidade futura.
O texto reúne vários testemunhos de clientes. A L'Oreal diz conseguir etiquetar a sua biblioteca de ativos criativos 100 vezes mais depressa e por uma fração do custo. A Hyperscience refere um aumento superior a 50 por cento na precisão da classificação de documentos, com custos de inferência duas a três vezes menores, e a Vivint afirma que a combinação com o BigQuery reduziu o desenvolvimento de IA de seis meses para um. A Google enumera casos de uso como a pesquisa de ativos criativos para geração aumentada por recuperação, a moderação de conteúdos, a curadoria de dados de treino para condução autónoma e robótica e a análise multimodal.
Estes números vêm da Google e dos seus clientes, não de testes independentes, e a funcionalidade está em pré-visualização. A opção mais avançada, o Gemini, ainda não está disponível sem pedido, pelo que a oferta atual é sobretudo a etiquetagem de imagens e a classificação de PDF em grande escala.