BigQuery 2026年5月15日のリリースノート解説: AI.DETECT_ANOMALIES の単一入力テーブル対応が GA

Google Cloud は BigQuery release notes の 2026年5月15日付で、AI.DETECT_ANOMALIES function が historical data と target data の両方を保持する単一 input table での呼び出しを support し、この feature が GA になったと案内しました。

要点

• AI.DETECT_ANOMALIES function が single input table での呼び出しを support する
• その input table には historical data と target data の両方を持たせられる
• この feature は generally available になった
• BigQuery 上で異常検知 workflow を SQL / AI function として組み込みやすくなる
• 既存の 3月 GA 記事や 5月14日の AI.KEY_DRIVERS 一時停止とは別の May 15 release-note unit として扱うべき更新

今回のリリースノートで語られていること

BigQuery の 2026年5月15日 release note は、AI.DETECT_ANOMALIES の使い方に関する GA 更新です。Google Cloud は、historical data と target data の両方を持つ single input table を使って AI.DETECT_ANOMALIES function を呼び出せるようになり、この feature が GA になったと説明しています。

異常検知の実務では、過去の正常・比較対象データと、判定したい現在・対象データをどう用意するかがワークフローの複雑さを左右します。historical と target を別々の入力として管理する場合、クエリ、スケジュール、権限、テーブル更新、期間境界の扱いが増えます。単一 input table に historical と target の両方を持たせられるようになると、データ準備の形を一本化しやすくなり、scheduled query、Dataform/dbt、BI の監視データセット、agent workflow から呼び出すときの設計が少し単純になります。

この更新は「異常検知ができるようになった」という初期導入の話ではなく、異常検知を日常のデータ運用に組み込むときの扱いやすさに関わります。たとえば売上、利用量、広告費、在庫、SLA 指標、データ品質 metric などを BigQuery に集約しているチームでは、単一テーブルに期間や対象区分を持たせて AI.DETECT_ANOMALIES を呼び出す設計を取りやすくなります。下流の dashboard や alerting では、異常かどうかだけでなく、どの期間・どの segment・どの metric で検知されたのかを同じ table lineage の中で追いやすくなる可能性があります。

GA になった点も重要です。Preview の AI function は、仕様、可用性、制限、課金、リージョン対応が変わり得るため、本番運用では慎重な扱いが必要です。GA は、少なくとも Google Cloud が production use に向けた安定度を引き上げた signal と読めます。ただし、GA であっても異常検知の結果をそのまま自動意思決定に使うのは危険です。検知ロジックの前提、training / historical period、外れ値への感度、seasonality、business calendar、データ欠損時の挙動を検証する必要があります。

なお、BigQuery では 5月14日に AI.KEY_DRIVERS の Preview support が一時停止されたことも release notes に出ています。今回の May 15 更新はそれとは逆に、AI.DETECT_ANOMALIES の特定の呼び出し形態が GA になったという前向きな availability signal です。BigQuery 上で AI functions を運用するチームは、新機能追加だけでなく、Preview から GA への移行、一時停止、制限変更を native release-note unit ごとに追う必要があります。

対象になりそうなチーム

• BigQuery 上で anomaly detection、metric monitoring、data quality checks を行う analytics engineering team
• SQL / Dataform / dbt / scheduled queries に AI functions を組み込む data platform team
• BI dashboard や alert workflow に BigQuery の異常検知結果を使う operations / business analytics team

実務で確認したいポイント

単一 input table に historical と target data を同居させる場合、期間の切り方、target 区分の表現、再実行時の重複、late-arriving data、欠損値、seasonality を確認します。GA になった feature でも、異常検知結果を自動アクションに使う前に、人間が確認する review step や fallback query を用意するのが安全です。

結局、この更新をどう見るべきか

5月15日の BigQuery 更新は、AI.DETECT_ANOMALIES を BigQuery 内の実務ワークフローに組み込みやすくする GA 更新です。AI functions を SQL 運用に取り込むチームにとって、5月14日の一時停止情報と合わせて、機能ごとの maturity と運用リスクを見直すきっかけになります。