BigQuery 2026年5月15日のリリースノート解説: AI.DETECT_ANOMALIES が単一 input table に対応

Google Cloud は 2026年5月15日の BigQuery release notes で、AI.DETECT_ANOMALIES function が historical data と target data の両方を含む単一 input table で呼び出せるようになったと発表しました。この機能は General availability です。

要点

• AI.DETECT_ANOMALIES function が単一 input table に対応した
• historical data と target data を別々に渡すのではなく、同じ table 内で扱える
• 機能は GA
• anomaly detection を BigQuery SQL workflow に組み込むときの table design と query design が簡単になる
• monitoring、quality check、business metric anomaly detection に関係する

今回の更新で変わること

今回の変更は、BigQuery の AI anomaly detection を実務の table layout に寄せる更新です。異常検知では、過去データを学習・比較の基準として使い、対象期間や対象行を評価します。historical と target を別々の入力として管理する設計は明確ですが、実際の data warehouse では同じ fact table や metric table に時系列として入っているケースも多くあります。

AI.DETECT_ANOMALIES が単一 input table に対応すると、データを無理に分けたり、一時 table を複数作ったりする必要が減ります。既存の monitoring table、daily metrics、usage logs、finance metrics、pipeline quality indicators に対して、SQL 側で条件や window を切りながら anomaly detection を組み込みやすくなります。

対象になりそうなユーザー・チーム

• BigQuery 上で metric monitoring や anomaly detection を行う analytics engineering team
• data quality、billing anomaly、usage anomaly を SQL workflow で検知したい platform team
• BigQuery ML / AI functions を既存 warehouse 運用に組み込む data science / BI team

まず何ができるようになるのか

これまでは anomaly detection の入力設計に合わせて historical と target を整理する必要がありました。今回の更新で、単一 table の中に historical / target の両方がある構成でも function を呼び出せます。既存の時系列 table を活用しやすくなるため、実運用の query が短く、わかりやすくなります。

読んだあとにまずやること

すでに AI.DETECT_ANOMALIES を使っている場合は、temporary table や intermediate query を減らせるか確認します。これから使う場合は、対象 metric table に日付、entity、segment、target window をどう持たせるかを先に設計すると、SQL workflow に組み込みやすくなります。

今すぐ対応が必要か

破壊的変更ではないため、即時対応は不要です。ただし GA 機能なので、BigQuery 内で anomaly detection を本番 workflow に入れたいチームは検証候補に入れてよい更新です。

結局、この更新をどう見るべきか

AI.DETECT_ANOMALIES の単一 input table 対応は、AI function をより普通の warehouse table design に近づける変更です。小さな syntax 改善に見えますが、SQL workflow に異常検知を組み込む実務では効きます。