Google เปิด Looker Data Apps สร้างแอปโต้ตอบบน Semantic Layer
Looker Data Apps ในสถานะพรีวิวให้สร้างเว็บแอปด้วย AI บนโมเดลข้อมูล สิทธิ์ และการตรวจ SQL ของ Looker
Google Cloud ประกาศ Looker Data Apps ในสถานะ preview เมื่อ 13 ตุลาคม 2026 แนวคิดคือสร้างเว็บแอปแบบโต้ตอบจากคำอธิบายภาษาธรรมชาติ แล้วให้แอปรันอยู่ภายใน Looker พร้อมใช้ semantic layer และสิทธิ์ข้อมูลเดิม ต่างจาก dashboard ที่เน้นดูค่ารวม Data Apps มุ่งงานที่ผู้ใช้ปรับพารามิเตอร์ ทดลองสถานการณ์ หรือสั่งงานต่อไปยังระบบธุรกิจได้ ข่าวนี้สำคัญเพราะชี้ว่าการสร้าง UI ด้วย AI กำลังเชื่อมกับ data governance แทนการจบแค่ prototype
จากรายงานสู่การลงมือทำ
Dashboard เหมาะกับการเห็นแนวโน้ม KPI และติดตามสถานะ แต่หลาย workflow ต้องให้ผู้ใช้เลือกเงื่อนไข แก้ข้อมูล หรือส่งการตัดสินใจกลับระบบ ตัวอย่างเช่นทีมขายปรับแผนงบประมาณตามภูมิภาค หรือทีมปฏิบัติการทดสอบผลของการย้ายทรัพยากรแล้วเปิดงานใน Jira Google ระบุว่า Data Apps ทำ layout และ component เฉพาะบทบาทได้ รองรับ input ของผู้ใช้ การจำลองสถานการณ์ และเชื่อม downstream tasks เช่นอัปเดต record หรือ dispatch event ไปเครื่องมืออื่น
ความต่างจากการให้โมเดลสร้าง React app ทั่วไปคือแอปถูกผูกกับ LookML semantic layer ซึ่งเป็นที่รวมความหมายของ metric และตรรกะการคำนวณ Google ระบุว่า Data Apps รับ semantic models, row-level security และ access controls ที่มีอยู่ พร้อมเครื่องมือตรวจ SQL ที่สร้างขึ้น ประโยชน์ในทางปฏิบัติคือทีมไม่ต้องเขียนนิยาม KPI และโมเดลสิทธิ์ซ้ำในเว็บแอปใหม่ทุกตัว แต่ต้องตรวจว่า semantic model เดิมถูกต้องก่อน เพราะหากต้นทางมีนิยามผิด แอปใหม่จะขยายผลความผิดนั้นเร็วขึ้น
การสร้างและการรัน
Google บอกว่าสามารถสร้างแบบไม่เขียนโค้ดด้วย agent แล้ว deploy React application ภายใน Looker หรือใช้เครื่องมืออย่าง Claude Code และ Antigravity CLI สร้าง UI แล้วนำมา deploy เป็น Data App การใช้ LLM อยู่ในช่วงออกแบบหรือสร้างแอป หลัง deploy ปฏิสัมพันธ์ของผู้ใช้รันบน Looker APIs และ models ตามคำอธิบายของ Google จึงไม่มีค่า token จากการเรียก LLM ทุกครั้งที่ผู้ใช้เปิดหรือกดแอป อย่างไรก็ตาม องค์กรยังต้องประเมินต้นทุน query, license, การเชื่อมต่อ และทรัพยากรอื่นเอง
อีกจุดคือสามารถ embed Data App ใน portal ภายนอกด้วยวิธีคล้ายการ embed dashboard เดิม นี่ช่วยลดงานสร้าง pipeline แยก แต่การ embed ไม่ได้ทำให้สิทธิ์ปลายทางถูกต้องเอง ต้องทดสอบผู้ใช้หลายบทบาท โดยเฉพาะ row-level filters และ action ที่เขียนข้อมูลหรือเรียก service อื่น หากผู้ใช้เห็นหน้าจอได้แต่ action ใช้ service account ที่สิทธิ์กว้างเกินไป ก็ยังเกิดช่องโหว่ได้
วิธีประเมิน preview
เลือก workflow เล็กที่มีเจ้าของชัด เช่นการทบทวน KPI แล้วส่งคำขออนุมัติหนึ่งชนิด สร้างแอปจาก semantic model ที่ทีมข้อมูลรับรอง ตรวจ SQL ของกรณีปกติและขอบเขตสิทธิ์ ทดลองด้วยบัญชีที่เห็นข้อมูลไม่เท่ากัน แล้วตรวจว่า action ปลายทางมี audit trail และการยืนยันก่อนทำงานที่ย้อนกลับไม่ได้ ควรวัดเวลาที่ใช้สร้างจากต้นแบบถึง deploy เทียบกับการพัฒนาแอปแบบเดิม และบันทึกข้อจำกัดของ preview ก่อนให้ผู้ใช้จำนวนมากเข้ามา
Looker Data Apps ไม่ได้ทำให้ dashboard หมดความจำเป็น Dashboard ยังเหมาะกับการรายงานที่มีรูปแบบคงที่และเปรียบเทียบได้ ส่วน Data Apps เหมาะกับขั้นตอนที่ต้องแปลงข้อมูลเป็นการกระทำ การเลือกควรเริ่มจากงานของผู้ใช้ ไม่ใช่จากความสามารถสร้าง UI ด้วย prompt เพียงอย่างเดียว ประกาศยังระบุว่าสถานะเป็น preview จึงควรตรวจเงื่อนไขการใช้งานและความพร้อมในองค์กรก่อนพึ่งพาเป็นระบบหลัก
อ่านประกาศต้นทางวันที่ 13 ตุลาคม 2026: Google Cloud Blog — Trusted Data Apps for the Agentic Data Cloud, powered by Looker