A Google a Google Cloud rendezvényén bejelentette, hogy a Gemini mesterséges intelligencia rendszert ügynöki képességekkel ruházza fel: az új, egységesített ügynök nemcsak kérdésekre válaszol, hanem feladatokat is elvégez a felhasználó helyett egyetlen felületről.
A lépés azt tükrözi, hogy az AI-eszközök átalakulnak a pusztán beszélgető rendszerektől olyan megoldások irányába, amelyek át tudják venni az adott feladatok felelősségét — például kódgenerálás, találkozók ütemezése, foglalások és utazásszervezés. A bejelentés illeszkedik a fogyasztói ügynökök előretöréséhez, mint a Meta Muse vagy az üzenetküldésre épülő megoldások (pl. Instinct), valamint a ChatGPT Dots nemrégiben bemutatott funkcióihoz.
Üzleti fókusz és skálázhatóság
Sundar Pichai, a Google vezérigazgatója a rendezvény elején kiemelte: a Gemini ma több mint 1 milliárd havi aktív felhasználóval rendelkezik. Hozzátette, hogy a Fortune 100 vállalatok közel 90%-a már most használja a Gemini Enterprise-et a munkában. Ezen eredmények miatt a Google elsőként az üzleti ügyfelek számára teszi elérhetővé az ügynököt, hogy először a biztonság, a skálázhatóság és a teljesítmény nehezebb kihívásait oldhassa meg.
Thomas Kurian, a Google Cloud vezérigazgatója szerint az új ügynöknek nem csak egyszerű utasításokat lehet adni, hanem célokat ("objectives") is: önállóan képes megtervezni a feladatok elvégzését, alkalmazni egyedi készségeket és eszközöket, valamint csatlakozni a vállalati belső rendszerekhez a célok teljesítéséhez.
Mely modelleket használja, milyen integrációk vannak
Alapértelmezés szerint a Gemini kiválasztja a feladathoz legalkalmasabb modellt, de a felhasználók átvehetik az irányítást és más modelleket is kiválaszthatnak — beleértve harmadik fél modelleit, kezdésként Anthropic Claude modelljeit. A Google közölte, hogy a jövőben bővíti a modellező választékot nyílt forráskódú és egyéb privát modellekkel.
A felhívás része lehet csatolmányok küldése (fájlok, mappák vagy, munkafolyamat-specifikus projektek), továbbá az ügynök csatlakozni tud vállalati adatokhoz és rendszerekhez, például Google Workspace, Microsoft 365, Slack, Jira, Confluence, Git, BigQuery, Databricks, Postgres, Snowflake és mások. Emellett biztonságosan tud működni bármely Model Context Protocol (MCP) szerverrel a vállalaton belül vagy azon kívül.
Munkafolyamatok, láthatóság és személyre szabott fiók
A felhasználók egy „tasks inbox” felületen követhetik nyomon, mit csinál a Gemini: látható a gondolkodási folyamat, a részfeladatoknak kiosztott alügynökök, betöltött speciális készségek, kód és előrehaladás. A Google elmondása szerint az ügynök saját Workspace-fiókkal rendelkezik, mintha egy kolléga lenne: saját e-mail címmel és saját kontextussal. Ismeri a vállalati csapatstruktúrát, időzónákat, jóváhagyási szükségleteket, naptárbejegyzéseket és egyéb releváns munkaadatokat.
A felhasználók megcímkézéssel, e-maillel, megosztással vagy csoportos beszélgetéshez adással hívhatják a ügynököt. Műveletei során az ügynök helyett a rendszer az ő tevékenységéhez köthető audit naplót készít.
Hozzáférés és tesztelők
Az ügynök iOS és Android mobilokról, Windows és Mac asztali gépekről, parancssori felületről, Google Workspace-ből, Microsoft 365-ből, ServiceNow-ból és Slackből lesz elérhető.
A korai tesztelők között szerepelt az On sportruházati márka, a Shopify és a PayPal. A Google Enterprise ügyfelei között a nagyvállalati neveket említették: BNP Paribas, Bradesco, Merck, Orange Spain, Santee Cooper, SOMPO, Ulta Beauty és Wesfarmers.
Költségkezelés
A Google új, rugalmas költési lehetőségeket is bejelentett, amelyek többek között többmodell-orchestrationt, intelligens forgalomirányítást és valós idejű költési korlátokat tartalmaznak, hogy a vállalatok jobban tudják kontrollálni az üzleti AI-költségeket.
