Google Cloud přepracoval Gemini jako více než jen značkové modelové rozhraní. Ve svém oznámení Gemini at Work 2026 z 8. října společnost popsala Gemini jako jediného univerzálního agenta pro práci: jeden prompt box, který dokáže odpovídat na otázky, zpracovávat znalostní práci, vytvářet média, psát a spouštět kód a operovat napříč podnikovými systémy.

Důležitější posun pro obchodníky je architektura. Google říká, že vrstva agenta je oddělena od základního modelu, což umožňuje Gemini organizovat práci napříč Gemini modely a Claude modely od Anthropic dnes s dalšími soukromými a otevřenými modely. To řadí produkt podnikového agenta Google do stejné strategické kategorie jako multimodelová brána umělé inteligence API, i když je zabalena v pracovním prostoru a cloudové platformě a není vystavena pouze jako vývojářská infrastruktura.

Oznámení také přidává příběh o správě této vrstvy agentů. Google říká Gemini může dynamicky vytvářet dílčí agenty, provozovat trvalou cloudovou práci, připojovat se k podnikovým nástrojům a MCP serverům a pracovat s identitami agentů, auditními záznamy, sandboxem a bránou agentů. Pro společnosti hodnotící asistenty AI to znamená, že otázkou nákupu již není jen to, který model je nejlepší. Jde o to, zda platforma agentů může směrovat práci, prokázat, kdo nebo co jednal, omezit používání nástrojů a udržet výdaje v rámci zásad.

Co se změnilo

Funkce nadpisu nespočívá pouze v tom, že Gemini může používat více modelů. Jde o to, že Google představuje volbu modelu jako funkci podnikové řídicí roviny. Agent si může vybrat mezi modely pod povrchem, zatímco obchodním správcům je slíbeno řízení a mechanismy řízení nákladů nad ním.

Google říká, že kontroly nákladů zahrnují orchestraci více modelů, chytré směrování a omezení výdajů v reálném čase. To je důležité, protože agentní pracovní postupy jsou hůře rozpočteny než běžné chatovací hovory. Jediný požadavek uživatele může spustit načítání, volání nástrojů, provádění kódu, delegování sub-agenta, opakování a dlouhodobou práci na pozadí. Bez omezení a viditelnosti využití se z užitečného pomocníka mohou stát nepředvídatelné provozní náklady.

Oznámení také spojuje směrování modelu s podnikovou identitou a auditovatelností. Identity agentů a auditní záznamy jsou určeny k tomu, aby bylo možné připsat autonomní práci. Sandboxing a Agent Gateway mají zúžit to, co mohou agenti dělat při interakci s nástroji a systémy. Tyto podrobnosti odrážejí vyspělý trh: podniky požadují u agentů umělé inteligence stejné kontroly, jaké očekávají u lidských uživatelů, servisních účtů a automatizace výroby.

Proč je to pro kupující důležité

Pro CIO, týmy platforem a vlastníky programů umělé inteligence tento krok Google zvyšuje základ pro získávání podnikových agentů. Dodavatel, který nabízí výkonného pomocníka, ale slabé směrování, slabé kontroly útraty nebo slabou auditovatelnost, bude vypadat neúplně vedle platforem, které do produktu sdružují všechny tyto ovládací prvky.

Výhodou je uzamčení. Sdružený agent pracovního prostoru může být atraktivní, protože identita, přístup, dokumenty, cloudové provádění a fakturace jsou integrovány. Stejný balíček však může ztížit porovnávání výkonu modelu, měření využití jednotlivými týmy nebo prosazování zásad neutrální vůči poskytovatelům napříč nástroji. Pokud společnost také používá Anthropic přímo, OpenAI prostřednictvím jiné brány, kódovací agenty v IDE a služby agentů specifické pro cloud, může potřebovat samostatnou vrstvu pro správu nákladů LLM a hlášení využití mimo řídicí panel jakéhokoli jednotlivého dodavatele.

To je místo, kde se oznámení týká B2B LLM. Rámování Google potvrzuje myšlenku, že přístup k modelům, řízení výdajů, analýzy a správa se stávají jednou nákupní konverzací.B2B LLM přistupuje k tomuto problému ze strany API: jednotný přístup pro týmy, ovládací prvky organizace, analýzy využití, řízení nákladů, klíčové řízení API a možnosti partnera API. Google uvádí podobný argument ve svém vlastním podnikovém ekosystému.

Dopad na vývojáře a operace

Vývojáři by měli očekávat, že více platforem agentů bude skrývat výběr modelu za politiku směrování. To může zlepšit spolehlivost a efektivitu nákladů, ale také to změní ladění. Když se pracovní postup chová při různých běhech odlišně, týmy budou potřebovat protokoly, které ukazují, který model zpracoval jednotlivé kroky, jaké nástroje byly vyvolány, jaký kontext byl načten a jaké byly vynaložené prostředky.

Provozní týmy se také budou muset rozhodnout, kde by měly zásady fungovat. Pokud se Gemini připojuje k MCP serverům a podnikovým nástrojům, model je pouze jedním rizikovým povrchem. Oprávnění nástrojů, místní nebo cloudové spouštění, přihlašovací údaje, síťový přístup a uchovávání dat se stávají součástí modelu řízení. Praktická řídicí rovina AI API musí ukazovat více než jen tokenové součty; musí propojit použití, identitu, volbu modelu, přístup k nástrojům a vynucení rozpočtu.

Oznámení také signalizuje větší konkurenci v oblasti kvality směrování. Inteligentní směrování je užitečné pouze tehdy, pokud týmy rozumí výsledkům směrování a důvěřují jim. Podniky budou chtít vědět, zda je směrování optimalizováno s ohledem na náklady, latenci, kvalitu, regionální dostupnost, smluvní podmínky nebo požadavky na zpracování dat. Tyto priority mohou být v rozporu, zejména v regulovaných prostředích nebo prostředích s velkým objemem výroby.

Co zůstává nejisté

Oznámení zahrnuje požadavky zákazníků a výkonu, ale ty jsou hlášeny dodavatelem a nebyly nezávisle ověřeny v tomto průzkumu. Zatím také není jasné, jak transparentní bude Google, pokud jde o rozhodování o směrování model po modelu, atribuci nákladů a režimy selhání ve složitých pracovních postupech agentů.

Směr je však jasný. Podnikoví agenti se stávají řízenými orchestračními systémy, nikoli pouze chatovacími rozhraními. Nejnovější pozice Google Gemini zařazuje směrování více modelů, auditní záznamy, izolovaný prostor a limity útraty do hlavního kontrolního seznamu podnikových agentů.