Google Cloud ha riformulato Gemini rendendolo qualcosa di più di un semplice modello di interfaccia con marchio. Nel suo annuncio Gemini at Work 2026 dell'8 ottobre, l'azienda ha descritto Gemini come un unico agente universale per il lavoro: una finestra di dialogo in grado di rispondere a domande, gestire il lavoro basato sulla conoscenza, creare contenuti multimediali, scrivere ed eseguire codice e operare su tutti i sistemi aziendali.
Il cambiamento più importante per gli acquirenti aziendali è di tipo architettonico. Google afferma che il livello agente è separato dal modello sottostante, consentendo a Gemini di orchestrare il lavoro tra Gemini modelli e Claude modelli a partire da Anthropic oggi, con ulteriori modelli privati e aperti pianificati. Ciò colloca il prodotto agente aziendale di Google nella stessa categoria strategica di un gateway AI API multimodello, sebbene racchiuso all'interno di uno spazio di lavoro e di una piattaforma cloud anziché esposto solo come infrastruttura per sviluppatori.
L'annuncio aggiunge anche una storia di governance attorno a quel livello di agente. Google afferma che Gemini può creare agenti secondari in modo dinamico, eseguire operazioni cloud persistenti, connettersi a strumenti aziendali e server MCP e operare con identità agente, audit trail, sandboxing e un gateway agente. Per le aziende che valutano gli assistenti IA, ciò significa che la questione dell’acquisto non è più semplicemente quale modello sia il migliore. Dipende se la piattaforma dell'agente può indirizzare il lavoro, dimostrare chi o cosa ha agito, limitare l'uso degli strumenti e mantenere la spesa nel rispetto delle policy.
Cosa è cambiato
La caratteristica principale non è solo che Gemini può utilizzare più modelli. Il fatto è che Google presenta la scelta del modello come una funzione del piano di controllo aziendale. L'agente può scegliere tra i modelli sotto la superficie, mentre agli amministratori aziendali vengono promessi meccanismi di governance e di gestione dei costi sopra di essa.
Google afferma che i controlli dei costi includono l'orchestrazione di più modelli, Smart Routing e limiti di spesa in tempo reale. Ciò è importante perché i flussi di lavoro degli agenti sono più difficili da preventivare rispetto alle normali chiamate in chat. Una richiesta di un singolo utente può attivare il recupero, le chiamate agli strumenti, l'esecuzione del codice, la delega dell'agente secondario, i nuovi tentativi e il lavoro in background a lunga esecuzione. Senza limiti e visibilità sull'utilizzo, un utile assistente può diventare una spesa operativa imprevedibile.
L'annuncio collega inoltre il routing del modello all'identità aziendale e alla verificabilità. Le identità degli agenti e gli audit trail hanno lo scopo di rendere attribuibile il lavoro autonomo. Il sandboxing e un Agent Gateway hanno lo scopo di restringere ciò che gli agenti possono fare quando interagiscono con strumenti e sistemi. Questi dettagli riflettono un mercato in maturazione: le aziende chiedono sugli agenti IA gli stessi controlli che si aspettano sugli utenti umani, sugli account di servizio e sull'automazione della produzione.
Perché è importante per gli acquirenti
Per i CIO, i team delle piattaforme e i proprietari dei programmi AI, la mossa di Google innalza il livello di riferimento per l'approvvigionamento degli agenti aziendali. Un fornitore che offre un assistente potente ma un routing debole, controlli della spesa deboli o una verificabilità debole sembrerà incompleto accanto a piattaforme che raggruppano tutti questi controlli nel prodotto.
Il compromesso è il lock-in. Un agente dell'area di lavoro in bundle può essere interessante perché identità, accesso, documenti, esecuzione nel cloud e fatturazione sono integrati. Ma lo stesso pacchetto può rendere più difficile confrontare le prestazioni dei modelli, misurare l’utilizzo per team o applicare una politica neutrale rispetto al fornitore tra gli strumenti. Se un'azienda utilizza anche Anthropic direttamente, OpenAI tramite un altro gateway, agenti di codifica negli IDE e servizi di agenti specifici del cloud, potrebbe aver bisogno di un livello separato per gestione dei costi LLM e reporting sull'utilizzo al di fuori del dashboard di ogni singolo fornitore.
Qui è dove l'annuncio è rilevante per B2B LLM. L'inquadramento di Google convalida l'idea che l'accesso al modello, il controllo della spesa, l'analisi e la governance stanno diventando un'unica conversazione di acquisto.B2B LLM affronta questo problema dal lato API: accesso unificato per i team, controlli dell'organizzazione, analisi dell'utilizzo, gestione dei costi, governance API-key e funzionalità dei Partner API. Google sta sostenendo un argomento simile all'interno del proprio ecosistema aziendale.
Impatto su sviluppatori e operazioni
Gli sviluppatori dovrebbero aspettarsi che più piattaforme di agenti nascondano la selezione del modello dietro la policy di routing. Ciò può migliorare l'affidabilità e l'efficienza in termini di costi, ma modifica anche il debug. Quando un flusso di lavoro si comporta in modo diverso da un'esecuzione all'altra, i team avranno bisogno di log che mostrino quale modello ha gestito ogni passaggio, quali strumenti sono stati richiamati, quale contesto è stato recuperato e quale spesa è stata sostenuta.
I team operativi dovranno anche decidere dove devono essere applicate le policy. Se Gemini si connette a MCP server e strumenti aziendali, il modello è solo una delle superfici di rischio. Le autorizzazioni degli strumenti, l'esecuzione locale o nel cloud, le credenziali, l'accesso alla rete e la conservazione dei dati diventano tutti parte del modello di governance. Un pratico piano di controllo AI API deve mostrare più dei totali dei token; deve collegare utilizzo, identità, scelta del modello, accesso agli strumenti e applicazione del budget.
L'annuncio segnala inoltre una maggiore concorrenza sulla qualità del routing. Lo Smart Routing è utile solo se i team possono comprendere e fidarsi dei risultati del routing. Le aziende vorranno sapere se il routing viene ottimizzato in termini di costi, latenza, qualità, disponibilità regionale, termini contrattuali o requisiti di gestione dei dati. Tali priorità possono entrare in conflitto, soprattutto in ambienti regolamentati o con volumi elevati.
Che cosa rimane incerto
L'annuncio include affermazioni sui clienti e sulle prestazioni, ma queste sono riportate dal fornitore e non sono state verificate in modo indipendente in questo passaggio di ricerca. Inoltre, non è ancora chiaro quanto Google sarà trasparente riguardo alle decisioni di routing modello per modello, all'attribuzione dei costi e alle modalità di errore nei flussi di lavoro complessi degli agenti.
La direzione, tuttavia, è chiara. Gli agenti aziendali stanno diventando sistemi di orchestrazione governati, non solo interfacce di chat. L'ultimo posizionamento Gemini di Google rende il routing multi-modello, gli audit trail, il sandboxing e i limiti di spesa parte della checklist tradizionale degli agenti aziendali.