Google Cloud je preoblikoval Gemini kot več kot vmesnik modela blagovne znamke. V svoji objavi Gemini at Work 2026 8. oktobra je podjetje Gemini opisalo kot enega samega univerzalnega posrednika za delo: eno polje za pozive, ki lahko odgovarja na vprašanja, obravnava delo znanja, ustvarja medije, piše in izvaja kodo ter deluje v sistemih podjetja.

Pomembnejša sprememba za poslovne kupce je arhitekturna. Google pravi, da je agentska plast ločena od osnovnega modela, kar omogoča Gemini, da orkestrira delo v modelih Gemini in Claude modelih od Anthropic danes, z načrtovanimi dodatnimi zasebnimi in odprtimi modeli. To uvršča izdelek poslovnega agenta Google v isto strateško kategorijo kot večmodelni AI API prehod, čeprav je zavit v delovni prostor in platformo v oblaku, namesto da bi bil izpostavljen samo kot infrastruktura za razvijalce.

Objava dodaja tudi zgodbo upravljanja okoli tega sloja agenta. Google pravi, da lahko Gemini dinamično ustvarja podagente, izvaja vztrajno delo v oblaku, se povezuje z orodji podjetja in MCP strežniki ter deluje z identitetami agentov, revizijskimi sledmi, peskovnikom in prehodom agentov. Za podjetja, ki ocenjujejo pomočnike z umetno inteligenco, to pomeni, da vprašanje nakupa ni več preprosto, kateri model je najboljši. Gre za to, ali lahko agentska platforma usmerja delo, dokazuje, kdo ali kaj je deloval, omeji uporabo orodij in ohranja porabo v skladu s pravilnikom.

Kaj se je spremenilo

Glavna značilnost ni le, da Gemini lahko uporablja več modelov. Gre za to, da Google predstavlja izbiro modela kot funkcijo nadzorne ravnine podjetja. Agent lahko izbira med modeli pod površjem, medtem ko so poslovnim skrbnikom obljubljeni mehanizmi upravljanja in upravljanja stroškov nad njim.

Google pravi, da nadzor stroškov vključuje orkestracijo več modelov, pametno usmerjanje in omejitve porabe v realnem času. To je pomembno, ker je agentske poteke dela težje določiti v proračunu kot običajne klepetalnice. Ena sama zahteva uporabnika lahko sproži iskanje, klice orodij, izvajanje kode, delegiranje podagentov, ponovne poskuse in dolgotrajno delo v ozadju. Brez omejitev in vidnosti uporabe lahko uporaben pomočnik postane nepredvidljiv operativni strošek.

Objava prav tako povezuje usmerjanje modela z identiteto podjetja in revizijo. Identitete agentov in revizijske sledi so namenjene temu, da je mogoče pripisati avtonomno delo. Sandboxing in Agent Gateway sta namenjena zoževanju tega, kaj lahko agenti počnejo, ko komunicirajo z orodji in sistemi. Te podrobnosti odražajo dozorevajoči trg: podjetja zahtevajo enak nadzor nad agenti umetne inteligence, kot ga pričakujejo glede človeških uporabnikov, računov storitev in avtomatizacije proizvodnje.

Zakaj je to pomembno za kupce

Za direktorje informatike, skupine platform in lastnike programov umetne inteligence poteza Google dviguje osnovo za naročanje agentov v podjetjih. Prodajalec, ki ponuja zmogljivega pomočnika, a šibko usmerjanje, šibek nadzor nad porabo ali slabo revizijo, bo videti nepopoln poleg platform, ki združujejo vse te kontrole v izdelek.

Kompromis je zaklenjenost. Agent delovnega prostora v paketu je lahko privlačen, ker so integrirani identiteta, dostop, dokumenti, izvajanje v oblaku in zaračunavanje. Toda isti sveženj lahko oteži primerjavo zmogljivosti modela, merjenje uporabe na skupino ali uveljavljanje politike nevtralnosti ponudnika med orodji. Če podjetje uporablja tudi Anthropic neposredno, OpenAI prek drugega prehoda, agentov za kodiranje v IDE-jih in agentskih storitev, specifičnih za oblak, bo morda potrebovalo ločeno plast za upravljanje stroškov LLM in poročanje o uporabi zunaj nadzorne plošče posameznega prodajalca.

Tukaj je objava pomembna za B2B LLM. Oblikovanje Google potrjuje zamisel, da dostop do modela, nadzor porabe, analitika in upravljanje postajajo en pogovor o nakupu.B2B LLM pristopa k tej težavi s strani API: poenoten dostop za ekipe, nadzor organizacije, analitika uporabe, upravljanje stroškov, API-ključno upravljanje in zmogljivosti partnerja API. Google podaja podoben argument znotraj lastnega podjetniškega ekosistema.

Vpliv na razvijalce in operacije

Razvijalci bi morali pričakovati, da bo več agentskih platform skrivalo izbiro modela za politiko usmerjanja. To lahko izboljša zanesljivost in stroškovno učinkovitost, vendar spremeni tudi odpravljanje napak. Ko se potek dela obnaša drugače od enega zagona do drugega, bodo ekipe potrebovale dnevnike, ki prikazujejo, kateri model je obravnaval posamezen korak, katera orodja so bila priklicana, kakšen kontekst je bil pridobljen in kakšna poraba je nastala.

Operativne ekipe se bodo morale tudi odločiti, kje naj velja politika. Če se Gemini poveže s strežniki MCP in orodji podjetja, je model le ena površina tveganja. Dovoljenja za orodje, lokalno izvajanje ali izvajanje v oblaku, poverilnice, dostop do omrežja in hramba podatkov postanejo del modela upravljanja. Praktična AI API nadzorna ravnina mora pokazati več kot žetonske skupne vrednosti; povezovati mora uporabo, identiteto, izbiro modela, dostop do orodij in uveljavljanje proračuna.

Objava nakazuje tudi večjo konkurenco glede kakovosti usmerjanja. Pametno usmerjanje je uporabno le, če ekipe razumejo rezultate usmerjanja in jim zaupajo. Podjetja bodo želela vedeti, ali je usmerjanje optimizirano glede na stroške, zakasnitev, kakovost, regionalno razpoložljivost, pogodbene pogoje ali zahteve glede ravnanja s podatki. Te prednostne naloge so lahko v nasprotju, zlasti v reguliranih okoljih ali okoljih z velikim obsegom.

Kar ostaja negotovo

Objava vključuje trditve strank in učinkovitosti, vendar so o njih poročali prodajalci in niso bile neodvisno preverjene v tem raziskovalnem prehodu. Prav tako še ni jasno, kako pregledna bo Google odločitev o usmerjanju po modelu, pripisovanju stroškov in načinih napak v zapletenih delovnih tokovih agentov.

Smer pa je jasna. Podjetniški agenti postajajo upravljani sistemi orkestracije, ne le vmesniki za klepet. Najnovejše Gemini pozicioniranje Google naredi usmerjanje z več modeli, revizijske sledi, peskovnik in omejitve porabe del glavnega kontrolnega seznama za podjetja in agente.