Alla conferenza Next ’26, Google Cloud ha delineato una strategia industriale centrata sull’Agentic Enterprise, un modello organizzativo in cui agenti di intelligenza artificiale operano in autonomia su processi aziendali complessi. Il gruppo sostiene che questa fase non sia più sperimentale: le tecnologie sono già in produzione e adottate su scala globale.
Secondo i dati diffusi dall’azienda, circa il 75% dei clienti utilizza strumenti di intelligenza artificiale del gruppo. Negli ultimi dodici mesi, 330 clienti hanno elaborato oltre mille miliardi di token ciascuno, mentre 35 hanno superato la soglia dei diecimila miliardi. I modelli proprietari gestiscono oggi più di 16 miliardi di token al minuto tramite API.
Indice degli argomenti:
Una piattaforma integrata per gli agenti
Il fulcro dell’annuncio è Gemini Enterprise, descritto come sistema end-to-end per sviluppare, distribuire e gestire agenti AI. La piattaforma include la nuova Gemini Enterprise Agent Platform, progettata per costruire, scalare, governare e ottimizzare agenti in ambienti aziendali complessi.
Tra le funzionalità principali figurano strumenti per orchestrare agenti tra loro, registri centralizzati, sistemi di identità digitale e strumenti di monitoraggio. L’infrastruttura integra componenti di Vertex AI e introduce nuovi ambienti di sviluppo come Agent Studio, pensato per creare agenti anche senza competenze avanzate di programmazione.
La piattaforma consente inoltre l’integrazione con modelli di terze parti, tra cui quelli di Anthropic, ampliando l’ecosistema oltre le tecnologie proprietarie.
Dall’AI generativa all’automazione operativa
La nuova applicazione Gemini Enterprise introduce strumenti operativi per i dipendenti, tra cui:
L’approccio presentato segna un passaggio dall’AI generativa a sistemi autonomi capaci di gestire flussi di lavoro. Gli agenti possono eseguire processi multi-step, prendere decisioni basate sui dati e interagire con sistemi aziendali.
- Agent Designer, per creare agenti basati su eventi o pianificazioni
- Inbox, per monitorare attività e notifiche degli agenti
- Skills, per automatizzare attività ripetitive
- Canvas, per creare e modificare documenti senza uscire dalla piattaforma
L’obiettivo dichiarato è ridurre la frammentazione tra applicazioni e centralizzare le attività in un unico ambiente.
Google Gemini Enterprise Agent Platform: base per la generazione di agenti
Gemini Enterprise Agent Platform è una nuova piattaforma completa per costruire, scalare, governare e ottimizzare agenti. Si tratta dell’evoluzione di Vertex AI: integra le funzionalità più apprezzate dai clienti — selezione e sviluppo dei modelli, costruzione di agenti — con nuove capacità per integrazione, DevOps, orchestrazione e sicurezza.
Agent Platform rappresenta un punto di accesso unificato per i team tecnici, consentendo la creazione di agenti in grado di trasformare prodotti, servizi e operazioni. Questi agenti possono essere distribuiti agli utenti tramite l’app Gemini Enterprise, mantenendo al contempo una stretta integrazione con i sistemi IT aziendali per garantire controllo, governance e sicurezza su larga scala.
La piattaforma offre inoltre accesso diretto a oltre 200 modelli leader tramite Model Garden, inclusi modelli proprietari come Gemini 3.1 Pro, Gemini 3.1 Flash Image e Lyria 3, oltre ai modelli open come Gemma 4.
È prevista anche la piena compatibilità con modelli di terze parti, tra cui la famiglia Claude di Anthropic (Opus, Sonnet e Haiku).
In prospettiva, tutti i servizi Vertex AI e le evoluzioni della roadmap saranno distribuiti esclusivamente tramite Agent Platform, che diventa così il fulcro per la prossima generazione di sviluppo agentico.
Perché è rilevante per le imprese
Agent Platform consente di passare dalla gestione di singole attività AI alla delega diretta di risultati di business.
Costruzione: Google mette a disposizione ambienti flessibili, dall’interfaccia visuale low-code di Agent Studio alla logica code-first dell’Agent Development Kit (ADK). Il ciclo di sviluppo viene semplificato grazie a capacità di coding AI-native, accelerando il rilascio di agenti pronti per la produzione.
Scalabilità: il nuovo Agent Runtime supporta agenti a lunga esecuzione, in grado di mantenere stato per giorni, grazie all’integrazione con Memory Bank per un contesto persistente.
Governance: strumenti come Agent Identity, Agent Registry e Agent Gateway introducono controllo centralizzato, garantendo che ogni agente operi entro policy aziendali tracciabili.
Ottimizzazione: funzionalità come Agent Simulation, Evaluation e Observability offrono visibilità completa sull’esecuzione e sul ragionamento degli agenti, assicurando performance coerenti con gli obiettivi.
Costruire agenti AI
Google abilita lo sviluppo di agenti su larga scala, coinvolgendo sviluppatori e utenti business.
Un aggiornamento significativo dell’ADK consente di organizzare agenti in reti di sotto-agenti, grazie a un framework a grafo che definisce logiche affidabili per risolvere problemi complessi. Gli ambienti Workspace sono progettati con sicurezza integrata, mentre lo streaming multimodale introduce interazioni in tempo reale con supporto audio e video.
Gli agenti possono inoltre connettersi ai sistemi aziendali tramite integrazioni native, accedere ai dati e automatizzare operazioni asincrone su larga scala, come analisi e valutazione dei contenuti.
Dall’idea alla produzione
Google introduce interfacce programmatiche per lo sviluppo agentico assistito dall’AI, consentendo agli agenti stessi di costruire, valutare e distribuire nuovi agenti. Agent Studio permette di passare rapidamente da prompt semplici a sistemi complessi, mentre Agent Garden offre template preconfigurati per casi d’uso come analisi finanziaria, ricerca economica e gestione fatture.
Scalare gli agenti
La piattaforma affronta le esigenze di performance e sicurezza del mondo reale. Il nuovo Agent Runtime riduce i tempi di avvio a frazioni di secondo e consente il provisioning rapido. Gli agenti possono operare autonomamente per giorni, gestendo workflow complessi.
L’ambiente Agent Sandbox garantisce esecuzione sicura del codice generato dai modelli, mentre l’orchestrazione tra agenti permette la delega automatica di compiti, anche in scenari complessi e regolamentati.
Contesto e memoria
La piattaforma supera i limiti delle sessioni temporanee grazie a Memory Bank, che costruisce memorie a lungo termine e profili contestuali. Le interazioni possono essere collegate ai sistemi aziendali esistenti tramite identificatori personalizzati, mentre lo streaming bidirezionale garantisce interazioni in tempo reale senza latenza.
Governance e sicurezza
Google introduce un’architettura secure-by-design per la gestione degli agenti. Ogni agente riceve un’identità crittografica verificabile, garantendo tracciabilità completa delle azioni.
Agent Registry centralizza strumenti e risorse approvate, mentre Agent Gateway gestisce la connettività e applica policy di sicurezza uniformi, incluse protezioni contro prompt injection e data leakage.
Sul fronte del rischio, sistemi di rilevamento basati su modelli statistici e LLM identificano comportamenti anomali e attività malevole. Un dashboard unificato consente di analizzare vulnerabilità e relazioni tra agenti e modelli.
Ottimizzazione continua
Agent Platform offre strumenti avanzati per testare e migliorare gli agenti. Le simulazioni consentono di validare comportamenti in ambienti controllati, mentre il monitoraggio in produzione analizza le performance su traffico reale.
Funzionalità di osservabilità permettono di tracciare il ragionamento degli agenti, mentre Agent Optimizer automatizza l’identificazione degli errori e suggerisce miglioramenti.
Una nuova base per l’AI enterprise
Google posiziona Agent Platform come nuovo standard per lo sviluppo di agenti in ambito enterprise, progettato per accompagnare le aziende dal prototipo alla produzione su larga scala, con un approccio strutturato, sicuro e orientato ai risultati.
Per iniziare a utilizzare Agent Platform nella console di Google Cloud
Infrastruttura: nuovi chip e rete ad alte prestazioni
Sul piano infrastrutturale, Google ha annunciato l’ottava generazione di TPU (Tensor Processing Units), con due varianti: TPU 8t per l’addestramento e TPU 8i per l’inferenza.
Accanto ai processori, vengono introdotte innovazioni nello storage e nella rete, tra cui:
- Managed Lustre con throughput fino a 10 TB al secondo
- Virgo Network, rete progettata per sistemi AI distribuiti
- miglioramenti nelle piattaforme Kubernetes per ridurre i tempi di avvio
Queste tecnologie confluiscono nel sistema denominato AI Hypercomputer, una piattaforma integrata che combina hardware, software e modelli.
Dati: verso un’architettura “agent-native”
Uno degli elementi centrali è la nuova Agentic Data Cloud, che ridefinisce la gestione dei dati per ambienti automatizzati. Il sistema include un lakehouse multi-cloud basato su Apache Iceberg, che consente di interrogare dati distribuiti tra diversi provider senza spostarli.
Tra le novità:
- Knowledge Catalog, che crea un contesto semantico unificato per gli agenti
- Data Agent Kit, per sviluppare modelli analitici con linguaggio naturale
- integrazione con piattaforme come BigQuery
L’obiettivo è permettere agli agenti di accedere e interpretare dati in tempo reale, superando i limiti dei sistemi tradizionali.
Sicurezza: integrazione tra AI e threat intelligence
La crescita degli agenti autonomi introduce nuovi rischi. Per questo, Google Cloud ha sviluppato una piattaforma di sicurezza che integra le proprie capacità di threat intelligence con quelle di Wiz.
Il sistema, denominato Agentic Defense, include strumenti per:
- rilevare anomalie nel comportamento degli agenti
- prevenire accessi non autorizzati ai dati
- automatizzare la risposta agli incidenti
Tra le soluzioni presentate figura anche un’evoluzione di reCAPTCHA, ora parte della piattaforma Fraud Defense, progettata per distinguere tra utenti umani, bot e agenti AI.
Secondo i dati interni, un agente per l’analisi delle minacce ha già elaborato oltre cinque milioni di alert, riducendo i tempi di analisi da 30 minuti a circa 60 secondi.
Applicazioni concrete nelle imprese
Google Cloud ha presentato numerosi casi d’uso. Tra le aziende coinvolte:
- Bosch utilizza agenti per accelerare l’innovazione interna
- KPMG ha raggiunto il 90% di adozione tra i dipendenti
- Vodafone impiega agenti per gestire reti e prevenire guasti
- NASA utilizza sistemi AI per la sicurezza delle missioni Artemis
Nel settore privato, l’impatto riguarda produttività, marketing e gestione della supply chain. Unilever ha adottato agenti per ottimizzare campagne e processi, mentre PepsiCo punta a migliorare la capacità decisionale.
Workspace e produttività
Le novità coinvolgono anche Google Workspace, con l’introduzione di Workspace Intelligence, un livello semantico che collega email, documenti e dati aziendali.
Tra le funzionalità:
- assistente AI in Gmail
- integrazione con chat per azioni automatiche
- generazione automatica di documenti e presentazioni
L’obiettivo è ridurre il tempo dedicato a attività manuali e migliorare la collaborazione interna.
Ecosistema e apertura
Google Cloud sottolinea l’approccio aperto della piattaforma, con integrazioni estese a software e servizi di terze parti. Tra i partner citati figurano Salesforce, SAP e ServiceNow.
Secondo l’azienda, oltre 330.000 consulenti sono già formati sulle tecnologie AI del gruppo, grazie alla collaborazione con integratori come Accenture e Deloitte.
Una trasformazione già in corso
I numeri indicano una diffusione avanzata delle tecnologie AI nelle imprese. L’aumento dei volumi di elaborazione e l’adozione di agenti autonomi segnano un cambiamento nella gestione operativa.
La strategia di Google Cloud punta a consolidare questa posizione attraverso un’integrazione verticale tra infrastruttura, modelli e applicazioni. Il modello Agentic Enterprise proposto si basa su sistemi che operano in autonomia ma sotto controllo, con regole di governance e sicurezza integrate.
Resta aperta la questione dell’impatto organizzativo. L’introduzione di agenti autonomi modifica ruoli, competenze e processi decisionali. Le aziende che adottano queste tecnologie dovranno ridefinire modelli operativi e responsabilità, in un contesto in cui l’intelligenza artificiale passa da strumento a componente attiva dell’organizzazione.
