Google добавя агентен ИИ в Gemini, започвайки с бизнеса

На събитие на Google Cloud в четвъртък компанията обяви, че навлиза с изкуствения си интелект Gemini в ерата на автономните агенти, като представи унифициран агент, който не само може да отговаря на въпроси, но и да изпълнява задачи от името на потребителя — всичко това от един-единствен интерфейс.

Този ход идва в момент, когато инструментите с изкуствен интелект излизат извън рамките на обикновените разговорни преживявания и започват да поемат отговорност за възложени задачи, да генерират код, да насрочват срещи, да резервират часове и пътувания и още много други. Той следва и възхода на ориентираните към потребителите агенти като Muse на Meta и онези, които работят чрез услуги за съобщения, като Instinct и други, както и неотдавнашната поява на Dots на ChatGPT.

Компанията все още има добри шансове да постигне мащаб при своите инициативи за автономни агенти: както посочи главният изпълнителен директор на Google Сундар Пичай в началото на събитието, днес Gemini има над 1 милиард активни потребители месечно. Той отбеляза също, че близо 90% от компаниите от Fortune 100 вече използват Gemini Enterprise на работното място.

Предвид разпространението на Gemini в корпоративния свят, Google първоначално ще се съсредоточи върху предоставянето на агента на бизнеса, преди по-късно да го предложи и на потребителите.

Според Пичай това ще позволи на компанията да реши „по-трудните проблеми, свързани със сигурността, мащаба и производителността“, които възникват при пускането на толкова мощни агенти.

Томас Куриан, главен изпълнителен директор на Google Cloud, обясни, че на новия агент могат да бъдат задавани „цели, а не просто инструкции“. Това означава, че той може да планира работата, да използва персонализирани умения и инструменти и да се свързва с вътрешните системи на бизнеса, за да постигне целите си.

По подразбиране изкуственият интелект ще избира най-подходящия модел за изпълнение на задачата, но потребителите могат и сами да поемат контрола и да изберат модел — включително модели на трети страни, като първоначално ще бъдат достъпни моделите Claude на Anthropic. Google заяви, че в бъдеще ще разшири избора на модели, за да включи модели с отворен код и други частни модели.

Заявката може да включва прикачени файлове, папки или други проекти, предназначени за конкретни работни процеси, като например такива, които комбинират файлове и умения. Агентът може да се свързва с данните и системите на бизнеса, като Google Workspace, Microsoft 365, Slack, Jira, Confluence, Git, BigQuery, Databricks, Postgres, Snowflake и други.

Той може също така да се свързва и да работи сигурно с всеки сървър на Model Context Protocol (MCP) в мрежата на компанията или извън нея.

Потребителите могат да следят какво прави Gemini чрез интерфейса „входяща кутия със задачи“, където могат да виждат процеса на мислене на Gemini, делегирането на задачи към подагенти, зареждането на специални умения, кода и напредъка.

Заслужава да се отбележи, че изкуственият интелект ще има собствен Workspace акаунт, сякаш е още един колега. Това означава, че ще разполага със собствен имейл адрес и собствен контекст, посочиха от Google. Той знае кой в компанията към кой екип принадлежи, часовите им зони, кой трябва да одобрява дадени елементи, какво има в календарите на хората и още много други. Потребителите могат да повикат агента, като го отбележат, изпратят му имейл, споделят нещо с него или го добавят към групов чат. Когато предприема действия, той създава одитна следа, приписана на агента, а не на човек.

Агентът ще бъде достъпен от мобилни устройства с iOS и Android, настолни компютри с Windows и Mac, интерфейса на командния ред, Google Workspace, Microsoft 365, ServiceNow и Slack.

Сред ранните тестери на агента са марката за спортно облекло On, Shopify и PayPal, а Google отбеляза, че клиентите на Gemini Enterprise включват големи компании като BNP Paribas, Bradesco, Merck, Orange Spain, Santee Cooper, SOMPO, Ulta Beauty и Wesfarmers.

Google заяви, че новите гъвкави възможности за разходи, включително оркестрация на множество модели, интелигентно маршрутизиране и ограничения на разходите в реално време, ще помогнат на бизнеса да контролира по-добре разходите си за корпоративен изкуствен интелект.