Al Google Cloud Next edizione 2026 debutta la Gemini Enterprise Agent Platform, con il suo approccio integrato a tutto quello che è agentic AI
Autore: f.p.
Per capire quanto l'evoluzione delle tecnologie di intelligenza artificiale stia correndo basta guardare a come le aziende più consolidate dell'IT enterprise stanno man mano adattando di conseguenza le loro strategie e lo sviluppo dei loro prodotti e servizi, in funzione di quello che l'AI può teoricamente fare e di quello che le aziende potenziali utenti si aspettano che faccia. Perché essere "disruptive" è facile per le neo-aziende del nuovo mercato AI, lo è meno per chi ha già grandi clienti a cui rispondere con concretezza.
Google Cloud oggi si trova in una posizione del genere. Non perché di AI ne sappia poco - l’architettura Transformer che è la "T" di "GPT" è anzi una invenzione di casa Google, anche se pochi lo ricordano ormai - ma perché il suo approccio storico al digitale è sempre stato percepito e apprezzato più dai tecnici dietro le quinte che dalle figure di business. Ora però l'AI è diventata argomento da consigli di amministrazione, serve quindi una proposizione che faccia capire meglio il valore di una offerta di piattaforme e servizi che è sempre stata articolata ma, spesso, anche sin troppo destrutturata.
Insieme a questo c'è ora da recepire la popolarità dell'AI agentica. Ed è proprio il CEO di Google Cloud, Thomas Kurian, a sottolineare che l'approccio all'AI degli utenti sta cambiando: grazie all'evoluzione del modelli non si limitano a cercare risposte a semplici domande o query ma vogliono che l'AI esegua task e intere sequenze di compiti. È il tema degli agenti AI, che Google Cloud ritiene di poter affrontare con un punto di forza specifico: opera a tutti i livelli di un metaforico stack delle tecnologie AI che va dai chip ai tool per lo sviluppo degli agenti stessi.
È per questo che Kurian parla della possibilità di realizzare un "AI hypercomputer": potendo agire a tutti i livelli dello stack AI, Google Cloud - e quindi i suoi utenti - può combinare componenti, piattaforme e servizi specifici per realizzare un sistema di AI ad hoc, disegnato sulle esigenze del singolo processo di business. Al Google Cloud Next edizione 2026 le novità presentate riguardano ciascuno dei livelli di questo stack, con più in generale una visione stategica d'insieme che lancia la Gemini Enterprise Agent Platform come erede agentica del mondo Vertex AI e vede la cybersecurity come elemento trasversale a tutto il resto, anche grazie a quello che ha portato in dote l'acquisizione di Wiz.
Non c'è evento di Google Cloud senza una cospicua parte infrastrutturale e anche a questo giro i nuovi annunci sono interessati: dalle nuove TPU specializzate per il training dei modelli (8t) o per l'inferencing (8i) al supporto per le GPU Nvidia VR200, dai potenziamenti del processore ARM Axion ai miglioramenti in campo storage e networking. Migliora anche il modello AI di punta - ora c'è Gemini 3.1 - ma per le aziende conta probabilmente di più la creazione di quella che viene definita Agentic Data Cloud: un'architettura dati in grado di supportare meglio l'attività dei nuovi agenti di AI.
Il problema dell'AI, si sa, sono i dati: quelli dati in pasto agli algoritmi devono essere tanti, coerenti, di qualità, arricchiti con informazioni di contesto. Difficile che accada nella maggioranza delle imprese, la cui data governance è carente e in cui le informazioni sono sparse in sistemi e cloud diversi. La risposta di Google Cloud a questi ostacoli è la possibilità di realizzare un unico data lakehouse cross-cloud, che ingloba basi dati sparse su più cloud senza doverle spostare. E vi aggiunge un Knowledge Catalog, in pratica la meta-descrizione di tutti i dati e processi di una azienda, per dare all'AI il contesto che le serve.
La Gemini Enterprise Agent Platform si trova idealmente "sopra" la parte infrastrutturale, dei dati e semantica. Di fatto è il nuovo ambiente onnicomprensivo cui un'azienda può realizzare, integrare e soprattutto governare le flotte di centinaia o migliaia di agenti AI che - per i sostenitori dell'AI agentica - costituiranno la dorsale operativa delle aziende del futuro. Kurian pone l'accento sulla parte di integrazione, che è giudicata essenziale: lo stack di Google Cloud, e i suoi agenti e modelli, si possono integrare con le applicazioni di business aziendali (gli storici "system of record") avendo garantite le funzioni essenziali per quanto riguarda gli ambiti di controllo (sicurezza, telemetria, governance), contesto, orchestration e ottimizzazione.
Più nella pratica, la Gemini Enterprise Agent Platform per le aziende utenti si presenta come l'ambiente in cui trovare modelli e agenti di intelligenza artificiale (di Google, di terze parti, open source), combinarli o crearne di nuovi con strumeni anche low-code, controllarne l'implementazione e il funzionamento su larga scala. Le specifiche novità annunciate al Cloud Next sono state molte e sicuramente interessanti per le aziende che hanno le competenze per metterci mano. Ma Google Cloud intende muoversi anche in una direzione diversa e, per molte aziene, più semplice: sviluppare pacchetti di agenti specifici "pacchettizzati" per ambiti e mercati verticali. Il primo ambito toccato in quest senso è la Customer Experience per i mercati Shopping, Food Ordering e Customer Service.
Per la nuova "versione agentica" di Google Cloud la cybersecurity deve essere pervasiva, ed è abbastanza chiaro che l'azienda di Kurian traguarda un futuro assai prossimo in cui l'ormai inevitabile Agentic SOC non vede più il personale umano nemmeno "in the loop", fatte salve le emergenze di primo piano: sono agenti sempre più mirati che devono occuparsi di sicurezza, perché questo è il modo migliore "per difendersi contro minacce che vengono generate a loro volta dall'AI, man mano che impara ad esaminare meglio il codice e ad identificare vulnerabilità", sottolinea Kurian.
In questo senso le novità del Google Cloud Next 2026 arrivano sulla scia di annunci già fatti da Wiz di recente e da Google alla RSA Conference. Da Wiz arriva il modello dei Red/Blue/Green Agent che agiscono continuamente e in sinergia: il Red Agent fa redteaming alla ricerca di vulnerabilità e punti deboli infrastrutturali, il Blue Agent è la linea di difesa che identifica e valuta le minacce rilevate, il Green Agent è la componente di remediation che tappa le falle. Alla RSA Conference, invece, Google aveva già presentato un suo servizio di Threat Intelligence agentica mirato alla scansione delle informazioni sul Dark Web, che secondo Kurian rileva oltre il 98% delle minacce potenziali ad una azienda.
Nella nuova architettura agentica di Google Cloud questi approcci prendono il "volto" di tre agenti specifici - Threat Hunting, Detection Engineering, Alert Triage and Investigation - che affiancano altri annunciati già al Cloud Next dell'anno scorso. E si concretizzano anche in alcune componenti orientate alla protezione dei sistemi agentici in quanto tali: Cloud Armor per la protezione dei modelli e degli agenti a runtime, Agent Gateway per il controllo delle interazioni fra agenti AI, Agent Identity per identificare univocamente ogni agente e tenere traccia delle sue attività.
Impacchettare le tecnologie di AI agentica in una forma adeguata alle grandi imprese non è semplice, perché non basta mettere insieme qualche tecnologia di punta e una squadra di agenti specifici con "effetto wow". Serve presentare una architettura adeguatamente trasversale e soprattutto corredata da altrettanto adeguate componenti di cybersecurity, governance e compliance. La cronaca dell'IT ci ha già descritto cosa significa avere agenti AI allo stato brado in rete e le aziende non desiderano essere coinvolte direttamente in scenari del genere.
Nelle intenzioni di Google Cloud, la Gemini Enterprise Agent Platform ha tutto quello che serve alle imprese, da questi punti di vista. Va però evidenziato che porta funzioni, vantaggi e valore proporzionalmente a quanto il suo utente decide di adottare lo stack AI di Google, perché punta decisamente sull'integrazione verticale di tale stack. In una fase in cui tutti hanno paura del rischio di lock-in, e in cui sempre più vendor si presentano sul palcoscenico della gestione dell'AI agentica, questo potrebbe essere un limite per chi vuole mantenere il massimo spazio di manovra possibile. Anche al costo del peso dell'integrazione tra piattaforme diverse.