Gemini Enterprise Agent Platform — новая платформа Google Cloud для создания, запуска, управления и контроля ИИ-агентов в компаниях. Её смысл в том, чтобы собрать в одном месте разработку агентов, выбор моделей, подключение корпоративных данных, безопасность, наблюдение за работой, оценку качества и доставку готовых решений сотрудникам. Для бизнеса это важный шаг: ИИ-агенты постепенно переходят из разряда экспериментов в рабочие системы, которые должны выполнять задачи, обращаться к инструментам, помнить состояние процесса и действовать в рамках корпоративных правил.
Платформа стала развитием Vertex AI. Google переносит в неё возможности выбора и настройки моделей, разработки приложений и создания агентов, добавляя новые функции для объединения агентов, сопровождения разработки, управления доступом и защиты. Важная деталь: дальнейшее развитие сервисов Vertex AI будет идти через Agent Platform, а не как отдельная линия продукта. Это показывает, что Google делает ставку на агентный подход как основную форму корпоративного ИИ.
Что такое Gemini Enterprise Agent Platform
Gemini Enterprise Agent Platform — это среда для технических команд, которым нужно не просто открыть чат с моделью, а построить управляемого ИИ-агента под конкретный рабочий процесс. Такой агент может искать сведения в корпоративных системах, обращаться к разрешённым инструментам, выполнять цепочку действий, передавать результат сотруднику и оставлять следы своей работы для проверки.
Google описывает платформу как открытую и комплексную основу для агентов корпоративного уровня, которые опираются на данные компании и могут работать в крупных масштабах. Внутри есть инструменты для построения, развёртывания, управления, наблюдения и улучшения агентов. Это отличает платформу от обычного интерфейса для общения с нейросетью: здесь важны жизненный цикл, права доступа, качество, контроль и связь с инфраструктурой компании.
Главная аудитория платформы — разработчики, специалисты по данным, команды безопасности, администраторы облачной среды и руководители цифровых продуктов. Обычный сотрудник может пользоваться готовым агентом через приложение Gemini Enterprise, а техническая команда отвечает за то, как этот агент создан, где работает, какие данные видит и какие действия имеет право выполнять.
Чем платформа отличается от Gemini Enterprise app
Важно разделять Gemini Enterprise app и Gemini Enterprise Agent Platform. Первое — рабочее приложение для сотрудников. Там можно находить, запускать, создавать и использовать агентов в защищённой среде, обращаться к моделям Google через понятный интерфейс и работать с готовыми помощниками. Google позиционирует это приложение как способ дать ИИ каждому сотруднику и каждому рабочему процессу.
Gemini Enterprise Agent Platform — инженерная основа. В ней создают агентов, подключают модели, настраивают среду выполнения, права, регистрацию, маршрутизацию, наблюдение, оценку и безопасность. Готовый агент может затем попасть в Gemini Enterprise app, чтобы сотрудники использовали его в обычной работе. Получается связка: платформа отвечает за разработку и контроль, приложение — за повседневное использование внутри компании.
Такое разделение удобно для крупных организаций. Бизнес-подразделение получает помощника для задач, а ИТ-команда сохраняет управление: кто создал агента, какие источники он использует, какие политики действуют, где посмотреть журналы, как измерить качество и как отключить небезопасный сценарий.
Из чего состоит Agent Platform
Платформа закрывает почти весь путь агента: от идеи и первого прототипа до промышленного запуска и постоянной проверки. В ней есть средства для разработки без глубокого кода, инструменты для разработчиков, среда выполнения, каталог агентов, шлюз для управления обращениями, средства идентификации, наблюдения и оценки. В документации Google отдельно подчёркивается, что платформа включает инструменты с малым количеством кода и подходы для разработки через код, управляемую среду выполнения, безопасность, управление и наблюдаемость.
Перед сравнением возможностей удобно увидеть основные элементы платформы в одной схеме. Она помогает понять, почему Google говорит не об отдельном конструкторе агентов, а о полноценной системе для компаний.
| Возможность | Что делает | Зачем нужна бизнесу |
|---|---|---|
| Agent Studio | Помогает создавать агентов в консоли | Быстрый запуск прототипов и рабочих помощников |
| Agent Development Kit | Даёт разработчикам набор для создания агентов через код | Сложные сценарии, собственная логика и гибкая архитектура |
| Agent Runtime | Запускает агентов в управляемой среде | Стабильная работа долгих задач и сохранение состояния |
| Agent Registry | Хранит и управляет агентами, версиями и регистрацией | Порядок в большом количестве внутренних помощников |
| Agent Gateway | Управляет обращениями и маршрутизацией | Контроль доступа и соединение агентов с корпоративными системами |
| Agent Identity | Задаёт агентам проверяемую личность и права | Понятно, кто и от чьего имени выполняет действия |
| Observability | Показывает метрики, следы работы, журналы и связи | Проще искать ошибки и контролировать качество |
| Evaluation | Проверяет качество ответов и поведения | Помогает не выпускать слабые или опасные решения |
Такая структура делает платформу ближе к обычной корпоративной разработке. Агент становится управляемым цифровым сервисом: у него есть версия, права, журналы, проверка, среда выполнения и владелец.
Модели и выбор технологий
Одна из сильных сторон платформы — выбор моделей. Google даёт доступ к собственным моделям Gemini, включая Gemini 3, а также к большому набору моделей через Model Garden. В материалах запуска упоминается доступ более чем к 200 моделям, включая модели Google и сторонние решения, в том числе Claude от Anthropic. Это важно для компаний, которые не хотят привязывать все сценарии к одной модели и выбирают инструмент под задачу.
На практике это означает, что один агент может быть собран под быстрые простые операции, другой — под глубокий анализ документов, третий — под работу с изображениями, четвёртый — под внутренний поиск. Для компании это снижает риск неправильного выбора: не обязательно использовать самую дорогую или тяжёлую модель везде, если часть задач можно решать быстрее и дешевле.
Платформа также поддерживает разработку через Agent Development Kit и другие открытые среды. В документации указаны варианты создания агентов с ADK, LangChain, LangGraph, LlamaIndex и другими подходами. Это важно для команд, у которых уже есть наработки и которые не хотят переписывать всё с нуля ради новой платформы.
Работа с корпоративными данными
ИИ-агент становится полезным для бизнеса только тогда, когда видит нужные сведения и действует в разрешённых границах. Если агент не подключён к документам, базам, заявкам, почте, хранилищам и рабочим системам, он остаётся общим помощником. Gemini Enterprise Agent Platform делает акцент на агентах, которые опираются на данные компании и могут преобразовывать приложения и рабочие процессы в более умные системы.
Для этого платформа поддерживает поиск с дополнением ответа данными, продвинутый поиск, сервисы привязки ответа к источникам, карты и подключение к разным корпоративным инструментам. Также заявлена поддержка взаимодействия между агентами через Model Context Protocol и Agent-to-Agent protocol. Это нужно для сценариев, где один агент не должен делать всё сам: один ищет данные, другой проверяет условия, третий готовит документ, четвёртый передаёт задачу дальше.
В корпоративной среде такая связка особенно ценна для повторяющихся процессов:
- обработка обращений клиентов и подготовка черновика ответа;
- поиск сведений по внутренним документам, договорам и инструкциям;
- подготовка сводок по продажам, проектам и финансам;
- помощь сотрудникам поддержки с быстрым доступом к базе знаний;
- проверка заявок, форм, договорных условий и внутренних правил;
- подготовка материалов для руководителей на основе нескольких источников.
Эти задачи требуют доступа к данным, но доступ должен быть ограниченным. Именно поэтому платформа уделяет много внимания личности агента, правам, шлюзам и журналам.
Безопасность и управление агентами
Самый большой риск корпоративных ИИ-агентов — потеря контроля. Если в компании появляется десятки или сотни помощников, нужно понимать, кто их создал, какие данные они используют, какие действия выполняют и кто отвечает за ошибки. Gemini Enterprise Agent Platform пытается закрыть эту проблему через Agent Identity, Agent Registry и Agent Gateway. Эти элементы дают агентам проверяемую личность, помогают вести каталог и контролировать, как агенты обращаются к системам.
В административной части документации отдельно указаны управление реестром агентов, шлюзами, политиками, правами, наблюдением, безопасностью, журналами действий и связью с Security Command Center. Для крупных компаний это важнее красивых ответов: без таких функций ИИ-агенты быстро превращаются в набор разрозненных решений, которые трудно проверять и безопасно развивать.
Управление особенно важно в трёх случаях. Первый — агент получает доступ к персональным данным или коммерческой информации. Второй — агент может выполнять действия в рабочих системах. Третий — агент используется многими сотрудниками и влияет на клиентов, отчёты или решения. В таких сценариях нужен не только хороший ответ, но и контроль: кто запросил действие, на основании каких данных, с какими правами и каким результатом.
Зачем бизнесу ИИ-агенты
Корпоративный агент отличается от обычного чат-помощника уровнем ответственности. Чат отвечает на вопрос. Агент может вести процесс: принять задачу, найти данные, вызвать инструмент, проверить результат, передать итог человеку или другому агенту. Поэтому ценность появляется там, где компания хочет ускорить цепочку действий, а не отдельный текст.
Для бизнеса это особенно полезно в отделах, где много повторяемой работы и информации из разных систем. Продажи могут использовать агента для подготовки карточки клиента перед встречей. Поддержка — для поиска решения по заявке. Финансы — для первичной проверки расходов. Кадровый отдел — для подготовки документов и ответов сотрудникам. Разработка — для связи между задачами, журналами ошибок и документацией.
Сильнее всего платформа подходит компаниям, у которых уже есть облачная инфраструктура Google, Google Workspace, BigQuery, внутренние хранилища, базы знаний и задачи по автоматизации. В такой среде агент получает не абстрактную задачу, а доступ к реальным данным и инструментам.
Для кого платформа подойдёт лучше всего
Gemini Enterprise Agent Platform прежде всего рассчитана на организации, которые уже прошли этап простого использования нейросетей. Если компания только просит сотрудников писать тексты в чате, такая платформа может показаться избыточной. Её сила раскрывается там, где есть потребность в управляемой разработке и большом количестве агентов.
Платформа особенно подходит таким компаниям:
- крупный бизнес с несколькими отделами и разными источниками данных;
- технологические команды, которым нужно строить собственных агентов;
- банки, страховые компании и медицинские организации с высокими требованиями к правам доступа;
- розничные сети и службы поддержки с большим потоком обращений;
- производственные и инженерные компании с объёмными внутренними знаниями;
- организации на Google Cloud, которым важно связать ИИ с текущей инфраструктурой.
Малому бизнесу такая платформа тоже может быть полезна, если уже есть техническая команда и понятный сценарий. Для простых задач вроде писем, планов и сводок чаще хватит обычного Gemini Enterprise app или других готовых рабочих инструментов.
Возможные сценарии внедрения
Внедрение лучше начинать не с идеи «создать много агентов», а с одного процесса, где есть понятная боль. Например, поддержка тратит много времени на поиск ответа в документах. Финансовый отдел вручную проверяет похожие заявки. Продажи каждый раз собирают данные по клиенту из нескольких систем. В таких местах агент даёт понятную пользу.
Рабочий путь может выглядеть так:
- Выбрать один повторяющийся процесс.
- Описать, какие данные нужны агенту.
- Определить, какие действия агент может выполнять сам, а где нужен человек.
- Собрать прототип в Agent Studio или через набор разработчика.
- Проверить качество на реальных примерах.
- Настроить права, журналы, наблюдение и оценку.
- Передать готового агента сотрудникам через Gemini Enterprise app.
Такой порядок снижает риск. Компания не пытается автоматизировать всё сразу, а проверяет ценность на одном понятном участке. После успешного запуска можно расширять сценарий, добавлять новые источники данных и подключать других агентов.
Ограничения и риски
Gemini Enterprise Agent Platform не снимает с компании ответственность за данные, качество и решения. Агент может ошибиться в выводе, неправильно понять задачу, выбрать не тот источник или выполнить действие, которое формально разрешено, но нежелательно в конкретной ситуации. Поэтому важны проверка, ограничение прав и постоянное наблюдение.
Ещё один риск — сложность внедрения. Платформа богата возможностями, но корпоративному агенту нужны данные, роли, политики, тесты, владельцы процесса и техническая поддержка. Если компания не готова описать свои процессы и источники, агентная система будет работать хуже ожиданий. ИИ не исправляет хаос в данных автоматически: он быстрее показывает, где этот хаос мешает работе.
Есть и вопрос стоимости. Чем больше моделей, длительных задач, обращений к данным и агентов в работе, тем важнее считать расходы. Поэтому пилотный запуск должен включать не только оценку качества, но и расчёт нагрузки: сколько запросов будет в день, какие модели используются, сколько стоят проверки, хранение, наблюдение и сопровождение.
Чем платформа важна для рынка
Запуск Gemini Enterprise Agent Platform показывает, что крупные облачные компании переходят к следующему этапу корпоративного ИИ. Раньше основной спор шёл вокруг моделей: какая лучше пишет, рассуждает, программирует, ищет и обрабатывает документы. Теперь всё чаще выигрывает не отдельная модель, а среда, где модель можно безопасно встроить в работу компании.
Google делает ставку на полный путь агента: модель, данные, инструменты, запуск, права, реестр, наблюдение, оценка и доставка сотрудникам. Это сильная позиция для компаний, которые уже используют Google Cloud и хотят строить ИИ-системы в знакомой инфраструктуре. Для конкурентов это тоже сигнал: рынок будет сравнивать не только качество ответов, но и зрелость управления, безопасность и удобство внедрения.
Итог
Gemini Enterprise Agent Platform — новая основа Google Cloud для корпоративных ИИ-агентов. Она выросла из Vertex AI и объединяет разработку, выбор моделей, подключение данных, запуск, управление, безопасность, наблюдение и оценку качества. Платформа рассчитана на компании, которым нужны не разовые подсказки нейросети, а управляемые агенты для реальных рабочих процессов.