Google Gemini Enterprise Agent Platform: Революция в корпоративном ИИ с Vertex AI

22 апреля 2026 года на конференции Google Cloud Next компания представила Gemini Enterprise Agent Platform — корпоративную среду для создания и управления ИИ-агентами. Google прямо называет новую платформу продолжением Vertex AI. Прежняя площадка для работы с моделями целиком вошла в неё и теперь закрывает только часть функций.

Публика на конференции ждала, по какой именно линии Google будет бить в сегменте корпоративного ИИ. Ответ оказался жёстким: компания перестраивает весь фундамент для бизнес-заказчиков, а не добавляет очередной конструктор поверх старой архитектуры.

Смена названий и смена акцентов

Первое, что бросается в глазам разработчикам, уже работающим на Vertex AI, массовые переименования:

• Vertex AI Studio стал Agent Studio
• Agent Engine — Agent Runtime
• Memory Bank — Agent Platform Memory Bank
• Vector Search 2.0 — Agent Retrieval

За косметикой стоит содержательный сдвиг. В Vertex AI центром был каталог моделей: инженер брал модель, обучал, запускал и дальше строил вокруг неё продукт сам. В новой платформе центром становится агент — программа, которая самостоятельно выполняет задачи, помнит контекст и обращается к внешним сервисам. Модель остаётся «мозгом», но вокруг него появились долгая память, реестр, сетевой контроль, инструменты отладки и песочница для безопасного выполнения команд.

Отдельно Google запустила второй продукт — Gemini Enterprise app. Это корпоративный интерфейс, где сотрудники пользуются готовыми агентами. Разработчики собирают их в Agent Platform, коллеги получают в удобном окне Gemini Enterprise. Два продукта, разные задачи, общий стек.

Ответ на бардак с агентами

Корпоративных клиентов не зря подали именно в этом виде. У крупных компаний за последний год образовалась проблема, которую в отрасли называют agent sprawl — стихийное размножение агентов. Когда в компании за полгода появляется двадцать ботов и автоматизаций, собранных разными командами, быстро возникает хаос: никто не знает, какие агенты работают, какие у них права, к каким данным они обращаются.

Новая платформа прицельно бьёт по этой боли. В неё встроен управляющий слой из трёх сервисов:

• Agent Identity присваивает каждому агенту уникальное имя и права доступа
• Agent Registry ведёт единый реестр всех агентов компании
• Agent Gateway контролирует сетевой трафик: кто и куда может ходить

Именно здесь виден реальный фокус релиза. На презентации Google говорила больше не про модели и не про скорость работы, а про governance — управление и контроль. Томас Куриан, глава Google Cloud, сказал прямо: основной сценарий Vertex AI сместился от классического машинного обучения к использованию пользовательских ИИ-агентов.

Как агент теперь собирается и живёт

Сборка идёт в новом Agent Studio — визуальном конструкторе, в котором агента можно собрать, протестировать и опубликовать без глубокого программирования. Для тех, кому нужен код, обновлён набор разработчика Agent Development Kit: теперь логика нескольких агентов рисуется графом, где видно, кто кому передаёт задачу.

После сборки агент уходит в Agent Runtime — среду исполнения. Вот здесь интересный технический сдвиг: Runtime умеет держать агента активным до семи дней подряд и запоминать контекст работы. За долгую память отвечает Memory Bank: агент помнит прошлые разговоры и привычки пользователя, а не начинает с нуля при каждом запуске.

К этому добавлены Workspaces — изолированные среды, где агент может выполнять команды и работать с файлами, не затрагивая остальную систему. Поддержано живое аудио и видео в реальном времени, фоновые и событийные агенты, которые запускаются по расписанию или сигналу из внутренних сервисов Google.

Отдельно Google открыла Agent Garden — библиотеку готовых шаблонов под типовые задачи, и Agent Marketplace с партнёрскими агентами. Практический совет для компаний: начните с создания шаблонов для наиболее повторяющихся бизнес-процессов. Например, агент для обработки входящих запросов клиентов может сэкономить до 30% времени службы поддержки.

Главное для бизнеса: модели можно мешать

Через внутренний каталог платформы, Model Garden, доступно больше 200 моделей. Базовый набор — свежие Gemini 3.1 Pro и Gemini 3.1 Flash Image, звуковая модель Lyria 3 и открытая Gemma 4. Но гораздо важнее другое: Google официально поддерживает и чужие модели. В сводке конференции упомянуто подключение Claude Opus 4.7 от Anthropic, а в режиме «модель как услугу» работают открытые модели, включая линейку DeepSeek.

Сигнал прямой: компанию не загоняют в один бренд. На одной платформе разрешено комбинировать Gemini, Claude и открытые модели под разные задачи. Для Google это тактический компромисс — корпоративные заказчики в 2026 году на моно-стек не соглашаются. Практический пример: финансовая компания может использовать Claude для анализа рисков, Gemini для обработки естественного языка и открытыю модель для специфической задачи распознавания документов.

Зрелость платформы — не вся в продакшене

Здесь нужно оговориться. Архитектура показана целиком, но статусы компонентов разные:

• Agent Identity — общий доступ (General Availability)
• Agent Registry — открытый предварительный доступ (Public Preview)
• Agent Gateway — закрытый предварительный доступ (Private Preview), по приглашению
• Agent Observability — предварительный доступ (Preview)

Полный цикл «собрали, зарегистрировали, вывели в сеть, отследили работу» прямо сейчас смогут пройти не все клиенты. Agent Gateway, один из центральных элементов истории про контроль, пока раздаётся выборочно. В маркетинговом разрезе платформа уже существует, в продакшен-разрезе — дособирается.

Первые кейсы: финтех и платежи

Google выводит двух клиентов. Финтех-сервис Payhawk использует Memory Bank, чтобы агент помнил привычки конкретного сотрудника при подаче расходов; по данным компании, это сократило время на оформление трат более чем вдвое. PayPal работает с ADK и протоколом Agent Payment Protocol для сценариев, где платёж инициирует и проводит агент, а не человек.

Подбор кейсов показывает, куда Google ставит агентов в первую очередь: туда, где есть деньги, транзакции и повторяющиеся операции. Творческие и ассистентские задачи на презентацию не пошли. Важно отметить, что эти первые примеры демонстрируют практическую ценность платформы — автоматизация рутинных операций позволяет высвободить до 40% рабочего времени сотрудников для решения более сложных задач.

Железо под агентную нагрузку

Параллельно с платформой Google представила два новых процессора — TPU 8t и 8i. Пояснение здесь важное: агент, работающий семь дней подряд и держащий в памяти контекст переписки, стоит дороже в вычислениях, чем разовый запрос к модели. Обычные чипы под такую нагрузку не заточены. TPU 8t и 8i рассчитаны именно на долгие stateful-сессии, где система должна удерживать состояние и быстро к нему возвращаться.

Это не деталь для разработчиков, а часть экономики платформы. Чем дешевле стоит час работы агента, тем больше сценариев становятся окупаемыми. Для компаний это означает, что инвестиции в создание агентов окупаются быстрее при правильной инфраструктурной поддержке.

Microsoft и AWS играют по-другому

Каждый из трёх гиперскейлеров заходит в корпоративный агентный рынок со своей стороны. Microsoft год продвигает Copilot Studio и встраивает агентов прямо в Microsoft 365. AWS развивает Bedrock Agents и AgentCore как слой поверх собственной инфраструктуры. Google пошла третьим путём: достроила агентный контур поверх готовой платформы моделей и сделала ставку на управление и совместимость через открытый протокол MCP.

Чья модель выиграет, зависит от того, что корпоративные ИТ-отделы сочтут приоритетом: встраивание агентов в рабочий пакет, инфраструктурный контроль или открытую платформу с возможностью смешивать модели. На практике многие крупные компании выбирают гибридный подход, используя решения разных поставщиков для разных задач.

Проверочная точка — осень

Для тех, кто уже работает на Vertex AI, переход обещает быть спокойным: названия поменялись, сервисы остались. Главный вопрос — к новым клиентам: они увидят настоящую платформу только когда Agent Gateway и Agent Observability выйдут в общий доступ. До этого момента история про «управляемых агентов корпоративного уровня» остаётся заявкой. Сильна ли она — покажет осень 2026-го, когда preview-компоненты должны дозреть. К этому моменту компания планирует представить дополнительные сценарии использования и партнерские интеграции.