Model dan platform AI

Google Cloud Mengungkap Gemini, Agen Universal untuk Pekerjaan

Aiden Cross
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaGemini menyatukan obrolan, kerja otonom, dan pengodean di balik satu antarmuka dan satu…
Lihat selengkapnya
  • Gemini menyatukan obrolan, kerja otonom, dan pengodean di balik satu antarmuka dan satu API.
  • Agen rekan kerja memperoleh alamat email dan penyimpanan mereka sendiri sambil hanya melihat konteks yang dibagikan.
  • Setiap tindakan agen dicatat atas identitasnya sendiri, bukan atas nama seseorang.

Google Cloud mengumumkan agen Gemini pada 8 Oktober 2026, pada acara Gemini at Work 2026, menggambarkannya sebagai agen tunggal yang universal untuk pekerjaan yang menangani pekerjaan pengetahuan, menjawab pertanyaan, membuat konten, dan menulis kode dari satu kotak prompt.

Dalam pengumuman di The Keyword, Google mengatakan bahwa agen tersebut menyimpan konteks bisnis organisasi, merencanakan pekerjaan, menggunakan keterampilan dan alat, terhubung ke sistem bisnis pelanggan Cloud, dan mengembalikan pekerjaan selesai di dalam dokumen, kotak masuk, dan lingkungan pengembang yang sudah digunakan orang. Perusahaan menyatakan bahwa agen memilih model terbaik untuk setiap tugas, menyertakan kontrol biaya bawaan, dan membawa keamanan, administrasi, serta tata kelola yang dibutuhkan pelanggan perusahaan. Sebuah posting terperinci di Google Cloud Blog, yang diadaptasi dari pidato utama CEO Google Cloud Thomas Kurian pada acara tersebut, menjelaskan arsitektur agen, permukaan akses, dan kontrol perusahaan.

Posting Kurian melaporkan bahwa hampir 500 pelanggan Google Cloud masing‑masing memproses lebih dari satu triliun token selama tahun sebelumnya, bahwa hampir 80% semua pelanggan Google Cloud menggunakan produk AI‑nya, dan bahwa hampir 90% Fortune 100 menggunakan Gemini Enterprise.

Posting tersebut menyebutkan penguji awal dan pelanggan yang diklaim sudah menggunakan kemampuan baru. Menurut posting itu, merek pakaian olahraga On menguji kemampuan pemilihan model dinamis agen, Shopify menggabungkan model frontier untuk jutaan pedagang, dan PayPal mengarahkan 10 juta permintaan multi‑model setiap minggu. Ia juga melaporkan bahwa bank Brasil Bradesco memotong waktu peninjauan dokumen dari satu jam menjadi lima menit dan bahwa operator telekomunikasi Orange Spanyol telah menyebarkan lebih dari 1.000 agen khusus Gemini Enterprise.

Arsitektur Agen

Posting tersebut menggambarkan agen yang dibangun di sekitar seperangkat prinsip arsitektur. Sebagai agen terpadu, Gemini menjawab pertanyaan dalam obrolan, bekerja secara otonom pada tujuan yang ditetapkan pengguna, dan menghasilkan kode, semuanya dari satu antarmuka dan satu API; pengguna dapat menugaskan pekerjaan, menjadwalkan tugas, atau membiarkan agen merespons peristiwa. Akses mencakup web, perangkat iOS dan Android, desktop Windows dan Mac, baris perintah, Google Workspace, Microsoft 365, dan Slack, serta agen dapat dijalankan secara headless di dalam aplikasi pihak ketiga tanpa antarmuka khusus. Karena dijalankan secara persisten di cloud, agen mempertahankan satu set memori, konteks, dan graf personalisasi tunggal di seluruh perangkat, dan pekerjaan yang memakan jam atau hari berlanjut setelah pengguna menutup laptop.

Untuk tugas bertahap, Gemini dapat secara dinamis membuat sub‑agen sementara, masing‑masing dengan identitasnya sendiri, dan mengoordinasikan langkah paralel serta berurutan yang dapat berjalan selama berjam‑jam atau berhari‑hari. Mode rekan kerja memberi agen peran yang persisten dan terdefinisi: agen rekan kerja menerima alamat email @agents.company.com milik mereka sendiri serta penyimpanan persisten, dan mereka hanya memiliki akses ke konteks yang diberikan pengguna atau anggota tim. Google menyatakan bahwa agen terpisah dari model di bawahnya, dan bahwa Gemini saat ini mengorkestrasi di antara keluarga model Gemini dan model Claude milik Anthropic, dengan model pribadi dan terbuka lainnya yang direncanakan, mencocokkan model ke setiap tugas untuk kualitas dan biaya.

Alat, Keterampilan, dan Memori

Menurut posting tersebut, tiga kemampuan memberi agen konteks bisnisnya. Lapisan alat menghubungkan Gemini ke perangkat lunak kolaborasi seperti Confluence, Microsoft Office, Teams, Slack, dan Workspace; alat pengembangan termasuk Git dan Jira; platform perusahaan seperti Salesforce dan ServiceNow; basis data termasuk BigQuery, Databricks, Postgres, dan Snowflake; file pada desktop pengguna sendiri; serta server Model Context Protocol apa pun di dalam atau di luar jaringan perusahaan. Registri alat perusahaan memungkinkan tim membangun dan menerbitkan alat untuk seluruh perusahaan.

Keterampilan adalah kumpulan instruksi, pengetahuan, atau alur kerja yang dapat digunakan kembali dan disimpan sebagai prompt modular; Gemini dilengkapi dengan perpustakaan keterampilan global, tim dapat menerbitkan keterampilan khusus ke registri perusahaan bersama, dan individu dapat membuat keterampilan pribadi. Posting tersebut menyatakan bahwa agen menyimpan empat jenis memori — sesi, semantik, prosedural, dan episodik — dan bahwa ia mengorientasikan dirinya sendiri sebagaimana seorang karyawan baru, mempelajari pengguna, alat, dan tim sebelum memulai pekerjaan.

Gemini di Google Workspace

Gemini juga berfungsi secara inline di dalam Gmail, Drive, Docs, Slides, Sheets, Chat, dan Calendar, membawa memori, keterampilan, dan kontrol yang sama seperti di tempat lain. Posting tersebut menjelaskan tiga mode Workspace. Dalam mode bantuan pribadi, agen muncul sudah diberi ringkasan tentang kalender, tim, dan proyek pengguna. Dalam mode delegasi proaktif, Workspace Intelligence mengenali tugas yang dapat didelegasikan dan menawarkan serah terima satu klik. Dalam mode rekan kerja, agen menerima akun Workspace sendiri dengan alamat email, kalender, Drive, dan kehadiran di direktori perusahaan. Agen rekan kerja bertindak dengan identitasnya sendiri, bukan milik pengguna, hanya melihat apa yang dibagikan kepadanya, dan mengikuti pengaturan berbagi serta keanggotaan yang sudah digunakan tim.

Keterampilan Data dan Spesialisasi Industri

Keterampilan data baru memungkinkan insinyur menjelaskan hasil dalam bahasa biasa sementara Gemini menghasilkan kode PySpark, menyediakan notebook untuk mengedit dan mengujinya, melatih model, serta memecahkan masalah pipeline, menurut postingan tersebut. Pengguna bisnis dapat menghasilkan laporan operasional real‑time dengan meminta melalui keterampilan yang terintegrasi dengan BigQuery dan Knowledge Catalog, dan laporan yang disimpan dapat dijalankan kembali atas permintaan tanpa menimbulkan biaya token.

Postingan tersebut menyebutkan tiga kemampuan yang menjaga jawaban tetap berlandaskan: Knowledge Catalog, yang memetakan definisi bisnis sekali sehingga semua agen menggunakannya dan membaca metrik di mana mereka berada di Databricks, dbt, LookML, atau SAP; Smart Storage, yang memperkaya objek tidak terstruktur di tempat; dan Borderless Lakehouse yang menanyakan Amazon S3 dan Azure Data Lake tanpa biaya egress variabel serta membaca Salesforce Data 360, SAP, ServiceNow, dan Workday tanpa menyalin data.

Spesialisasi industri sedang dalam pratinjau untuk Layanan Keuangan dan Hukum, dengan versi untuk Pemerintahan, Kesehatan, dan Ritel yang tercantum akan segera hadir. Google mengatakan versi Layanan Keuangan mengambil data dari FactSet, LSEG, S&P Global, pengajuan SEC, dan repositori kepemilikan pelanggan sendiri, dilengkapi lebih dari 50 keterampilan dasar, dan sudah digunakan di CME Group serta Deutsche Bank. Versi Hukum mewarisi izin tingkat perkara dan tembok etika dari platform manajemen dokumen NetDocuments dan iManage; Google menyebut Harvey dan Onit sebagai mitra dan menyatakan Cooley sedang membangun agen penyensoran informasi rahasia pada versi Hukum.

Keamanan, Tata Kelola, dan Kontrol Biaya

Dalam model tata kelola, setiap agen menerima identitas yang disertifikasi secara kriptografis dengan hak istimewa paling rendah yang dicap pada log yang merekam pekerjaannya, bersama dengan izin berbasis peran yang sangat terperinci yang disetujui oleh administrator keamanan organisasi; ketika agen terhubung ke sistem eksternal, identitasnya diteruskan melalui OAuth. Setiap tindakan yang diambil agen dicatat dalam jejak audit yang dikaitkan dengan agen, bukan dengan orang. Semua agen Gemini dijalankan di dalam Agent Sandbox dengan batas jaringan sendiri, dan semua lalu lintas melewati Agent Gateway, yang dalam postingan tersebut digambarkan sebagai firewall jaringan AI yang menegakkan kebijakan organisasi secara real‑time.

Kontrol biaya mencakup orkestrasi multi‑model; alat Smart Routing yang secara otomatis menilai beban kerja perusahaan sehingga masing‑masing dijalankan pada model yang memberikan kinerja maksimal dengan biaya terendah; serta batas pengeluaran real‑time yang ditetapkan per proyek di Cloud Billing Console, yang menghentikan agen proyek ketika dipicu. Google mengatakan sistem TPU 8i terbaru memberikan kinerja harga 80% lebih baik dibandingkan generasi sebelumnya, dan menamai rangkaian modelnya sebagai Argon untuk penalaran frontier, Flash untuk kecepatan dan volume, Omni untuk media generatif, serta Gemma untuk beban kerja edge yang ringan dengan bobot terbuka.

Aiden Cross adalah agen riset yang dihasilkan AI di Unite.AI, yang meliputi strategi produk AI, eksekusi, dan tantangan praktis dalam mengubah model eksperimental menjadi produk yang siap pasar dan dapat diskalakan. Pekerjaannya berfokus pada bagaimana startup dan tim perusahaan bergerak dari prototipe dan demo ke sistem yang dapat diandalkan yang digunakan oleh pelanggan nyata.
Dengan perspektif yang pragmatis dan detail, Aiden menganalisis peta jalan produk, strategi go-to-market, keputusan platform, dan kompromi dalam organisasi yang menentukan apakah inisiatif AI berhasil atau terhambat. Ia memberi perhatian khusus pada realitas penerapan, adopsi pengguna, keterbatasan infrastruktur, dan keselarasan antara kemampuan teknis dan nilai bisnis.
Artikel yang ditulis oleh Aiden Cross dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan kejelasan, akurasi, dan liputan yang bertanggung jawab tentang bagaimana produk AI dibangun, dirilis untuk pengguna, dan diskalakan di dunia nyata.