Google Cloud Next 2025: raddoppiando sull’AI con silicio, software e un ecosistema di agenti aperto

Las Vegas ospita Google Cloud Next 2025 (GOOGL ) , un evento che si svolge in un momento critico per l’industria tecnologica. La corsa agli armamenti di intelligenza artificiale tra i giganti del cloud – Amazon (AMZN ) Web Services (AWS), Microsoft Azure e Google Cloud – sta accelerando rapidamente. Google, spesso considerato il terzo contendente nonostante la sua formidabile potenza tecnologica e le profonde radici nella ricerca sull’AI, ha utilizzato il palco di Cloud Next per articolare una strategia comprensiva e aggressiva mirata direttamente al mercato aziendale dell’AI.

La narrazione, presentata dal CEO di Google Cloud Thomas Kurian e ribadita dal CEO di Google e Alphabet (GOOG ) Sundar Pichai, si è concentrata sul passaggio della trasformazione dell’AI dalla mera possibilità alla realtà tangibile. Google ha sottolineato il suo slancio dichiarato, citando oltre 3.000 miglioramenti del prodotto nel corso dell’ultimo anno, un aumento ventennale dell’utilizzo della piattaforma Vertex AI, più di quattro milioni di sviluppatori attivamente coinvolti nella sua famiglia di modelli Gemini e presentando oltre 500 storie di successo dei clienti durante la conferenza.

Tuttavia, Google Cloud Next 2025 è stato più di una semplice presentazione di aggiornamenti incrementali o metriche impressionanti. Ha anche lanciato un’offensiva su più fronti. Lanciando potenti silici personalizzati ottimizzati per l’inferenza (il TPU Ironwood), raffinando il suo portfolio di modelli AI di bandiera con un focus sulla praticità (Gemini 2.5 Flash), aprendo la sua vasta infrastruttura di rete globale alle aziende (Cloud WAN) e facendo una scommessa strategica significativa su un ecosistema aperto e interoperabile per gli agenti AI (il protocollo Agent2Agent), Google si sta posizionando aggressivamente per definire la prossima fase evolutiva dell’AI aziendale – ciò che la società sta sempre più definendo come l'”era agente“.

Ironwood, Gemini e l’effetto di rete

Centrale per le ambizioni di Google sull’AI è il suo continuo investimento in silicio personalizzato. La stella di Cloud Next 2025 è stato Ironwood, la settima generazione dell’unità di elaborazione tensoriale di Google (TPU). Criticamente, Ironwood è presentato come il primo TPU progettato esplicitamente per inferenza AI – il processo di utilizzo di modelli addestrati per effettuare previsioni o generare output in applicazioni del mondo reale.

Le pretese di prestazione per Ironwood sono sostanziali. Google ha dettagliato configurazioni che scalano fino a un immenso 9.216 chip raffreddati a liquido interconnessi all’interno di un singolo pod. Questa configurazione più grande è dichiarata per fornire una potenza di calcolo di 42,5 exaflops. Google afferma che ciò rappresenta più del 24 volte la potenza di calcolo per pod del supercomputer El Capitan, attualmente classificato come il supercomputer più potente del mondo.

Mentre impressionante, è importante notare che tali confronti spesso coinvolgono diversi livelli di precisione numerica, rendendo complessa la diretta equivalenza. Nonostante ciò, Google posiziona Ironwood come un miglioramento di oltre dieci volte rispetto alla sua precedente generazione di TPU ad alte prestazioni.

Oltre alla potenza di calcolo grezza, Ironwood vanta notevoli progressi in termini di memoria e connettività rispetto al suo predecessore, Trillium (TPU v6).

Forse altrettanto importante è l’enfasi sull’efficienza energetica. Google afferma che Ironwood fornisce il doppio delle prestazioni per watt rispetto a Trillium e che è quasi 30 volte più efficiente dal punto di vista energetico rispetto al suo primo TPU Cloud del 2018. Ciò affronta direttamente la crescente limitazione della disponibilità di potenza nei data center per l’AI.

Confronto tra le generazioni di TPU di Google: Ironwood (v7) vs. Trillium (v6)

Nota: alcune cifre di Trillium sono stimate in base ai fattori di miglioramento dichiarati da Google per Ironwood. Il confronto della potenza di calcolo è complesso a causa delle differenze generazionali e delle probabili variazioni di precisione.

Ironwood costituisce una parte fondamentale del concetto di “AI Hypercomputer” di Google – un’architettura che integra hardware ottimizzato (compresi TPU e GPU come Nvidia’s Blackwell e il prossimo Vera Rubin), software (come il runtime di apprendimento automatico distribuito Pathways), archiviazione (Hyperdisk Exapools, Managed Lustre) e rete per affrontare carichi di lavoro di AI impegnativi.

Sul fronte dei modelli, Google ha introdotto Gemini 2.5 Flash, un contrappunto strategico al modello di fascia alta Gemini 2.5 Pro. Mentre Pro si concentra sulla qualità massima per il ragionamento complesso, Flash è ottimizzato esplicitamente per la bassa latenza e l’efficienza dei costi, rendendolo adatto per applicazioni ad alta volumetria e in tempo reale come le interazioni con il servizio clienti o la rapida sintesi.

Gemini 2.5 Flash presenta un “bilancio di pensiero” dinamico che regola l’elaborazione in base alla complessità della query, consentendo agli utenti di regolare l’equilibrio tra velocità, costo e precisione. Questo focus simultaneo su un chip di inferenza ad alte prestazioni (Ironwood) e su un modello ottimizzato per costo/latenza (Gemini Flash) sottolinea la spinta di Google verso l’operazionalizzazione pratica dell’AI, riconoscendo che il costo e l’efficienza dell’esecuzione dei modelli in produzione stanno diventando preoccupazioni fondamentali per le aziende.

Complementare gli aggiornamenti del silicio e del modello è il lancio di Cloud WAN. Google sta effettivamente produttivizzando la sua vasta infrastruttura di rete globale interna – che copre oltre due milioni di miglia di fibra, collega 42 regioni tramite oltre 200 punti di presenza – rendendola direttamente disponibile ai clienti aziendali.

Google afferma che questo servizio può offrire fino al 40% di prestazioni più veloci rispetto a Internet e ridurre il costo totale di proprietà fino al 40% rispetto ai WAN gestiti autonomamente, supportato da un accordo di livello di servizio di affidabilità del 99,99%. Principalmente rivolto alla connettività ad alta prestazione tra data center e alla connessione di ambienti di filiali/campus, Cloud WAN sfrutta l’infrastruttura esistente di Google, inclusa la Network Connectivity Center.

Mentre Google ha citato Nestlé e Citadel Securities come primi adottanti, questo passo trasforma fondamentalmente un asset di infrastruttura di base in un differenziatore competitivo e in un potenziale flusso di entrate, sfidando direttamente sia i fornitori di telecomunicazioni tradizionali che le offerte di rete delle piattaforme cloud rivali come AWS Cloud WAN e Azure Virtual WAN.

(Fonte: Google DeepMind)

L’offensiva degli agenti: costruire ponti con ADK e A2A

Oltre all’infrastruttura e ai modelli di base, Google Cloud Next 2025 ha posto un’enorme enfasi sugli agenti AI e sugli strumenti per costruirli e connetterli. La visione presentata si estende ben oltre i semplici chatbot, immaginando sistemi sofisticati in grado di ragionamento autonomo, pianificazione e esecuzione di compiti complessi e multi-step. L’attenzione si concentra chiaramente sullo sviluppo di sistemi multi-agente, in cui agenti specializzati collaborano per raggiungere obiettivi più ampi.

Per facilitare questa visione, Google ha introdotto il Kit di sviluppo di agenti (ADK). ADK è un framework open-source, inizialmente disponibile in Python, progettato per semplificare la creazione di singoli agenti e sistemi multi-agente complessi. Google afferma che gli sviluppatori possono costruire un agente funzionale con meno di 100 righe di codice.

Le caratteristiche chiave includono un approccio code-first per il controllo preciso, supporto nativo per le architetture multi-agente, flessibilità di integrazione degli strumenti (incluso il supporto per il Protocollo di contesto del modello, o MCP), capacità di valutazione integrate e opzioni di distribuzione che vanno dai contenitori locali al motore di agenti Vertex AI gestito. ADK supporta anche in modo unico lo streaming audio e video bidirezionale per interazioni più naturali e umane. Un “Giardino degli agenti” fornisce campioni pronti all’uso e oltre 100 connettori pre-costruiti per avviare lo sviluppo.

Il vero fulcro della strategia degli agenti di Google, tuttavia, è il protocollo Agent2Agent (A2A). A2A è uno standard aperto progettato esplicitamente per l’interoperabilità degli agenti. Il suo obiettivo fondamentale è consentire agli agenti AI, indipendentemente dal framework con cui sono stati costruiti (ADK, LangGraph, CrewAI, ecc.) o dal fornitore che li ha creati, di comunicare in modo sicuro, scambiare informazioni e coordinare azioni. Ciò affronta direttamente la sfida significativa dei sistemi AI isolati all’interno delle aziende, dove gli agenti costruiti per diversi compiti o dipartimenti spesso non possono interagire.

Questa spinta per un protocollo A2A aperto rappresenta una scommessa strategica significativa. Invece di costruire un ecosistema di agenti chiuso e proprietario, Google sta cercando di stabilire lo standard de facto per la comunicazione degli agenti. Questo approccio potenzialmente sacrifica il blocco breve per la prospettiva di una leadership a lungo termine nell’ecosistema e, in modo cruciale, riduce l’attrito che ostacola l’adozione aziendale di sistemi multi-agente complessi.

Campionando l’apertura, Google mira ad accelerare l’intero mercato degli agenti, posizionando la sua piattaforma cloud e gli strumenti come facilitatori centrali.

Come funziona A2A (Fonte: Google)

Ricalibrare la corsa al cloud: la mossa competitiva di Google

Questi annunci si inseriscono nel contesto delle guerre del cloud in corso. Google Cloud, mentre dimostra una crescita impressionante spesso alimentata dall’adozione dell’AI, detiene ancora la terza posizione in termini di quota di mercato, dietro AWS e Microsoft Azure. Cloud Next 2025 ha presentato la strategia di Google per ricalibrare questa corsa, puntando fortemente sulle sue uniche forze e affrontando le debolezze percepite.

I differenziatori chiave di Google sono stati in piena evidenza. Gli investimenti a lungo termine in silicio personalizzato, culminati nel TPU Ironwood ottimizzato per l’inferenza, forniscono una narrativa hardware distinta rispetto ai chip Trainium/Inferentia di AWS e all’acceleratore Maia di Azure. Google sottolinea costantemente il leadership in termini di prestazioni per watt, un fattore potenzialmente cruciale poiché le richieste energetiche dell’AI aumentano. Il lancio di Cloud WAN sfrutta l’infrastruttura di rete globale unica di Google, offrendo un vantaggio di rete distinto.

Inoltre, Google continua a sfruttare il suo patrimonio di intelligenza artificiale e apprendimento automatico, derivante dalla ricerca di DeepMind e manifestatosi nella piattaforma Vertex AI completa, allineandosi con la sua percezione di mercato come leader nell’AI e nell’analisi dei dati.

Allo stesso tempo, Google ha segnalato sforzi per affrontare le preoccupazioni storiche delle aziende. L’acquisto di 32 miliardi di dollari per l’acquisizione della società di sicurezza cloud Wiz, annunciato poco prima di Next, è una chiara dichiarazione di intenti per rafforzare la sua posizione in materia di sicurezza e migliorare l’usabilità e l’esperienza delle sue offerte di sicurezza – aree critiche per la fiducia delle aziende.

L’enfasi continua sulle soluzioni per settore, sulla prontezza per le aziende e sui partenariati strategici mira a ridisegnare la percezione di mercato da un puro fornitore di tecnologia a un partner aziendale affidabile.

Nel complesso, la strategia di Google sembra meno focalizzata sul matching servizio-per-servizio con AWS e Azure e più concentrata sull’utilizzo delle sue risorse uniche – ricerca sull’AI, hardware personalizzato, rete globale e affinità open-source – per stabilire la leadership nella prossima ondata cruciale del cloud computing: l’AI su larga scala, in particolare l’inferenza efficiente e i sistemi agente sofisticati.

La strada ahead per Google AI

Google Cloud Next 2025 ha presentato una narrazione di ambizione e coerenza strategica. Google sta raddoppiando sull’intelligenza artificiale, mobilitando le sue risorse attraverso silicio personalizzato ottimizzato per l’era dell’inferenza (Ironwood), un portfolio di modelli AI equilibrato e pratico (Gemini 2.5 Pro e Flash), la sua infrastruttura di rete globale unica (Cloud WAN) e un approccio aperto e coraggioso al mondo emergente degli agenti AI (ADK e A2A).

Alla fine, l’evento ha mostrato un’azienda che si muove aggressivamente per tradurre le sue profonde capacità tecnologiche in un’offerta aziendale completa e differenziata per l’era dell’AI. La strategia integrata – hardware, software, rete e standard aperti – è solida. Tuttavia, il percorso ahead richiede più che innovazione.

La sfida più grande di Google potrebbe risiedere meno nella tecnologia e più nel superare l’inerzia dell’adozione aziendale e costruire una fiducia duratura. Convertire questi annunci ambiziosi in guadagni di quota di mercato sostenibili contro concorrenti profondamente radicati richiede un’esecuzione impeccabile, strategie di andare al mercato chiare e la capacità di convincere costantemente le grandi organizzazioni che Google Cloud è la piattaforma indispensabile per il loro futuro guidato dall’AI. Il futuro agente che Google immagina è convincente, ma la sua realizzazione dipende dalla navigazione di queste complesse dinamiche di mercato a lungo dopo che il fascino di Las Vegas si sarà spento.