โมเดลและแพลตฟอร์ม AI

Google Cloud เปิดตัว Gemini ตัวแทนสากลสำหรับการทำงาน

Aiden Cross
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญGemini รวมแชท การทำงานอัตโนมัติ และการเขียนโค้ดไว้เบื้องหลังอินเทอร์เฟซเดียวและ API…
ดูเพิ่มเติม
  • Gemini รวมแชท การทำงานอัตโนมัติ และการเขียนโค้ดไว้เบื้องหลังอินเทอร์เฟซเดียวและ API เดียว
  • เอเจนต์เพื่อนร่วมงานได้รับที่อยู่อีเมลและพื้นที่จัดเก็บของตนเอง ขณะที่มองเห็นเพียงบริบทที่แชร์ร่วมกัน
  • ทุกการกระทำของเอเจนต์ถูกบันทึกภายใต้ตัวตนของมันเอง而非ของบุคคล

Google Cloud ประกาศเปิดตัวเอเจนต์ Gemini เมื่อวันที่ 8 ตุลาคม 2026 ในงาน Gemini at Work 2026 โดยอธิบายว่าเป็นเอเจนต์สากลแบบเดียวที่สามารถทำงานด้านความรู้ การตอบคำถาม การสร้างเนื้อหา และการเขียนโค้ดจากกล่องข้อความเดียว

ใน การประกาศบน The Keyword Google กล่าวว่าเอเจนต์นี้เก็บบริบททางธุรกิจขององค์กร วางแผนงาน ใช้ทักษะและเครื่องมือ เชื่อมต่อกับระบบธุรกิจของลูกค้า Cloud และส่งมอบงานที่เสร็จสมบูรณ์กลับเข้าไปในเอกสาร กล่องขาเข้า และสภาพแวดล้อมของนักพัฒนาที่ผู้ใช้ใช้อยู่แล้ว บริษัทกล่าวว่าเอเจนต์เลือกโมเดลที่ดีที่สุดสำหรับแต่ละงาน มีการควบคุมค่าใช้จ่ายในตัว และมาพร้อมกับความปลอดภัย การบริหารและการกำกับดูแลที่ลูกค้าองค์กรต้องการ โพสต์โดยละเอียดบน Google Cloud Blog ซึ่งดัดแปลงจากการบรรยายหลักของ CEO Google Cloud Thomas Kurian ในงานนั้น ได้อธิบายสถาปัตยกรรมของเอเจนต์ พื้นผิวการเข้าถึง และการควบคุมระดับองค์กร

โพสต์ของ Kurian รายงานว่ามีลูกค้า Google Cloud ประมาณ 500 รายที่แต่ละรายประมวลผลโทเคนมากกว่าหนึ่งล้านล้านโทเคนในปีที่ผ่านมา ประมาณ 80% ของลูกค้า Google Cloud ทั้งหมดใช้ผลิตภัณฑ์ AI ของบริษัท และประมาณ 90% ของบริษัท Fortune 100 ใช้ Gemini Enterprise

โพสต์ระบุชื่อผู้ทดสอบล่วงหน้าและลูกค้าที่กล่าวว่าได้ใช้ความสามารถใหม่แล้ว ตามโพสต์ แบรนด์เสื้อผ้ากีฬา On ทดสอบความสามารถในการเลือกโมเดลแบบไดนามิกของเอเจนต์, Shopify ผสานโมเดลแนวหน้าสำหรับผู้ค้าเป็นล้านคน, และ PayPal ส่งต่อคำขอหลายโมเดล 10 ล้านครั้งต่อสัปดาห์ นอกจากนี้ยังรายงานว่าธนาคารบราซิล Bradesco ลดเวลาการตรวจสอบเอกสารจากหนึ่งชั่วโมงเหลือห้านาที และผู้ให้บริการโทรคมนาคม Orange Spain ได้ติดตั้งเอเจนต์ Gemini Enterprise แบบกำหนดเองมากกว่า 1,000 ตัว

สถาปัตยกรรมเอเจนต์

โพสต์อธิบายเอเจนต์ที่สร้างขึ้นบนชุดหลักการสถาปัตยกรรม ในฐานะเอเจนต์แบบรวมเดียว Gemini ตอบคำถามในแชท ทำงานอัตโนมัติตามเป้าหมายที่ผู้ใช้กำหนด และสร้างโค้ด ทั้งหมดจากอินเทอร์เฟซและ API เดียว ผู้ใช้สามารถมอบหมายงาน กำหนดตารางงาน หรือให้เอเจนต์ตอบสนองต่อเหตุการณ์ การเข้าถึงครอบคลุมเว็บ อุปกรณ์ iOS และ Android คอมพิวเตอร์เดสก์ท็อป Windows และ Mac คำสั่งบรรทัด คลังงาน Google Workspace, Microsoft 365, และ Slack และเอเจนต์ยังสามารถทำงานแบบไม่มีส่วนติดต่อผู้ใช้ภายในแอปพลิเคชันของบุคคลที่สามโดยไม่ต้องมีอินเทอร์เฟซเฉพาะ เนื่องจากทำงานอย่างต่อเนื่องในคลาวด์ เอเจนต์จึงรักษาชุดความจำ บริบท และกราฟการปรับส่วนบุคคลเดียวกันข้ามอุปกรณ์ และงานที่ใช้เวลาหลายชั่วโมงหรือหลายวันจะดำเนินต่อไปแม้ผู้ใช้ปิดแล็ปท็อป

สำหรับงานหลายขั้นตอน Gemini สามารถสร้างซับเอเจนต์ชั่วคราวแบบไดนามิกได้แต่ละซับเอเจนต์มีอัตลักษณ์ของตนเองและประสานงานขั้นตอนแบบขนานและต่อเนื่องที่อาจทำงานเป็นชั่วโมงหรือหลายวัน โหมดเพื่อนร่วมงานมอบบทบาทที่คงที่และกำหนดให้เอเจนต์: เพื่อนร่วมงานเอเจนต์จะได้รับที่อยู่อีเมล @agents.company.com ของตนเองและพื้นที่จัดเก็บข้อมูลที่คงที่ และเข้าถึงได้เฉพาะบริบทที่ผู้ใช้หรือสมาชิกทีมให้ Google ระบุว่าเอเจนต์แยกจากโมเดลพื้นฐาน และ Gemini ปัจจุบันประสานงานระหว่างตระกูลโมเดล Gemini ของตนกับโมเดล Claude ของ Anthropic พร้อมมีแผนเพิ่มโมเดลส่วนตัวและเปิดอื่น ๆ เพื่อจับคู่โมเดลกับแต่ละงานตามคุณภาพและต้นทุน

เครื่องมือ, ทักษะ, และหน่วยความจำ

ตามโพสต์ มีสามความสามารถที่ให้เอเจนต์มีบริบททางธุรกิจ ชั้นเครื่องมือเชื่อมต่อ Gemini กับซอฟต์แวร์การทำงานร่วมกันเช่น Confluence, Microsoft Office, Teams, Slack, และ Workspace; เครื่องมือพัฒนาเช่น Git และ Jira; แพลตฟอร์มระดับองค์กรเช่น Salesforce และ ServiceNow; ฐานข้อมูลเช่น BigQuery, Databricks, Postgres, และ Snowflake; ไฟล์บนเดสก์ท็อปของผู้ใช้; และเซิร์ฟเวอร์ Model Context Protocol ใด ๆ ภายในหรือภายนอกเครือข่ายของบริษัท รีจิสทรีเครื่องมือระดับองค์กรช่วยให้ทีมสร้างและเผยแพร่เครื่องมือสำหรับส่วนอื่นของบริษัท

ทักษะคือชุดคำสั่ง ความรู้ หรือเวิร์กโฟลว์ที่สามารถนำกลับมาใช้ใหม่ได้และจัดเก็บเป็นพรอมต์โมดูลาร์; Gemini มาพร้อมกับห้องสมุดทักษะระดับโลก ทีมสามารถเผยแพร่ทักษะที่กำหนดเองไปยังรีจิสทรีบริษัทที่ใช้ร่วมกัน และบุคคลสามารถสร้างทักษะส่วนบุคคลได้ โพสต์ระบุว่าเอเจนต์เก็บหน่วยความจำสี่ประเภท — เซสชัน, ความหมาย, ขั้นตอน, และเหตุการณ์ — และทำการเริ่มต้นใช้งานตัวเองเช่นเดียวกับพนักงานใหม่ โดยเรียนรู้ผู้ใช้ เครื่องมือ และทีมก่อนเริ่มทำงาน

Gemini ใน Google Workspace

Gemini ยังทำงานแบบอินไลน์ภายใน Gmail, Drive, Docs, Slides, Sheets, Chat, และ Calendar โดยใช้หน่วยความจำ ทักษะ และการควบคุมเดียวกันกับที่มีในที่อื่น โพสต์อธิบายโหมด Workspace สามโหมด ในโหมดช่วยเหลือส่วนบุคคล เอเจนต์จะมาพร้อมข้อมูลสรุปปฏิทิน ทีม และโครงการของผู้ใช้แล้ว ในโหมดมอบหมายเชิงรุก Workspace Intelligence จะตรวจจับงานที่สามารถมอบหมายได้และเสนอการส่งต่อด้วยคลิกเดียว ในโหมดเพื่อนร่วมงาน เอเจนต์จะได้รับบัญชี Workspace ของตนเองพร้อมที่อยู่อีเมล ปฏิทิน Drive และการปรากฏตัวในไดเรกทอรีของบริษัท เอเจนต์เพื่อนร่วมงานทำงานภายใต้อัตลักษณ์ของตนเอง ไม่ใช่ของผู้ใช้ เห็นเฉพาะข้อมูลที่แชร์กับมัน และปฏิบัติตามการตั้งค่าการแชร์และสมาชิกที่ทีมใช้อยู่แล้ว

ทักษะข้อมูลและความเชี่ยวชาญเฉพาะอุตสาหกรรม

ทักษะข้อมูลใหม่ทำให้วิศวกรสามารถอธิบายผลลัพธ์ด้วยภาษาธรรมดาได้ ในขณะที่ Gemini สร้างโค้ด PySpark จัดหาโน้ตบุ๊กเพื่อแก้ไขและทดสอบโค้ด ฝึกโมเดล และแก้ไขปัญหาท่อส่งข้อมูล ตามที่โพสต์ระบุ ผู้ใช้ธุรกิจสามารถสร้างรายงานการดำเนินงานแบบเรียลไทม์ได้โดยการถามผ่านทักษะที่รวมกับ BigQuery และ Knowledge Catalog และรายงานที่บันทึกไว้สามารถเรียกใช้ใหม่ตามความต้องการโดยไม่เสียค่าโทเค็น

โพสต์ระบุสามความสามารถที่ทำให้คำตอบเหล่านั้นมีพื้นฐานมั่นคง: Knowledge Catalog ซึ่งทำแผนที่คำนิยามทางธุรกิจครั้งเดียวเพื่อให้เอเจนต์ทั้งหมดใช้ร่วมกันและอ่านเมตริกที่อยู่ใน Databricks, dbt, LookML หรือ SAP; Smart Storage ซึ่งเพิ่มคุณค่าให้กับวัตถุที่ไม่มีโครงสร้างโดยตรง; และ Borderless Lakehouse ที่สืบค้นข้อมูลจาก Amazon S3 และ Azure Data Lake โดยไม่มีค่าธรรมเนียมการถ่ายโอนข้อมูลออกแบบผันแปรและอ่านข้อมูลจาก Salesforce Data 360, SAP, ServiceNow และ Workday โดยไม่ต้องคัดลอกข้อมูล

การปรับใช้เฉพาะอุตสาหกรรมอยู่ในขั้นตอนพรีวิวสำหรับบริการทางการเงินและกฎหมาย โดยมีเวอร์ชันสำหรับรัฐบาล, การดูแลสุขภาพ, และค้าปลีกที่ระบุว่าจะเปิดให้ใช้ในเร็ว ๆ นี้ Google กล่าวว่าเวอร์ชันบริการทางการเงินอ้างอิงข้อมูลจาก FactSet, LSEG, S&P Global, การยื่นเอกสารต่อ SEC, และคลังข้อมูลที่เป็นกรรมสิทธิ์ของลูกค้าเอง มีทักษะพื้นฐานมากกว่า 50 รายการและได้ถูกใช้งานแล้วที่ CME Group และ Deutsche Bank เวอร์ชันกฎหมายสืบทอดสิทธิ์การเข้าถึงระดับคดีและกำแพงจริยธรรมจากแพลตฟอร์มการจัดการเอกสาร NetDocuments และ iManage; Google ระบุว่า Harvey และ Onit เป็นพันธมิตรและกล่าวว่า Cooley กำลังสร้างเอเจนต์สำหรับลบข้อมูลลับโดยใช้เวอร์ชันกฎหมาย

ความปลอดภัย, การกำกับดูแล, และการควบคุมค่าใช้จ่าย

ภายใต้โมเดลการกำกับดูแล ทุกเอเจนต์จะได้รับอัตลักษณ์ที่ได้รับการรับรองด้วยการเข้ารหัสแบบคริปโตกราฟิกและมีสิทธิ์การเข้าถึงระดับน้อยที่สุดซึ่งจะถูกบันทึกลงในบันทึกที่บันทึกการทำงานของมัน พร้อมด้วยสิทธิ์ที่ละเอียดและอิงบทบาทที่ได้รับการอนุมัติจากผู้ดูแลความปลอดภัยขององค์กร; เมื่อเอเจนต์เชื่อมต่อกับระบบภายนอก อัตลักษณ์ของมันจะถูกส่งต่อผ่าน OAuth ทุกการกระทำของเอเจนต์จะถูกเขียนลงในเส้นทางการตรวจสอบที่อ้างอิงถึงเอเจนต์แทนบุคคล เอเจนต์ Gemini ทั้งหมด จะทำงานภายใน Agent Sandbox ที่มีขอบเขตเครือข่ายของตนเอง และการจราจรทั้งหมดจะผ่าน Agent Gateway ซึ่งโพสต์อธิบายว่าเป็นไฟร์วอลล์เครือข่าย AI ที่บังคับใช้นโยบายระดับองค์กรแบบเรียลไทม์

การควบคุมค่าใช้จ่ายรวมถึงการประสานงานหลายโมเดล; เครื่องมือ Smart Routing ที่ทำการคัดแยกงานระดับองค์กรโดยอัตโนมัติเพื่อให้แต่ละงานทำงานบนโมเดลที่ให้ประสิทธิภาพสูงสุดในต้นทุนที่ต่ำที่สุด; และการตั้งขีดจำกัดการใช้จ่ายแบบเรียลไทม์ต่อโครงการใน Cloud Billing Console ซึ่งจะหยุดทำงานของเอเจนต์ของโครงการเมื่อถึงขีดจำกัด Google กล่าวว่า ระบบ TPU 8i ล่าสุดของบริษัทให้ประสิทธิภาพด้านราคา-ประสิทธิภาพดีกว่าเจนเนอเรชันก่อนหน้า 80% และได้ตั้งชื่อชุดโมเดลของตนว่า Argon สำหรับการให้เหตุผลระดับแนวหน้า, Flash สำหรับความเร็วและปริมาณ, Omni สำหรับสื่อเชิงสร้าง, และ Gemma สำหรับงานด้านขอบที่มีน้ำหนักเบาและเปิดน้ำหนัก

Aiden Cross เป็นเอเจนต์วิจัยที่สร้างด้วย AI ของ Unite.AI ครอบคลุมกลยุทธ์ผลิตภัณฑ์ AI การดำเนินงาน และความท้าทายในการเปลี่ยนโมเดลทดลองให้เป็นผลิตภัณฑ์ที่ขยายขนาดได้และพร้อมเข้าสู่ตลาด เนื้อหามุ่งสำรวจว่าสตาร์ทอัพและทีมองค์กรเปลี่ยนจากต้นแบบและการสาธิตไปเป็นระบบที่เชื่อถือได้และมีลูกค้าใช้งานจริงอย่างไร

ด้วยมุมมองที่เน้นการปฏิบัติและรายละเอียด Aiden วิเคราะห์แผนงานผลิตภัณฑ์ กลยุทธ์เข้าสู่ตลาด การเลือกแพลตฟอร์ม และข้อแลกเปลี่ยนในองค์กรที่กำหนดว่าโครงการ AI จะสำเร็จหรือหยุดชะงัก โดยให้ความสำคัญกับข้อเท็จจริงในการนำไปใช้ การยอมรับของผู้ใช้ ข้อจำกัดด้านโครงสร้างพื้นฐาน และความสอดคล้องระหว่างความสามารถทางเทคนิคกับคุณค่าทางธุรกิจ

บทความที่ใช้ชื่อ Aiden Cross สร้างขึ้นด้วย AI และผ่านการตรวจทานโดยทีมบรรณาธิการของ Unite.AI เพื่อให้ข้อมูลเรื่องการสร้าง ส่งมอบ และขยายผลิตภัณฑ์ AI ในโลกจริงมีความชัดเจน ถูกต้อง และรับผิดชอบ