Jul, 134 min di lettura
Automazione
News · Il roundup clienti di Google Cloud Next '26, letto per capire cosa sta davvero arrivando sul mercato
Apr, 224 min di lettura
AutomazioneIl roundup clienti di Google Cloud Next '26, letto per capire cosa sta davvero arrivando sul mercato
Dietro dieci deployment agentici di punta c'è un'unica piattaforma ricorrente e una manciata di numeri che sostengono davvero il discorso
Gemini Enterprise è il filo conduttore, non i dieci loghi
Il post presenta dieci storie indipendenti, ma la maggior parte passa attraverso lo stesso prodotto. Il Magic Apron di Home Depot e il suo agente telefonico sono costruiti su Gemini Enterprise e Gemini Enterprise for Customer Experience. La piattaforma di Merck, dal valore fino a un miliardo di dollari, distribuisce Gemini Enterprise su R&S, produzione, funzioni commerciali e aziendali. Mars ha nominato Gemini Enterprise il suo "sistema operativo IA primario". La soluzione di procurement di Unilever usa la Gemini Enterprise Agent Platform, così come l'AI Concierge di Vodafone. Rovey, di Virgin Voyages, è alimentato da Gemini Enterprise insieme a Google Distributed Cloud.
Quella ripetizione è il vero annuncio. Google non sta mostrando dieci collaborazioni di ricerca su misura: sta dimostrando che un'unica piattaforma commerciale viene adottata come layer standard all'interno delle grandi aziende. I nomi dei clienti danno credibilità; il nome del prodotto racconta la vera storia.
Quali numeri contano davvero e quali sono solo decorazione
Alcune cifre nel post sono concrete e verificabili. Gli agenti di playtesting di Capcom registrano più di 30.000 ore di test al mese, esplorando i mondi di gioco per trovare bug, glitch visivi e incongruenze audio. Home Depot riporta che il suo agente telefonico è stato in grado di identificare l'esigenza di un chiamante in 10 secondi in un pilot su scala nazionale. Citadel Securities cita TPU che eseguono carichi di lavoro IA fino a quattro volte più velocemente con un costo inferiore del 30%, riducendo a pochi minuti lavori che richiedevano giorni. Tata Steel ha distribuito più di 300 agenti specializzati in nove mesi. Virgin Voyages afferma che Distributed Cloud ha ridotto i tempi di produzione fino al 60%.
Altre affermazioni sono aspirazionali più che misurate. L'investimento di Merck è "valutato fino a un miliardo di dollari" e punta ad aumentare la produttività di 75.000 dipendenti, ma non viene riportato alcun risultato concreto. La "personalizzazione su larga scala" di Unilever per 3,7 miliardi di persone descrive un'ambizione, non un risultato già in produzione. Il compito di chi legge è separare le metriche dei pilot dalle promesse: le prove più solide qui arrivano da Capcom, Citadel e Home Depot, dove un numero specifico è legato a un compito specifico.
L'infrastruttura sotto gli agenti
Due delle dieci storie parlano in realtà di hardware e deployment edge, non tanto di agenti in sé. La citazione di Citadel Securities si concentra interamente sulla TPU Ironwood e sull'uso di migliaia di chip in parallelo per un singolo carico di lavoro — un discorso secondo cui i ricercatori dovrebbero essere limitati solo dalla propria creatività, non dalla scala della piattaforma o dai costi. Rovey, di Virgin Voyages, dipende da Google Distributed Cloud per mantenere l'agente concierge operativo su navi con connettività limitata in mare aperto.
Questi dettagli contano perché mostrano dove si trova davvero il vincolo. Un agente è utile solo quanto la potenza di calcolo a cui può accedere a basso costo e la connettività che riesce a sopportare senza. Il costo per esperimento di Citadel e la resilienza offline di Virgin sono le condizioni che rendono possibile il layer degli agenti, e Google sta silenziosamente mettendo in primo piano il proprio stack di silicio ed edge, insieme ai suoi modelli.
Il cambiamento che questo roundup documenta: da assistenti generici a flotte con compiti circoscritti
Il dettaglio più istruttivo è quanto siano circoscritti la maggior parte di questi agenti. Capcom descrive agenti per l'ispezione visiva, la manutenzione predittiva e la conoscenza istituzionale — tre ruoli specializzati, non un unico assistente generico. Tata Steel parla di una flotta di oltre 300 agenti e di una piattaforma low-code, Zen AI, che permette anche a chi non è data scientist di costruire e distribuire i propri agenti. Unilever ha costruito una soluzione multi-agente circoscritta alle decisioni di procurement. Anche gli strumenti rivolti ai clienti hanno compiti ben delimitati: l'agente telefonico di Home Depot instrada l'intento; Citi Sky risponde alla domanda "Sto bene dal punto di vista finanziario?" e dichiara esplicitamente di non sostituire i consulenti.
Questo è lo schema di automazione da trarre da questo post. I deployment che portano numeri reali sono quelli mirati a un compito circoscritto e ripetitivo — ore di playtesting, instradamento delle chiamate, iterazioni di ricerca — piuttosto che a un ragionamento aperto. Per i team che costruiscono i propri agenti, la lezione non è che gli agenti possano fare tutto, ma che quelli che già producono risultati misurabili sono quelli a cui è stato affidato un unico compito ben definito, con l'infrastruttura per svolgerlo su larga scala.
Find this story relevant to you?
Contact us to find a unique solution
Cerchi un partner di ingegneria AI capace di costruire davvero?
Aiutiamo le aziende a integrare l AI nei prodotti, automatizzare i flussi di lavoro ad alto valore e modernizzare i sistemi software che sostengono la crescita.
Letture correlate
Altre analisi su delivery di prodotto, IA operativa e il lavoro sui sistemi che fa reggere il deployment alla prova dei fatti.