Google forvandler Gemini til en agent, der udfører arbejdet for dig

Sidste ændring: Oktober 10, 2026
  • Google introducerer en samlet Gemini-agent, der accepterer mål og udfører komplette opgaver.
  • Systemet integrerer med Workspace, Microsoft 365, Slack, Jira, Git og dataplatforme.
  • Gemini vil have sin egen Workspace-konto, revisionshistorik og automatisk modelvælger, inklusive Claude.
  • Virksomheden starter med virksomheder og kunder som Orange Spain eller BNP Paribas, med tilgængelighed på flere platforme.

Google Gemini

Google har gjort det klart, at de ikke ønsker, at Gemini blot skal forblive en assistent, der besvarer spørgsmål. Under et arrangement med fokus på Google Cloud afslørede virksomheden en samlet agent, der er i stand til at modtage mål og udføre dem ved hjælp af de værktøjer, som en virksomhed allerede bruger. Ideen er, at brugeren ikke behøver at give trinvise instruktioner, men i stedet delegerer et mål, og systemet tager sig af at organisere processen. Det er et fundamentalt skift: fra samtale til handling.

Dette skridt kan ikke forstås uden at tage det konkurrenceprægede pres i betragtning. OpenAI, Anthropic og Meta gør fremskridt på markederne for personlige og erhvervsmæssige agenter, og Google ønsker at udnytte en fordel, de allerede har: en massiv brugerbase og virksomhedskundebase. Ifølge Sundar Pichai har Gemini over 1.000 milliard månedlige aktive brugere , og næsten 90 % af Fortune 100-virksomhederne bruger Gemini Enterprise-løsninger. Virksomheden starter med virksomheder, fordi det er der, de mest krævende udfordringer inden for sikkerhed, skalerbarhed og ydeevne ligger.

Google Gemini-modeller
Relateret artikel:
Komplet guide til Google Gemini-modeller

Fra at besvare spørgsmål til at udføre opgaver

Hovedforskellen ligger i, hvordan opgaven anmodes om. Traditionelle assistenter forventer lukkede instruktioner: skriv en e-mail, opsummer et dokument, slå nogle data op. Gemini's nye agent accepterer derimod komplette mål og beslutter, hvilke skridt der skal tages for at nå dem. Thomas Kurian, CEO for Google Cloud, opsummerede det meget tydeligt: ​​systemet modtager mål, ikke kun instruktioner.

Det betyder, at den kan planlægge operationer, bruge brugerdefinerede færdigheder, oprette forbindelse til interne systemer og opretholde kontekst undervejs. I stedet for at anmode om en enkelt handling kan en virksomhed definere slutresultatet og lade AI orkestrere processen. Værdi ligger ikke længere udelukkende i kvaliteten af ​​et svar , men i evnen til at kæde handlinger sammen uden konstant overvågning.

  Google vil træne lærere og elever i AI med Gemini

Google Gemini

Integrationer: Workspace, Microsoft 365, Slack og mere

Agenten er ikke designet som en selvstændig applikation, men snarere som et lag, der integreres problemfrit i daglige arbejdsgange. Google har bekræftet kompatibilitet med Google Workspace, Microsoft 365, Slack, Jira, Confluence og Git , samt dataplatforme som BigQuery, Databricks, Postgres og Snowflake. Hensigten er, at Gemini skal arbejde direkte med de værktøjer, hvor virksomhedens data allerede findes.

Google Home MCP
Relateret artikel:
Google Home MCP: Tredjeparts AI-agenter kan nu styre dit forbundne hjem

Du kan også oprette forbindelse til MCP-servere i eller uden for virksomhedens netværk. Dette åbner døren for at integrere intern software eller tredjepartstjenester uden at skulle genopbygge hver integration fra bunden. For en virksomhed reducerer dette fragmentering: en enkelt operation kan få adgang til dokumentation, gennemgå beskeder, opdatere logfiler og koordinere teams fra en enkelt samtaleoplevelse.

En selvstændig agent med et revisionsspor

En af de mest slående funktioner er, at Gemini vil have sin egen Workspace-konto, komplet med e-mailadresse, kontekst og identitet inden for organisationen. I praksis opfører den sig som enhver anden kollega , med sine egne tilladelser og historik. Dette giver agenten mulighed for at forstå virksomhedens struktur, vide hvem der godkender hvad, og hvilken tidszone hver person befinder sig i.

Når den handler, vil dens handlinger blive registreret i en revisionslog, der tilskrives agenten, ikke den medarbejder, der aktiverede den. Dette er et centralt punkt for sporbarhed: virksomheder vil være i stand til at skelne mellem, hvilke beslutninger der blev truffet af en person, og hvilke der blev udført af AI'en . Google har også udarbejdet en opgaveindbakke til at spore fremskridt, de involverede underagenter og de anvendte værktøjer.

Linux Foundations Agentic AI Foundation
Relateret artikel:
Agentic AI Foundation: Sådan vil Linux Foundation organisere den nye bølge af AI-agenter

Modeller fra forskellige udbydere og udgiftskontrol

Google ønsker ikke at binde agenten til en enkelt model. Systemet vil automatisk kunne vælge den mest passende mulighed for hver opgave, og om nødvendigt kan brugeren gennemtvinge en anden. Blandt de modeller, der er tilgængelige fra starten, vil være Claude fra Anthropic , en usædvanlig beslutning for en proprietær platform. Virksomheden planlægger at tilføje open source og proprietære modeller senere.

  Sådan bruger du Chrome til at administrere iCloud-adgangskoder på Mac og Windows

Denne multimodelorkestrering sigter også mod at kontrollere omkostningerne. Ikke alle opgaver kræver det mest kraftfulde system, så agenten kan bruge en mere effektiv løsning, når problemet er simpelt, og reservere større modeller til komplekse processer. Google har annonceret realtidsforbrugsgrænser og intelligent routing for at hjælpe virksomheder med at bevare kontrollen over deres budgetter.

Tilgængelighed, indledende test og kunder

Adgang vil ikke være begrænset til internettet. Gemini vil være tilgængelig fra iOS, Android, Windows, Mac, kommandolinjegrænseflade, Workspace, Microsoft 365, ServiceNow og Slack . Ideen er, at agenten skal ledsage medarbejderen på tværs af forskellige miljøer, uden at de manuelt skal flytte data mellem applikationer.

Google integrerer Gemini i Chrome
Relateret artikel:
Google integrerer Gemini i Chrome: sådan ændrer browseren sig

Blandt de første testfirmaer er On, Shopify og PayPal. Gemini Enterprises kundeliste omfatter virksomheder som BNP Paribas, Bradesco, Merck, Orange Spain, Santee Cooper, SOMPO, Ulta Beauty og Wesfarmers. For Spanien og Europa er tilstedeværelsen af ​​Orange Spain og BNP Paribas betydelig , da det indikerer, at disse typer virksomheder vil begynde at dukke op i virksomhedsprojekter og udbud på tværs af kontinentet. I mellemtiden har Google afsløret Gemini 4 Argon, en næste generations model, som virksomheden har placeret i centrum for sin tekniske ekspansion, selvom den endelige integration i applikationen endnu ikke er fuldført.

  Google køber Spirit Airlines' data for 10 millioner dollars for at træne sin AI

Hvad betyder dette for konkurrencen?

Meddelelsen kommer midt i et kapløb om agentudvikling. OpenAI har afsløret Dots, Meta har fremmet Muse , og Anthropic har styrket sine modeller med Sonnet 5.5. Hver især sigter de mod et forskelligt område: Google har distribution til virksomheder, OpenAI sigter mod den mest avancerede model, Anthropic fokuserer på pris og ydeevne, og Meta sigter mod masseforbrugeren . Kampen står ikke længere kun om den bedste model, men om den platform, som opgaverne udføres på.

Google har et forspring inden for integration, fordi de allerede kontrollerer tjenester som Gmail, Kalender, Chrome og deres søgemaskine. Udfordringen bliver dog at demonstrere, at agenten fungerer pålideligt i komplekse miljøer med ældre systemer, følsomme data og strenge adgangspolitikker. Autonomi introducerer også risici : en informationsfejl har ikke de samme konsekvenser som en forkert handling på et virksomhedssystem.

Googles satsning på Gemini passer ind i en bredere tendens: kunstig intelligens bevæger sig ud over blot at reagere på en skærm og begynder at opføre sig som en digital medarbejder, der får tildelt opgaver. Virksomheden har introduceret mål i stedet for instruktioner, dybe integrationer, en unik identitet for agenten og omkostningskontrol . Alligevel vil dens succes afhænge af den sikkerhed, sporbarhed og tillid, den formår at skabe. For spanske og europæiske virksomheder vil nøglen være at se, hvordan disse værktøjer passer til deres systemer, lovgivningsmæssige forpligtelser og teams. Det handler ikke kun om at have den mest kraftfulde model, men om at vide, hvilke beslutninger der er værd at delegere til en maskine.

Google Gemini 3.7 Flash
Relateret artikel:
Hvad tilbyder Google Gemini 3.7 Flash, og hvorfor genererer det så meget omtale?