Google investe em agentes de inteligência artificial para selecionar modelos e executar tarefas entre sistemas
Google Cloud apresenta nova arquitetura de IA para otimizar processos empresariais.
O Google Cloud revelou uma nova solução para impulsionar o uso de agentes de inteligência artificial (IA) nas empresas, chamada Gemini Agent. Esta arquitetura inovadora é projetada para selecionar diferentes modelos de linguagem de acordo com a tarefa, permitindo o acesso a sistemas corporativos e a execução de atividades que envolvem múltiplas aplicações.
Uma das características mais notáveis do Gemini Agent é a separação entre o agente que coordena o trabalho e os modelos que o executam. Isso significa que o agente pode utilizar tanto os modelos Gemini, desenvolvidos pelo Google, quanto o Claude, da Anthropic, adaptando-se às necessidades específicas de cada tarefa. A solução também contempla a inclusão de modelos de outros fornecedores, sejam eles abertos ou privados.
A estratégia do Google visa permitir que diferentes modelos operem dentro de um mesmo fluxo de trabalho, sem que as empresas precisem reestruturar suas integrações ou habilidades a cada nova tecnologia. Essa abordagem considera, ainda, a qualidade das respostas e a otimização dos custos de processamento.
O anúncio oficial ocorreu durante o evento Gemini at Work 2026, realizado em 8 de outubro, pelo CEO do Google Cloud, Thomas Kurian. A proposta se alinha com a tendência das empresas de tecnologia em transformar assistentes de IA em sistemas que possam executar processos corporativos com maior autonomia.
Kurian destacou que o Gemini é capaz de compreender todo o contexto de negócios, podendo ser utilizado para uma ampla gama de atividades, desde tarefas de conhecimento até a criação de conteúdo e codificação, tudo em uma única interface.
Agentes como coordenadores entre sistemas
A nova arquitetura permite que o Gemini Agent funcione como uma camada de coordenação entre diversas aplicações corporativas. Ele pode se integrar a ferramentas de colaboração como Microsoft 365, Slack e Google Workspace; plataformas de desenvolvimento como Git e Jira; sistemas empresariais como Salesforce e ServiceNow; além de ambientes de dados como BigQuery, Databricks, Snowflake e PostgreSQL.
A integração é realizada por meio de ferramentas e conectores, utilizando servidores baseados no Model Context Protocol (MCP), um padrão que facilita a conexão de sistemas de IA a fontes externas de dados e funcionalidades.
O agente também tem a capacidade de criar subagentes especializados, que podem executar etapas de um processo em paralelo ou em sequência. Isso permite que atividades como consulta de informações, análise de documentos, produção de relatórios e atualização de sistemas sejam distribuídas entre diferentes componentes sob uma mesma coordenação.
Outra inovação é a execução persistente na nuvem, que permite que tarefas que normalmente levariam horas ou dias continuem em andamento, mesmo após o usuário encerrar a sessão no computador.
Além disso, o Google introduziu o conceito de agentes que atuam como membros de uma equipe, com identidade própria, endereço de e-mail corporativo, armazenamento dedicado e acesso a informações compartilhadas, permitindo que sejam acionados por outros colaboradores em ambientes de trabalho colaborativo.
Embora a proposta amplie as possibilidades de automação, ela também introduz uma nova camada de complexidade na gestão de TI. A interação dos agentes com diferentes sistemas exige definição clara sobre quais informações podem ser acessadas, quais operações estão autorizadas e como suas atividades serão monitoradas.
Governança na arquitetura de IA
Para abordar essas questões, o Google incorporou mecanismos de identidade, autorização e auditoria à arquitetura do Gemini Agent. Cada agente pode receber uma identidade individual, que é associada às ações realizadas nos sistemas corporativos, com permissões de acesso definidas com base em funções e políticas estabelecidas pelos administradores de segurança.
As atividades executadas também podem ser registradas em trilhas de auditoria, permitindo a identificação do agente responsável por cada operação. Esses registros podem ser monitorados por ferramentas de observabilidade do Google Cloud, que ajudam a detectar comportamentos anômalos.
Um componente adicional é o Agent Sandbox, um ambiente isolado que estabelece limites de rede e aplica políticas de segurança aos agentes. Essa abordagem busca responder ao desafio da adoção de IA autônoma nas empresas, que é ampliar a capacidade de execução das ferramentas enquanto mantém a rastreabilidade das decisões e o controle sobre os recursos corporativos.
Para os CIOs, a discussão vai além da simples escolha de um modelo de linguagem. A implementação de agentes que podem acessar informações e executar tarefas em diversas aplicações requer uma estratégia robusta de gestão de identidades, permissões, monitoramento e controle de custos.
