L’annuncio in sintesi
Google sostituisce una serie di assistenti con un unico agente che accetta obiettivi, non prompt. All’evento Gemini at Work 2026 dell’8 ottobre, il CEO di Google Cloud Thomas Kurian ha presentato l’agente Gemini, definendolo «un unico agente universale per il lavoro». Risponde alle domande, svolge lavoro intellettuale, scrive ed esegue codice e affida parti di un incarico a sub-agenti.
Per chi guida l’engineering contano soprattutto due dettagli. Primo, l’agente sceglie un modello per ogni attività tra la famiglia Gemini e i modelli Claude di Anthropic, con altri modelli privati e open promessi in seguito. Secondo, si collega ai sistemi aziendali tramite connettori e server Model Context Protocol (MCP): lo stesso schema che i team usano oggi per sviluppare agenti IA su misura.
L’agente è in private preview per clienti selezionati. Google afferma che sarà incluso in Gemini Enterprise senza costi aggiuntivi, mentre i prezzi degli agenti «colleghi» persistenti arriveranno più vicino al rilascio esteso.
Cosa sa fare concretamente l’agente Gemini?
L’agente gira nel cloud di Google e mantiene memoria e contesto su tutti i dispositivi: un’attività avviata in Gmail può proseguire dalla CLI di un portatile. Google descrive quattro tipi di memoria: di sessione, semantica, procedurale ed episodica. Le attività lunghe possono durare giorni e l’agente crea sub-agenti per parti del lavoro.
Funziona in tre modalità. Come assistente personale conosce calendario, team e documenti dell’utente. In modalità delega propone attività che potrebbe prendere in carico. Come «collega» del team riceve un proprio account Workspace con indirizzo email, calendario e Drive e compare nella rubrica aziendale.
Per i team dati Google ha mostrato generazione di PySpark, notebook, addestramento di modelli e diagnosi delle pipeline. Gli utenti di business pongono domande di reporting in linguaggio naturale su BigQuery e sul Knowledge Catalog di Google, che collega termini come «margine netto» alle metriche corrette. Secondo Google, Bloomberg Media ha aumentato del 63% l’accuratezza delle query SQL con il Knowledge Catalog.
Come gestisce Google sicurezza e costi?
Identità e audit. Ogni agente ha una propria identità crittografica e permessi basati sui ruoli, e accede ai sistemi esterni via OAuth con scope minimi. Le azioni finiscono in un audit trail attribuito all’agente, non alla persona che lo ha avviato.
Applicazione delle policy. Il codice gira in un’Agent Sandbox con un perimetro di rete. Un Agent Gateway fa da firewall per gli agenti e applica una sola volta, per tutti, le policy aziendali, ad esempio «gli agenti non possono aprire documenti riservati».
Spesa. Lo Smart Routing manda i passaggi semplici a modelli più economici. I tetti di spesa per progetto nella console Cloud Billing mettono in pausa gli agenti quando il budget è esaurito, e i costi possono essere ribaltati sulle singole funzioni aziendali. Kurian ha ricordato che il prezzo per token è sceso del 98% dal 2024, mentre i volumi di IA nelle aziende sono esplosi: per questo il controllo del budget è ormai una funzione di prodotto.
Quando sarà disponibile e quanto costa?
Secondo VentureBeat l’agente Gemini è in private preview e Google non ha indicato una data di disponibilità generale. Sarà integrato in Gemini Enterprise senza configurazione separata né costi aggiuntivi per i clienti esistenti. I prezzi degli agenti colleghi persistenti, inclusi i loro account Workspace e gli addebiti a consumo per le attività lunghe, non sono stati pubblicati. TechCrunch riferisce che il lancio parte dalle aziende e che una versione consumer arriverà più avanti.
Cosa significa per i team software negli Stati Uniti e in Europa
Gli agenti generici diventano una funzione di piattaforma. Gli agenti per pianificare riunioni, redigere documenti e produrre report semplici arriveranno insieme alla suite d’ufficio. I budget per gli agenti su misura vanno spostati su ciò che un agente generico non fa bene: workflow di dominio, dati proprietari e azioni all’interno dei vostri prodotti.
I server MCP diventano il contratto di integrazione. Google, Anthropic, Microsoft e OpenAI supportano tutti MCP. Se i vostri sistemi interni espongono strumenti MCP puliti e attenti ai permessi, qualunque di questi agenti può usarli, ed evitate il lock-in sull’agente di un solo fornitore.
Il multi-modello è la norma, non un’eccezione. Un prodotto Google che affida lavoro a Claude conferma ciò che molti team già fanno: scegliere il modello per ogni attività in base a costo e qualità. Set di valutazione, versionamento dei prompt e logica di fallback non devono presupporre un unico fornitore.
La governance deve coprire le identità non umane. Agenti con propri account email e audit trail sono nuove identità nel vostro ambiente. Con il GDPR e l’AI Act europeo, i team nell’UE devono poter documentare a quali dati accede un agente, chi ne ha approvato i permessi e come vengono verificati i suoi output. Negli Stati Uniti i team soggetti a SOC 2 affrontano le stesse domande su revisione degli accessi e logging.
Cosa significa per le aziende in Italia?
In Italia un agente di questo tipo tocca subito un punto delicato: il controllo dei lavoratori. Un agente con un proprio account, un audit trail e accesso a calendario e documenti dei dipendenti può rientrare tra gli strumenti da cui deriva un controllo a distanza dell’attività lavorativa, disciplinati dall’art. 4 dello Statuto dei lavoratori; prima del rollout conviene coinvolgere le rappresentanze sindacali e definire per iscritto finalità e uso dei log. La legge italiana sull’intelligenza artificiale (legge 132/2025) aggiunge l’obbligo per il datore di lavoro di informare i dipendenti sull’uso di sistemi di IA.
Sul fronte dati, il Garante privacy ha già dimostrato di intervenire con decisione sui servizi di IA generativa: prima di un pilota l’agente va inserito nel registro dei trattamenti GDPR, con una valutazione d’impatto se tratta dati personali su larga scala. Google Cloud ha region a Milano e Torino, ma quali modelli e funzioni dell’agente, Claude compreso, saranno effettivamente disponibili in Italia va verificato per iscritto con il fornitore.
Cosa fare adesso
- Mappare il backlog degli agenti e indicare quali casi d’uso coprirà un agente incluso nella suite e quali richiedono sviluppo su misura.
- Censire i sistemi interni di cui gli agenti avranno bisogno e progettare server MCP con permessi limitati, inizialmente in sola lettura.
- Impostare una valutazione indipendente dal modello per confrontare Gemini, Claude e altri modelli sulle vostre attività.
- Definire una policy sulle identità degli agenti: chi può crearne uno, a cosa accede, come vengono revisionati i log – d’intesa con il DPO e, se serve, con le rappresentanze sindacali.
- Fissare i budget prima dei pilot, con tetti per progetto e ribaltamento dei costi sul responsabile di business.
Domande frequenti
Che cos’è l’agente Gemini di Google?
L’agente Gemini è un unico agente IA aziendale che Google Cloud ha presentato a Gemini at Work 2026 l’8 ottobre 2026. Riceve obiettivi anziché istruzioni passo passo, pianifica il lavoro, ne delega parti a sub-agenti, scrive ed esegue codice e si collega ai sistemi aziendali.
Quali modelli di IA usa l’agente Gemini?
Instrada ogni attività verso un modello adatto della famiglia Gemini o verso i modelli Claude di Anthropic, in automatico o su scelta dell’utente. Google afferma che seguirà il supporto ad altri modelli privati e open.
L’agente Gemini è già disponibile?
È in private preview per clienti selezionati. Google ha promesso una disponibilità più ampia a breve, senza indicare una data. Sarà incluso in Gemini Enterprise senza costi aggiuntivi; i prezzi degli agenti colleghi persistenti non sono stati pubblicati.
Come si collega l’agente Gemini ai sistemi aziendali?
Tramite connettori integrati verso strumenti come Microsoft 365, Slack, Jira, Confluence, Git, Salesforce, ServiceNow, BigQuery, Databricks, Postgres e Snowflake, e tramite server Model Context Protocol (MCP) oltre a registri aziendali di strumenti e skill.
Gli agenti IA su misura diventano inutili?
No. Gli agenti inclusi copriranno il lavoro d’ufficio generico, ma workflow di dominio, dati proprietari e azioni all’interno dei vostri prodotti richiedono ancora sviluppo su misura. L’investimento più utile oggi sono strumenti MCP puliti e attenti ai permessi, utilizzabili da qualsiasi agente.
Fonti
Google Cloud — Gemini at Work 2026: Introducing Gemini agent (8 October 2026)
TechCrunch — Google brings agentic AI to Gemini, starting with businesses (8 October 2026)
CNBC — Google Cloud introduces Gemini agent for work as AI race heats up (8 October 2026)
VentureBeat — Google Cloud unveils persistent Gemini Agents for long-running tasks (8 October 2026)