Al Cloud Next 2026 di Las Vegas il messaggio di Thomas Kurian, CEO di Google Cloud, è stato molto chiaro: per il colosso di Mountain View la stagione in cui l’intelligenza artificiale veniva raccontata soprattutto come assistente conversazionale o come funzione aggiuntiva, sta finendo.
Al suo posto arriva un’altra ambizione, molto più vasta: trasformare l’IA in una specie di sistema operativo dell’impresa. È questo il senso con cui Google ha insistito sulla formula “agentic enterprise”, cioè un’azienda in cui gli agenti non si limitano a rispondere ma iniziano a eseguire attività, coordinare strumenti, usare dati aziendali, seguire processi e portare avanti compiti complessi con un grado crescente di autonomia.
Il punto centrale, quindi, non è il singolo modello, né la singola demo. Google sta cercando di convincere il mercato che la vera partita si stia spostando dalla qualità dell’assistente visibile all’utente, alla capacità di costruire un’infrastruttura completa attorno agli agenti.
In questa visione, l’IA smette di essere un livello superficiale e diventa qualcosa che attraversa l’organizzazione: la supply chain, il customer care, la produttività interna, la sicurezza, l’analisi dei dati e persino la gestione dell’infrastruttura cloud.
È una promessa molto più ampia di quella fatta solo un anno fa e serve anche a dire che la fase sperimentale, almeno nella narrativa di Google, dovrebbe ormai lasciare spazio alla messa in produzione.
Thomas Kurian, CEO di Google Cloud. | Foto: Google
La scommessa è la stack completa
Per sostenere questa tesi, Google non ha presentato soltanto nuovi modelli. Ha presentato un’intera filiera. Da una parte ci sono Gemini Enterprise e la nuova Agent Platform, pensate per costruire, distribuire, orchestrare e gestire agenti. Dall’altra c’è tutto il resto: chip, infrastruttura, strumenti di sviluppo, servizi dati, livelli di sicurezza e integrazioni con software esterni.
Il messaggio è semplice: invece di assemblare pezzi presi da fornitori diversi, Google propone una piattaforma unica in cui ogni componente dovrebbe essere stato progettato per funzionare assieme agli altri. Qui sta anche il tentativo di differenziarsi dai concorrenti. Google insiste sul fatto di poter offrire modelli, cloud, acceleratori hardware e servizi aziendali nello stesso pacchetto.
I nuovi annunci sui TPU di nuova generazione, sui processori Axion e sull’AI Hypercomputer vanno letti dentro questa strategia: non come aggiornamenti tecnici ma come la base materiale di un discorso molto più ampio. L’azienda vuole presentarsi come uno dei pochi soggetti in grado di controllare quasi tutta la catena del valore dell’IA, dal silicio fino all’applicazione usata dal dipendente.
In mezzo ci sono poi i modelli Gemini, la possibilità di usare anche modelli di terzi, a partire da quelli di Anthropic, e una lunga serie di servizi pensati per rendere gli agenti qualcosa di industrializzabile, non solo di impressionante in demo.
Tutti gli agenti Gemini di Google per le imprese.
Autonomia, ma sotto controllo
C’è però un ostacolo evidente in questa narrazione: nessuna grande azienda è disposta a far entrare agenti autonomi nei propri processi critici senza avere la sensazione di poterli governare. Per questo una parte molto rilevante degli annunci riguarda meno la creatività degli agenti e più la loro controllabilità.
Google ha insistito su identità crittografiche, policy centralizzate, audit, osservabilità, sistemi per intercettare comportamenti anomali, protezioni contro prompt injection e fuga di dati sensibili. In altre parole, l’autonomia viene venduta solo insieme a una promessa di disciplina.
Anche l’integrazione con Wiz va letta in questa chiave. Google sa che l’adozione dell’IA in azienda non dipenderà soltanto dalla qualità del modello ma dalla fiducia che si riuscirà a costruire attorno al suo uso.
Se un agente deve accedere a dati interni, interagire con applicazioni, eseguire codice o avviare azioni in ambienti multicloud e ibridi, allora il tema non è più soltanto “cosa sa fare” ma “quanto è tracciabile, contenibile e correggibile”.
In questo senso la sicurezza non compare come capitolo separato ma diventa il prerequisito commerciale per poter dire che gli agenti possono davvero entrare nel cuore operativo delle imprese.
Le TPU sono i Tensor Processing Unit, cioè chip progettati da Google specificamente per i carichi di lavoro di intelligenza artificiale.
Dai dati a Workspace, Google ovunque
Un altro punto decisivo riguarda i dati. Google ha costruito gran parte del racconto attorno all’idea che gli agenti funzionino davvero solo se possono accedere a contesto aziendale attendibile, distribuito e aggiornato. Da qui l’insistenza sull’Agentic Data Cloud, sul Knowledge Catalog, sull’accesso ai dati lasciati anche in ambienti AWS o Azure e sull’idea di un’architettura in grado di ridurre i silos.
È un passaggio meno spettacolare di altri ma probabilmente più importante: senza dati ben organizzati, contestualizzati e interrogabili, l’agente resta poco più di una buona interfaccia. Alla fine, però, il volto visibile di tutto questo resta Gemini Enterprise, insieme a Workspace. Gmail, Docs, Slides, Chat e Drive vengono riposizionati come superfici operative di una macchina più grande.
Non sono più soltanto applicazioni di produttività arricchite con funzioni IA ma punti di accesso quotidiani a una piattaforma che Google immagina capace di orchestrare lavoro, conoscenza interna e processi. È qui che l’azienda prova il salto più ambizioso: far passare l’idea che il futuro dell’IA in impresa non sia un insieme di tool separati ma una struttura unica che collega persone, dati, applicazioni e agenti.
Se questa visione reggerà davvero alla prova della realtà lo diranno i prossimi mesi. Intanto, a Next 2026, Google ha scelto con decisione il terreno su cui vuole essere giudicata: non più solo per ciò che i suoi modelli sanno dire ma per ciò che l’intera sua piattaforma promette di far fare alle imprese.
