摘要：Google Cloud 在 Next '26 上推出 Gemini Enterprise Agent Platform，把企业 AI 的竞争焦点从“模型能力”推向“Agent 平台能力”。企业不只是“调用一个模型”，而是要“管理一支 AI 员工队伍”。
过去两年,几乎所有企业都在问同一个问题:我们到底该怎么用大模型?
一开始,答案很简单:接入一个聊天机器人。让员工问问题,让客服写回复,让市场部生成文案,让程序员补代码。于是企业里出现了很多"AI 小工具":一个部门买一个,一个团队试一个,一个业务线自己搭一个。看起来热热闹闹,实际上却很快遇到瓶颈。
因为真正的企业工作,从来不是"问一句、答一句"这么简单。
一个采购流程,可能要查供应商资质、历史报价、合同条款、库存情况、付款记录;一个售后问题,可能涉及客户画像、产品序列号、维修记录、工单系统和财务系统;一个研发项目,可能横跨需求文档、代码仓库、测试平台、会议纪要和合规要求。
如果 AI 只能回答问题,它最多是一个聪明的助手。但如果 AI 要真正进入企业核心流程,它必须能够理解上下文、调用系统、长期跟踪任务、遵守权限边界,并且每一步都能被审计、被追踪、被治理。
这正是 Google Cloud 在 Next '26 上推出 Gemini Enterprise Agent Platform 的真正意义。
从"模型能力"到"Agent 平台能力"
这次发布的重点,不是又来了一个更强的大模型,而是 Google 把企业 AI 的竞争焦点,从"模型能力"推向了"Agent 平台能力"。Google 官方将 Gemini Enterprise Agent Platform 定义为一个用于构建、扩展、治理和优化 AI Agent 的综合平台,并明确表示它是 Vertex AI 的演进版本,把模型选择、模型构建、Agent 构建,以及 Agent 集成、DevOps、编排和安全能力整合到一起。
这句话听起来很技术,但翻译成企业语言,就是一句话:以后企业不只是"调用一个模型",而是要"管理一支 AI 员工队伍"。
Agent 不是聊天框,而是执行单元
过去的企业软件,是人围绕系统工作。员工打开 CRM,录入客户;打开 ERP,查库存;打开 OA,走审批;打开 Excel,做分析。AI 最开始进入企业时,也只是嵌在这些软件里,帮人写写总结、生成邮件、搜索资料。
但 Agent 的逻辑不一样。
Agent 不是一个被动回答问题的聊天框,而是一个可以围绕目标连续行动的执行单元。它可以拆解任务,可以调用工具,可以连接多个系统,可以在较长时间内保持状态。Google 在这次发布中强调,企业需要的不再只是完成孤立任务的 AI,而是能够执行复杂、多步骤流程,甚至运行数小时或数天的 autonomous agents。
这就是企业 AI 从"生产力工具"走向"生产关系重构"的开始。
举个简单例子。过去,销售经理想分析一个大客户流失风险,需要自己拉 CRM 数据,找客服记录,查历史合同,问交付团队,再整理成汇报。现在,一个企业级 Agent 可以被授权去完成这些步骤:它先读取客户过去一年的采购变化,再检索售后工单和投诉记录,然后对比合同续约时间,最后生成一份流失风险分析,并提醒销售团队采取行动。
这不是简单的"文档总结",而是"业务流程执行"。
所以,Gemini Enterprise Agent Platform 真正想解决的,不是"让 AI 更会说话",而是"让 AI 更可靠地干活"。
Build、Scale、Govern、Optimize
这也是为什么 Google 这次特别强调四个关键词:Build、Scale、Govern、Optimize。
Build,是让企业更容易构建 Agent。Google 提供了低代码的 Agent Studio,也提供面向开发者的 Agent Development Kit。也就是说,业务人员可以用自然语言和可视化方式创建 Agent,技术团队也可以用代码构建更复杂的企业级 Agent。
Scale,是让 Agent 不只停留在 Demo,而是能进入真实生产环境。Google 提到新的 Agent Runtime 支持长时间运行的 Agent,并通过 Memory Bank 保持长期上下文。这一点非常关键,因为企业工作不是一次性问答,而是持续推进。一个采购 Agent、法务 Agent、运维 Agent、财务 Agent,都需要记住任务进展,而不是每次从零开始。
Govern,是企业最关心的安全和管控。真正的大公司不可能允许员工随便创建一堆 AI Agent,然后让它们到处访问数据、调用系统、发送邮件、修改记录。Google 因此推出 Agent Identity、Agent Registry 和 Agent Gateway,让每一个 Agent 都有身份、可登记、可追踪、可被权限管理。
Optimize,则是让 Agent 的执行过程可观察、可评估、可改进。Google 提到 Agent Simulation、Agent Evaluation 和 Agent Observability,用来提供执行轨迹和实时观察能力。换句话说,企业不仅要知道 Agent 给了什么结果,还要知道它为什么这么做,中间调用了什么工具,依据了哪些数据,有没有越权,有没有跑偏。
企业 AI 和个人 AI 最大的不同
个人用户可以容忍 AI 偶尔胡说八道,最多重新问一次。但企业不行。企业里的 AI 如果接错数据、发错报价、误判库存、泄露客户信息,后果就是实打实的业务风险。所以未来企业 AI 的核心竞争力,不只是模型聪明,而是系统可信。
从这个角度看,Google 其实是在重新定义企业 AI 的入口。
过去,企业 AI 的入口可能是一个聊天窗口,比如"企业版 ChatGPT"或"智能搜索框"。但 Google 现在想把 Gemini Enterprise 做成一个更大的工作入口。官方说,Gemini Enterprise app 可以让团队在一个安全环境里发现、创建、共享、协作和运行 AI Agent,并且能够连接企业数据和第三方系统。
这意味着,未来员工打开的可能不再是一个个孤立软件,而是一个 Agent 工作台。
你不是去 CRM 里找客户,而是让客户 Agent 给你汇总重点风险;你不是去 ERP 里查库存,而是让供应链 Agent 告诉你哪些物料会延误;你不是去翻几十个会议纪要,而是让项目 Agent 告诉你这个项目为什么延期、谁需要决策、下一步该怎么走。
企业软件的第四次范式变化
这其实很像企业软件史上的一次范式变化。
第一阶段,企业靠纸面流程运转。第二阶段,企业把流程搬进软件,出现了 ERP、CRM、OA、PLM。第三阶段,企业把软件搬上云,形成 SaaS 和云原生架构。现在,第四阶段正在到来:企业开始把流程交给 Agent 编排。
这个变化的深层含义是:企业数字化的核心对象,可能从"系统"变成"任务"。
过去企业信息化建设,关注的是系统边界。财务系统归财务部,销售系统归销售部,研发系统归研发部。每个系统都有自己的数据、权限、流程和界面。问题是,真实业务往往天然跨系统。一个订单,从线索到合同,从生产到交付,从开票到回款,本来就是一条完整链路。
Agent 的价值,恰恰在于它可以围绕"任务目标"跨越系统边界。
7.5 亿美元合作伙伴基金:Agent 不可能只靠一家做完
这也是为什么 Google 这次特别强调合作伙伴生态。Google Cloud 宣布设立 7.5 亿美元合作伙伴基金,用于推动 Agentic AI 开发和部署,并提到与 Accenture、BCG、Capgemini、Deloitte、Infosys、KPMG、McKinsey、PwC 等咨询和系统集成伙伴合作。
这释放出一个很强的信号:企业 Agent 不可能只靠一家模型公司做完。
行业知识、业务流程、系统集成、数据治理、组织变革,这些都需要咨询公司、软件厂商、系统集成商和行业伙伴一起完成。未来企业 AI 的战场,不会只是"谁的大模型分数更高",而是"谁能把 Agent 真正部署到企业流程里"。
这也解释了为什么 Google、Microsoft、OpenAI、Anthropic、Salesforce、ServiceNow、SAP、Oracle 等公司都在抢企业 Agent 入口。因为一旦 Agent 成为企业工作的调度层,它就会变成新的操作系统。
过去的操作系统管理硬件资源,Windows 管理电脑,iOS 管理手机。未来的企业 Agent 操作系统,管理的不是硬件,而是模型、数据、权限、流程、工具和人。
谁掌握这个入口,谁就可能掌握企业 AI 时代的新分发权。
落地路径:从低风险高重复场景开始
当然,这并不意味着企业马上就能进入"全自动公司"。相反,越是复杂企业,越不可能简单地把关键流程完全交给 AI。真正可行的路径,大概率是从低风险、高重复、跨系统但规则明确的流程开始,比如客服工单分流、销售线索整理、合同条款初筛、采购比价、IT 运维排障、财务报表解释、知识库问答升级等。
这些场景不一定最性感,但最容易产生真实 ROI。
企业 AI 的未来,不是老板买一个最强模型,然后公司立刻效率翻倍。真正的变化会更慢,也更深:流程要重画,权限要重设,数据要打通,岗位要调整,管理方式也要改变。
大模型竞争进入下半场
Google 这次发布 Gemini Enterprise Agent Platform,真正值得关注的地方就在这里:它把企业 AI 的问题,从"有没有模型"推进到了"有没有平台、治理和生态"。
这说明大模型竞争已经进入下半场。
上半场比的是谁更聪明,谁的上下文更长,谁的 benchmark 更高。下半场比的是谁能进入企业工作流,谁能被 IT 部门放心管理,谁能让 Agent 从演示视频走进财务、销售、制造、研发和客服的日常系统。
所以,这次 Google 不是简单发布了一个新产品,而是在告诉市场:
企业 AI 的终局,不是每个人都有一个聊天机器人。而是每家公司,都开始拥有一支可管理、可协作、可审计、可扩展的 AI Agent 队伍。
这才是"Agentic Enterprise"真正要打开的门。
参考资料:
- Google Cloud Next '26 官方发布
- Gemini Enterprise Agent Platform 产品文档
- Google Cloud 合作伙伴生态公告