Google доминирует в сфере ИИ агентов, или что такое Agentspace
Не так давно я писал о том, каких ИИ агентов использовать для анализа табличных данных. Но это не суперудобно, если вы работаете в корпорации. Зачастую корпоративные данные нельзя вытаскивать за пределы закрытого контура. Иногда эта возможность залочена на физическом уровне — с рабочего компа вы просто никак не вынете данные, чтобы проанализировать их в любом внешнем ИИ.
Именно тут появляется Google. Но они не просто накидали сервисов и разных ИИ!
Гугл строит ИИ-экосистему
Смотрим вместе:
- G Suite: Gmail, Google Docs, Google Sheets, Google Slides — везде есть Gemini, которая напишет текст, сгенерит картинку или формулу
- Хранение данных: BigQuery, Spanner, S3 Buckets, Bigtable и др. Google предоставляет целую пачку удобных способов хранения разных форматов данных. На этой игле сидит множество компаний, о чём я писал тут. Но поверх этих хранилок они дают Looker — сервис для BI-аналитики, внутри которого теперь работает ИИ-агент. Он по текстовому запросу анализирует данные, строит графики и собирает дашборды. Чем-то похоже на всяких ExcelGPT, но с интеграцией в корпоративную БД
- NotebookLM Enterprise: корпоративная версия знаменитого инструмента, которая интегрируется с закрытым контуром компании и принимает больше видов данных на вход, например XLSX
Но и этого Google оказалось мало...
Вишенкой на торте стал Google Agentspace. Относительно свежий сервис, презентованный в декабре 2024.
Название говорит само за себя. Google решил, что хватит мелочиться, и собрал всё воедино:
- во-первых, это все модели Google с широкой интеграцией со всей вашей корпоративной информацией и популярными внешними сервисами (Jira, Confluence, Microsoft Office…). Значит, агент может копаться по всей БД компании, почте, тикетам в Jira или документации в Confluence — и всё это из одного текстового окна!
- во-вторых, акцент сделан на агентов, с возможностью даже их создавать. Да, по сути, это первый шаг к ИИ-сотрудникам (а вы думали, что это далёкое будущее?)
Как будет выглядеть рабочий день с Google Agentspace через год?
Ваш день начинается. Вы открываете рабочее пространство в Google Agentspace — это просто окно для текстового запроса.
Ваш виртуальный ИИ-помощник уже разобрал почту и раскидал встречи коллегам. Он также составил вам распорядок дня с учётом задач в Jira и календаре.
Дальше нужно подготовить аналитический отчёт, собрать презентацию и обучить ML-модель. Вы просто даёте эти три задачи трём ИИ агентам: один уходит копать базу данных и писать отчет, другой проводит дип-рисёрч и рисует презентацию, третий пишет код для обучения модели.
Тем временем вы идёте на встречу, где заметки собирает Gemini, а после встречи автоматически раскидывает задачи в Jira и рассылает саммари всем участникам.
Ваша ключевая обязанность — ставить задачи ИИ-миньонам и проверять, чтобы они не накосячили. Помимо этого, вы будете периодически «нанимать», «увольнять» или создавать новых ИИ агентов прямо внутри Agentspace.
Придётся также привыкнуть регулярно заходить в дашборд, где собирается информация о том, сколько вычислительных мощностей тратит каждый агент на анализ данных и генерацию контента. Ведь это будет основная статья расходов вашей ИИ-команды.
Конечно, задачи останутся и для вас: вы всё ещё будете главным мозгом операции. На вас коммуникация с коллегами, креатив, стратегия и тактика. Но даже здесь везде появится привычка советоваться с ИИ-агентом, который отлично погружён в контекст вашей компании и вашей работы.
К сожалению, чтобы потестить, нужно индивидуально договариваться с продажниками Google — открытого доступа нет даже за денежку (B2B сервис как-никак). Поэтому пока просто смотрим демку от самого Гугла.
Однако это тот случай, когда тестить особо нечего — все эти технологии уже есть по отдельности в Gemini, NotebookLM и других сервисах Google. Ключевая фишка в том, как они это объединили и замкнули на себе полный цикл бизнес-процессов.
Подписывайтесь на Telegram Заместители. У меня полезное про ИИ агентов без инфошума.