Google Cloud Next 2026: Gemini Enterprise, нови TPU чипове и „агентна“ архитектура поставят AI в центъра на корпоративния облак

Конференцията Cloud Next 2026 е едно от ключовите годишни събития на Google Cloud, на което компанията представя най-новите си технологии и стратегически насоки в областта на облачните услуги, изкуствения интелект и корпоративния софтуер.

Тази година конференцията събира десетки хиляди участници и поставя силен акцент върху следващата фаза на развитието на AI – преходът от генеративни модели към т.нар. „agentic“ системи, способни да изпълняват реални задачи, да работят с корпоративни данни и да автоматизират цели бизнес процеси.

Имах възможност да узчаствам в предварителен брифинг за медии, в който главният изпълнителен директор на Google Cloud Томас Куриан представи основните новости за Google Cloud, които дебютират в рамките на конференцията.

Google Cloud влиза в Cloud Next 2026 с амбицията да покаже не просто нови AI инструменти, а цялостна визия за това как ще изглежда следващият етап от корпоративния софтуер. В центъра на анонсите стои идеята за т.нар. „agentic enterprise“ – организация, в която AI не се ограничава до чат, търсене и генериране на съдържание, а изпълнява реални задачи, работи с фирмени данни, взаимодейства с други системи и се управлява като критична бизнес инфраструктура. Тази стратегия е структурирана около няколко основни стълба: Gemini Enterprise Agent Platform, новото поколение AI инфраструктура, Agentic Data Cloud, Agentic Defense и разширени възможности в Google Workspace.

Най-големият акцент е Gemini Enterprise Agent Platform – нова платформа, която Google описва като среда за изграждане, мащабиране, управление и оптимизиране на AI агенти в корпоративен контекст. Идеята е техническите екипи да разполагат с обединен стек, който съчетава модели, инструменти за настройка, оркестрация, сигурност, DevOps, мониторинг и интеграции, а крайният потребител да достига до тези агенти през Gemini Enterprise app. По този начин Google се опитва да изведе AI от рамката на изолиран асистент и да го превърне в управляема платформа, която свързва данни, хора, процеси и бизнес цели.

Компанията поставя особен акцент върху идеята, че следващата фаза на AI вече не е свързана само с отговори на въпроси, а с изпълнение на задачи от името на потребителя. Именно тук идва логиката на агентите – софтуерни единици, които могат да използват инструменти, да работят по предварително зададена логика, да обменят контекст и да действат върху системи от реалния корпоративен стек. В рамките на платформата Google въвежда Agent Developer Kit с нов графово ориентиран подход, Agent Studio като low-code интерфейс, Agent Registry като централизирано място за откриване и управление на агенти и инструменти, както и оркестрация между агенти, която позволява една задача да бъде разпределяна между няколко специализирани AI компонента.

Това не е просто концептуален слой. Според данните платформата е изградена около четири ключови направления – изграждане (build), мащабиране (scale), управление (govern) и оптимизиране (optimize). В частта за изграждане Google акцентира върху това, че и разработчици, и бизнес потребители ще могат да създават агенти по-лесно. В частта за мащабиране се говори за поддръжка на дълго работещи агенти, по-бързи cold starts, secure sandboxes и по-гъвкаво управление на сесиите и паметта. При управлението и сигурността акцентът пада върху Agent Identity, Agent Gateway, Agent Anomaly Detection и Security dashboard. А в оптимизацията се включват Agent Observability, Agent Simulation и Agent Evaluation – инструменти, които трябва да позволят измерване на качеството, откриване на проблеми и контрол върху разходите и латентността.

Gemini Enterprise е представен като „входна врата“ към този свят за служителите. Тук Google прави важен опит да изравни потребителското изживяване с корпоративната логика. Новите функции включват Agent Designer, чрез който могат да се изграждат по-сложни агенти с графична логика и тригери, long-running agents за по-дълги и комплексни процеси, Inbox за наблюдение на действията и известията от агентите, Projects за изолиране на контекст около конкретни файлове и разговори, Skills за съкращаване на повтарящи се задачи и Canvas за създаване и редакция на файлове, без да се напуска приложението. Това е важен детайл, защото показва, че Google не иска да продава само инфраструктура за AI, а завършена работна среда за ежедневна употреба.

В предварителния брифинг компанията демонстрира именно такъв сценарий – как Gemini Enterprise може да координира няколко агента, да анализира вътрешни данни и външни източници, да предложи стратегия, да генерира медийни активи, да създаде Jira тикет за разработчик, след това да продължи работата през CLI и накрая да подготви презентация за търговския екип. Този демонстрационен поток има ясна цел: да покаже, че Google мисли за агенти не като за отделни чатботове, а като за работна система, която предава контекст между отдели и интерфейси – от анализ и маркетинг до разработка и вътрешна координация.

По отношение на моделите Google също разширява палитрата си. Agent Platform ще предлага достъп до Gemini 3.1 Pro, представян като най-напредналия модел на компанията за сложна оркестрация на работни потоци, Gemini 3.1 Flash Image, обозначен и като Nano Banana 2, както и Lyria 3 за генериране на аудио и музика. Освен собствените модели Google подчертава и поддръжката за външни решения, включително линии на Anthropic, като се споменава и добавянето на Claude Opus 4.7. Това е ясен сигнал, че Google иска да позиционира платформата си като отворена към различни модели, а не като затворена екосистема само за собствени AI услуги.

В инфраструктурен план компанията прави едни от най-сериозните си анонси. На първо място идва осмото поколение TPU чипове с двойна стратегия – TPU 8t за обучение и TPU 8i за inference. TPU 8t е насочен към обучение на големи модели и мащабира до 9600 TPU единици и 2 PB споделена високоскоростна памет в един superpod. По данни на Google той постига три пъти по-висока изчислителна мощност от Ironwood и до два пъти по-добра производителност на ват. TPU 8i, от своя страна, е оптимизиран за inference, използва нова Boardfly топология, свързва 1152 TPU чипа в един pod, предлага три пъти повече on-chip SRAM спрямо предходните версии и е насочен към сценарии с много едновременни агенти и ниска латентност.

Томас Куриан обясни, че решението за два различни TPU варианта идва от естественото разделение между нуждите на training и inference в ерата на генеративния AI. Според него Google съзнателно е проектирала системите с различни архитектурни цели и с фокус върху енергийната ефективност, тъй като консумацията на енергия се превръща в стратегическо ограничение за големите AI натоварвания. Това е важен нюанс, защото показва, че компанията гледа на инфраструктурата не само като въпрос на сурова мощност, а и като на фактор за икономическа устойчивост при мащабно внедряване на AI агенти.

Към TPU новостите се добавят и други елементи от т.нар. AI Hypercomputer. Google съобщава, че ще бъде сред първите облачни доставчици с NVIDIA Vera Rubin NVL72, разширява Axion ARM инстанциите, добавя C4N и M4N машини за натоварвания с интензивна мрежова комуникация и представя Virgo – нова AI-оптимизирана мрежа за мащабни суперкомпютърни конфигурации. При сториджа компанията говори за Managed Lustre с пропускателна способност до 10 TB/s и Rapid Storage с до 15 TB/s, насочени към ускоряване както на обучението, така и на inference натоварванията.

Особено важен компонент от цялата визия е Agentic Data Cloud. Google описва това като AI-native архитектура за данни, създадена не за традиционни „системи на интелигентност“, а за „системи на действие“, при които агентите трябва да работят с данни в реално време, в голям мащаб и без бариери между отделните среди. Сред основните анонси са Cross-Cloud Lakehouse, стандартизиран върху Apache Iceberg и позволяващ zero-copy достъп до данни в AWS, Azure и Google Cloud, Lightning Engine for Apache Spark с обещание за по-добра производителност и цена, Data Agent Kit за Gemini-базирано authoring изживяване в IDE, notebook и терминални среди, както и Knowledge Catalog – семантичен слой, който описва цялата фирмена информация така, че агентите да могат да стъпват върху нея с високо качество на извличане.

Knowledge Catalog действа като системата взема както таблични, така и неструктурирани данни, обработва ги с Gemini и изгражда граф, който описва смисловите връзки между различните активи в организацията. След това при заявка агентът може да преведе човешкия въпрос към реалните източници и структури от данни, които са необходими за правилния отговор или действие. На практика това е опит на Google да реши един от най-големите проблеми при корпоративния AI – липсата на надежден, контекстно богат достъп до разпокъсани фирмени данни.

Друг акцент е Deep Research Agent for enterprise insight. Той съчетава изследователски и аналитични умения, работи както с неструктурирани, така и със структурирани данни и е насочен към сложни бизнес въпроси от типа „каква е причината за смущение във веригата на доставки“ или „можеш ли да направиш финансов одит на този регион“.

Сигурността е другата голяма тема на Cloud Next 2026. Google Cloud обединява собствените си Threat Intelligence и Security Operations възможности с Wiz Cloud и AI Security Platform в това, което нарича Agentic Defense. Сред новите решения се споменават Dark Web Intelligence, Threat Hunting Agent, Detection Engineering Agent, както и Wiz AI Application Protection Platform, която трябва да защитава AI приложенията от код до runtime. В допълнение Google говори за Wiz Red Agent, Blue Agent и Green Agent, както и за нови agentic SecOps възможности. Общият наратив е, че с разширяването на AI агентите и достъпа им до чувствителни данни компаниите ще имат нужда от AI и на страната на защитата, а не само на автоматизацията.

Предварителният брифинг добавя още конкретика в тази посока. Там научихме, че новите Gemini-базирани threat intelligence агенти могат да анализират dark web активности с висока точност, а Agentic Defense и Security Operations Center получават агенти за triage, investigation, detection engineering и threat hunting. Идеята е значителна част от цикъла по откриване, анализ и реакция да бъде ускорена или частично автоматизирана. Заедно с Wiz това оформя по-широката теза на Google, че enterprise AI няма да е устойчив без паралелен скок в agentic security.

В потребителски план Google не пропуска и Google Workspace. Новата концепция Workspace Intelligence е представена като семантичен слой, който обединява контекста между Gmail, Docs, Drive, Meet и другите приложения. Компанията обещава AI Inbox и AI Overviews в Gmail, Ask Gemini в Google Chat, нови възможности за генериране и оформяне на съдържание в Docs, Sheets и Slides, интелигентни Projects в Google Drive и Workspace agent в Gemini Enterprise за multi-step задачи между приложенията.

Google разкри, че през първото тримесечие е отчела 40% ръст на платените месечно активни потребители на Gemini Enterprise спрямо предходното тримесечие. Освен това над 75% от клиентите на Google Cloud вече използват AI платформата и AI инструментите ѝ, че през 2025 г. компанията е сключила повече сделки за над 1 млрд. долара, отколкото през предходните три години взети заедно, и че на Cloud Next ще бъдат представени над 500 клиентски истории. Сред цитираните примери са Bosch, Capcom, KPMG, Mars, NASA, Vodafone, WPP, Unilever и други.