Google aposta em agentes de IA que escolhem modelos e executam tarefas entre sistemas

O Google Cloud apresentou uma nova aposta para ampliar o uso de agentes de inteligência artificial (IA) nas empresas: uma arquitetura capaz de selecionar diferentes modelos de linguagem conforme a tarefa, acessar sistemas corporativos e executar atividades que envolvem múltiplas aplicações.

A proposta, materializada no Gemini Agent, busca reduzir a fragmentação das ferramentas de IA utilizadas nas organizações e centralizar sua operação em um único ambiente.

Uma das principais características da solução é a separação entre o agente responsável por coordenar o trabalho e os modelos utilizados para executá-lo.

Na prática, o Gemini Agent pode recorrer tanto aos modelos Gemini, do Google, quanto ao Claude, da Anthropic, conforme as necessidades de cada atividade.

A companhia também prevê incorporar modelos abertos e privados de outros fornecedores.

A estratégia permite que diferentes modelos sejam utilizados dentro de um mesmo fluxo de trabalho, sem exigir que as empresas reconstruam suas integrações, habilidades e bases de contexto a cada mudança tecnológica.

Segundo o Google, a escolha também considera a qualidade das respostas e a otimização dos custos de processamento.

O anúncio foi realizado durante o Gemini at Work 2026, em 8 de outubro, pelo CEO do Google Cloud, Thomas Kurian.

A iniciativa acompanha o movimento das fornecedoras de tecnologia para transformar assistentes de IA em sistemas capazes de executar processos corporativos com maior autonomia.

“O Gemini tem todo o seu contexto de negócios e pode ser usado para tudo, desde o trabalho de conhecimento até responder a perguntas, e da criação de conteúdo à codificação, tudo a partir de uma única caixa de prompt”, afirma Kurian.

Leia mais: Modelo de IA da Anthropic envia denúncia falsa de homicídio Agentes passam a atuar entre diferentes sistemas A arquitetura apresentada pelo Google prevê que o Gemini Agent funcione como uma camada de coordenação entre aplicações corporativas.

A solução pode se conectar a ferramentas de colaboração, como Microsoft 365, Slack e Google Workspace; plataformas de desenvolvimento, como Git e Jira; sistemas empresariais, como Salesforce e ServiceNow; e ambientes de dados, incluindo BigQuery, Databricks, Snowflake e PostgreSQL.

A integração utiliza ferramentas e conectores, incluindo servidores baseados no Model Context Protocol (MCP), padrão que permite conectar sistemas de IA a fontes externas de dados e funcionalidades.

O agente também pode criar subagentes especializados para executar etapas de um processo em paralelo ou em sequência.