Искусственный интеллект становится доминирующим, переходя от моделей к «агентской инфраструктуре»… ключевой шаг Google Cloud

Некоторые аналитики указывают, что фокус Google Cloud в борьбе за лидерство в области искусственного интеллекта уже не на “производительности моделей”, а на “контрольных слоях” и инфраструктуре данных. По мере ускорения внедрения корпоративного ИИ, отраслевые оценки предполагают, что истинный исход во многом будет зависеть от “интеллектуальной инфраструктуры ИИ”, которая позволяет агентам читать, соединять и выполнять данные.

Главный аналитик Cube Research Джон Фриер в ходе анализа конференции Google Cloud Next 2026 диагностировал, что Google стремится стать ролью “операционной системы для агентных предприятий”. Он считает, что контрольная плоскость, связывающая данные и различные системы, определит рыночное преимущество. Этот уровень подобен нейронной сети, отвечающей за соединение различных приложений и потоков данных внутри предприятия.

На корпоративных площадках скорость внедрения ИИ заметно выросла. Некоторые компании даже оценивают, что в процессе написания кода доля машин уже превышает долю человека. Однако не все организации движутся с одинаковой скоростью. Многие еще не определили, в каких бизнес-процессах приоритетнее применять ИИ для достижения максимального эффекта. Эта ситуация подчеркивает важность совместного проектирования интеллектуальной инфраструктуры ИИ, включающей данные, безопасность, управление и исполнительную среду.

Ключевым является “контекстуальные данные”… важнее точной информации — “самая уместная информация”

Google Cloud рассматривает “контекстуальные данные” как ключ к преодолению ограничений моделей ИИ. Руководитель отдела баз данных Google Cloud Сайлаш Криишнамуру объяснил, что сама модель очень мощная, но реальный контекст бизнес-задач находится в данных. Это означает, что для ответа на вопрос недостаточно просто ввести много информации, нужно точно извлечь “текущую необходимую информацию”.

Поэтому существует мнение, что следующее поколение облачных данных должно отличаться от существующих баз данных. Оно должно выходить за рамки простого хранения и поиска, обрабатывая внутри одной системы графовые поиски, векторные встраивания, полнотекстовый поиск и реляционные операции. Только минимизируя перемещение данных и одновременно предоставляя оптимальные результаты, интеллектуальная инфраструктура ИИ сможет эффективно работать в масштабных корпоративных средах.

OpenText также разделяет эту точку зрения. Компания сотрудничает с Google Cloud, создавая стек агентных решений на базе контекстной инженерии, суверенитета данных и открытой совместимости. В OpenText подчеркивают, что корпоративная информация — это не просто файлы, а система, включающая классификацию, маркировку, управление и связь с бизнес-процессами. Чтобы предоставить эти данные крупным языковым моделям, необходимо избегать ненужного засорения данных и передавать только необходимую информацию в нужный момент.

Google расширяет возможности за счет глубокой интеграции платформы Gemini для корпоративных агентов, чтобы расширить отраслевые решения, безопасно использующие десятилетия накопленных корпоративных документов. Это еще раз подтверждает, что успех внедрения ИИ во многом зависит от качества данных и архитектуры доступа, а не от “фишек” модели.

Гибридные среды и снижение затрат… партнерские отношения определяют эффективность инфраструктуры ИИ

Конкуренция в области инфраструктуры ИИ не может решиться только усилиями одной компании. Google сотрудничает с NVIDIA, Dell Technologies, AMD и другими, создавая “готовую к ИИ инфраструктуру” для облака и локальных развертываний. Особенно учитывая, что многие компании по соображениям безопасности и регулирования не могут полностью доверить данные внешним облакам, Google через свою распределенную облачную платформу поддерживает использование Gemini и в локальных средах.

В этом процессе роль Kubernetes становится все более важной. Google рассматривает Kubernetes как фактическую операционную систему ИИ, охватывающую обучение, вывод и усиленное обучение. Это означает, что Kubernetes — ключевой инструмент для координации агентных систем, разбросанных по разным средам. Расширение ИИ в условиях мультиоблачных или гибридных архитектур невозможно без этого уровня оркестрации.

Стоимость также является важным фактором. AMD объясняет, что при использовании одновременно собственных дата-центров и облака для многих клиентов наиболее реалистичной альтернативой является инфраструктура на базе x86. Контейнерные рабочие нагрузки легко мигрируют между средами, и при этом не требуется менять код, что обеспечивает баланс между производительностью и затратами.

Американская туристическая технологическая компания Sabre утверждает, что после миграции более 50 тысяч виртуальных CPU на AMD-инстансы Google Cloud удалось одновременно снизить затраты и повысить производительность. Компания отмечает, что без изменений в коде удалось добиться более быстрой обработки и освободить бюджет для инвестиций в агентные ИИ.

Google также делает ставку на расширение экосистемы. Для усиления партнерской сети Google Cloud планирует инвестировать 750 миллионов долларов (около 1,107 триллионов вон), чтобы повысить эффективность более 120 тысяч компаний-партнеров. Также разрабатывается структура, позволяющая агентам партнеров взаимодействовать с системами Google, автоматизируя onboarding, обучение и рекомендации.

Применение ИИ для “решения сложных задач” — ключ к эффективности… превосходство в автоматизации и улучшении клиентского опыта

McKinsey советует, что компании, чувствующие, что отдача от инвестиций в ИИ ниже ожиданий, должны сосредоточиться на более крупных проблемах. Старший партнер McKinsey Ашутош Пади говорит, что для создания значимой ценности необходимо начинать с задач, способных кардинально изменить всю структуру бизнеса. Даже успешные простые экспериментальные проекты могут не привлечь внимания всей организации, тогда как решение ключевых бизнес-задач вызывает управляемые изменения и развитие способностей.

В качестве примера приводится крупнейший государственный рынок медицинского страхования в США — Covered California. Эта организация совместно с Deloitte и Google внедрила Google Document AI, автоматизировав процессы определения прав и регистрации. По оценкам, это сэкономило около 24 тысяч часов работы в год. Ранее проверка документов могла занимать до 72 часов, а теперь — всего несколько секунд.

Это не только снижает затраты на персонал. Аналитики отмечают, что освобождение сотрудников от рутинных бумажных задач позволяет им сосредоточиться на более ценном клиентском обслуживании, повышая качество сервиса и клиентский опыт. Deloitte подчеркивает, что ИИ не заменяет человека, а помогает сосредоточиться на более гуманитарных задачах.

Сообщение конференции Google Cloud Next 2026 однозначно: ядро конкуренции в ИИ уже не только в “создании более умных моделей”. В корпоративном секторе, объединяя контекст данных, контрольные слои, гибридную инфраструктуру, эффективность затрат и партнерскую экосистему, интеллектуальная инфраструктура ИИ становится настоящим ключом к победе. В будущем успех внедрения ИИ во многом будет зависеть не только от модели, а от ее способности стабильно и гибко взаимодействовать с корпоративной средой.