Технический директор Google Cloud Уилл Граннис в интервью для канала Eye on AI представил видение будущего, в котором корпоративное программное обеспечение эволюционирует от инструментов к автономным «облакам подключенных агентов». В центре обсуждения — запуск платформы Agent Space, технологические прорывы в архитектуре Gemini и то, как крупнейшие компании мира внедряют ИИ для автоматизации критических бизнес-процессов.
🤖 От чат-ботов к автономным агентам: эволюция концепции 2:25
Уилл Граннис описывает свою роль в Google Cloud как связующее звено между разработкой и потребностями 200 крупнейших клиентов компании . По его словам, индустрия переживает стремительный сдвиг: если раньше фокус был на узкоспециализированных моделях, то сегодня доминирует концепция «оркестратора» — центральной модели, управляющей множеством суб-моделей .
История создания агентов в Google началась задолго до хайпа вокруг генеративного ИИ. Граннис вспоминает проект 2017 года для компании Verizon:
- Задача: обработка миллионов ежедневных запросов в службу поддержки .
- Решение: использование инструментов Dialogflow и технологий инкубатора Area 120 для кластеризации намерений (intents) клиентов .
- Результат: сокращение сотен тысяч различных запросов до 5–10 ключевых категорий, что позволило компании действовать проактивно .
Сегодня понятие «агент» стало значительно шире. Уилл Граннис приводит пример «агентов по закупкам», которые могут самостоятельно вести переговоры с ИИ-представителями поставщиков, используя теорию игр для согласования цен и условий контрактов .
🏗️ Три столпа современной агентской архитектуры 9:06
Граннис выделяет три ключевых изменения, которые сделала возможными технология трансформеров и генеративный ИИ:
- Естественный язык как интерфейс программирования. Теперь можно обращаться к хранилищам данных на человеческом языке, что устраняет до 80% рутинной работы дата-инженеров по подготовке запросов .
- Оркестрация рабочих процессов через API. Агенты больше не ограничены генерацией текста; они могут «оборачивать» API в инструменты . В качестве примера Граннис приводит систему обработки чеков в крупной корпорации: агент распознает текст, обращается к системе аудита на предмет комплаенса и проверяет лимиты в финансовых системах — всё одним нажатием кнопки .
- Фундамент доверия и заземления (Grounding). Чтобы избежать галлюцинаций, Google Cloud использует «заземление» на авторитетные источники: поиск Google и внутренние данные компании .
🪴 Agent Space и «Сад агентов» 14:06
Для упрощения разработки Google Cloud запустил платформу Agent Space. Это единая среда, где разработчики могут индексировать данные, подключать инструменты и задавать контекст для ИИ-помощников . Граннис подчеркивает важность открытости платформы:
- Пользователи могут использовать сторонние фреймворки, такие как LangGraph, разворачивая их на инфраструктуре Vertex AI .
- Поддерживаются как проприетарные модели (Gemini), так и открытые (Gemma). По данным Гранниса, открытая модель Gemma достигла 100 миллионов скачиваний за последний год .
- Внутри платформы создается Agent Garden («Сад агентов») — библиотека готовых шаблонов (маркетинговых, клиентских, аналитических), чтобы разработчикам не приходилось начинать с нуля .
Технический директор цитирует Келси Хайтауэра: «Хорошие инженеры копируют, великие — вставляют» (Good engineers copy, great engineers paste), объясняя этим логику создания готовых «стартовых пакетов» агентов .
🌐 «Облако подключенных агентов» и масштабируемость 27:14
Вместо термина «общество агентов», используемого конкурентами из Microsoft, Уилл Граннис предпочитает метафору «Облако подключенных агентов» (Cloud of connected agents) . Он считает, что агентские сети будут масштабироваться так же динамично, как и облачные вычисления:
- Некоторые агенты будут работать круглосуточно в режиме реального времени.
- Другие будут эфемерными: создаваться под конкретную задачу и исчезать после её выполнения, освобождая ресурсы .
С технической точки зрения это ставит новые вызовы перед инфраструктурой. Граннис отмечает, что при переходе на агентское управление операциями (24/7 ops) сетевой трафик становится крайне «разговорчивым» . Google работает над оптимизацией размеров пакетов и полезной нагрузки транзакций, чтобы миллионы взаимодействующих агентов не перегружали каналы связи .
🏢 Противостояние корпораций и стартапов 30:31
Уилл Граннис высказывает интересное мнение о расстановке сил на рынке ИИ. По его мнению, крупные корпорации сегодня имеют паритет со стартапами .
- Преимущество стартапов: скорость и узкая специализация в конкретном домене.
- Преимущество корпораций: владение уникальными данными.
В качестве примера приводится фармацевтическая отрасль. Стартап может быстро создать «проводку» для агента, но у гиганта индустрии есть архивы всех предыдущих испытаний и документация FDA (Управление по санитарному надзору за качеством пищевых продуктов и медикаментов) . Если корпорация использует современную платформу вроде Agent Space, она может создать агента более высокого качества именно за счет контекста и данных .
📏 Проблема оценки и «Автоматические оценщики» 33:13
Одной из главных преград для внедрения агентов Граннис называет сложность оценки качества (Evals). Научные бенчмарки хороши, но они не подходят для проверки того, насколько документ соответствует стандартам FDA .
Решение, над которым работает команда Уилла — Auto-raters (автоматические оценщики). Поскольку миллионы агентов будут генерировать объемы контента, которые люди физически не смогут проверить, ИИ должен начать оценивать сам себя на основе заданных базовых линий (baselines) .
🏎️ Практические кейсы: от R2-D2 до кибербезопасности 45:44
В ходе беседы Граннис привел несколько впечатляющих примеров использования технологий Google Cloud:
- Проект R2-D2 для гоночной лиги: создание системы, которая в реальном времени анализирует данные с болида, голоса пилота и механиков, а также видеопотоки для корректировки стратегии гонки прямо на трассе .
- 25% нового кода в Google: по словам Гранниса, уже четверть всего нового программного кода в компании генерируется ИИ и проверяется инженерами .
- Кибербезопасность: использование Gemini для мгновенного анализа базы данных уязвимостей (CVE), представленной в формате JSON. Модель способна без предварительной обработки данных интерпретировать угрозы и предлагать шаги по их устранению .
- WPP: рекламный гигант использует Gemini для создания брендированного контента за 3 минуты, интегрируя гайдлайны бренда напрямую в контекст модели .
🔮 Будущее: ИИ для науки и суверенные облака 53:58
Граннис видит следующий большой прорыв в «ИИ для науки». Он вспоминает проект с NASA, где даже интерны смогли находить новые планеты, получив доступ к мощностям GPU и простым интерфейсам . ИИ изменит работу с материалами, молекулами и минералами.
Также гость затронул тему «Суверенного ИИ». Для соблюдения требований регуляторов (особенно в Европе) Google внедряет концепцию Google Distributed Cloud, позволяя правительствам контролировать данные, вычислительные мощности и саму работу агентов в рамках национальных границ .
В завершение Уилл Граннис подчеркнул важность «инженерии контекста» (context engineering) в противовес традиционному промпт-инжинирингу . Благодаря огромному окну контекста Gemini (1 миллион токенов и выше), разработчики могут загружать целые репозитории или библиотеки документов, позволяя модели рассуждать на основе всей совокупности знаний компании .
