Google Cloud 在美國時間 10 月 8 日舉行的 Gemini at Work 2026 大會上，正式宣布推出全新 Gemini 企業 AI 代理。這款通用型代理不再局限於回答問題或生成內容，而是能理解企業工作流程，自主規劃及執行任務，並直接操作 Gmail、Google 文件、試算表及其他企業系統。Google 同時公布多項數據分析、安全治理及多代理協作功能，目標是將 AI 從輔助工具提升為企業的數碼工作夥伴。
Google Cloud 執行長 Thomas Kurian 表示，新 Gemini 代理能理解使用者的業務背景，透過單一提示框處理知識型工作、內容創作及程式編寫，並自動選用最合適的 AI 模型，在工作效率、成本與企業安全之間取得平衡。
從回答問題到自主完成工作
傳統生成式 AI 通常需要使用者逐步下達指令，新 Gemini 則採用以目標為導向的代理式工作模式。使用者只需描述希望取得的成果，系統便會自行規劃執行步驟、調用工具及連接企業資料，最終交付文件、報告、程式碼或其他可直接使用的成果。
Gemini 採用雲端持續執行架構，能跨越網頁、手機及桌面裝置保留工作進度與記憶。即使使用者關閉電腦，需時數小時甚至數天的任務仍可繼續運作，下次登入即可查看進度。
對於複雜工作，Gemini 還能建立多個專責子代理，分工執行資料搜集、分析、程式開發及報告製作等程序，再統一整合成果。企業亦可建立具有固定職責的「同事代理」（Coworker Agent），例如專門負責項目管理、財務分析或活動籌備的 AI 團隊成員。
深度整合 Google Workspace AI 成為團隊同事
Gemini 的一大優勢，是直接內建於 Gmail、Google 雲端硬碟、Google 文件、簡報、試算表、Chat 及日曆之中。使用者無需反覆切換應用程式或重新提供背景資料，各項服務均能共享相同的工作情境、記憶及存取控制。
例如，使用者可以要求 Gemini 安排跨部門會議，代理會根據過往電郵、聊天室成員及日曆資料辨識參與者，並協調合適的會議時間。
Gemini 也能識別可委派的工作。當主管透過電郵要求提交專案進度報告時，系統可主動建議由 AI 處理，搜集相關資料後製作簡報。收件箱亦能按訊息重要性而非單純收件時間排序。
更值得注意的是「同事代理」功能。企業可以為 AI 建立獨立的 Workspace 身分，配備電郵地址、日曆及雲端硬碟。員工只需在 Google Chat 或文件註解中以 @ 標記代理，就能分派工作、索取報告或要求修改文件。
這些代理使用自己的身分執行任務，而非冒用員工帳戶，其操作亦會保留在文件版本記錄中。對企業而言，這有助於把 AI 納入現有團隊協作及責任追蹤制度。
三大核心能力：工具、技能與記憶
Google Cloud 將 Gemini 的工作能力建立在三個基礎之上。
工具（Tools） 讓代理連接企業已使用的系統，包括 Microsoft 365、Slack、Confluence、Salesforce、ServiceNow、Jira、Git，以及 BigQuery、Snowflake 等資料平台。Gemini 亦支援透過 Model Context Protocol（MCP）連接其他企業工具。
技能（Skills） 則是可重複使用的工作指令與流程。企業可以為財務報告、合規檢查、客戶服務及其他標準作業建立專屬技能，並透過 Skills Registry 供不同團隊共享，有助維持處理結果的一致性。
記憶（Memory） 讓 Gemini 在長期協作中保留工作背景。系統具有工作階段、語意、程序及情節四種記憶，分別保存目前任務、企業知識、工作方法及歷史操作，減少重複交代資料的需要。
此外，Gemini 能根據任務複雜程度選擇適當的 AI 模型，避免所有工作都使用成本較高的大型模型，以控制運作開支。
數據分析與機器學習 由提問直接產生報告
Google Cloud 亦針對數據分析推出專門技能，讓一般業務人員只需使用自然語言提問，便能獲得營運報告、圖表及決策參考資料。
對數據工程師而言，Gemini 可自動生成 PySpark 程式碼、建立 Notebook、訓練機器學習模型，以及協助排查數據管道問題。
相關能力結合 Knowledge Catalog、Smart Storage 及 Borderless Lakehouse。Knowledge Catalog 統一企業業務術語與數據定義；Smart Storage 協助整理 PDF、影像及錄音等非結構化資料；Borderless Lakehouse 則讓企業不必全面搬遷數據，也能查詢其他雲端及企業平台的資料。
Gemini 可以根據問題生成 SQL、Spark 或 Python 程式碼，再透過 BigQuery 等服務執行分析。對經常製作固定營運報告的企業而言，已建立並儲存的查詢亦可重複使用，無需每次重新耗用 AI 詞元生成相同查詢。
安全與治理 為每個 AI 代理建立獨立身分
隨著 AI 代理開始自行操作企業系統，安全及權限管理成為部署的重要條件。
Google Cloud 表示，Gemini 採用獨立代理身分及最小權限原則（Least Privilege），每個代理只能存取獲授權的資料及功能，並須遵守企業管理員設定的政策。
所有代理操作均會記錄在稽核日誌內，以便資訊科技部門追查行為及監察異常活動。代理執行環境亦設有獨立網絡邊界的 Agent Sandbox，隔離不同任務。
另一項重要機制是 Agent Gateway。它相當於 AI 代理專用的網絡防火牆，所有代理對外連線及代理之間的通訊均須經過閘道，企業可集中執行安全政策。
例如，管理員只需設定 AI 代理不得讀取標記為機密的文件，便可將相關限制套用至整個企業的代理環境，而不必逐一設定。
這些功能旨在讓企業在引入自主 AI 的同時，保留身分管理、存取審批、操作追蹤及資料保護等控制措施。
企業實際應用 Airwallex 客戶問題解決速度提升 10 倍
Google Cloud 同時披露多間香港及亞太區企業採用 Gemini Enterprise 及相關 AI 代理技術的成果。
Airwallex（空中雲匯） 已在基礎架構中部署 Gemini Enterprise，客戶問題解決速度提升 10 倍，爭議案件處理時間縮短 40%，軟件上市速度提升逾 95%。公司亦正開發用於資金管理、應付帳款及支付流程的自動化代理。
星展銀行（DBS） 在 Google Cloud 上建立由 70 至 80 個專責代理組成的工作流程，整合金融、監管及市場資料，以協助編寫企業信貸報告。銀行保留人員參與審核，讓客戶關係經理可以減少資料搜集工作，集中處理客戶諮詢。
日立（Hitachi） 透過 HMAX AI 解決方案，在超過 200 個應用場景部署專責代理，包括利用影像辨識核對工程人員施工前後的工具及電線照片。Google Cloud 指有關應用令生產力最高提升 400%，並協助改善工作安全。
NTT DOCOMO 則建立專屬數據代理，將取得數據分析結果所需時間由兩星期縮短至即時，每年節省高達 45 萬個工作小時。公司正進一步擴大 Gemini Enterprise 的部署。
上述成果反映 Gemini Enterprise 及相關代理技術已在不同企業業務中投入實際應用，但並非全部由今次新公布的通用 Gemini 代理直接產生。
七大企業 AI 代理平台比較
其實除了 Google Cloud 之外，其他 AI 企業都紛紛推出針對業務運用的 AI 代理，不過定位就各有不同。
| 公司／產品 | 主要特點 |
|---|---|
| Google Cloud — Gemini Agent | Workspace 深度整合、長期記憶、多代理調度、模型自動選擇 |
| Microsoft — Copilot Cowork、Agent 365 | Microsoft 365 工作自動化、統一代理管理及安全治理 |
| OpenAI — Dots | 全天候自主工作、獨立雲端電腦、跨應用操作、持續學習 |
| Anthropic — Claude Cowork | 文件製作、研究分析、專業技能、跨應用執行 |
| Salesforce — Agentforce 360 | CRM、客戶服務、銷售、企業工作流程 |
| AWS — Amazon Quick | 企業數據查詢、跨系統操作、第三方代理整合 |
| ServiceNow — AI Agents、Otto | IT、HR、客服工作流程、代理治理 |
總結
Gemini 通用代理部分新功能仍處於早期存取階段，包括多步驟背景任務委派、手機與桌面端代理功能，以及第三方模型選擇，因此企業現時未必能立即使用所有展示功能。
Google 強調，新平台除了透過模型自動選擇及成本控制降低運作開支，亦配合新一代 TPU 8i 基礎架構，其性價比較上一代提升 80%。
整體而言，Gemini 今次更新的關鍵並非單純提升文字生成能力，而是讓 AI 直接參與企業日常工作，並與既有應用程式、數據及安全制度整合。對已大量使用 Google Workspace 的企業尤其具吸引力，但實際效益仍取決於企業資料整合程度、內部授權政策，以及代理在真實工作環境中的可靠性。
