Pada 8 Oktober 2026, Google Cloud meluncurkan Gemini Agent serbaguna untuk perusahaan dalam acara Gemini at Work 2026. Agent ini tidak hanya menjawab pertanyaan, tetapi juga dirancang untuk menjalankan tugas lintas aplikasi perkantoran, membuat file, menulis kode, serta mengoordinasikan AI Agent lain untuk menyelesaikan pekerjaan. Google berharap ke depannya karyawan cukup menjelaskan tujuan, lalu AI akan merencanakan proses dan memberikan hasil. Peluncuran ini mengarah pada cara kerja baru, tetapi produknya masih berada dalam tahap pratinjau privat untuk sejumlah pelanggan terbatas. [1][3]
Dari chatbot menjadi pelaksana tugas
Banyak alat AI saat ini masih mengikuti pola “pengguna bertanya—model menjawab”: tanyakan poin-poin penting dari suatu dokumen, dan AI merangkumnya; minta AI menulis email, dan AI membuat draf. Namun, untuk benar-benar memasukkan hasilnya ke sistem bisnis, orang sering kali masih harus menyalin, memeriksa, dan melakukan berbagai tindakan satu per satu.
Google ingin mengubah cara interaksi ini. Agent baru yang dijelaskan perusahaan menggabungkan tanya jawab, pekerjaan berbasis pengetahuan, pembuatan media, dan eksekusi kode dalam satu antarmuka. Pengguna dapat langsung mendelegasikan tujuan; sistem akan memilih keterampilan, alat, dan model sendiri, lalu terhubung ke data perusahaan untuk menghasilkan pekerjaan. Agent ini dapat menerima tugas melalui berbagai saluran, seperti browser, ponsel, desktop, command line, dan perangkat lunak kolaborasi. [1][2]
Perbedaannya bukan sekadar kemampuan mengeklik otomatis, melainkan durasi pelaksanaan yang lebih panjang. Menurut Google, tugas yang berlangsung berjam-jam, bahkan berhari-hari, dapat terus berjalan di cloud. Konteks tugas dan progresnya tetap tersimpan meski pengguna mematikan komputer. Tugas yang rumit juga dapat dibagi kepada subagen yang dibentuk sementara untuk menangani berbagai langkah secara kolaboratif. [1]
Mengapa rekan kerja digital membutuhkan identitas tersendiri
Dalam alat obrolan biasa, AI umumnya menjawab dengan menggunakan identitas sesi pengguna. Namun, jika AI mulai bertindak atas nama tim untuk mengedit file, mengirim pesan, dan memantau progres proyek, siapa yang melakukan tindakan tersebut menjadi persoalan tata kelola.
Google mengusulkan format “rekan kerja kolaboratif”: tim dapat memberi agent yang ditugaskan untuk jenis pekerjaan tertentu akun Workspace, alamat email, kalender, dan penyimpanan Drive tersendiri. Anggota tim dapat menyebutnya di grup obrolan, mengirim email kepadanya, atau memintanya menangani sesuatu melalui komentar dokumen. Dengan begitu, aktivitasnya tercatat atas nama agent itu sendiri, bukan tercampur dengan aktivitas seorang karyawan. [1][2]
Sebagai contoh, sebuah tim pemasaran dapat membuat agent koordinator kampanye untuk merangkum kesiapan peluncuran, menyusun daftar periksa, lalu mengirimkan hasilnya ke ruang kerja tim. Berbeda dengan sekadar membuat teks, pekerjaan ini secara jelas diberikan kepada peran sistem yang dapat terus menerima tugas. [1]
Namun, akun tersendiri tidak berarti AI otomatis tepercaya. AI bisa salah memahami instruksi, mengakses data yang seharusnya tidak digunakan, atau menghasilkan informasi yang tidak akurat. Semakin dekat AI dengan pekerjaan nyata, semakin penting bagi organisasi untuk menetapkan hak akses minimum, persetujuan untuk tindakan penting, peninjauan log, dan prosedur penanganan kegagalan. Google menjelaskan mekanisme seperti identitas tersendiri, kontrol otorisasi, sandbox, gateway kebijakan jaringan, dan catatan audit. Mekanisme tersebut merupakan desain produk yang telah diungkapkan secara publik, tetapi bukan berarti semua skenario penggunaan telah lolos validasi keamanan. [1]
Kemampuan integrasi perangkat lunak menentukan keberhasilan penerapan
Perusahaan tidak akan meninggalkan perangkat lunak yang sudah digunakan hanya karena mengadopsi AI. Cakupan koneksi Gemini meliputi Google Workspace serta layanan seperti Microsoft 365, Slack, Jira, Git, BigQuery, dan Postgres. Google juga menyebut Model Context Protocol (MCP), yaitu spesifikasi antarmuka yang memungkinkan agen menggunakan alat eksternal melalui cara yang terpadu.[1][2]
Misalnya, seorang manajer proyek perlu menyiapkan laporan progres untuk rapat mingguan. Secara teori, alurnya bisa seperti ini: mengambil perubahan terbaru dari pesan obrolan dan sistem tugas, mengakses angka bisnis di database, menyusun laporan, lalu mengirimkan hasilnya melalui alat dokumen. Satu tugas menghubungkan operasi di beberapa perangkat lunak yang sebelumnya terpisah.
Namun, ini hanya menjelaskan batas kemampuan, bukan berarti semua perusahaan dapat langsung menjalankan alur yang sama. Perbedaan kolom data, izin yang tidak lengkap, cakupan konektor yang terbatas, dan persyaratan persetujuan yang rumit dapat menghambat pelaksanaan. Sebelum menerapkan, perusahaan tetap perlu menguji penerimaan untuk tugas nyata, bukan sekadar menilai kelayakan berdasarkan video demo.
Tidak mengunci agen pada satu model
Perubahan teknis lain yang patut diperhatikan adalah upaya Google memisahkan “agen yang menjalankan tugas” dari “model dasar yang bertanggung jawab atas penalaran”. Solusi resminya saat ini mendukung seri Gemini serta model Claude dari Anthropic, dan berencana memperluas pilihan secara bertahap.[1][2]
Artinya, konteks bisnis, keterampilan kerja, dan koneksi alat yang telah dibangun perusahaan berpeluang tetap berada di lapisan agen yang relatif stabil. Untuk setiap langkah, perusahaan dapat memilih model dengan biaya dan kemampuan yang berbeda; misalnya, memakai model berbiaya lebih rendah untuk tugas penyusunan sederhana dan model berperforma tinggi untuk analisis yang rumit. Namun, orkestrasi lintas model juga menambah persoalan kompatibilitas, privasi, dan konsistensi hasil, sehingga perlu diuji dalam praktik.
Google juga mengumumkan perutean cerdas, batas pengeluaran proyek, dan mekanisme untuk menjeda tugas guna mengatasi biaya AI yang berjalan dalam waktu lama. Konsumsi sumber daya untuk tanya jawab biasa sangat berbeda dari tugas yang berlangsung selama berjam-jam dan melibatkan banyak sistem. Jika perusahaan tidak dapat melacak total biaya pemanggilan model, eksekusi kode, dan penggunaan alat, AI akan sulit dimasukkan ke dalam anggaran.[1]
Jarak antara demo produk dan organisasi nyata
Google menyebutkan beberapa studi kasus perusahaan yang menggunakan kemampuan Gemini Enterprise, dari sektor keuangan, ritel, telekomunikasi, dan lainnya. Namun, studi kasus pelanggan Gemini Enterprise yang sudah ada tidak semuanya dapat dianggap sebagai bukti bahwa agen serbaguna baru ini telah diterapkan secara menyeluruh.[1]
Gambar: Ilustrasi studi kasus pelanggan perusahaan Gemini Enterprise yang diumumkan oleh Google Cloud (sumber: Google Cloud)
VentureBeat dalam laporan eksklusifnya pada 8 Oktober mengonfirmasi bahwa saat itu, agen Gemini baru tersedia dalam pratinjau privat untuk pelanggan terpilih, sementara tanggal peluncuran yang lebih luas belum ditentukan. Laporannya juga menyebutkan bahwa Google memperkirakan fitur baru ini akan tersedia bagi pelanggan Gemini Enterprise yang memenuhi syarat, tetapi detail lengkap mengenai lisensi dan biaya penggunaan masih perlu menunggu pengumuman lebih lanjut.[3]
CBS News menempatkan peluncuran ini dalam konteks persaingan perusahaan teknologi untuk menghadirkan agen AI yang dapat bekerja. Fokus persaingan kini bergeser dari berapa banyak pertanyaan yang bisa dijawab menjadi apakah agen dapat menyelesaikan tugas dengan aman, andal, dan hemat biaya dalam sistem sehari-hari.[4]
Hal ini juga menjelaskan mengapa “kemampuan terhubung ke alur kerja yang ada” mungkin lebih penting daripada satu skor di papan peringkat. Jika agen tidak dapat mengakses informasi yang tepat atau tidak dapat melakukan tindakan dengan izin yang terkendali, bahkan model bahasa yang sangat kuat pun sulit menghasilkan nilai yang berkelanjutan.
Apa artinya bagi karyawan dan perusahaan
Bagi karyawan, perubahan yang paling terasa adalah cara berinteraksi: di masa mendatang, mereka mungkin tidak perlu lagi menyalin keluaran AI berulang kali di antara berbagai perangkat lunak. Mereka cukup menyampaikan tujuan, tenggat waktu, batasan, dan kriteria penerimaan seperti saat memberikan tugas kepada rekan kerja, lalu meninjau proses dan hasilnya.
Bagi para pengelola perusahaan, pertanyaan dalam proses pengadaan akan menjadi lebih kompleks. Selain menilai akurasi jawaban model, mereka juga perlu memperhatikan apakah agen memiliki identitas tersendiri, apakah izinnya dapat dicabut, apakah tindakan penting memerlukan persetujuan, apakah kesalahan sistem dapat ditelusuri, serta berapa banyak sumber daya yang digunakan untuk menyelesaikan seluruh tugas.
Google menunjukkan arah yang jelas melalui peluncuran ini: AI berevolusi dari asisten pasif yang menjawab pertanyaan menjadi pelaksana yang dapat terus bekerja dan memiliki identitas dalam organisasi. Namun, produk ini masih berada pada tahap awal ketersediaan, dan diperlukan lebih banyak bukti yang terbuka mengenai keandalan jangka panjang, biaya spesifik, serta kinerjanya dalam operasi berskala besar. Wajar untuk melihatnya sebagai perubahan penting dalam arah pengembangan produk; tetapi masih terlalu dini untuk menganggapnya sebagai tenaga kerja digital matang yang dapat sepenuhnya menggantikan karyawan.[1][3][4]
Sumber referensi
- Welcome to Gemini at Work 2026: Introducing the Gemini agent — Google Cloud, diakses pada 2026-10-10
- Google brings agentic AI to Gemini, starting with businesses — TechCrunch, diakses pada 2026-10-10
- Google Cloud unveils persistent Gemini Agents for long-running tasks, and they get their own Gmail, Calendar, and Drive storage — VentureBeat, diakses pada 2026-10-10
- Google launches Gemini AI workplace agent that can write code and run tasks, company says — CBS News, diakses pada 2026-10-10