Google ubrzano pomera fokus razvoja veštačke inteligencije ka onome što industrija naziva “agentic AI” — novoj generaciji sistema koji ne funkcionišu samo kao asistenti za komunikaciju, već kao autonomni digitalni agenti sposobni da planiraju, odlučuju i izvršavaju kompleksne zadatke kroz više aplikacija i servisa. Ovaj pravac razvoja postaje centralna strategija kompanije u trenutku kada konkurencija između najvećih AI igrača prelazi iz faze generativnih modela u fazu operativne autonomije.
Prema najavama vezanim za predstojeći Google I/O 2026, kompanija priprema novu integraciju Gemini sistema u Android, cloud infrastrukturu i XR uređaje, sa ciljem da AI postane aktivni operativni sloj digitalnog ekosistema, a ne samo interfejs za razgovor. (timesofindia.indiatimes.com)
Od chatbotova ka autonomnim agentima
Prva generacija modernih AI sistema bila je zasnovana na relativno jednostavnom modelu interakcije: korisnik postavlja pitanje, sistem generiše odgovor. Taj pristup dominirao je tržištem tokom ekspanzije generativne AI između 2023. i 2025. godine.
Međutim, industrija sada prelazi u novu fazu. “Agentic AI” podrazumeva sisteme koji mogu:
- razložiti cilj na više podzadataka
- koristiti različite aplikacije i API-je
- donositi operativne odluke
- prilagođavati ponašanje tokom izvršavanja zadatka
- završavati procese bez stalne ljudske intervencije
Drugim rečima, AI više ne služi samo za generisanje sadržaja, već počinje da funkcioniše kao autonomni izvršilac digitalnih operacija.
Gemini kao centralni operativni sloj
Googleova strategija jasno pokazuje da kompanija želi da Gemini preraste okvir klasičnog AI asistenta. Novi razvojni pravac usmeren je ka dubokoj integraciji AI sistema sa:
- Android operativnim sistemom
- Google Workspace platformom
- cloud servisima
- pretragom i personalizacijom
- XR uređajima i pametnim naočarima
Cilj nije samo da korisnik razgovara sa AI-em, već da sistem aktivno upravlja zadacima kroz čitav Google ekosistem.
U praksi, to znači scenario u kojem korisnik ne traži pojedinačne informacije, već postavlja cilj poput:
“organizuj poslovni put”, nakon čega AI agent samostalno rezerviše karte, koordinira kalendar, analizira saobraćaj i prilagođava raspored u realnom vremenu.
Tehnička arhitektura agentnih sistema
Za razliku od klasičnih jezičkih modela, agentni AI sistemi zahtevaju višeslojnu arhitekturu.
Prvi sloj čini veliki jezički model koji interpretira nameru korisnika. Drugi sloj uključuje sisteme za planiranje zadataka i upravljanje memorijom, dok treći sloj obuhvata alatnu infrastrukturu — pristup API-jima, bazama podataka i aplikacijama.
Najvažniji element jeste mogućnost iterativnog izvršavanja, gde sistem procenjuje rezultate sopstvenih akcija i prilagođava sledeće korake bez eksplicitnog korisničkog inputa.
Time AI dobija karakteristike operativnog softvera, a ne samo komunikacionog interfejsa.
Zašto Google agresivno gura ovaj pravac
Razlog za ovakav strateški pomak leži u promeni tržišne dinamike AI industrije. Generativni modeli postaju sve dostupniji i tehnološki sličniji, što smanjuje konkurentsku prednost zasnovanu samo na kvalitetu odgovora.
Zato se tržišna utakmica pomera ka pitanju:
ko može da izgradi AI sistem koji ne samo da govori, već i deluje.
Google u tome vidi priliku da iskoristi sopstvenu prednost — ogromnu infrastrukturu servisa, Android ekosistem i cloud platformu. Dok konkurenti razvijaju modele, Google pokušava da razvije kompletan autonomni operativni sloj digitalnog života.
Problem autonomije i kontrole
Međutim, što AI sistemi postaju autonomniji, raste i kompleksnost njihovog nadzora.
Agentni sistemi uvode niz novih rizika:
- pogrešno tumačenje ciljeva korisnika
- nekontrolisano izvršavanje višekoračnih operacija
- prekomeran pristup privatnim podacima
- mogućnost zloupotrebe kroz kompromitovane API-je
Poseban problem predstavlja tzv. “goal drift”, situacija u kojoj sistem tokom izvršavanja odstupi od originalne namere korisnika zbog pogrešne interpretacije prioriteta ili konteksta.
Za razliku od klasičnih chatbotova, ovde greška nije samo netačan odgovor — već potencijalno pogrešno izvršena operacija.
Sajber i regulatorne implikacije
Agentni AI sistemi istovremeno postaju i bezbednosni izazov. Što više autonomnih akcija AI može da izvrši, to je veći potencijalni prostor za eksploataciju.
Bezbednosni stručnjaci upozoravaju da bi kompromitovani agentni sistemi mogli postati nova klasa digitalnih pretnji, posebno u okruženjima gde AI ima pristup finansijskim, komunikacionim ili infrastrukturnim sistemima.
Regulatori zbog toga sve više razmatraju klasifikaciju agentnih sistema kao “high-risk AI”, posebno kada imaju mogućnost samostalnog izvršavanja operacija bez ljudske potvrde.
Promena paradigme digitalnog interfejsa
Možda najvažnija posledica razvoja agentnog AI nije samo tehnološka, već konceptualna. Ako AI sistemi preuzmu aktivnu koordinaciju digitalnih procesa, menja se i sama priroda interakcije između čoveka i softvera.
Interfejs budućnosti možda neće biti aplikacija koju korisnik otvara, već autonomni agent koji upravlja pozadinskim procesima umesto korisnika.
U tom scenariju, AI prestaje da bude alat i postaje posrednik između čoveka i digitalnog okruženja.
Zaključak
Googleovo agresivno guranje “agentic AI” koncepta pokazuje da industrija ulazi u novu fazu razvoja veštačke inteligencije — fazu u kojoj više nije dovoljno da AI razume jezik, već mora da razume ciljeve, prioritete i operativni kontekst.
To predstavlja prelazak sa generativne inteligencije na izvršnu inteligenciju.
Međutim, upravo ta tranzicija otvara i ključna pitanja buduće digitalne ekonomije: koliko autonomije sistemi mogu imati, ko kontroliše njihove odluke i šta se dešava kada AI više ne bude samo savetnik, već aktivni učesnik u izvršavanju svakodnevnih procesa.
Foto: Ilustracija/ pixabay
