Google在云端年会中揭露客服代理新功能，不只能用更拟人的语音回覆使用者问题，还结合镜头画面辨识能力，即时查看使用者手中物品，如盆栽，并自动推荐合适的产品。（图片来源／Google）

今年度Google Cloud Next大会聚焦AI代理新战略，除了新添低门槛开发工具、互通协定来供企业打造多代理生态，还建置开箱即用的现成代理应用，瞄準客服、创意、资料科学、程序开发、资安等5大领域，另也针对办公生产力，推出代理加持的工作流程自动化服务。

代理领域1：客服

Google云端首先亮相的是新一代顾客参与套件（Customer Engagement Suite）。这个套件原本就提供开箱即用的功能，可根据企业数据快速建置代理，这些数据可以是网路资料、行动装置资料、客服资料，也可以是实体店内资料、第三方电信资料以及内部CRM系统资料。

而这次的新一代套件，将提供更拟人的高解析度语音、情绪理解能力，来让AI代理更好地与人对话，另还有支援串流影片的功能，来让代理透过顾客端设备即时解释或回应所看到的内容。再来，这个套件还提供AI助手，来协助使用者在无程序码介面打造客製化的AI代理。

同时，Google还针对特定产业打造垂直式代理，来改善客服以外的顾客对话体验，如食品订购、汽车和零售等。其中，美国的温蒂汉堡就用这个套件打造AI得来速订餐系统，每天处理了6万份订单，又或是宾士在其最新的CLA车型中，新添对话式搜寻和导航功能。

代理领域2：创意

另一方面，Google云端也介绍自家既有的创意代理（Creative Agents），专门用来提高创意团队的表现，像是媒体行销、广告、设计等，甚至用于大规模的创意内容製作。

同时，这些创意代理还正优化对观众讲故事的能力。Google透露，他们自己在行销团队的带领下，就用创意代理来打造秋季Pixel手机广告活动。而食品製造商Mondelez，也用这项工具来替旗下品牌Oreo进行内容和创意设计。

Google云端也联手Adob??e，将自家图像生成模型Imagen 3、影片生成模型Veo 2等导入Adob??e Express等应用程序，来供创作使用。

代理领域3：资料处理

另一大代理亮点是资料代理（Data Agents），Google云端特别点出，这次在自家资料处理平台BigQuery中新推的资料代理，能满足资料团队每位成员的工作需求。

比如，对资料工程团队来说，资料代理可协助建立资料管线、进行资料前处理（如转换格式和增强资料），还能透过异常检测来维护资料品质，并能自动产生诠释资料（Metadata）。

对资料科学团队来说，Google云端的资料代理还能自动化特徵工程、提供智慧模型选择、扩展模型训练规模，以及加速模型迭代。

对于资料分析和业务角色而言，Google云端也有套对话分析代理程序，可完全使用自然语言，来执行强大可靠的分析。使用者也能将代理程序嵌入到自己的Web或行动应用程序中。

不少企业已经先使用这些代理功能，比如拜耳打造一个代理，结合Google搜寻趋势和内部数据来预测流感趋势、改善公共卫生态势。又或是美国内华达州等公共部门，正在利用代理来加速福利申请。

代理领域4：程序开发

Google云端代理应用还瞄準程序开发，在原本的程序码助手Gemini Code Assist中新添了代理，目前为私人预览版，来辅助程序码现代化到整个软件开发生命周期的所有工作。开发者除了能在看版中使用Code Assist代理，还能在Google第三方合作平台中使用，比如Atlassian、Sentry、Snyk等。

Google自己还透露，他们内部超过25%的新上架程序码，已经由AI产出并经工程师审查。

代理领域5：安全

Google云端的代理应用，还更深入到资安领域，在今年大会中宣布多项新应用，比如警报分类代理，能代表使用者执行动态调查、分析每个警报的上下文，收集相关资讯并对警报做出判断，同时提供代理判断的依据和决策历史。

又或是恶意软件分析代理，能调查程序码是否安全或有害。这款代理以Code Insight为基础，来分析潜在的恶意程序码，还具备建立和执行反混淆脚本的能力。

在这个领域，Google云端还揭露Google统一安全解决方案，整合了Google自家的视觉工具、威胁侦测、AI驱动的安全作业、持续虚拟红队功能，以及企业浏览器和Mandiant专业知识，形成一个全域规模的整合式解决方案。

除了5大领域的代理应用，Google云端还推出一项实用的自动化流程工具Google Workspace Flows，使用者用自然语言描述想完成的流程，内建的AI代理就会自动设计整个逻辑流程，不必写程序就能完成跨应用的工作自动化。

?Google云端AI代理战略的底层火力?

Google云端在今年度Next大会中，揭露一张架构图，来说明他们的AI代理堆叠。这个架构图包含4层，由下而上依序是底层的AI基础设施AI Hypercomputer、中层的模型层和工具层Vertex AI，以及最上层的代理应用层。

虽然年会亮点大都聚焦在工具层和代理应用层，但底层和模型层也很重要，是AI代理不可或缺的发动力。就AI超级电脑架构AI Hypercomputer来说，专门提供强大算力资源和调度功能，来让代理「跑得动」，今年的一系列更新以第七代张量处理器（TPU）Ironwood打头阵，这款TPU专为「会思考」的模型设计，比如大型语言模型（LLM）、混合专家（MoE）模型、推理模型，这类模型通常需要大量的平行处理和高效能的记忆体存取。

而Ironwood的每个晶片峰值运算能力为4,614 TFLOPs，可因应繁重的AI工作负载，且Ironwood有两种晶片配置（256个晶片和9,216个晶片），当扩展到9,216个晶片时，其运算能力可达42.5 exaFLOP，是全球最大超级电脑El Capitan的24倍之多，适合用来执行複杂的AI模型。

也因此，Google用Ironwood来优化AI超级电脑架构，提供更强大、高效能的运算资源给用户。除此之外，AI超级电脑架构也有其他软硬件更新，像是更好的丛集管理服务Cluster Director、更好的GKE推论能力等，如GKE Inference Gateway、Pathways on GC、vLLM on TPU等，来供使用者训练和执行模型。

AI基础设施的更新还有一项网路基础设施新服务Cloud WAN，来提供高效能的网路连接，供企业因应AI应用带来的高度分散网路需求。

模型层则有Google云端用来驱动AI代理的多款模型，它们能处理多种资料类型（即多模态），成为AI代理背后的能力来源。除了自家Gemini系列模型，Google还对既有模型进行优化，像是替文字转影片模型Veo 2增添新功能，如镜头控制、影片编辑工具，使用者能更细緻地调整影片内容、快速重製和优化。

又或是替文字转语音模型Chirp 3新添客製化功能，使用者只需提供10秒音讯，就能生成专属声音模型。此外，Chirp 3 还支援AI配音叠加至既有录音，还有辨识说话者的语音转录功能。

同时，Google也优化了图片生成模型Imagen 3的品质，让图像中缺失或不自然的处理更细腻自然，尤其在物件移除和修图场景中，能更自然呈现。

除了既有模型，Google在今年大会，还揭露新纳入的音乐生成模型Lyria，只要输入文字提示，就能转换为30秒的音乐片段。以上就是Google云端提供AI代理的重要基底。