Google: вертикальная AI-платформа — Skills, MCP, Agents и контроль

27 августа 2026, 11:30 · 6 минут чтения · Любовь Черемисина · Google AI Skills MCP AI-агенты · Сегодня Продвинутый

25–26 августа 2026 Google представила Gemini Enterprise for Financial Services и Gemini Enterprise for Legal — две отраслевые системы на одной архитектуре: отраслевые Skills, MCP-коннекторы с сохранением прав пользователя, специализированные агенты для законченных сценариев, открытая экосистема партнёров и единый контур управления с изоляцией данных и проверяемыми источниками. В финансах дополнительно — интерфейс (API) обмена между агентами и агент финансовых исследований с более чем 50 базовыми Skills. Для маркетинга это эталонная схема: методика → Skill → данные через MCP → агент → контроль → подтверждение цифрами.

Коротко

Что запустили: 25 августа 2026 Gemini Enterprise for Financial Services и 26 августа Gemini Enterprise for Legal — две отраслевые вертикали на одной архитектуре.
Кому полезно: корпоративным командам, которые строят не «чат с моделью», а отраслевой AI-продукт с данными, правами и проверками; маркетингу — как эталон проектирования собственных агентов.
Главное ограничение: это отраслевые пакеты Google Cloud, не универсальный маркетинговый продукт; перенос схемы на Метрику и CRM — ваша инженерная работа.
Главное последствие: главный актив — не базовая модель, а закодированная методика + разрешённые действия + проверенные данные + контроль исполнения.

Что изменилось

Google практически одновременно представила две вертикали Gemini Enterprise. Обе построены вокруг одного стека:

1. Отраслевые Skills

Методики конкретной отрасли превращаются в повторно используемые пакеты инструкций и контекста — не разовый промпт, а Skill с владельцем и проверками, как в промышленном контуре Google Agent Skills.

2. MCP-коннекторы

Агент подключается к профессиональным системам и данным через MCP. Существующие пользовательские права доступа сохраняются — агент не получает «супердоступ» поверх корпоративных политик.

3. Специализированные агенты

Агенты выполняют законченные профессиональные сценарии, а не только отвечают на вопросы в чате — анализ, подготовка материалов, многошаговые процессы с контрольными точками.

4. Открытая экосистема

Партнёры могут добавлять собственных агентов и интеграции — стыкуется с логикой Agent Plugins 1.0 как слоя доставки.

5. Единый контур управления

Под всеми слоями — единый управляемый контур: изоляция данных, политики безопасности, проверяемые источники. Параллель к Admin plugin OpenAI и корпоративному Cowork: управление не в боковой панели, а в политиках исполнения.

Дополнение для Financial Services. Google использует интерфейс (API) обмена между агентами для включения агента финансовых исследований в другие агентные сценарии. Агент поставляется с более чем 50 базовыми Skills и подключается к корпоративным и отраслевым данным через MCP.

Слой	Что фиксирует	Пример для финансов / юриспрации
Skill	методика и контекст	отраслевой чеклист анализа
MCP	данные и системы	CRM, терминалы, документы
Агент	законченный сценарий	исследование, проверка соответствия
Обмен между агентами	связка агентов	исследователь внутри сценария
Контур управления	права, изоляция, источники	политики и аудит

Почему это важно

Google фактически показала сильную эталонную схему для вертикальных AI-продуктов.

Не «сделаем маркетинговый чат с моделью», а цепочка:

методика → Skills → корпоративные данные → MCP → специализированный агент → обмен между агентами → управление → подтверждение цифрами.

Главный продуктовый актив — уже не сама базовая модель. Это:

закодированная профессиональная методика;
набор разрешённых действий;
проверенные данные через MCP;
контроль исполнения на едином контуре управления.

Для маркетинговых AI-продуктов аналоги по той же схеме:

агент рекламной эффективности;
агент видимости в генеративном поиске;
стратегический маркетинговый агент;
агент операций с выручкой;
агент конкурентной аналитики.

Схема совпадает с тем, как Google уже описывала платформу агентов Gemini — но здесь она упакована в отраслевой продукт, а не только в демо для разработчиков.

Что это означает для бизнеса

Методика — код, а не PDF. Если эксперт знает «как диагностировать падение выручки», это должно стать Skill с версией и проверками, а не файлом в общей папке.
MCP — не опция, а слой прав. Коннектор к Метрике и CRM без сохранения прав пользователя — слабая архитектура; Google явно ставит права в центр.
Агент ≠ чат. Законченный сценарий с подтверждением цифрами и оценкой качества отличается от «спроси модель в Gemini».
Каталог возможностей. Следующий шаг после одного пилота — не новый промпт, а каталог отраслевых возможностей агентов с управлением на едином контуре.

Что протестировать

Выберите один узкий маркетинговый сценарий и опишите его теми же слоями:

Skill → MCP-источники → Agent → права → подтверждение → оценка качества.

Пример: «диагностика падения выручки»

Слой	Что зафиксировать
Skill	методология анализа (сегменты, окна, гипотезы)
MCP	Метрика, CRM, рекламные кабинеты — режим только чтения
Agent	последовательность шагов анализа до гипотез
Права	только чтение; без изменения кампаний
Подтверждение	каждая причина с цифрой и ссылкой на источник
Оценка качества	20 известных исторических кейсов с эталонным разбором

Если пакет воспроизводим на регрессии — следующий шаг уже не новый промпт, а каталог маркетинговых возможностей агентов. См. также оценки Skills из документации.

Что проверить сейчас

Хотите построить маркетинговый агент не «вокруг модели», а вокруг методики? Начните с одного Skill и одного MCP-источника с правами только на чтение. Обучение Skills и MCP-коннекторы к Метрике и CRM — практический вход в ту же схему, что Google показала для финансов и юриспрации.

Главный вывод

Gemini Enterprise for Financial Services и Legal — не два разрозненных релиза, а демонстрация вертикальной AI-платформы: Skills, MCP, агенты, обмен между агентами и единый контур управления.

Для маркетинга это чеклист проектирования: методика в Skill, данные через MCP с сохранением прав, законченный агент, подтверждение каждого вывода цифрами и регрессия на известных кейсах. Модель важна, но перестаёт быть единственным продуктовым активом — в центре оказывается воспроизводимая профессиональная работа с управлением и контролем.

Источники

Introducing Gemini Enterprise for Financial Services — Google Cloud, 2026-08-25
Introducing Gemini Enterprise for Legal — Google Cloud, 2026-08-26

← Все новости AI и MCP