Google trasforma Gemini nel motore comune di tutti i suoi prodotti

Negli ultimi dodici mesi Google ha cambiato approccio all'intelligenza artificiale in modo radicale. L'AI non è più una funzione aggiuntiva, un pulsante in più o un'opzione nascosta nei menu: è diventata il livello su cui poggia l'intera architettura dei prodotti. Search, Android, Gmail, YouTube — tutto converge verso un unico motore comune. Quel motore si chiama Gemini.

Per capire la portata di questa trasformazione, vale la pena partire da una distinzione semplice. Finora, l'intelligenza artificiale nei prodotti di consumo funzionava come un assistente: ti suggeriva qualcosa, tu decidevi. Il nuovo modello che Google sta costruendo è diverso: l'AI non suggerisce, agisce. Prenota, compila, organizza, esegue. Non risponde a una domanda, porta a termine un compito.

La svolta dell'AI che fa, non solo risponde

A Google I/O 2026 — la conferenza annuale degli sviluppatori dove l'azienda presenta le novità tecnologiche — questa direzione è stata presentata con una formula precisa: prompt → azione. Il concetto descrive un sistema capace di prendere un obiettivo, scomporlo in passaggi, usare strumenti e autorizzazioni, e produrre un risultato concreto nel mondo digitale. Google ha chiamato questa fase «era agentica» di Gemini: non un chatbot che risponde, ma un esecutore che opera.

Sul piano tecnico, questo si traduce in una famiglia di modelli — Gemini 3.5, con Gemini 3.5 Flash come versione di punta — collegata a una piattaforma pensata per gli sviluppatori, denominata Antigravity, e a un sistema di managed agents (agenti gestiti) accessibili tramite le API di Gemini. In pratica, Google vuole che uno sviluppatore possa costruire oggi un prodotto basato su agenti autonomi, senza dover risolvere da zero i problemi di orchestrazione, sicurezza e gestione dei permessi.

Gemini non è più uno strumento tra i tanti: è la base su cui Google sta rifondando i suoi prodotti

La differenza rispetto alla generazione precedente dei chatbot è concreta. Un modello che genera testo sbaglia una risposta: è un problema di qualità. Un agente che compie un'azione sbagliata — manda un'email, modifica un file, conferma una prenotazione — è un problema di sicurezza. È come distinguere un navigatore che suggerisce una strada da un sistema che guida l'auto al posto tuo: nel secondo caso, ti fidi di una catena di decisioni molto più lunga, e ogni anello conta.

Miliardi di dollari di infrastruttura

Questa ambizione ha un costo industriale preciso. Portare l'AI su miliardi di interazioni quotidiane — con tempi di risposta accettabili e costi sostenibili — richiede un'infrastruttura enorme: data center, energia, chip specializzati, catene di fornitura. Alphabet, la holding che controlla Google, ha aggiornato la propria guidance sugli investimenti 2026 a una cifra compresa tra 180 e 190 miliardi di dollari — un segnale che la strategia AI-first non è una campagna di comunicazione, ma un cambio strutturale nel modo in cui l'azienda alloca risorse. Gli stessi documenti riconoscono che l'espansione dell'infrastruttura tecnica pesa sul conto economico, anche per via dei costi operativi dei data center, energia inclusa.

Sul fronte dei prodotti consumer, la Gemini-izzazione dell'ecosistema si manifesta in modi già visibili: traduzione vocale in tempo reale, strumenti per la modifica assistita di foto e video, personalizzazione più profonda in Gmail, Docs e altri servizi. È il tipo di AI che si nota perché appare come un nuovo pulsante o una nuova schermata. Ma arriva per gradi: prima in inglese, poi in altre lingue; prima sui dispositivi più recenti, poi a scendere nella gamma; prima nei mercati dove la monetizzazione è più matura. Per l'Italia, questo significa che l'hardware può arrivare sul mercato, ma le funzioni AI possono restare parziali per settimane o mesi, condizionate da policy locali e requisiti normativi.

Quando la ricerca diventa un editor

Il cambiamento più visibile — e più discusso — riguarda il motore di ricerca. Google ha introdotto gli AI Overviews: riquadri che sintetizzano una risposta direttamente nella pagina dei risultati, prima ancora che l'utente clicchi su qualsiasi link. Uno studio recente ha misurato un tasso medio di attivazione di questi riquadri pari al 13,7% su un ampio campione di ricerche, con picchi molto più alti per le domande formulate in forma interrogativa. Lo stesso studio segnala un aspetto critico: una quota non marginale delle affermazioni presenti nelle sintesi risulta non supportata dalle fonti citate, e le pagine indicate non coincidono sempre con i risultati organici mostrati in prima pagina.

Il punto non è condannare la tecnologia, ma capire cosa cambia. Quando Google restituisce una lista di link, l'utente sceglie dove andare. Quando restituisce una risposta già confezionata, Google diventa qualcosa di più simile a un editor: seleziona cosa è rilevante, cosa è vero, cosa può essere omesso. La stessa logica applicata a Gmail, Docs o YouTube significa che l'AI decide cosa mettere in primo piano, cosa collegare, cosa riassumere e con quale tono. È un vantaggio reale in termini di comodità, ma sposta la responsabilità percepita verso l'azienda.

C'è anche una tensione economica che non va sottovalutata. Quando la risposta sintetica riduce la necessità di cliccare su un sito esterno, il traffico verso quei siti diminuisce. Per i publisher — giornali, blog, siti di informazione — meno traffico significa meno ricavi pubblicitari. Lo studio sugli AI Overviews nota che molte delle pagine citate contengono pubblicità: se la sintesi di Google toglie il click, toglie anche la possibilità di monetizzare, mentre nella pagina di Google gli spazi pubblicitari rimangono. Se l'AI diventa l'interfaccia principale tra utente e contenuti, la tensione con l'ecosistema informativo non è episodica: è strutturale.

Più Gemini si integra ovunque, più ogni errore smette di essere locale e diventa un problema di sistema

Il peso della regolazione europea

In Europa, questa evoluzione si scontra con un quadro normativo che non ha equivalenti altrove. Alphabet è classificata come gatekeeper — operatore di importanza sistemica — ai sensi del DMA, il regolamento europeo che impone obblighi specifici ai grandi intermediari digitali. Il DMA non disciplina direttamente l'AI, ma tocca molti dei punti che diventano rilevanti quando un assistente viene integrato in una piattaforma dominante: auto-preferenziazione nei risultati, condizioni di accesso per le aziende terze, rischio che le interfacce diventino colli di bottiglia.

In parallelo, l'AI Act dell'Unione Europea sta entrando progressivamente in applicazione. Per i modelli di intelligenza artificiale di uso generale — quelli che stanno alla base di strumenti come Gemini — il regolamento prevede un percorso di obblighi focalizzato su trasparenza, gestione dei rischi e pratiche di sicurezza. È un perimetro che rende difficile trattare un aggiornamento AI come un semplice aggiornamento software, quando di fatto sta cambiando l'architettura decisionale dei prodotti.

Chi paga e chi dipende da chi

Per l'utente comune, la domanda pratica è diretta: quanto di tutto questo è gratuito e quanto diventa a pagamento? Google sta puntando su abbonamenti che includono funzionalità AI trasversali, con l'obiettivo di far percepire Gemini come un valore aggiunto dell'account: spazio di archiviazione, strumenti avanzati e vantaggi legati all'ecosistema in un unico pacchetto. Le funzioni più avanzate — quelle multimodali e agentiche — tendono a essere disponibili prima nei mercati dove la monetizzazione è più consolidata e il rischio regolatorio più prevedibile.

Per gli sviluppatori, invece, la posta in gioco è il cosiddetto lock-in di piattaforma. Costruire agenti usando gli strumenti proprietari di Google offre efficienza: integrazioni già pronte, ambienti isolati, flussi di lavoro più rapidi. Ma aumenta la dipendenza da un ecosistema chiuso, con i suoi prezzi, limiti e priorità di rilascio. È un pattern già noto nel mercato del cloud computing, applicato ora a un livello più profondo: non si migra un database, si ripensa l'intera logica operativa dell'agente.

La qualità come misura del successo

La strategia di mettere Gemini al centro di tutto ha un obiettivo preciso: trasformare l'AI nel collante tra i prodotti consumer e quelli enterprise, prima che un concorrente riesca a imporsi come interfaccia dominante. Ma più Gemini si diffonde, più ogni debolezza rischia di diventare un problema di sistema: una risposta non verificabile nella Search, un permesso gestito male da un agente, un costo di infrastruttura che sale troppo.

Il paradosso è che l'AI, per diventare davvero quotidiana, deve diventare invisibile. Il successo di Gemini per la maggior parte delle persone non si misurerà confrontando versioni del modello o risultati nei benchmark tecnici, ma su dettagli molto più concreti: se la traduzione in tempo reale funziona in un ambiente rumoroso, se il riassunto di un'email evita errori di contesto, se un agente chiede conferma prima di compiere un'azione irreversibile. Quando l'AI diventa infrastruttura, la qualità non si misura solo in capacità, ma in disciplina: cosa può fare, cosa non deve fare, e quanto spesso Google è disposta a dire «non lo so» invece di riempire un vuoto con una risposta plausibile.