Google lancia Gemini 3.5 Flash e punta su un'AI che compie azioni

Ogni anno la conferenza Google I/O segna il passo delle ambizioni tecnologiche dell'azienda. Quella del 19 maggio 2026 ha avuto un filo conduttore preciso: l'intelligenza artificiale non deve limitarsi a rispondere alle domande, ma deve cominciare a fare le cose. Non come funzione avanzata per esperti, ma come modalità predefinita per chiunque usi i prodotti Google.

Al centro dell'annuncio c'è Gemini 3.5 Flash, primo modello della nuova generazione «3.5». La scelta più significativa non riguarda le sue capacità tecniche, ma dove viene collocato: diventa il modello predefinito nell'app Gemini e in AI Mode nella Ricerca Google. Questo significa che centinaia di milioni di persone — potenzialmente miliardi — inizieranno a interagire con un sistema pensato non più per rispondere a una singola domanda e fornire un link, ma per gestire conversazioni più lunghe e compiti operativi complessi.

Cosa significa «agentico»

La parola chiave di tutto l'annuncio è agentico. In un chatbot tradizionale, il funzionamento è semplice: l'utente fa una domanda, il sistema risponde, l'utente decide cosa farne. Un sistema agentico funziona in modo diverso: riceve un obiettivo, lo scompone in passi, usa strumenti esterni, recupera file e informazioni, compie operazioni e restituisce un risultato compiuto. È la differenza tra un consulente che ti dà un consiglio e un collaboratore che porta a termine un lavoro.

Google descrive Gemini 3.5 Flash come un modello ottimizzato proprio per questo tipo di flussi, con prestazioni superiori alla generazione precedente su compiti di programmazione e sequenze di azioni multi-step. L'enfasi è sull'orchestrazione: più agenti che lavorano in parallelo, coordinati per completare obiettivi complessi.

Un esempio concreto aiuta a capire la portata pratica. Immagina di dover preparare un documento di progetto partendo da email sparse, note, date di calendario e numeri di budget. Un assistente tradizionale può aiutarti a scrivere una bozza o riassumere un messaggio. Un agente, almeno sulla carta, dovrebbe fare tutto il percorso: cercare i file giusti in Google Drive, estrarre i punti chiave, incrociare le date nel calendario, proporre il testo, creare una tabella in Fogli Google e impaginare le slide. L'utente non scompare — imposta obiettivi, controlla i passaggi critici, decide cosa inviare — ma l'unità di lavoro non è più la singola risposta: è un compito dall'inizio alla fine.

L'AI smette di rispondere e inizia a portare a termine compiti per conto dell'utente

Spark: l'assistente che lavora in background

Accanto a Flash, Google ha presentato Gemini Spark, un assistente pensato per essere sempre attivo anche quando l'utente non lo sta usando direttamente. Spark rappresenta il salto più radicale della proposta: non un assistente che interviene quando viene chiamato, ma un sistema che lavora in background, gestisce task prolungati e si integra nativamente con Gmail, Calendar, Drive, Documenti, Fogli, Presentazioni, YouTube e Maps.

Il lancio iniziale è limitato a tester selezionati e agli abbonati al piano Google AI Ultra maggiorenni negli Stati Uniti, oltre ad alcuni utenti business. Questo significa che, almeno nella prima fase, la maggior parte degli utenti italiani vedrà soprattutto l'effetto del nuovo modello predefinito nell'app e nella Ricerca, non ancora un agente sempre attivo integrato nella propria casella di posta.

Il vantaggio competitivo di Google in questo scenario è evidente: a differenza di assistenti AI generici, Spark non deve «immaginare» il contesto dell'utente. Può leggerlo direttamente — entro i permessi concessi — e operare nei luoghi dove il lavoro avviene già. È l'integrazione con l'ecosistema Google, più che la qualità del modello in sé, a fare la differenza.

Antigravity e la monetizzazione degli agenti

Il terzo elemento dell'annuncio è Antigravity, la piattaforma di Google per sviluppatori che evolve da strumento di sviluppo a sistema di orchestrazione per team di agenti. La nuova versione porta una app desktop, funzionalità di «managed agents» nelle API e un tier «Google AI Ultra» a 100 dollari al mese, con limiti di utilizzo più alti rispetto al piano Pro.

Il pricing non è un dettaglio secondario. Un agente che lavora per ore, prova strade alternative, usa strumenti e genera codice consuma molte più risorse di una semplice chat. Antigravity è il modo con cui Google prova a rendere gestibile e monetizzabile l'uso intensivo dell'AI, spostando l'attenzione su limiti di utilizzo, controllo dei costi e osservabilità dei processi. L'abbonamento Ultra non è «un chatbot migliore»: è una tariffa per chi vuole far lavorare l'AI in modo continuativo e intensivo.

Il problema che nessun benchmark risolve

Quando un'AI smette di rispondere e inizia ad agire — inviare email, spostare file, condividere documenti, prenotare appuntamenti — il tipo di rischio cambia completamente. Un errore non è più una frase imprecisa su uno schermo: è un'email inviata al destinatario sbagliato, un documento condiviso per errore, un'operazione che modifica lo stato reale del lavoro di un'azienda.

Questo introduce due problemi strutturali. Il primo riguarda il controllo preventivo: quali permessi ha l'agente, su quali dati può operare, con quali vincoli e soprattutto con quali «stop» prima di compiere azioni irreversibili. Il secondo riguarda la tracciabilità a posteriori: se un agente lavora per ore su una catena di task, serve un registro leggibile e affidabile di chi ha fatto cosa, con quali autorizzazioni e quali fonti ha usato. In contesto aziendale, questo smette rapidamente di essere una questione di produttività personale e diventa un tema di sicurezza informatica e governance.

Google ha pubblicato documentazione tecnica sulla famiglia Gemini 3.5, segnalando che i modelli sono stati sviluppati con tecniche di addestramento più avanzate per ridurre contenuti dannosi e risposte errate. È un segnale importante, ma non risolve il problema specifico degli agenti: il rischio non sta solo in ciò che il modello «dice», ma in ciò che il sistema «fa» attraverso strumenti e connessioni esterne.

Con gli agenti AI il vero rischio non è una risposta sbagliata ma un'azione compiuta per errore

La forza del default

La scelta di rendere Gemini 3.5 Flash il modello predefinito in Search e nell'app Gemini rivela la vera leva competitiva di Google. I numeri citati dall'Associated Press aiutano a capire perché questa accelerazione avviene ora: gli utenti mensili dell'app Gemini sono passati da 400 milioni a oltre 900 milioni in un anno, mentre le query in AI Mode nella Ricerca avrebbero più che raddoppiato ogni trimestre dal lancio, superando recentemente il miliardo di utenti mensili.

In un settore dove le classifiche di prestazione cambiano ogni pochi mesi, la distribuzione conta quanto — e a volte più — di qualche punto percentuale di qualità in più. Un modello agentico che diventa il motore standard di Search e Workspace non si misura solo in risposte migliori: si misura in abitudine, integrazione e dati di feedback raccolti su scala globale. È la differenza tra avere uno strumento eccellente e farlo diventare un'infrastruttura.

La domanda di fondo che l'annuncio lascia aperta è anche la più importante: quanto velocemente si può spostare l'AI dal ruolo di assistente conversazionale a quello di operatore software senza perdere la fiducia degli utenti lungo il percorso. Perché quando l'AI agisce, la posta in gioco non è più la qualità di una risposta.