19. 5. 2026↻ Aktualizováno 12. 6. 2026

Google I/O 2026 mimo Gemini 3.5 Flash: Google skládá AI do agentní vrstvy

Realistický cover pro článek o Google I/O 2026, agentech a AI produktech

Google I/O 2026 se dá snadno zredukovat na nový model. To by ale byla škoda. Gemini 3.5 Flash jsem už rozebral samostatně a Gemini Spark si samostatný článek zaslouží taky, protože jde o dlouho běžícího osobního agenta. Zbytek I/O je zajímavý hlavně dohromady: Google ukazuje, jak chce dostat AI z okna chatu do Search, Workspace, vývoje, nákupů, videa a ověřování obsahu.

Tohle není jeden produkt. Je to změna vrstvy, ve které bude AI sedět.

Mapa hlavních AI novinek z Google I/O 2026

Nejdůležitější posun: AI už není jen odpověď, ale pracovní prostředí

Google na I/O stavěl kolem několika směrů najednou. Gemini 3.5 Flash řeší rychlý a relativně dostupný výkon v API. Spark posouvá Gemini k osobnímu agentovi, který má běžet průběžně, držet kontext a pracovat napříč Gmailem, dokumenty, kalendářem a úkoly. Gemini Omni a kreativní nástroje typu Flow ukazují, kam se posouvá multimodalita. Search AI Mode, Workspace a vývojářské nástroje pak dávají AI distribuci: tam, kde už lidé stejně pracují.

Pro firmy je to důležitější než samotná tabulka benchmarků. Model můžete vyměnit. Distribuční vrstvu, oprávnění, audit a návyky uživatelů měníte mnohem hůř.

Gemini Omni: zajímavý signál pro multimodální práci

Gemini Omni bych zatím nebral jako něco, co zítra vymění všechny API workflow. Je to spíš ukázka směru: AI, která plynuleji spojuje text, obraz, zvuk, video a interakci v aplikaci. V praxi je to důležité pro scénáře, kde nestačí jeden prompt a jeden textový výstup.

Typické použití: příprava videa z podkladů, interpretace obrazového materiálu, práce nad prezentací, rychlé prototypy kreativy, asistence při kontrole vizuálů nebo multimodální rešerše. Tam se rozdíl mezi textovým chatbotem a skutečně multimodálním modelem začne projevovat rychle.

Slabé místo je stejné jako u většiny kreativní AI: výstup může vypadat přesvědčivě dřív, než je fakticky správně nebo právně použitelný. Pro marketingové a produktové týmy to znamená jasné schvalování, kontrolu zdrojů, brand safety a pravidla pro použití generovaných médií.

Search AI Mode: méně vyhledávání, víc delegování

Google Search se dál posouvá od seznamu odkazů k režimu, kde AI pomáhá rozpadnout dotaz, navrhnout další kroky a v některých případech pracovat jako informační agent. Tady bych byl opatrný v interpretaci: pro uživatele je to pohodlné, pro web a SEO je to zásadní změna.

Když AI shrne odpověď přímo ve vyhledávání, část návštěvnosti se nikdy nedostane na původní web. Zároveň ale roste hodnota obsahu, který je citovatelný, konkrétní, důvěryhodný a dobře strukturovaný. Pro firemní blogy to znamená méně psát obecné články typu „co je AI“ a víc publikovat konkrétní zkušenosti, srovnání, návody, čísla a příklady z praxe.

Pro Ondřejův AI blog je to vlastně dobrá zpráva: praktický článek s daty, nastavením a zdroji má v agentním vyhledávání větší šanci než generický SEO text.

Workspace Live a agenti uvnitř dokumentů

Workspace novinky jsou méně efektní než nový model, ale pro firmy možná důležitější. Pokud AI sedí přímo v Gmailu, dokumentech, tabulkách a meetingových podkladech, mění se běžný pracovní tok. Neptám se „co mám napsat do promptu“, ale „co se má stát s tímhle e-mailem, zápisem, tabulkou nebo smlouvou.“

To je přesně typ vrstvy, kde budou vznikat reálné úspory: třídění komunikace, příprava odpovědí, sumarizace meetingů, tvorba podkladů, kontrola rozporů v dokumentech, převod poznámek na úkoly. Ale zároveň je to místo, kde se musí řešit oprávnění. Agent, který vidí celý Gmail a Drive, není jen pohodlnější chatbot. Je to nový interní uživatel s přístupem k firemním datům.

Gemini 3.5 Live Translate: překlad jako další pracovní vrstva

Google 9. června 2026 vydal Gemini 3.5 Live Translate. Není to jen další režim v Překladači. Model dělá téměř real-time speech-to-speech překlad, automaticky rozpoznává víc než 70 jazyků a snaží se průběžně držet intonaci, tempo i výšku hlasu mluvčího. Google ho pouští přes Gemini Live API a AI Studio pro vývojáře, v private preview pro Google Meet ve firmách a také do Google Translate na Androidu a iOS.

Prakticky to zapadá do stejné mapy agentní infrastruktury. Překlad už není samostatná aplikace, kam člověk ručně kopíruje text. Je to vrstva pro schůzky, support, onboarding, školení, obchodní hovory nebo interní komunikaci mezi pobočkami. Ve firmě bych ho nebral jako náhradu tlumočníka pro právní nebo citlivá jednání. Bral bych ho jako rychlou operační vrstvu: porozumět zákazníkovi, získat první shrnutí hovoru, překlenout běžnou komunikaci a teprve důležité výstupy poslat k lidské kontrole.

Pro automatizace je zajímavé hlavně API. V n8n nebo Make z toho může vzniknout pipeline: nahrávka nebo stream ze schůzky, průběžný překlad, souhrn v jazyce týmu, extrakce úkolů a zápis do CRM nebo helpdesku. Jen je potřeba hlídat souhlas účastníků, ukládání audia, přesnost překladu a jasné označení, kde už jde o pracovní záznam.

Antigravity 2.0 a Gemini CLI: Google nechce nechat vývojářské agenty jen editorům

Vývojářská část I/O zapadá do stejného směru. Antigravity 2.0, Gemini CLI a hlubší napojení Gemini do vývojářských workflow ukazují, že Google nechce být jen poskytovatel modelu přes API. Chce být vrstva pro zadávání, plánování a provádění vývojářských úkolů.

To je prakticky zajímavé hlavně pro týmy, které už dnes používají Claude Code, Cursor, Codex nebo interní agenty. Google má jednu velkou výhodu: může propojit model, cloud, dokumentaci, repozitář, terminál, observabilitu a firemní identitu. Slabé místo bude stejné jako u všech coding agentů: spolehlivost na delších úkolech, práce s existující architekturou, testy, review a hranice oprávnění.

Za mě to patří do pilotu, ne do slepé důvěry. Agent může připravit změnu, napsat testy a projít dokumentaci. Merge do produkce má pořád projít normálním review.

Gemini for Science: AI jako vědecký pracovní stůl

Google I/O mělo ještě jednu větev, která se snadno ztratí mezi modely a agenty: Gemini for Science. Google 20. května 2026 představil sadu experimentálních vědeckých nástrojů v Google Labs, postavenou kolem Co-Scientist, AlphaEvolve, ERA a NotebookLM.

Tady je důležité nepřestřelit interpretaci. Není to „AI nahradila vědce.“ Je to spíš pracovní vrstva pro části vědecké práce, které jsou dnes pomalé: syntéza literatury, generování hypotéz, návrh výpočetních experimentů, porovnávání paperů a příprava podkladů. Google zároveň odkazuje na validační práce v Nature pro Co-Scientist a ERA, takže nejde jen o hezké demo z keynote.

Prakticky bych to četl takhle: pro farmaceutické firmy, materiálový výzkum, bioinformatiku nebo akademické týmy se AI posouvá z „chatu nad článkem“ do specializovaného výzkumného prostředí. Pořád ale musí zůstat lidská kontrola, experimentální validace a jasná stopa zdrojů. AI může zrychlit hledání hypotéz. Sama o sobě ještě nedělá dobrou vědu.

Tohle doplňuje hlavní pointu článku: Google neskládá AI jen do kanceláře, vývoje a vyhledávání. Snaží se z ní udělat i vrstvu pro výzkum. A tam budou pravidla ještě přísnější než u běžných firemních agentů: citace, reprodukovatelnost, validace a odpovědnost.

Praktická mapa nasazení novinek z Google I/O 2026

Universal Cart a nákupy: agent už nebude jen radit

Nákupní novinky typu Universal Cart jsou dobrý příklad posunu od odpovědi k akci. AI nemá jen vysvětlit rozdíly mezi produkty. Má pomoct vybrat, zkontrolovat dostupnost, porovnat možnosti a dotáhnout proces blíž k nákupu.

Pro e-commerce to je velké téma. Pokud se část rozhodování přesune do asistenta, nestačí mít hezký produktový detail. Důležitá budou strukturovaná data, dostupnost, přesné parametry, recenze, cena, doprava a důvěryhodné informace, které agent dokáže použít.

SynthID a C2PA: bez provenience se agentní web rozpadne

Google zároveň posiluje ověřování AI obsahu přes SynthID a standardy typu C2PA. To může znít jako okrajová bezpečnostní novinka, ale do agentního internetu patří přímo. Čím víc AI generuje obrázky, video, audio a text, tím důležitější bude vědět, odkud výstup přišel a jestli byl upravený.

Prakticky: firmy by si měly začít evidovat, co generují pomocí AI, kde to publikují, jaká mají práva a jak označují syntetický obsah. Ne kvůli moralizování. Kvůli reputaci, právní jistotě a budoucím platformním pravidlům.

Co bych z toho dělal ve firmě teď

Nejrozumnější postup není „zapnout všechno od Googlu.“ Udělal bych tři vrstvy.

První vrstva: API a interní workflow. Tam dává smysl testovat Gemini 3.5 Flash na třídění, extrakci, návrhy odpovědí, interní rešerši, překlad schůzek přes Live Translate a automatizace v n8n nebo Make. Tady se dá měřit cena, rychlost, chybovost a návratnost.

Druhá vrstva: agenti v produktech. Spark, Workspace Live a Search AI Mode bych pilotoval s jasnými oprávněními. Kdo co vidí, co může agent udělat sám, co musí schválit člověk a kde vzniká auditní stopa.

Třetí vrstva: kreativa a veřejný obsah. Gemini Omni, Flow, Veo, Imagen a SynthID jsou skvělé pro prototypy, storyboardy, drafty kampaní a rychlé vizuální varianty. Do publikace bych je pouštěl až po kontrole práv, faktů, brandu a případného označení AI obsahu.

Praktický závěr

Google I/O 2026 je důležité ne proto, že Google ukázal ještě jeden model. Důležité je, že skládá AI do vrstvy nad každodenní prací: hledání, e-mail, dokumenty, schůzky, překlad, vývoj, nákupy, video a ověřování obsahu.

Samostatný článek si zasloužil Gemini 3.5 Flash, protože tam už máme výkon, cenu a nezávislé benchmarky. Spark si zasloužil vlastní článek, protože je to jasný signál osobního agenta běžícího 24/7. Zbytek I/O dává největší smysl číst jako mapu agentní infrastruktury.

A přesně tam bude největší rozdíl mezi firmami, které AI jen zkouší, a firmami, které ji opravdu nasadí: ne v tom, kdo má nejhezčí demo, ale kdo má procesy, oprávnění, měření a lidskou kontrolu.

Zdroje