NASA හි Ames පර්යේෂණ මධ්‍යස්ථානයේ පිහිටි ඓතිහාසික Hangar 1 පරිශ්‍රයේදී පැවැත්වුණු Gemini at Work 2026 ප්‍රධාන සමුළුවේදී, Google සහ Alphabet හි ප්‍රධාන විධායක නිලධාරී සුන්දර් පිචායි (Sundar Pichai) සහ Google Cloud හි ප්‍රධාන විධායක නිලධාරී තෝමස් කුරියන් (Thomas Kurian) විසින් කෘතිම බුද්ධි තාක්ෂණයේ සහ ව්‍යාපාරික ලෝකයේ ඉදිරි අනාගතය වෙනස් කරන දැවැන්ත ප්‍රකාශනයක් සිදු කරන ලදී.

කෘතිම බුද්ධිය (AI) යනු හුදෙක් ප්‍රශ්නවලට පිළිතුරු සපයන චැට්බොට් (Chatbots) මට්ටමේ පවතින තාක්ෂණයක් පමණක් නොවේ. වර්තමානය වන විට ලොව පුරා දැවැන්ත ව්‍යාපාර, සංකීර්ණ කාර්යයන් ස්වයංක්‍රීයව සැලසුම් කිරීමට, කේතකරණයේ යෙදීමට (coding) සහ ආයතනික මෙහෙයුම් අවසානය දක්වාම පාලනය කිරීමට සමත් ස්වයංක්‍රීය AI නියෝජිතයන් (Autonomous AI Agents) වෙත සංක්‍රමණය වී ඇත.

වර්තමානය වන විට Google Cloud භාවිතා කරන ආයතනවලින් 80%කට ආසන්න ප්‍රමාණයක් Google AI මෙවලම් සක්‍රියව භාවිතා කරන අතර, ඉන් ආයතන 500කට ආසන්න සංඛ්‍යාවක් පසුගිය වසර තුළදී පමණක් ට්‍රිලියන 1කට අධික ටෝකන් ප්‍රමාණයක් (tokens) ක්‍රියාවලියට ලක් කර ඇත. මෙම පසුබිම තුළ Google Cloud විසින් සිය නවතම Gemini 4 Argon මාදිලිය, සියලුම කාර්යයන් සඳහා වන Universal Agent for Work සහ ව්‍යාපාරික මට්ටමේ ආරක්ෂක පද්ධතීන් ලෝකයට හඳුන්වා දෙන ලදී.

1. Gemini 4 Argon: Google හි නවතම Frontier Model එක හඳුන්වාදීම

සුන්දර් පිචායි විසින් Google හි නවතම සහ ප්‍රබලතම AI මාදිලිය වන Gemini 4 Argon එළිදක්වන ලදී. සංකීර්ණ ව්‍යාපාරික කාර්යයන්, මෘදුකාංග ඉංජිනේරු විද්‍යාව (Software Engineering) සහ සයිබර් ආරක්ෂණ කටයුතු (Cybersecurity) සඳහාම මෙම මාදිලිය විශේෂයෙන් නිර්මාණය කර ඇත.

• දැනුම පදනම් කරගත් කාර්යයන් (Knowledge Work): නීති, බදු, මුල්‍ය සහ කේතකරණ ක්ෂේත්‍රයන්හි සැබෑ ලෝකයේ ආර්ථික බලපෑම මනින V-Index සූචකය තුළ Argon ඉදිරියෙන්ම සිටී.
• දීර්ඝ මෘදුකාංග ඉංජිනේරු කාර්යයන්: සංකීර්ණ, බහු-පියවර මෘදුකාංග සංවර්ධන ව්‍යාපෘති සඳහා වන DeepSuite පරීක්ෂණවලින් Argon ඉහළම දක්ෂතා දක්වා ඇත.
• ආයතනික කේතකරණ කාර්යක්ෂමතාව: Google සමාගම අභ්‍යන්තරව සිදුකළ පරීක්ෂණවලදී, Argon භාවිතය නිසා AI මගින් සිදුකරන කේත ඉදිරිපත් කිරීම් (agentic code submissions) 35%කින් ඉහළ ගිය අතර, කේතවල ඇති වූ දෝෂ නිසා ආපසු හැරවීමට සිදු වූ වාර ගණන තෙකෙන් පංගුවකින් (one-third) අඩු විය.

සැබෑ ලෝකයේ මෘදුකාංග සහ සයිබර් ආරක්ෂණ ජයග්‍රහණ

• Google Chrome යාවත්කාලීන කිරීම: බිලියන 3කට අධික පරිශීලකයින් පිරිසක් භාවිතා කරන Google Chrome හි කේත මිලියන ගණනක් නැවත සකස් කිරීමේ (refactoring) දැවැන්ත කාර්යය සඳහා Argon යොදා ගැනුණි. සාමාන්‍යයෙන් මාස ගණනක් ගතවන මෙම කාර්යය සති කිහිපයකින් නිම කිරීමට සමත් වූ අතර, බ්‍රවුසරයේ ස්ථායීතාව ඉහළ නංවමින් පද්ධතිය බිඳවැටීමේ (crashes) දෝෂ සම්පූර්ණයෙන්ම ඉවත් කිරීමට හැකි විය.
• සයිබර් ආරක්ෂණය (Wiz): සයිබර් ආරක්ෂණ සේවාවක් වන Wiz ආයතනය විසින් Argon මාදිලිය භාවිත කරමින් ලොව පුරා රෝහල්වල භාවිතා වන සෞඛ්‍ය මෘදුකාංගයක පැවති දැවැන්ත ආරක්ෂක පරතරයක් (critical zero-day vulnerability) සොයාගෙන පිළියම් යොදන ලදී.

2. Universal Agent for Work: සියලු කාර්යයන් සඳහා එකම AI නියෝජිතයා

Gemini යෙදවුමේ (App) පරිශීලකයින් සංඛ්‍යාව බිලියන 1 ඉක්මවා යත්ම, Google විසින් Gemini Enterprise පද්ධතිය Universal Agent for Work ලෙස පරිණාමය කර ඇත. විවිධ කාර්යයන් සඳහා වෙන වෙනම චැට්බොට් හෝ මෙවලම් භාවිතා කරනු වෙනුවට, මුළු ආයතනයම, පරිශීලකයාගේ කාර්යභාරය සහ මෙවලම් තේරුම් ගන්නා එකම ස්වයංක්‍රීය AI නියෝජිතයෙකු ලෙස Gemini ක්‍රියා කරයි.

තෝමස් කුරියන් විසින් Google හි මෙම Universal Agent තාක්ෂණයේ ප්‍රධාන ලක්ෂණ 6ක් පෙන්වා දෙන ලදී:

┌─────────────────────────────────────────────────────────────────────────────┐
│                       UNIVERSAL AGENT තාක්ෂණික ව්‍යුහය                       │
├─────────────────────────────────────────────────────────────────────────────┤
│ 1. එකම एकीकृत නියෝජිතයා  │ ප්‍රශ්නවලට පිළිතුරු, දැනුම පදනම් කරගත් වැඩ,    │
│                           │ මාධ්‍ය නිර්මාණය සහ කේතකරණය එකම ස්ථානයකින්.     │
├───────────────────────────┼─────────────────────────────────────────────────┤
│ 2. උපාංග අතර එකම මතකය    │ Desktop, Web, Mobile, CLI, Workspace, Slack,    │
│                           │ M365 යන සියල්ලෙහිම එකම Cloud මතකය පවත්වා ගැනීම. │
├───────────────────────────┼─────────────────────────────────────────────────┤
│ 3. AI නියෝජිත කණ්ඩායම්    │ සංකීර්ණ වැඩ සඳහා උප-නියෝජිතයන් (sub-agents)     │
│                           │ කණ්ඩායමක් සාදාගෙන වැඩ බෙදාදීමේ හැකියාව.        │
├───────────────────────────┼─────────────────────────────────────────────────┤
│ 4. ආයතනික පසුබිම හඳුනාගැනීම│ ආයතනයේ දත්ත, මෙවලම්, සේවකයින් සහ පරිශීලකයාගේ   │
│                           │ වැඩ කරන විලාසය ස්වයංක්‍රීයව තේරුම් ගැනීම.        │
├───────────────────────────┼─────────────────────────────────────────────────┤
│ 5. ආයතනික පාලනය          │ සංකේතාත්මක අන්‍යතාව (Cryptographic identity),     │
│                           │ ආරක්ෂිත සීමා සහ පිරිවැය සීමාවන් (Spend caps).  │
├───────────────────────────┼─────────────────────────────────────────────────┤
│ 6. ඕනෑම Model එකක් තේරීම  │ Argon, Flash, Anthropic, හෝ Open models අතුරින් │
│                           │ සුදුසුම AI මාදිලිය තෝරාගැනීමේ හැකියාව.         │
└───────────────────────────┴─────────────────────────────────────────────────┘

3. ප්‍රායෝගික නිරූපණයන් (Demos): AI නියෝජිතයෙකු ක්‍රියාකරන ආකාරය

Google හි නිෂ්පාදන ප්‍රධානීන් විසින් සජීවී නිරූපණයන් (live demos) මගින් මෙම ස්වයංක්‍රීය නියෝජිතයා දෛනික වැඩබිම තුළ ක්‍රියාත්මක වන ආකාරය පෙන්වා දෙන ලදී:

A. ආයතනික වැඩප්‍රවාහයන් සහ Google Workspace

Google හි උප සභාපති ඇඩම් ෆිෂර් (Adam Fischer) විසින් නිෂ්පාදන එළිදැක්වීමක් සඳහා අවශ්‍ය PowerPoint ඉදිරිපත් කිරීමක්, මුල්‍ය වාර්තාවක් (Revenue model) සහ ප්‍රවර්ධන වීඩියෝවක් සෑදීමේ සංකීර්ණ කාර්යය Gemini වෙත භාරදෙන ආකාරය පෙන්වන ලදී:

• උප-නියෝජිතයන් වෙත වැඩ බෙදීම: Gemini විසින් තමා යටතේ විශේෂිත උප-නියෝජිතයන් (sub-agents) කිහිපදෙනෙකු සාදාගෙන, ආයතනික Brand guidelines සලකා බලමින්, Excel දත්ත පදනම් කරගෙන PowerPoint එකක් සහ Google හි Omni මාදිලිය මගින් ප්‍රවර්ධන වීඩියෝවක් නිපදවන ලදී.
• Workspace සහයකයෙකු ලෙස: Google Docs සහ Slides තුළ Gemini ක්‍රියා කරන්නේ වෙනම විද්‍යුත් තැපැල් ලිපිනයක් සහිත සහයකයෙකු (@agent) ලෙසයි. Comment එකකින් ටැග් කළ විට, ලේඛන යාවත්කාලීන කිරීම සහ සෘජුවම සංස්කරණය කිරීම සිදු කරයි.
• ස්වයංක්‍රීය වේලාවන් වෙන්කිරීම: ඉදිරි රැස්වීමකට අදාළ නිලධාරියෙකු නිවාඩු ලබා ඇති බව දන්නා Gemini, ඔහු වෙත අදාළ විස්තර සාරාංශ කර යවන අතරම, අන් අයගේ Calendar පරික්ෂා කර රැස්වීම සඳහා සුදුසු වේලාවක් වෙන් කිරීමට ස්වයංක්‍රීයව විද්‍යුත් තැපැල් පණිවුඩ හුවමාරු කර ගනී.
• “Dream Mode” මතකය: කාලයත් සමඟ පරිශීලකයාගේ රිද්මය තේරුම් ගන්නා Gemini (උදාහරණයක් ලෙස: “විධායක සාරාංශවල ප්‍රධාන නිගමනය සෑම විටම මුලට යෙදීම”), අමතර උපදෙස් දීමකින් තොරව ස්වයංක්‍රීයව වැඩ කිරීමට හුරු වේ.

B. දත්ත විශ්ලේෂණය සහ ස්වයංක්‍රීය Machine Learning

ගේබ් වයිස් (Gabe Weiss) විසින් Gemini, BigQuery සහ Knowledge Catalog සමඟ සම්බන්ධ වී දත්ත විශ්ලේෂණය කරන ආකාරය නිරූපණය කළේය:

1. ස්වාභාවික භාෂාවෙන් දත්ත සෙවීම: බැංකු පාරිභෝගිකයින් අතුරින් පොලී අනුපාත අඩු පුද්ගලික ණය ලබා ගැනීමට වැඩි ඉඩක් ඇති අය හඳුනාගැනීමට AI නියෝජිතයාට උපදෙස් දෙයි.
2. Zero-Token Dashboard Queries: Gemini විසින් Python නෝට්බුක් එකක් තුළ PySpark කේත නිර්මාණය කරයි. ව්‍යාපාරිකයින්ට මෙම දත්ත ප්‍රස්ථාර වෙනස් කරමින් පරික්ෂා කළ හැකි අතර, පසුපස පද්ධතිය මගින් අලුත් වන ප්‍රස්ථාර සඳහා කිසිදු LLM Token පිරිවැයක් (Zero Token spend) වැය නොවේ.
3. ස්වයංක්‍රීය ML මොඩල සෑදීම: පාරිභෝගික දත්ත විශ්ලේෂණය කරමින් XGBoost ඇල්ගොරිතමයක් මගින් 90%ක නිවැරදිතාවයකින් යුත් Machine Learning මාදිලියක් තත්පර කිහිපයකින් සාදා Knowledge Catalog වෙත එක් කිරීමට Gemini සමත් විය.

[ Data Lakehouse / BigQuery ] ──► [ Knowledge Catalog අර්ථ දැක්වීම් ]
                                         │
                                         ▼
[ Zero-Token Dashboard ප්‍රස්ථාර ] ◄── [ Gemini Agent ML Model (XGBoost) ] ──► [ Marketing Campaign සෑදීම ]

4. විවිධ ක්ෂේත්‍ර සඳහා විශේෂිත Gemini Agents සහ ගෝලීය භාවිතයන්

Google Cloud විසින් මුල්‍ය, නීතිමය, සෞඛ්‍ය සහ කාර්මික ක්ෂේත්‍රයන් සඳහා විශේෂිත වූ AI මෙවලම් සහ නීතිමය සම්බන්ධක ඇතුළත් Gemini Agents හඳුන්වා දෙන ලදී:

මුල්‍ය ක්ෂේත්‍රය (Financial Services)

ඩොලර් මිලියන 100ක ආයෝජන අරමුදලක් මෙහෙයවන කළමනාකරුවෙකුට ලැබෙන හදිසි පුවතකින්, තමන් ආයෝජනය කර ඇති බලශක්ති සමාගමක් ඩොලර් බිලියන 48ක ගිවිසුමකට එළඹෙන බව දැනගන්නට ලැබේ.

• නීතිමය සීමා පරීක්ෂාව: Gemini මගින් තත්පර කිහිපයකින් අදාළ වීඩියෝව, අභ්‍යන්තර දත්ත සහ වෙළඳපල වාර්තා පරික්ෂා කර, අරමුදලේ බලශක්ති ආයෝජන සීමාව වන 25% ඉක්මවා ගොස් ඇති බවත් (ඩොලර් මිලියන 1.625ක අතිරික්තයක්), එය නීතිමය ගැටලුවක් විය හැකි බවත් පෙන්වා දෙයි.
• උපායමාර්ගික උපදෙස්: අදාළ ගිවිසුම අවලංගු වුවහොත් සිදුවන පාඩුව ගණනය කර, විකිණිය යුතු කොටස් ප්‍රමාණය සහ ආවරණ උපායමාර්ග (hedged trade executions) ඇතුළත් Excel වාර්තාවක් සහ PDF සාරාංශයක් තත්පර කිහිපයකින් සකස් කර දෙයි.

නීති, සෞඛ්‍ය සහ කාර්මික මෙහෙයුම්

• Cooley LLP (නීති ක්ෂේත්‍රය): අධිකරණයේ ප්‍රසිද්ධ කිරීමට පෙර නීතිමය ලේඛනවල ඇති පුද්ගලික දත්ත (PII) සහ රහස්‍ය තොරතුරු ස්වයංක්‍රීයව මකා දැමීමේ (redaction) AI නියෝජිතයෙකු භාවිතා කරයි.
• Merck (සෞඛ්‍ය හා ඖෂධ නිෂ්පාදනය): සේවකයින් 75,000ක් Gemini Enterprise භාවිත කරමින් ඖෂධ පර්යේෂණ සිදුකරයි. සාමාන්‍යයෙන් වසර 10-12ක් ගතවන නව ඖෂධයක් වෙළඳපොළට පැමිණීමේ කාලය තෙකෙන් පංගුවකින් අඩු කරගැනීම මෙහි ඉලක්කයයි.
• Honeywell Forge (කාර්මික ස්වයංක්‍රීයකරණය): Honeywell පද්ධතිය Gemini සමඟ බද්ධ කරමින්, ගොඩනැගිලිවල ඇති උෂ්ණත්වය, කම්පනය වැනි සංවේදක (AR sensors) දත්ත පරික්ෂා කර, යන්ත්‍ර බිඳවැටීමට පෙර නඩත්තු කටයුතු (predictive maintenance) කිරීමට යොදා ගනී.
• Lloyds Banking Group (බැංකු ක්ෂේත්‍රය): Envoy නමැති ආරක්ෂිත AI පද්ධතිය හරහා බැංකු ඉංජිනේරුවන් 1,000කට වැඩි පිරිසකට වංචා දූෂණ සෙවීමේ සහ පාරිභෝගික සේවා AI නියෝජිතයන් නිර්මාණය කිරීමට ඉඩ සලසා ඇත.

5. මායිම් නැති දත්ත සහ ස්මාර්ට් ගබඩා (Borderless Data & Smart Storage)

දත්ත වෙනත් ස්ථානවලට ගෙනයාමේදී සිදුවන අධික පිරිවැය සහ කාලය නාස්තිවීම වැළැක්වීමට Google Cloud විසින් Smart Storage සහ Borderless Lakehouse තාක්ෂණයන් හඳුන්වා දී ඇත:

• Smart Storage: PDF, ඡායාරූප, පරිලෝකන සටහන් වැනි සංකීර්ණ දත්ත (unstructured data) ඒවා පවතින ස්ථානයේදීම කියවා තේරුම් ගැනීමට Gemini සමත් වේ. Snap සමාගම පද්ධති දෝෂ සෙවීමේ කාලය මිනිත්තු 30 සිට තත්පර 30 දක්වා අඩු කරගෙන ඇති අතර, Hitachi (HMAX) සමාගම සේවකයින් ක්ෂේත්‍රයේදී ගන්නා ඡායාරූප පරික්ෂා කර වැඩබිම්වල ආරක්ෂාව තහවුරු කිරීමට යොදා ගනී.
• Borderless Lakehouse: Amazon S3, Azure Data Lake, Salesforce, SAP, සහ Workday හි ඇති දත්ත පිටපත් කිරීමකින් තොරව (without copying) සෘජුවම කියවීමේ හැකියාව ඇත. Etsy සමාගම Petabytes 3ක දත්ත Open Iceberg හරහා සම්බන්ධ කරමින් සිය පද්ධති මෙහෙයුම් 60%කින් වේගවත් කර ඇත.

6. ආයතනික පාලනය, ආරක්ෂාව සහ පිරිවැය කළමනාකරණය

ස්වයංක්‍රීය AI නියෝජිතයන් ආයතනයක් තුළ යෙදවීමේදී පාලනය සහ ආරක්ෂාව අත්‍යවශ්‍ය වේ. Google Cloud විසින් මේ සඳහා ප්‍රධාන ආරක්ෂණ ස්තර 3ක් ඉදිරිපත් කරයි:

                               ┌────────────────────────────────────────┐
                               │             AGENT GATEWAY              │
                               │  (AI Firewall & Prompt/Tool Checker)  │
                               └───────────────────┬────────────────────┘
                                                   │
                               ┌───────────────────┴────────────────────┘
                               │             AGENT SANDBOX              │
                               │     (වෙන්කළ ආරක්ෂිත ජාල සීමාව)        │
                               └───────────────────┬────────────────────┘
                                                   │
                               ┌───────────────────┴────────────────────┐
                               │            AGENT IDENTITY              │
                               │  (සංකේතාත්මක අන්‍යතාව සහ Audit Log)  │
                               └────────────────────────────────────────┘

1. සංකේතාත්මක අන්‍යතාව (Cryptographic Agent Identity): සෑම AI නියෝජිතයෙකුටම වෙනම සංකේතාත්මක අන්‍යතාවයක් හිමිවේ. AI විසින් සිදුකරන සෑම ක්‍රියාවක්ම audit log එකක සටහන් වේ.
2. Agent Gateway සහ Sandbox: AI නියෝජිතයන් ක්‍රියාත්මක වන්නේ වෙන්කළ ආරක්ෂිත ජාල සීමාවක් (Sandbox) තුළය. පද්ධතියට පැමිණෙන සහ පිටවන සියලුම දත්ත Agent Gateway නමැති AI ජාල අග්නිපවුර (AI network firewall) මගින් පරික්ෂා කෙරේ.
3. Smart Routing සහ පිරිවැය සීමාවන්: පිරිවැය පාලනය සඳහා Smart Routing තාක්ෂණය මගින් කුඩා කාර්යයන් සඳහා අඩු පිරිවැයක් යන AI මාදිලිද (Gemini Flash), සංකීර්ණ කාර්යයන් සඳහා පමණක් Argon මාදිලියද ස්වයංක්‍රීයව තෝරා ගනී. මෙය පිරිවැය 60%+ කින් අඩු කරන අතර 40%ක වේගයක් ලබා දෙයි.

7. දෘඩාංග සහ අභ්‍යවකාශයට යන AI (Full-Stack Infrastructure)

Google Cloud හි ඇති විශේෂත්වය වන්නේ AI චිප්ස් (TPUs), දත්ත මධ්‍යස්ථාන සහ AI මාදිලි යන සියල්ල එකම පද්ධතියක් ලෙස Google විසින්ම නිර්මාණය කිරීමයි.

මෙම තාක්ෂණික දියුණුව පෙන්වා දෙමින්, NASA හි Jet Propulsion Laboratory (JPL) විසින් අභ්‍යවකාශයේ කක්ෂගත කර ඇති චන්ද්‍රිකාවක් තුළ Google හි Gemma Open Vision-Language මාදිලිය සාර්ථකව ක්‍රියාත්මක කර ඇති බව හෙළි කරන ලදී. චන්ද්‍රිකාව මගින් ලබාගන්නා පෘථිවි ඡායාරූප අභ්‍යවකාශයේදීම විශ්ලේෂණය කර, එහි සාරාංශය පමණක් පෘථිවියේ සිටින නිලධාරීන් වෙත ස්වාභාවික භාෂාවෙන් (Natural language) එවීමට මෙමගින් හැකියාව ලැබී ඇත.

අවසාන නිගමනය

සමුළුව අවසන් කරමින් තෝමස් කුරියන් අවධාරණය කළේ Google Cloud හි ප්‍රධාන පරමාර්ථයන් 3යි:

1. ඕනෑම Model එකක් තෝරාගැනීමේ නිදහස: Gemini, Anthropic, හෝ Open models අතුරින් තමන්ට කැමති මොඩලය භාවිතා කිරීමේ හැකියාව.
2. සංකීර්ණ බව ඉවත් කිරීම: චිප්ස්වල සිට AI Agent දක්වා සියල්ල එකම පද්ධතියක් ලෙස ලැබීම.
3. දත්තවල පූර්ණ අයිතිය: ආයතනික දත්ත කිසිවිටෙකත් බාහිර AI පුහුණු කිරීමට (training) යොදා නොගැනීම සහ දත්තවල අයිතිය ආයතනය සතුවීම.

ලොව පුරා ව්‍යාපාර හුදෙක් AI සමඟ සංවාද කිරීමෙන් ඔබ්බට ගොස්, සමස්ත ව්‍යාපාරික ක්‍රියාවලියම ස්වයංක්‍රීයව මෙහෙයවන Agentic Enterprise යුගයකට සංක්‍රමණය වීම සඳහා Gemini 4 Argon සහ Universal Agent මගින් ප්‍රබල පදනමක් සකස් කර ඇත.