Her er, hvad Pichai mente – og hvordan Googles nyeste værktøjer viser vejen.

Hvorfor Pichai tror, at dagens AI snart vil virke “primitiv”

Pichai pegede på hastigheden i kapacitetsvæksten og udbredelsen på tværs af Googles AI-systemer. En slående metrik: Google oplyser, at de nu behandler 3,2 quadrillion tokens om måneden – en syvdobling i forhold til de 480 billioner tokens, der blev rapporteret på I/O året før.

Den voldsomme stigning afspejler både en hurtig forbedring af modellerne og det faktum, at AI bliver integreret i flere og flere hverdagsprodukter – Search, Workspace, Android, YouTube og udviklerværktøjer.

I interviews sagde Pichai, at når man ser tilbage om nogle få år, vil man sandsynligvis betragte dagens systemer, som vi i dag ser på de første mobiltelefoner: imponerende for deres tid, men ekstremt begrænsede sammenlignet med, hvad der kom bagefter.

Betydningen af den “agentiske Gemini-æra”

Hjørnestenen i Google I/O 2026 var Pichais beskrivelse af en ny fase i AI-udviklingen: agentiske systemer.

I stedet for at vente på kommandoer kan disse systemer:

• ræsonnere sig igennem problemer
• planlægge i flere trin
• udføre handlinger på tværs af apps og tjenester

Pichai sagde, at virksomhedens seneste lanceringer markerer begyndelsen på denne “agentiske Gemini-æra”, hvor AI-systemer i stigende grad fungerer som proaktive assistenter snarere end passive chatrobotter.

Skiftet afspejler også Googles langsigtede strategi om at indlejre AI i hele sit økosystem, så det kan koordinere opgaver på tværs af forskellige værktøjer og tjenester.

Gemini Spark: En 24/7 personlig AI-agent

Et af de mest synlige eksempler på dette skift er Gemini Spark.

Google beskriver Spark som en 24/7 personlig AI-agent designet til at hjælpe med at styre brugerens digitale liv. Under brugerens ledelse kan den proaktivt koordinere opgaver på tværs af Googles produkter og handle på vegne af brugeren.

De vigtigste egenskaber omfatter:

• Kontinuerlig drift frem for enkeltstående kommandoer
• Integration på tværs af Googles apps og tjenester
• Evne til automatisk at udføre opgaver med flere trin

Denne type agent repræsenterer et skridt i retning af vedvarende AI-assistenter, der fungerer mere som digitale samarbejdspartnere end som simple værktøjer.

Gemini 3.5 Flash: Bygget til agenter og kodning

Google introducerede også Gemini 3.5 Flash, den første model i den nye 3.5-modelfamilie.

Virksomheden positionerer Flash som en model optimeret til agentiske arbejdsgange og komplekse kodningsopgaver, især dem, der involverer lange sekvenser af handlinger eller problemløsning.

Ifølge Google:

• kombinerer modellen intelligens på højt niveau med hurtig svartid
• kan den måle sig med større flagskibsmodeller på mange opgaver
• udmærker den sig ved langsigtede problemstillinger såsom flertrins udviklingsworkflows eller komplekse forskningsopgaver.

Disse egenskaber er vigtige for AI-agenter, der skal planlægge og udføre opgaver selvstændigt i stedet for blot at producere et enkelt svar.

Gemini Omni: Multimodal skabelse fra alle input

En anden stor lancering var Gemini Omni, en model designet til multimodal generering.

Google siger, at Omni kan kombinere tekst, billeder, lyd og video for at generere videoresultater i høj kvalitet, startende med filmskabende videooprettelse og redigering via samtale.

Modellen forener Geminis ræsonnementsevner med generative medicasystemer og repræsenterer et bredere skub mod AI, der kan forstå og generere på tværs af mange formater på én gang.

Hvordan ingeniørernes rolle kan ændre sig

Det agentiske skift har også konsekvenser for softwareudvikling.

Efterhånden som AI-systemer bliver bedre til at planlægge og udføre opgaver med flere trin, vil ingeniører måske bruge mindre tid på at skrive hver eneste linje kode og mere tid på at guide AI-systemer, der håndterer store dele af implementeringen.

Googles positionering af Gemini 3.5 Flash som en model designet specifikt til kodningsagenter og langvarige arbejdsgange illustrerer denne retning.

Offentligt tilgængelige udtalelser fra I/O 2026 går dog ikke så vidt som at hævde, at ingeniører helt vil skifte til at “lede teams af agenter.” Den stærkeste, kildeunderstøttede konklusion er, at Google forventer, at AI-agenter over tid vil påtage sig mere komplekse programmeringsopgaver.

Offentlig bekymring og konkurrence

Pichai anerkendte også, at det hurtige tempo i AI-udviklingen skaber både begejstring og bekymring. Den offentlige debat om AI omfatter i stigende grad spørgsmål om jobtab, sikkerhed og automationens bredere samfundsmæssige konsekvenser.

Samtidig bliver konkurrencen intensiveret. Googles annonceringer på I/O understregede både tempoet i produktudgivelser og omfanget af infrastrukturinvesteringer, hvilket signalerer, at virksomheden agter at konkurrere aggressivt, efterhånden som AI bliver den næste store computerplatform.

Det store billede: AI som en ny computerplatform

Tilsammen illustrerer annonceringerne på Google I/O 2026 et bredere skift, der er i gang i teknologibranchen.

AI bevæger sig fra at være et værktøj, der svarer på spørgsmål, til at være en platform, der udfører opgaver. Systemer som Gemini Spark, Gemini 3.5 Flash og Gemini Omni viser, hvordan Google forsøger at opbygge et økosystem, hvor AI-agenter kan koordinere information, generere indhold og udføre komplekse arbejdsgange på tværs af applikationer.

Hvis tempoet fortsætter, som Pichai beskrev, kan den nuværende generation af AI meget vel virke overraskende primitiv om ganske få år – ligesom de tidlige telefoner, der gik forud for den moderne smartphone-æra.

Her er, hvad Pichai mente – og hvordan Googles nyeste værktøjer viser vejen.

Hvorfor Pichai tror, at dagens AI snart vil virke “primitiv”

Pichai pegede på hastigheden i kapacitetsvæksten og udbredelsen på tværs af Googles AI-systemer. En slående metrik: Google oplyser, at de nu behandler 3,2 quadrillion tokens om måneden – en syvdobling i forhold til de 480 billioner tokens, der blev rapporteret på I/O året før.

Den voldsomme stigning afspejler både en hurtig forbedring af modellerne og det faktum, at AI bliver integreret i flere og flere hverdagsprodukter – Search, Workspace, Android, YouTube og udviklerværktøjer.

I interviews sagde Pichai, at når man ser tilbage om nogle få år, vil man sandsynligvis betragte dagens systemer, som vi i dag ser på de første mobiltelefoner: imponerende for deres tid, men ekstremt begrænsede sammenlignet med, hvad der kom bagefter.

Betydningen af den “agentiske Gemini-æra”

Hjørnestenen i Google I/O 2026 var Pichais beskrivelse af en ny fase i AI-udviklingen: agentiske systemer.

I stedet for at vente på kommandoer kan disse systemer:

• ræsonnere sig igennem problemer
• planlægge i flere trin
• udføre handlinger på tværs af apps og tjenester

Pichai sagde, at virksomhedens seneste lanceringer markerer begyndelsen på denne “agentiske Gemini-æra”, hvor AI-systemer i stigende grad fungerer som proaktive assistenter snarere end passive chatrobotter.

Skiftet afspejler også Googles langsigtede strategi om at indlejre AI i hele sit økosystem, så det kan koordinere opgaver på tværs af forskellige værktøjer og tjenester.

Gemini Spark: En 24/7 personlig AI-agent

Et af de mest synlige eksempler på dette skift er Gemini Spark.

Google beskriver Spark som en 24/7 personlig AI-agent designet til at hjælpe med at styre brugerens digitale liv. Under brugerens ledelse kan den proaktivt koordinere opgaver på tværs af Googles produkter og handle på vegne af brugeren.

De vigtigste egenskaber omfatter:

• Kontinuerlig drift frem for enkeltstående kommandoer
• Integration på tværs af Googles apps og tjenester
• Evne til automatisk at udføre opgaver med flere trin

Denne type agent repræsenterer et skridt i retning af vedvarende AI-assistenter, der fungerer mere som digitale samarbejdspartnere end som simple værktøjer.

Gemini 3.5 Flash: Bygget til agenter og kodning

Google introducerede også Gemini 3.5 Flash, den første model i den nye 3.5-modelfamilie.

Virksomheden positionerer Flash som en model optimeret til agentiske arbejdsgange og komplekse kodningsopgaver, især dem, der involverer lange sekvenser af handlinger eller problemløsning.

Ifølge Google:

• kombinerer modellen intelligens på højt niveau med hurtig svartid
• kan den måle sig med større flagskibsmodeller på mange opgaver
• udmærker den sig ved langsigtede problemstillinger såsom flertrins udviklingsworkflows eller komplekse forskningsopgaver.

Disse egenskaber er vigtige for AI-agenter, der skal planlægge og udføre opgaver selvstændigt i stedet for blot at producere et enkelt svar.

Gemini Omni: Multimodal skabelse fra alle input

En anden stor lancering var Gemini Omni, en model designet til multimodal generering.

Google siger, at Omni kan kombinere tekst, billeder, lyd og video for at generere videoresultater i høj kvalitet, startende med filmskabende videooprettelse og redigering via samtale.

Modellen forener Geminis ræsonnementsevner med generative medicasystemer og repræsenterer et bredere skub mod AI, der kan forstå og generere på tværs af mange formater på én gang.

Hvordan ingeniørernes rolle kan ændre sig

Det agentiske skift har også konsekvenser for softwareudvikling.

Efterhånden som AI-systemer bliver bedre til at planlægge og udføre opgaver med flere trin, vil ingeniører måske bruge mindre tid på at skrive hver eneste linje kode og mere tid på at guide AI-systemer, der håndterer store dele af implementeringen.

Googles positionering af Gemini 3.5 Flash som en model designet specifikt til kodningsagenter og langvarige arbejdsgange illustrerer denne retning.

Offentligt tilgængelige udtalelser fra I/O 2026 går dog ikke så vidt som at hævde, at ingeniører helt vil skifte til at “lede teams af agenter.” Den stærkeste, kildeunderstøttede konklusion er, at Google forventer, at AI-agenter over tid vil påtage sig mere komplekse programmeringsopgaver.

Offentlig bekymring og konkurrence

Pichai anerkendte også, at det hurtige tempo i AI-udviklingen skaber både begejstring og bekymring. Den offentlige debat om AI omfatter i stigende grad spørgsmål om jobtab, sikkerhed og automationens bredere samfundsmæssige konsekvenser.

Samtidig bliver konkurrencen intensiveret. Googles annonceringer på I/O understregede både tempoet i produktudgivelser og omfanget af infrastrukturinvesteringer, hvilket signalerer, at virksomheden agter at konkurrere aggressivt, efterhånden som AI bliver den næste store computerplatform.

Det store billede: AI som en ny computerplatform

Tilsammen illustrerer annonceringerne på Google I/O 2026 et bredere skift, der er i gang i teknologibranchen.

AI bevæger sig fra at være et værktøj, der svarer på spørgsmål, til at være en platform, der udfører opgaver. Systemer som Gemini Spark, Gemini 3.5 Flash og Gemini Omni viser, hvordan Google forsøger at opbygge et økosystem, hvor AI-agenter kan koordinere information, generere indhold og udføre komplekse arbejdsgange på tværs af applikationer.

Hvis tempoet fortsætter, som Pichai beskrev, kan den nuværende generation af AI meget vel virke overraskende primitiv om ganske få år – ligesom de tidlige telefoner, der gik forud for den moderne smartphone-æra.