Det handler dermed ikke kun om at installere ny teknologi. Målet er også at ændre arbejdsgange og organisationsmodeller, så AI-agenter kan indgå i den daglige drift på en kontrolleret måde. IBM bidrager med præbyggede løsninger, genanvendelige agenter og metoder fra større transformationsprojekter, mens Google Cloud leverer køremiljø, styringsfunktioner og sikkerhed til virksomheder .

IBM beskriver samarbejdet som en servicesmulighed til flere milliarder dollar .

Teknologien bag satsningen

Platformen dækker hele forløbet fra udvikling til drift:

• IBM Consulting Advantage fungerer som IBMs AI-understøttede leveranceplatform til at designe og implementere løsninger .
• Gemini Enterprise Agent Platform er Googles samlede miljø til at bygge, styre og afvikle AI-agenter .
• BigQuery skal levere et produktionsklart datafundament til AI-arbejdsbelastninger .
• watsonx Orchestrate og watsonx.data kobles sammen med Gemini til automatisering af beslutninger og datadrevne processer, mens Confluent leverer realtidsdatastrømme .
• Red Hat OpenShift kan nu tilgås direkte fra Google Cloud Console, mens værktøjer fra HashiCorp understøtter robust drift og compliance .

Kombinationen er vigtig, fordi en virksomhedsløsning sjældent stopper ved selve AI-modellen. Data, adgangskontrol, sikkerhed, overvågning og dokumentation skal også fungere, hvis agenten skal kunne bestå interne og eksterne krav.

Brancheagenter med fokus på regulering

IBM og Google Cloud vil udvikle en portefølje af prækonfigurerede AI-agenter til otte brancher:

• bank og finans
• offentlig sektor
• detailhandel
• telekommunikation
• energi
• sikkerhed
• forsikring
• life science

Agenterne skal automatisere arbejdsgange, gøre beslutninger hurtigere og understøtte mere selvkørende drift ved hjælp af Gemini-modeller. Samtidig er de tænkt til at fungere inden for de stramme krav til governance, datasuverænitet og driftssikkerhed, som gælder i disse brancher .

De primære målområder er rum- og luftfart, finansielle tjenester, offentlig sektor, sundhed og telekommunikation . Det afspejler IBMs stærke position i brancher, hvor standardiserede AI-løsninger ofte støder på krav om revision, compliance og kontrol.

Airbus-projektet viser modellen i praksis

Samarbejdet begynder ikke fra bunden. IBM og Google Cloud har tidligere arbejdet sammen om en større migration for Airbus. Her hjalp IBM-konsulenter med at gøre to luftfartsforretninger fuldt uafhængige på mindre end 18 måneder, samtidig med at mere end 100 kritiske systemer blev opdateret .

Det projekt fungerer som et konkret eksempel på den leverancemodel, som parterne nu vil gøre til en skalerbar forretning gennem den nye praksis.

Direkte forlængelse af Google Cloud Next '26

Google Cloud Practice bygger videre på annonceringerne fra Google Cloud Next '26 . Her lancerede Google blandt andet:

• Gemini Enterprise Agent Platform, en udvidet og samlet videreudvikling af Vertex AI, som udgør den centrale tekniske platform .
• Ottendegenerations-TPU'er, der skal levere AI-computerinfrastrukturen .
• A2A-protokollen (Agent-to-Agent), som gør det muligt for flere AI-agenter at samarbejde på tværs af systemer .
• Workspace Studio, et værktøj uden krav om kodning, som skal gøre det lettere at bygge egne agenter .

I april annoncerede Google Cloud desuden en partnerfond på 750 millioner dollar. Fonden skal finansiere blandt andet sandbox-kreditter, træning, efterspørgselsgenerering, implementeringskuponer og fremudsendte ingeniører . Den er målrettet Googles partnerøkosystem på 120.000 virksomheder og skal flytte samarbejdet fra fælles salg til fælles levering .

IBM-praksissen er den første navngivne, dedikerede konsulentenhed, der er bygget direkte oven på denne investering, selv om fonden også omfatter andre store partnere som Accenture, Deloitte og Capgemini .

Kampen om den sidste kilometer i AI

Satsningen placerer IBM og Google Cloud i direkte konkurrence med andre alliancer mellem hyperscalere og systemintegratorer, blandt andet Accenture og Microsoft omkring Azure AI samt Deloitte og AWS .

IBM forsøger at skille sig ud med sin dybe branche- og transformationserfaring. Pointen er ikke kun at bygge en agent, men også at ændre de processer og driftsmodeller, som agenten skal indgå i. Google Cloud bidrager med infrastrukturen til agentbaseret AI og en stor partner- og distributionskanal .

Mohamad Ali, senior vicepræsident og chef for IBM Consulting, siger, at virksomheder står midt i en af de mest komplekse moderniseringsperioder i årtier. Ifølge ham skal det udvidede samarbejde give kunderne en mere tydelig og pålidelig vej til at skalere AI gennem en kombination af brancheekspertise, hybrid cloud-modernisering og en AI-fokuseret leveranceplatform .

Kevin Ichhpurani, chef for Googles globale partnerekosystem, fremhæver på sin side behovet for flere specialister. Han siger, at samarbejdet udvider puljen af Google Cloud-eksperter, så kunderne kan komme videre end pilotprojekter og implementere samt styre produktionsklare AI-agenter i hele deres cloudmiljø .

Hvorfor det er vigtigt nu

IBM og Google Clouds nye praksis peger på et skifte i virksomheders AI-marked: Fokus flytter sig fra at afprøve modeller til at få dem til at fungere i virkeligheden.

Den største værdi kan derfor ende hos de rådgivere og teknologipartnere, der kan håndtere den sidste del af rejsen — redesign af arbejdsgange, integration med eksisterende systemer og kontrolleret drift i brancher med høje krav.

Google Cloud Practice er dermed både en konkret konsulentenhed og en mulig skabelon for, hvordan Googles investering på 750 millioner dollar skal omsættes til leverancer, der konkurrerer om store AI-moderniseringsprojekter i regulerede brancher.

Det handler dermed ikke kun om at installere ny teknologi. Målet er også at ændre arbejdsgange og organisationsmodeller, så AI-agenter kan indgå i den daglige drift på en kontrolleret måde. IBM bidrager med præbyggede løsninger, genanvendelige agenter og metoder fra større transformationsprojekter, mens Google Cloud leverer køremiljø, styringsfunktioner og sikkerhed til virksomheder .

IBM beskriver samarbejdet som en servicesmulighed til flere milliarder dollar .

Teknologien bag satsningen

Platformen dækker hele forløbet fra udvikling til drift:

• IBM Consulting Advantage fungerer som IBMs AI-understøttede leveranceplatform til at designe og implementere løsninger .
• Gemini Enterprise Agent Platform er Googles samlede miljø til at bygge, styre og afvikle AI-agenter .
• BigQuery skal levere et produktionsklart datafundament til AI-arbejdsbelastninger .
• watsonx Orchestrate og watsonx.data kobles sammen med Gemini til automatisering af beslutninger og datadrevne processer, mens Confluent leverer realtidsdatastrømme .
• Red Hat OpenShift kan nu tilgås direkte fra Google Cloud Console, mens værktøjer fra HashiCorp understøtter robust drift og compliance .

Kombinationen er vigtig, fordi en virksomhedsløsning sjældent stopper ved selve AI-modellen. Data, adgangskontrol, sikkerhed, overvågning og dokumentation skal også fungere, hvis agenten skal kunne bestå interne og eksterne krav.

Brancheagenter med fokus på regulering

IBM og Google Cloud vil udvikle en portefølje af prækonfigurerede AI-agenter til otte brancher:

• bank og finans
• offentlig sektor
• detailhandel
• telekommunikation
• energi
• sikkerhed
• forsikring
• life science

Agenterne skal automatisere arbejdsgange, gøre beslutninger hurtigere og understøtte mere selvkørende drift ved hjælp af Gemini-modeller. Samtidig er de tænkt til at fungere inden for de stramme krav til governance, datasuverænitet og driftssikkerhed, som gælder i disse brancher .

De primære målområder er rum- og luftfart, finansielle tjenester, offentlig sektor, sundhed og telekommunikation . Det afspejler IBMs stærke position i brancher, hvor standardiserede AI-løsninger ofte støder på krav om revision, compliance og kontrol.

Airbus-projektet viser modellen i praksis

Samarbejdet begynder ikke fra bunden. IBM og Google Cloud har tidligere arbejdet sammen om en større migration for Airbus. Her hjalp IBM-konsulenter med at gøre to luftfartsforretninger fuldt uafhængige på mindre end 18 måneder, samtidig med at mere end 100 kritiske systemer blev opdateret .

Det projekt fungerer som et konkret eksempel på den leverancemodel, som parterne nu vil gøre til en skalerbar forretning gennem den nye praksis.

Direkte forlængelse af Google Cloud Next '26

Google Cloud Practice bygger videre på annonceringerne fra Google Cloud Next '26 . Her lancerede Google blandt andet:

• Gemini Enterprise Agent Platform, en udvidet og samlet videreudvikling af Vertex AI, som udgør den centrale tekniske platform .
• Ottendegenerations-TPU'er, der skal levere AI-computerinfrastrukturen .
• A2A-protokollen (Agent-to-Agent), som gør det muligt for flere AI-agenter at samarbejde på tværs af systemer .
• Workspace Studio, et værktøj uden krav om kodning, som skal gøre det lettere at bygge egne agenter .

I april annoncerede Google Cloud desuden en partnerfond på 750 millioner dollar. Fonden skal finansiere blandt andet sandbox-kreditter, træning, efterspørgselsgenerering, implementeringskuponer og fremudsendte ingeniører . Den er målrettet Googles partnerøkosystem på 120.000 virksomheder og skal flytte samarbejdet fra fælles salg til fælles levering .

IBM-praksissen er den første navngivne, dedikerede konsulentenhed, der er bygget direkte oven på denne investering, selv om fonden også omfatter andre store partnere som Accenture, Deloitte og Capgemini .

Kampen om den sidste kilometer i AI

Satsningen placerer IBM og Google Cloud i direkte konkurrence med andre alliancer mellem hyperscalere og systemintegratorer, blandt andet Accenture og Microsoft omkring Azure AI samt Deloitte og AWS .

IBM forsøger at skille sig ud med sin dybe branche- og transformationserfaring. Pointen er ikke kun at bygge en agent, men også at ændre de processer og driftsmodeller, som agenten skal indgå i. Google Cloud bidrager med infrastrukturen til agentbaseret AI og en stor partner- og distributionskanal .

Mohamad Ali, senior vicepræsident og chef for IBM Consulting, siger, at virksomheder står midt i en af de mest komplekse moderniseringsperioder i årtier. Ifølge ham skal det udvidede samarbejde give kunderne en mere tydelig og pålidelig vej til at skalere AI gennem en kombination af brancheekspertise, hybrid cloud-modernisering og en AI-fokuseret leveranceplatform .

Kevin Ichhpurani, chef for Googles globale partnerekosystem, fremhæver på sin side behovet for flere specialister. Han siger, at samarbejdet udvider puljen af Google Cloud-eksperter, så kunderne kan komme videre end pilotprojekter og implementere samt styre produktionsklare AI-agenter i hele deres cloudmiljø .

Hvorfor det er vigtigt nu

IBM og Google Clouds nye praksis peger på et skifte i virksomheders AI-marked: Fokus flytter sig fra at afprøve modeller til at få dem til at fungere i virkeligheden.

Den største værdi kan derfor ende hos de rådgivere og teknologipartnere, der kan håndtere den sidste del af rejsen — redesign af arbejdsgange, integration med eksisterende systemer og kontrolleret drift i brancher med høje krav.

Google Cloud Practice er dermed både en konkret konsulentenhed og en mulig skabelon for, hvordan Googles investering på 750 millioner dollar skal omsættes til leverancer, der konkurrerer om store AI-moderniseringsprojekter i regulerede brancher.