NTT DATA och Google Cloud i jätteaffär: 5 000 AI-experter och 500 agenter

Företags användning av agent-AI står inför en paradox: efterfrågan skjuter i höjden, men investeringarna för att stödja den står stilla. NTT DATA:s egen forskning, publicerad i mars 2026, visade att 99 procent av organisationerna anser att AI har ökat deras behov av molninvesteringar, trots detta rapporterade 84 procent oförändrade molnutgifter det senaste året . Nästan nio av tio (88 procent) erkände att nuvarande utgiftsnivåer aktivt äventyrar initiativ inom AI, molnnativa applikationer och modernisering . Bara 14 procent av företagen har nått den högsta nivån av mognad i sin molnanvändning .

Mot den bakgrunden tillkännagav NTT DATA och Google Cloud i juni 2026 en betydande utökning av sitt partnerskap – och det är inte ännu en proof-of-concept-övning. Det är ett medvetet, kvantifierat åtagande att industrialisera utvecklingen av agent-AI och flytta företag från experimentstadiet till produktionsfärdig användning med hjälp av Googles Gemini Enterprise-plattform.

Vad tillkännagavs?

Det utökade samarbetet vilar på tre specifika, mätbara åtaganden :

• 5 000 certifierade Gemini Enterprise-experter. NTT DATA etablerar en dedikerad global Gemini Enterprise-praktik med gemensam affärsplanering, teknisk utbildning, certifieringar, ingenjörsstöd och samordnade marknadsinvesteringar .
• Upp till 500 AI-agenter. Företagen planerar att tillsammans utveckla och driftsätta upp till 500 AI-agenter för både horisontella och branschspecifika användningsområden, utformade för att fungera som återanvändbara byggstenar för snabbare och mer skalbar AI-införande .
• Inbäddade ingenjörsteam. NTT DATA:s AI-utbildade ingenjörer och Google Clouds ingenjörer kommer att arbeta direkt ute hos kunderna för att stödja gemensam innovation och produktionssättning .

Affären bygger på ett globalt partnerskap från augusti 2025 som först förde samman de två företagen för att accelerera AI-driven molninnovation inom sektorer som bank, försäkring, tillverkning, detaljhandel, hälso- och sjukvård, life science och offentlig sektor .

Inuti den fyrstegsmodell som ska industrialisera agent-AI

Partnerskapet introducerar ett strukturerat, fabriksliknande tillvägagångssätt för att bygga och skala upp AI-agenter, organiserat kring fyra kärnkomponenter :

1. Industrialiserad agentutveckling och driftsättning. En global modell som kombinerar återanvändbara tillgångar, ingenjörstalanger och gemensamma innovationsflöden för att designa, bygga och skala AI-agenter i företags arbetsflöden .
2. Dedikerade gemensamma ingenjörs- och innovationsteam. Experter från NTT DATA och Google Cloud arbetar sida vid sida för att ta fram prototyper, producera och skala upp användningsfall med högt värde .
3. Suverän, säker och regulatoriskt kompatibel AI från grunden. Samarbetet syftar till att stödja suveräna AI-implementationer som uppfyller krav på datalokalisering, reglering och efterlevnad .
4. Förbyggda och branschspecifika agentlösningar. Återanvändbara, branschspecifika AI-agenter och acceleratorer är utformade för att minska risken vid driftsättning och korta tiden till affärsnytta .

Denna fabriksmodell är mekanismen genom vilken NTT DATA ska leverera på sina huvudåtaganden – ett skifte från skräddarsydd konsultverksamhet mot repeterbar, produktionsfärdig agentdriftsättning.

Branscher och användningsområden i fokus

Initiativet kommer att utveckla AI-agenter med fokus på bank, försäkring, tillverkning och detaljhandel, samt tvärfunktionella områden som molnmigrering, mjukvaruutveckling, marknadsföringseffektivitet, inköp och finansoperationer . Dessa sektorer speglar NTT DATA:s etablerade fotavtryck och de företagsfunktioner där agent-AI kan ge snabbast operativ effekt.

Investeringsgapet som partnerskapet måste överbrygga

NTT DATA:s egen undersökning, baserad på över 2 300 seniora beslutsfattare i 33 länder, illustrerar det marknadsbehov som partnerskapet är utformat för att adressera :

• 99 % av företagen uppger att AI har ökat deras behov av molninvesteringar .
• 88 % anser att nuvarande molninvesteringsnivåer riskerar initiativ inom AI, molnnativa applikationer och modernisering .
• 84 % rapporterar oförändrade molnutgifter under det senaste året .
• Endast 14 % har nått den högsta nivån av mognad i sin molnanvändning .

Logiken är enkel: organisationer kan inte skala AI-agenter utan en moderniserad, säker och tillräckligt finansierad molninfrastruktur. De 5 000 certifierade experterna, de 500 samutvecklade agenterna och de inbäddade ingenjörsteamen är tänkta att överbrygga just det kapacitetsgapet.

Hur detta passar in i Google Clouds bredare satsning på agent-AI

NTT DATA:s expansion är en del av en bredare våg där IT-tjänsteföretag fördjupar sina band med Google Cloud för att operationalisera agent-AI. Google Cloud lanserade en partnerfond på 750 miljoner dollar vid Cloud Next 2026 – den största enskilda partnerinvesteringen från någon av de stora molnleverantörerna – för att accelerera utvecklingen av agent-AI i sitt ekosystem med 120 000 partners . Fonden stöder identifiering av AI-värden, prototyputveckling av agent-AI, agentbygge och driftsättning, kompetensutveckling samt team med inbäddade ingenjörer .

Andra stora systemintegratörer har tagit liknande steg:

• Accenture lanserade ett Gemini Enterprise Acceleration Program tillsammans med Google Cloud, där tusentals AI-utbildade ingenjörer, inbäddade ingenjörer och branschexperter samlas .
• TCS utökade sitt partnerskap med Google Cloud i april 2026 för att hjälpa företag att införa AI-drivna, autonoma operativa modeller och lanserade fyra dedikerade erbjudanden .
• Cognizant gick från plattformsintegration till storskalig exekvering med Google Cloud och kombinerade sin AI-byggmetod med Gemini Enterprise .
• Wipro slutförde ett agentinitiativ tillsammans med Google Cloud som resulterade i 200 produktionsklara AI-agenter för hälso- och sjukvård, bank, försäkring, detaljhandel, tillverkning och IT .

Inom detta konkurrensutsatta landskap utmärker sig NTT DATA:s åtagande genom sin tydliga skala: 5 000 certifierade experter och en färdplan för 500 samutvecklade agenter, byggd kring en industriell fabriksmodell som utgör en mall för att operationalisera agent-AI i företagens tempo .