Co to jest Google Gemini? Poradnik dla firm: plany i dane

Google Gemini to rodzina modeli AI firmy Google i produkty na nich zbudowane: aplikacja Gemini i Gemini w Google Workspace dla pracowników, Gemini Enterprise z agentami na danych całej firmy, Gemini Enterprise Agent Platform (dawniej Vertex AI) i Gemini API dla zespołów IT oraz otwarte modele Gemma do uruchomienia na własnym sprzęcie. Dla firmy pytanie nie brzmi „czy Gemini”, tylko którą drogą. Każda ma inną umowę, inny panel administracyjny i inne zasady danych. Dane firmy powinny trafiać wyłącznie do usług objętych umową firmy, nie na prywatne konta Google.

Poradnik jest dla zarządu i liderów IT w firmach od 50 osób, które dostają pytania „czy możemy używać Gemini?” i oferty partnerów na „wdrożenie Google AI”. Fakty o planach i danych pochodzą ze stron Google, stan na 6.10.2026. Czym jest sam model językowy i jak go oceniać, wyjaśnia poradnik o modelach LLM dla firm. Szerszy kontekst daje strona filaru Google AI, a na końcu jest mapa wszystkich wpisów o Google AI na blogu.

Pięć dróg do Google AI w firmie

Ten sam model Gemini pracuje w kilku produktach. Różnią się użytkownikiem, sposobem zakupu i miejscem, w którym leżą dane.

Droga	Kto używa	Co robi	Umowa i dane
Aplikacja Gemini	pracownicy	czat, analiza plików, Deep Research, połączenie z Gmailem i Dyskiem	w cenie Workspace; umowa Workspace
Gemini w Workspace	pracownicy	pomoc w Gmailu, Dokumentach, Arkuszach, Meet, na Dysku	plan Workspace; uprawnienia Workspace
Gemini Enterprise	pracownicy i właściciele procesów	czat i agenci na danych z wielu systemów, także Microsoft 365	osobna subskrypcja Google Cloud
Agent Platform i Gemini API	zespół IT lub partner	własne aplikacje i agenci, ponad 200 modeli w Model Garden	projekt Google Cloud; rozliczenie za użycie
Gemma	zespół IT	otwarty model na własnym serwerze lub urządzeniu	licencja Apache 2.0; dane u firmy

Aplikacja Gemini i Gemini w Workspace

Dla firmy pracującej w Google Workspace to najkrótsza droga. Google podaje, że aplikacja Gemini jest w cenie Workspace dla klientów komercyjnych, korzysta z danych Gmaila, Dysku i Chatu i jest zarządzana z konsoli administracyjnej Workspace. Gemini w aplikacjach pomaga pisać maile, streszczać spotkania w Meet, budować tabele w Arkuszach. Pracuje na uprawnieniach, które użytkownik już ma: jeśli ktoś nie widzi dokumentu w Dysku, Gemini też go nie pokaże.

Do tego Gemini Notebook (dawniej NotebookLM) — notatnik, który odpowiada na pytania na podstawie wgranych źródeł. Jest usługą podstawową Workspace, ale z jednym zastrzeżeniem opisanym w sekcji o danych.

Gemini Enterprise: agenci na danych całej firmy

Gemini Enterprise to osobna aplikacja Google Cloud dla pracowników. Daje czat z modelami Gemini, gotowych agentów Google (np. Deep Research), agentów budowanych bez kodu w Workflow Builder i agentów zewnętrznych. Kluczowa różnica wobec Workspace: konektory do danych spoza Google, m.in. SharePoint, OneDrive, Outlook, Jira, ServiceNow i HubSpot.

Jeśli w ofercie partnera pojawia się Google Agentspace, to ten sam produkt pod starą nazwą. Według notatek wydania Google Agentspace stał się częścią Gemini Enterprise 9.10.2025.

Agent Platform i Gemini API: własne systemy

Vertex AI działa dziś jako Gemini Enterprise Agent Platform. To platforma dla programistów: Model Garden z ponad 200 modelami (Gemini, zewnętrzne jak Claude, otwarte jak Gemma), budowa i nadzór agentów, ewaluacja modeli, notebooki połączone z BigQuery i narzędzia MLOps. Tu firma buduje asystenta w systemie obsługi klienta albo agenta z dostępem do ERP. Agentów zbudowanych w Agent Platform można potem udostępnić pracownikom w Gemini Enterprise.

Lżejszą drogą jest Gemini API z Google AI Studio, popularne przy prototypach. Dla systemu produkcyjnego z danymi klientów zwykle lepszy jest projekt w Google Cloud, z IAM, logami i umową chmurową.

Gemma: otwarty model na własnym sprzęcie

Gemma to rodzina otwartych modeli Google. Najnowsza Gemma 4 przyjmuje tekst, audio i obraz, ma kontekst do 256 tys. tokenów i jest na licencji Apache 2.0. Można ją uruchomić lokalnie, na urządzeniu albo w chmurze. Wtedy dane nie opuszczają firmy, ale firma sama odpowiada za sprzęt, aktualizacje i testy jakości. Rozmiary i zastosowania opisuje wpis Gemma od Google: mały model pod kontrolą firmy.

Nazwy się zmieniają, produkty zostają

Google w ciągu roku przemianował trzy produkty, o które pytają zarządy. Warto mieć tę ściągawkę pod ręką przy czytaniu ofert:

Stara nazwa	Nazwa na 6.10.2026	Źródło
Google Agentspace	Gemini Enterprise	notatki wydania, 9.10.2025
Vertex AI	Gemini Enterprise Agent Platform	strona produktu
NotebookLM	Gemini Notebook	notatki wydania, 16.07.2026

Zapytajcie dowolny model o Vertex AI, a opisze go z pełnym przekonaniem pod starą nazwą. On też nie czytał komunikatu. Nazwy w ofercie i umowie sprawdzajcie na stronie vendora.

Modele Gemini: Pro, Flash i Flash-Lite

Google rozwija kilka linii modeli: Pro do trudnych zadań, Flash jako model roboczy i Flash-Lite do dużych wolumenów. Numery wersji zmieniają się co kilka miesięcy. Na 6.10.2026 lista modeli Gemini API pokazuje m.in. stabilne Gemini 3.8 Flash i 3.5 Flash-Lite oraz Gemini 3.1 Pro w wersji preview. Dostęp do modeli 2.5 Google zostawia tylko użytkownikom, którzy już z nich korzystali.

Z tego wynikają dwie rzeczy dla zarządu. Wybór modelu to decyzja zespołu po testach na własnych zadaniach, a nie zarządu. A system zbudowany na API musi mieć właściciela, który przetestuje następną wersję, zanim stara zniknie.

Plany dla firm: Workspace, Gemini Enterprise i rozliczenie za użycie

Najczęstsze pytanie zarządu brzmi: „ile to kosztuje?”. Odpowiedź zależy od drogi.

Google Workspace. Kwoty z polskiego cennika Workspace, stan na 6.10.2026, za użytkownika miesięcznie, plan elastyczny; strona nie podaje, czy kwoty zawierają VAT (przy zobowiązaniu rocznym Google podaje oszczędność 16%):

Plan	Cena	Gemini w planie
Business Starter	31,50 zł	Gemini w Gmailu, aplikacja Gemini (dostęp podstawowy), Gemini w aplikacjach „ograniczone”
Business Standard	63,00 zł	Gemini w Gmailu, Dokumentach, Meet i innych usługach; aplikacja Gemini i Gemini Notebook z rozszerzonym dostępem
Business Plus	99,00 zł	jak Standard, plus Vault i ulepszone zabezpieczenia
Enterprise	kontakt z działem sprzedaży	jak wyżej, plus DLP, dostęp zależny od kontekstu, regiony danych Enterprise

Plany Business można kupić dla maksymalnie 300 użytkowników. Firma z ponad 300 użytkownikami potrzebuje planu Enterprise. Rozszerzony dostęp do AI (więcej automatyzacji, generowanie wideo) Google sprzedaje jako dodatek.

Gemini Enterprise. Cennik jest w USD. Edycja Business kosztuje od 21 USD za miejsce miesięcznie i obejmuje do 300 miejsc. Standard i Plus kosztują od 30 USD, bez limitu miejsc, z VPC Service Controls, kluczami zarządzanymi przez klienta (CMEK) i rezydencją danych. Google wprowadza też stopniowo edycję Pay-as-you-go: 0 USD za miejsce i rozliczenie za tokeny i zasoby.

Agent Platform i Gemini API. Tu nie ma miejsc. Firma płaci za użycie według stawek modelu (cennik Gemini API), więc koszt zależy od liczby i długości zadań. Przed pilotem warto policzyć koszt jednego przypadku na próbce realnych danych.

Praktyczna granica: kiedy pracownicy pracują w Gmailu i Dokumentach, wystarczy Workspace od Business Standard. Gemini Enterprise ma sens, gdy wiedza firmy leży także w SharePoint, Jira albo CRM i potrzebni są agenci.

Dane firmy: trening, retencja i region

Google dzieli usługi na objęte umową firmy (Workspace, Google Cloud) i konsumenckie. Od tego podziału zależy prawie wszystko.

Trening i przegląd przez ludzi. W Workspace Google deklaruje, że treści klienta nie są używane dla innych klientów, nie są przeglądane przez ludzi ani używane do treningu modeli generatywnych poza domeną bez zgody. Przetwarzanie podlega Cloud Data Processing Addendum. Gemini Enterprise zapewnia, że prompty i wyniki nie trenują modeli Google ani innych klientów. W Agent Platform obowiązuje ograniczenie treningu dla wszystkich zarządzanych modeli.

Gemini API. Tu jest pułapka dla zespołów spoza Europy. W warunkach Gemini API nieodpłatne usługi mogą służyć do ulepszania produktów, z przeglądem przez ludzi. W EOG, Szwajcarii i Wielkiej Brytanii zasady płatne obowiązują jednak dla wszystkich usług, także Google AI Studio. Polska firma korzysta więc z ochrony płatnej, ale prywatne konto pracownika to nadal nie konto firmy.

Retencja. W aplikacji Gemini administrator Workspace ustawia automatyczne usuwanie rozmów po 3, 18 albo 36 miesiącach; domyślnie po 18. Przy wyłączonej historii czaty zostają do 72 godzin. W Agent Platform Google może logować prompty do wykrywania nadużyć, a grounding z wyszukiwarką Google przechowuje logi do 3 dni. Zerowa retencja wymaga konkretnych ustawień i czasem wniosku o wyjątek.

Region danych. Od 29.06.2026 aplikacja Gemini respektuje regiony danych: w Enterprise Plus administrator może wymusić przechowywanie i przetwarzanie w UE. Plany Business tego nie mają. W Gemini Enterprise rezydencja danych jest w edycjach Standard i Plus. Wyjątek: ustawienia regionu i udostępniania organizacji nie obejmują Gemini Notebook, a notatnik nie jest zintegrowany z DLP Workspace. Notatnik robi własną kopię plików z Dysku.

Role. W usługach dla firm Google działa jako podmiot przetwarzający według umowy o powierzeniu. Ocenę umowy pod kątem RODO zostawcie prawnikowi. Poradnik mówi, kto odpowiada, a nie zastępuje porady prawnej. Google publikuje też przewodnik do oceny skutków (DPIA) dla Gemini w Workspace.

Dostępność funkcji w planie nie oznacza, że są włączone. Sprawdźcie ustawienia na koncie testowym, łącznie z odebraniem dostępu osobie, która odchodzi.

Kiedy Gemini, a kiedy Copilot, ChatGPT albo Claude

Wszyscy czterej vendorzy mają asystenta dla pracowników, agentów i API. Różnice leżą w tym, gdzie produkt jest osadzony i czyje konta już macie. Poniżej rola, nie ranking.

Sytuacja w firmie	Naturalny punkt startu	Dlaczego
Firma pracuje w Gmailu, Dokumentach i Meet	Gemini w Workspace	działa na danych i uprawnieniach Workspace, w cenie planu
Firma pracuje w Outlooku, Teams i SharePoint	Microsoft Copilot	działa na danych i uprawnieniach Microsoft 365
Potrzebny osobny asystent do dokumentów, pisania i pracy agentowej	ChatGPT, Claude albo Gemini	porównajcie na tych samych zadaniach
Własny system w chmurze, na której firma już pracuje	Agent Platform, Bedrock albo Foundry	umowa, sieć i logi w znanym środowisku

Granice się zacierają. Gemini Enterprise łączy się z SharePoint i Outlookiem, a w Agent Platform działają też modele Claude. Plany i dane Microsoftu omawia przewodnik po Microsoft Copilot. OpenAI opisuje poradnik o ChatGPT dla firm, a Anthropic — poradnik o Claude dla firm. Wiele firm skończy z dwoma narzędziami. To nie błąd, o ile każde ma właściciela i zasady danych.

Jak wdrożyć Gemini w firmie: pięć kroków

Nie zaczynajcie od zakupu licencji dla wszystkich. Zacznijcie od jednego zadania, w którym wynik da się sprawdzić.

Krok 1. Spiszcie, kto już używa Gemini. Prywatne konta Gmail z danymi firmy to najczęstszy problem. Zakaz bez alternatywy przeniesie pracę do innego prywatnego narzędzia.

Krok 2. Wybierzcie drogę. Zespół biurowy w Workspace → Gemini w Workspace. Wiedza w wielu systemach i potrzeba agentów → Gemini Enterprise. Własny system → Agent Platform. Dane, które nie mogą opuścić firmy → Gemma na własnym sprzęcie.

Krok 3. Ustawcie zasady przed pierwszym czatem. Retencja rozmów, region danych, decyzja o Gemini Notebook, lista konektorów, kategorie danych dozwolonych i zakazanych. Organizacja Google Cloud i konto rozliczeniowe należą do firmy, nie do partnera. Co sprawdzić w umowie z partnerem, zbiera wpis jak wybrać partnera do wdrożenia AI w Google Cloud.

Krok 4. Pilot na jednym zadaniu. Kilka tygodni, z przypadkami trudnymi: brak danych, sprzeczne źródła, użytkownik bez uprawnień. Mierzcie czas do zatwierdzonego wyniku, nie czas wygenerowania szkicu. Testy odbiorcze dla uprawnień, cytowań i działań opisuje wpis Google Gemini w firmie: zadania, dane i kontrola.

Krok 5. Nazwijcie właściciela. Ktoś utrzymuje agentów i instrukcje, powtarza testy po zmianie modelu i pilnuje nowych nazw w umowach. Bez tej osoby po pół roku nikt nie wie, kto włączył który przełącznik.

Jeśli po kroku 1 nie potraficie wskazać zadania ani osoby, która zatwierdzi wynik, problem nie leży w wyborze modelu. Wtedy pomaga rozmowa zarządu o tym, który proces naprawdę kosztuje najwięcej. Na tym polega prezentacja dla zarządu: nazwiemy zadanie, drogę i zasady danych, niezależnie od vendora i partnera.

Mapa wpisów o Google Gemini i Google AI

Wszystkie wpisy o Google AI na blogu w czterech grupach. Zacznijcie od grupy, która odpowiada Waszemu pytaniu.

A. Gemini, Gemma i wdrożenie w firmie

• Google Gemini w firmie: zadania, dane i kontrola — własna aplikacja na Gemini API i Agent Platform: model, dane, testy.
• Gemma od Google: mały model pod kontrolą firmy — otwarty model na własnym sprzęcie.
• Jak wybrać partnera do wdrożenia AI w Google Cloud? — program partnerski Google, organizacja i konto rozliczeniowe.

B. Dane i analityka w Google Cloud

• BigQuery w suwerennym AI OS — hurtownia analityczna jako źródło danych dla AI.
• BigQuery czy Fabric: koszty i kryteria wyboru — porównanie platform danych.

C. Programowanie i aplikacje AI

• Google Antigravity: agenci w środowisku pracy — agentowe tworzenie oprogramowania.
• Material Design w aplikacji AI: kryteria wyboru — interfejs aplikacji AI.
• Google Linux w AI OS: COS i gLinux to różne systemy — system dla kontenerów w Google Cloud.

D. Wyszukiwanie z AI

• Wyszukiwanie z AI: jak ocenić odpowiedź i źródła — Google AI Overviews obok innych wyszukiwarek.

Powiązane poradniki: modele LLM, agent AI, Microsoft Copilot, ChatGPT i Claude.