Google Cloud presenta Gemini, su agente universal para el trabajo

Google Cloud anunció el agente Gemini el 8 de octubre de 2026, en su evento Gemini at Work 2026, describiéndolo como un agente único y universal para el trabajo que gestiona labores de conocimiento, respuestas a preguntas, creación de contenido y programación desde una única caja de solicitud.

En el anuncio en The Keyword, Google dijo que el agente conserva el contexto empresarial de una organización, planifica el trabajo, utiliza habilidades y herramientas, se conecta a los sistemas empresariales de los clientes de Cloud y devuelve el trabajo terminado dentro de los documentos, bandejas de entrada y entornos de desarrollo que la gente ya usa. La compañía afirmó que el agente selecciona el mejor modelo para cada tarea, incluye controles de costos integrados y brinda la seguridad, administración y gobernanza que exigen los clientes empresariales. Una publicación detallada en el Blog de Google Cloud, adaptada del discurso principal del CEO de Google Cloud, Thomas Kurian, en el evento, describe la arquitectura del agente, sus superficies de acceso y los controles empresariales.

El artículo de Kurian informa que casi 500 clientes de Google Cloud procesaron más de un billón de tokens durante el año anterior, que casi el 80 % de todos los clientes de Google Cloud están utilizando sus productos de IA, y que casi el 90 % de las empresas Fortune 100 usan Gemini Enterprise.

El artículo menciona a los primeros evaluadores y clientes que, según indica, ya están utilizando las nuevas capacidades. Según el artículo, la marca de ropa deportiva On probó la capacidad de selección dinámica de modelos del agente, Shopify combina modelos de vanguardia para millones de comerciantes, y PayPal dirige 10 millones de solicitudes multimodelo cada semana. También informa que el banco brasileño Bradesco redujo el tiempo de revisión de documentos de una hora a cinco minutos y que el operador de telecomunicaciones Orange España ha desplegado más de 1 000 agentes personalizados de Gemini Enterprise.

Arquitectura del agente

El artículo describe un agente construido sobre un conjunto de principios arquitectónicos. Como agente unificado, Gemini responde preguntas en chat, trabaja de forma autónoma en los objetivos que los usuarios asignan y genera código, todo desde una única interfaz y una única API; los usuarios pueden asignar trabajo, programar tareas o hacer que el agente responda a eventos. El acceso abarca la web, dispositivos iOS y Android, escritorios Windows y Mac, la línea de comandos, Google Workspace, Microsoft 365 y Slack, y el agente también puede ejecutarse headless dentro de aplicaciones de terceros sin una interfaz dedicada. Debido a que funciona de manera persistente en la nube, el agente mantiene un único conjunto de recuerdos, contexto y un único grafo de personalización en todos los dispositivos, y el trabajo que lleva horas o días continúa después de que el usuario cierra su portátil.

Para tareas de varios pasos, Gemini puede crear dinámicamente sub‑agentes temporales, cada uno con su propia identidad, y coordinar pasos paralelos y secuenciales que pueden ejecutarse durante horas o días. Un modo de compañero de trabajo otorga al agente un rol persistente y definido: los agentes compañeros reciben sus propias direcciones de correo @agents.company.com y almacenamiento persistente, y solo tienen acceso al contexto que los usuarios o miembros del equipo proporcionan. Google afirma que el agente está separado del modelo subyacente y que Gemini actualmente orquesta entre su familia de modelos Gemini y los modelos Claude de Anthropic, con otros modelos privados y abiertos previstos, asignando el modelo a cada tarea según la calidad y el costo.

Herramientas, habilidades y memoria

Según el artículo, tres capacidades proporcionan al agente su contexto empresarial. Una capa de herramientas conecta Gemini con software de colaboración como Confluence, Microsoft Office, Teams, Slack y Workspace; herramientas de desarrollo como Git y Jira; plataformas empresariales como Salesforce y ServiceNow; bases de datos como BigQuery, Databricks, Postgres y Snowflake; archivos en el propio escritorio del usuario; y cualquier servidor Model Context Protocol dentro o fuera de la red de la empresa. Un registro de herramientas empresariales permite a los equipos crear y publicar herramientas para el resto de la compañía.

Las habilidades son conjuntos reutilizables de instrucciones, conocimientos o flujos de trabajo almacenados como prompts modulares; Gemini incluye una biblioteca global de habilidades, los equipos pueden publicar habilidades personalizadas en un registro compartido de la empresa, y los individuos pueden crear habilidades personales. El artículo indica que el agente conserva cuatro tipos de memoria —sesión, semántica, procedimental y episódica— y que se incorpora a sí mismo como lo haría una nueva contratación, aprendiendo al usuario, las herramientas y el equipo antes de iniciar el trabajo.

Gemini en Google Workspace

Gemini también funciona en línea dentro de Gmail, Drive, Docs, Slides, Sheets, Chat y Calendar, manteniendo la misma memoria, habilidades y controles que tiene en otros lugares. El artículo describe tres modos de Workspace. En un modo de asistencia personal, el agente llega ya informado sobre el calendario, el equipo y los proyectos del usuario. En un modo de delegación proactiva, Workspace Intelligence reconoce tareas delegables y ofrece una transferencia con un solo clic. En el modo de compañero de trabajo, el agente recibe su propia cuenta de Workspace con una dirección de correo, calendario, Drive y una presencia en el directorio de la empresa. Un agente compañero actúa bajo su propia identidad en lugar de la del usuario, solo ve lo que se comparte con él y sigue la configuración de uso compartido y membresía que ya utiliza el equipo.

Habilidades de datos y especializaciones industriales

Las nuevas habilidades de datos permiten a los ingenieros describir un resultado en lenguaje sencillo mientras Gemini genera código PySpark, proporciona cuadernos para editarlo y probarlo, entrena modelos y soluciona problemas de la canalización, según la publicación. Los usuarios empresariales pueden generar informes operativos en tiempo real mediante consultas, a través de habilidades integradas con BigQuery y el Knowledge Catalog, y los informes guardados pueden volver a ejecutarse bajo demanda sin incurrir en costos de tokens.

La publicación menciona tres capacidades que mantienen esas respuestas fundamentadas: Knowledge Catalog, que asigna definiciones empresariales una sola vez para que todos los agentes las usen y lee métricas donde se encuentran en Databricks, dbt, LookML o SAP; Smart Storage, que enriquece objetos no estructurados in situ; y un Borderless Lakehouse que consulta Amazon S3 y Azure Data Lake sin tarifas de egreso variables y lee Salesforce Data 360, SAP, ServiceNow y Workday sin copiar datos.

Las especializaciones sectoriales están en vista previa para Servicios Financieros y Legal, con versiones para Gobierno, Salud y venta minorista anunciadas para pronto. Google indicó que la versión de Servicios Financieros se basa en datos de FactSet, LSEG, presentaciones ante la SEC y repositorios propietarios del cliente, incluye más de 50 habilidades fundamentales y ya se utiliza en CME Group y Deutsche Bank. La versión Legal hereda permisos a nivel de caso y muros éticos de las plataformas de gestión documental NetDocuments e iManage; Google nombra a Harvey y Onit como socios y afirma que Cooley está construyendo un agente de redacción de información confidencial en la versión Legal.

Seguridad, Gobernanza y Control de Costos

Según el modelo de gobernanza, cada agente recibe su propia identidad criptográficamente atestada y de menor privilegio, que se registra en los logs que capturan su trabajo, junto con permisos granulares basados en roles aprobados por los administradores de seguridad de la organización; cuando el agente se conecta a un sistema externo, su identidad se propaga mediante OAuth. Cada acción que realiza el agente se escribe en una pista de auditoría atribuida al agente en lugar de a una persona. Todos los Gemini agents se ejecutan dentro de un Agent Sandbox con su propio límite de red, y todo el tráfico pasa por Agent Gateway, que la publicación describe como un firewall de red de IA que aplica políticas organizacionales en tiempo real.

Los controles de costos incluyen orquestación multmodelo; una herramienta Smart Routing que clasifica automáticamente las cargas de trabajo empresariales para que cada una se ejecute en el modelo que ofrece el máximo rendimiento al menor costo posible; y límites de gasto en tiempo real establecidos por proyecto en la Cloud Billing Console, que pausa el agente de un proyecto cuando se activan. Google afirmó que su último sistema TPU 8i brinda un 80 % mejor relación precio‑rendimiento que la generación anterior, y nombró su gama de modelos como Argon para razonamiento de frontera, Flash para velocidad y volumen, Omni para medios generativos y Gemma para cargas de trabajo ligeras de borde con pesos abiertos.