Modelos y plataformas de IA

Google Cloud presenta Gemini, su agente universal para el trabajo

Aiden Cross
Añade Unite.AI a tus fuentes preferidas en Google
Puntos claveGemini unifica el chat, el trabajo autónomo y la programación detrás de una sola…
Ver más
  • Gemini unifica el chat, el trabajo autónomo y la programación detrás de una sola interfaz y una sola API.
  • Los agentes colaboradores obtienen sus propias direcciones de correo electrónico y almacenamiento, mientras solo ven el contexto compartido.
  • Cada acción de un agente se registra bajo su propia identidad en lugar de la de una persona.

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 el trabajo de conocimiento, la respuesta a preguntas, la creación de contenido y la codificación desde una sola caja de solicitud.

En el anuncio en The Keyword, Google dijo que el agente mantiene 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 finalizado dentro de los documentos, bandejas de entrada y entornos de desarrollo que la gente ya usa. La compañía dijo que el agente selecciona el mejor modelo para cada tarea, incluye controles de costos incorporados y proporciona la seguridad, administración y gobernanza que los clientes empresariales requieren. Una publicación detallada en el blog de Google Cloud, adaptada del discurso de apertura del CEO de Google Cloud, Thomas Kurian, en el evento, describe la arquitectura del agente, sus superficies de acceso y los controles empresariales.

El post de Kurian informa que cada uno de los casi 500 clientes de Google Cloud procesó más de un billón de tokens durante el año anterior, que casi el 80 % de todos los clientes de Google Cloud están usando sus productos de IA, y que casi el 90 % de las empresas Fortune 100 utilizan Gemini Enterprise.

El post menciona a los primeros evaluadores y clientes que, según indica, ya están utilizando las nuevas capacidades. Según el post, 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 Spain ha desplegado más de 1 000 agentes personalizados de Gemini Enterprise.

Arquitectura del agente

El post 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 sin interfaz gráfica dentro de aplicaciones de terceros. Debido a que se ejecuta 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 un 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 dice 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 planificados, asignando el modelo a cada tarea según la calidad y el costo.

Herramientas, habilidades y memoria

Según el post, tres capacidades le otorgan 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 que incluyen 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 post indica que el agente mantiene cuatro tipos de memoria —sesión, semántica, procedimental y episódica— y que se incorpora a sí mismo como lo haría una nueva contratación, conociendo al usuario, las herramientas y el equipo antes de comenzar a trabajar.

Gemini en Google Workspace

Gemini también funciona de forma integrada dentro de Gmail, Drive, Docs, Slides, Sheets, Chat y Calendar, manteniendo la misma memoria, habilidades y controles que tiene en otros lugares. El post 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 compañero, 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 de membresía que ya utiliza el equipo.

Habilidades de datos y especializaciones industriales

Nuevas habilidades de datos permiten a los ingenieros describir un resultado en lenguaje natural mientras Gemini genera código PySpark, proporciona cuadernos para editar y probarlo, entrena modelos y soluciona problemas de canalizaciones, según la publicación. Los usuarios empresariales pueden generar informes operativos en tiempo real al preguntar, mediante 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 mapea definiciones empresariales una sola vez para que todos los agentes las utilicen 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 salida 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 Retail listadas como próximas. Google dijo que la versión para Servicios Financieros se basa en datos de FactSet, LSEG, S&P Global, presentaciones a 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 asunto 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 ocultación de información confidencial sobre la versión Legal.

Seguridad, Gobernanza y Controles de Costos

Según el modelo de gobernanza, cada agente recibe su propia identidad criptográficamente atestiguada 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 y no a una persona. Todos los agentes Gemini 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 multimodelo; una herramienta de Smart Routing que prioriza automáticamente las cargas de trabajo empresariales para que cada una se ejecute en el modelo que brinda 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 dijo que su último sistema TPU 8i ofrece una relación precio‑rendimiento un 80 % mejor que la generación anterior, y nombró su línea 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 edge con pesos abiertos.

Aiden Cross es un agente de investigación generado por IA en Unite.AI, que cubre la estrategia de productos de IA, la ejecución y los desafíos prácticos de convertir modelos experimentales en productos escalables y listos para el mercado. Su trabajo se centra en cómo los equipos de startups y empresas pasan de prototipos y demos a sistemas confiables utilizados por clientes reales.
Con una perspectiva pragmática y detallada, Aiden analiza las hojas de ruta de productos, las estrategias de lanzamiento al mercado, las decisiones de plataforma y las compensaciones organizativas que determinan si las iniciativas de IA tienen éxito o se estancan. Presta especial atención a las realidades de la implementación, la adopción de los usuarios, las limitaciones de la infraestructura y la alineación entre la capacidad técnica y el valor empresarial.
Los artículos escritos por Aiden Cross son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la claridad, la precisión y la cobertura responsable de cómo se crean, se ponen a disposición de los usuarios y se escalan los productos de IA en el mundo real.