Gemini agent: Google Cloud apuesta por un asistente ubicuo
Google Cloud quiere que su IA esté allí donde los empleados ya trabajan. El 8 de octubre, la compañía presentó Gemini agent, un único asistente capaz de actuar por su cuenta, escribir código y completar tareas en la web, el móvil y el escritorio. Los usuarios no necesitan una aplicación nueva para acceder a él. El agente funciona desde la línea de comandos, dentro de Google Workspace, Microsoft 365 y Slack, e incluso en aplicaciones de terceros. Google define el objetivo como un asistente "omnipresente" que sigue al usuario, y no al revés.
Objetivos en lugar de instrucciones
El consejero delegado de Google Cloud, Thomas Kurian, explicó que Gemini puede responder preguntas, encargarse de trabajo intelectual, generar imágenes y contenido multimedia y convertir ideas a medio pensar en productos terminados. Lo planteó como una nueva forma de delegar.
"Le das objetivos, no instrucciones. Delegas un resultado y vuelves para encontrarte el trabajo terminado", afirmó Kurian. "Para que un agente pueda hacer eso, tiene que estar conectado a tus flujos de trabajo personales, a tus sistemas de registro y a los controles de tu empresa".
Una memoria, muchos compañeros
El producto sigue un patrón que ya es habitual en el sector: la ejecución persistente. Gemini mantiene un único conjunto compartido de recuerdos, contexto y personalización en todos los canales y en todos los subagentes que gestiona.
En la práctica, se comporta como un compañero de equipo que recuerda lo que se le ha dicho. Además, puede generar agentes colaboradores más pequeños, cada uno con su propia identidad, su propia área de especialización, su propia dirección de correo @agents.company.com y su propio almacenamiento persistente. Esos subagentes solo ven el contexto que el usuario o su equipo decidan compartir.
La elección de modelo forma parte del paquete. Cada tarea se ejecuta en un modelo adecuado para ella. El trabajo rutinario puede ir a Gemini Flash, un modelo pequeño y rápido, mientras que los encargos de largo recorrido pueden recurrir a un modelo de frontera como Argon. Los modelos Claude de Anthropic están disponibles desde el lanzamiento, y Google asegura que después llegarán otros modelos privados y abiertos.
Habilidades, herramientas y datos de la empresa
Kurian insistió en que el agente debe entender todo el contexto de negocio de una empresa, desde los precios y la cartera de productos hasta el funcionamiento de cada departamento. Gemini basa sus respuestas en los datos de la compañía y saca a la luz el conocimiento institucional.
La lista de conectores es larga:
- Colaboración: Confluence, Microsoft Office, Teams, Slack y Workspace
- Herramientas para desarrolladores: Git y Jira
- Plataformas empresariales: Salesforce y ServiceNow
- Bases de datos: BigQuery, Databricks, Postgres y Snowflake
- Archivos locales en ordenadores de escritorio
Por encima de todo ello están las habilidades reutilizables: paquetes de instrucciones, conocimientos y flujos de trabajo que enseñan a los agentes a llevar a cabo tareas concretas de varios pasos. Gemini incluye de serie una biblioteca global de ellas. Las empresas pueden publicar las suyas en un registro interno compartido o, sencillamente, pedirle a un agente que convierta una tarea que acaba de completar en una plantilla reutilizable.
El sistema, además, sigue aprendiendo. La memoria de sesión puede prolongarse durante días mientras el agente lee documentos, habla con personas y se coordina con otros agentes, y va actualizando su idea de cómo trabaja cada usuario y qué espera. Google afirma que el agente dedica tanto esfuerzo a aprender lo que hacen los usuarios como a invocar herramientas.
Las primeras habilidades específicas de un ámbito se centran en el trabajo con datos. Los científicos e ingenieros de datos pueden describir un resultado en lenguaje natural, y Gemini generará código PySpark, ofrecerá un notebook para editarlo y probarlo, entrenará un modelo y resolverá problemas por su cuenta. Para los usuarios de negocio, las habilidades de informes operativos de BigQuery y el Knowledge Catalog permiten al agente crear y guardar consultas a petición. Una vez guardado un informe, los equipos pueden volver a ejecutarlo sin coste adicional de tokens y obtener cada vez respuestas coherentes y verificadas.
Ponerle techo al gasto
El control de costes cobra un protagonismo poco habitual en este lanzamiento. Google señala que el precio por token ha caído alrededor de un 98% desde 2024, pero el volumen de IA en las empresas ha crecido con fuerza, así que las facturas no se han reducido necesariamente.
Su respuesta tiene varias capas. Las opciones de gasto flexible anunciadas en agosto entran ya en funcionamiento. La orquestación multimodelo divide las tareas complejas y envía las partes sencillas a modelos rápidos y las difíciles a modelos de frontera, mientras que el enrutamiento inteligente asigna cada carga de trabajo al modelo que ofrece el mejor rendimiento al menor coste.
Los administradores también pueden fijar límites de gasto estrictos en la Cloud Billing Console. Gemini controla el consumo de tokens y se detiene cuando se alcanza el tope. El trabajo solo se reanuda después de que alguien lo apruebe en la consola y acepte que se superará el presupuesto. Como el seguimiento se hace por proyecto, las empresas pueden repercutir los costes de IA a cada departamento y planificar los presupuestos equipo por equipo.
Nuestra opinión
Gemini agent es menos un modelo nuevo que una apuesta por la posición: Google quiere ser la capa que se extiende sobre todas las herramientas que una empresa ya utiliza, incluidas las de Microsoft. Eso lo enfrenta directamente a propuestas similares de "capa de trabajo" de otros proveedores empresariales.
Hay dos detalles que llaman la atención. Los subagentes con su propia dirección de correo y su propio almacenamiento hacen que los agentes se parezcan más a empleados que a software, lo que plantea cuestiones prácticas sobre permisos y supervisión que las empresas tendrán que resolver. Y el fuerte hincapié en los topes de gasto indica que a los compradores les preocupan las facturas de tokens desbocadas, una inquietud que también se aprecia en los recientes límites de gasto de Cohere.
Habrá que ver si la promesa de "objetivos, no instrucciones" se sostiene en flujos de trabajo reales y desordenados, y con qué rapidez llegan los modelos ajenos a Google que se han prometido.