Google quiere que Gemini deje de ser únicamente un asistente que responde preguntas para convertirse en un sistema capaz de asumir trabajo por cuenta del usuario. Durante un evento de Google Cloud, la compañía ha presentado un nuevo agente unificado que puede recibir un objetivo, decidir qué pasos necesita completar, recurrir a distintas herramientas y conectarse a los sistemas internos de una empresa para alcanzar el resultado.
Google ha decidido comenzar por las empresas, la compañía considera que el entorno corporativo le permitirá afrontar primero los problemas más complejos relacionados con seguridad, rendimiento y escala antes de trasladar estas capacidades al mercado de consumo. Sundar Pichai señaló durante el evento que Gemini supera los 1.000 millones de usuarios activos mensuales y que cerca del 90% de las compañías de la lista Fortune 100 ya utilizan Gemini Enterprise en el trabajo.
De instrucciones concretas a objetivos completos
Thomas Kurian, CEO de Google Cloud, resumió el cambio explicando que el nuevo agente puede recibir “objetivos, no solo instrucciones”, la diferencia es importante: en lugar de pedirle una acción aislada, el usuario puede plantear el resultado que quiere conseguir y dejar que Gemini organice el proceso necesario para llegar hasta él.
El agente puede planificar el trabajo, utilizar habilidades personalizadas, recurrir a distintas herramientas y conectarse con sistemas internos, esto permite plantear procesos más largos en los que la IA no necesita recibir una orden nueva después de cada paso. La lógica del producto se acerca así a la de un trabajador digital al que se asigna una tarea y que después decide qué recursos necesita para completarla.
El valor ya no está solo en la calidad de una respuesta escrita, sino en la capacidad de encadenar acciones y mantener el contexto mientras avanza un proceso. Para Google, ese cambio es especialmente relevante en empresas, donde gran parte del trabajo depende de consultar información distribuida entre aplicaciones, archivos, bases de datos y herramientas internas.
Una de las decisiones más llamativas de Google es separar el agente del modelo concreto que se utiliza para resolver cada tarea, por defecto, Gemini seleccionará automáticamente el modelo que considere más adecuado, pero el usuario también podrá intervenir y elegir manualmente. Google ha confirmado que el sistema incluirá desde el principio modelos Claude de Anthropic, una apertura poco habitual en una plataforma de este tipo y que convierte a Gemini en una capa de orquestación por encima de diferentes modelos de inteligencia artificial.
La compañía prevé ampliar el selector en el futuro con modelos de código abierto y otros modelos privados, este enfoque permite que una organización no tenga que vincular todos sus procesos a un único proveedor o a una sola familia de modelos, y abre la puerta a escoger diferentes opciones según las necesidades de una tarea concreta.
Archivos, proyectos y acceso a los sistemas de la empresa
Estos proyectos pueden agrupar documentos y habilidades relacionadas con una misma tarea, de manera que el agente disponga del contexto necesario sin tener que reconstruirlo cada vez. Google también ha preparado una lista amplia de integraciones, el agente puede conectarse a Google Workspace, Microsoft 365, Slack, Jira, Confluence y Git, además de plataformas empresariales y de datos como BigQuery, Databricks, Postgres y Snowflake.
La amplitud de estas conexiones es una parte esencial del planteamiento, un agente corporativo resulta mucho menos útil si solo puede responder con la información introducida manualmente en el chat. El objetivo de Google es que Gemini pueda trabajar directamente con las herramientas en las que ya reside la información de la empresa y utilizar esos datos para completar la tarea asignada. Gemini además puede conectarse de forma segura a servidores MCP situados tanto dentro como fuera de la red de la organización, ampliando las posibilidades de integrar herramientas internas o servicios de terceros dentro de un mismo flujo de trabajo.
Google ha creado una interfaz denominada “tasks inbox”, una bandeja de tareas desde la que el usuario puede seguir el progreso del agente, la transparencia cobra una relevancia especial en el entorno corporativo. Si un agente puede consultar información interna o actuar en varias aplicaciones, los administradores y empleados necesitan conocer qué pasos ha seguido y qué herramientas ha utilizado.
Gemini tendrá su propia cuenta de Workspace como si fuera otro compañero
Google quiere que el agente tenga también una identidad propia dentro de la organización, Gemini podrá disponer de su propia cuenta de Workspace, con dirección de correo electrónico y contexto independiente, como si se tratara de otro miembro del equipo.
La compañía explica que el agente podrá conocer la estructura de la organización, quién pertenece a cada equipo, en qué zona horaria se encuentra cada persona, quién debe aprobar determinados elementos o qué aparece en los calendarios de los empleados. Ese conocimiento contextual permitirá que no sea necesario explicar desde cero la estructura interna en cada solicitud.
Cuando el agente realice acciones, estas quedarán registradas en un historial de auditoría atribuido a la propia cuenta de Gemini y no a un empleado. Este detalle es especialmente importante desde el punto de vista de la trazabilidad, ya que permite diferenciar qué decisiones o acciones proceden de una persona y cuáles han sido ejecutadas por la IA.
Gemini se podrá utilizar desde móviles, ordenadores y aplicaciones empresariales
Google tampoco quiere limitar el acceso al agente a la web, Gemini estará disponible desde dispositivos iOS y Android, equipos Windows y Mac y una interfaz de línea de comandos, además de integrarse en Google Workspace. La compañía ha confirmado también acceso desde Microsoft 365, ServiceNow y Slack, esto refuerza la idea de que Gemini debe funcionar como una capa transversal por encima de las aplicaciones que una empresa ya utiliza, en lugar de intentar sustituirlas.
Para un trabajador, esto significa que el mismo agente puede aparecer en distintos contextos de trabajo, una tarea puede comenzar en un entorno de mensajería o productividad y continuar utilizando información procedente de bases de datos, repositorios de código o aplicaciones corporativas sin que el usuario tenga que mover manualmente los datos entre servicios.
Entre los primeros probadores del agente se encuentran la marca deportiva On, Shopify y PayPal, tres empresas de sectores muy distintos que sirven para mostrar el tipo de despliegues que la compañía quiere abordar. La IA agéntica introduce un problema adicional: cada tarea puede requerir múltiples consultas a modelos, conexiones con herramientas y acciones intermedias.
Google ha anunciado nuevas opciones de gasto flexible para responder a este problema, entre ellas se encuentran la orquestación multimodelo, el enrutamiento inteligente y límites de gasto en tiempo real, diseñados para que las empresas mantengan un mayor control sobre el coste de sus despliegues de inteligencia artificial. El uso de distintos modelos puede ser importante en este punto. No todas las tareas requieren el sistema más potente disponible, por lo que el agente puede apoyarse en una opción más eficiente cuando el problema es sencillo y reservar modelos de mayor capacidad para los procesos que realmente los necesitan.
Si (
No(
