Durante el Google Cloud Summit 2026, realizado en la Ciudad de México, Google Cloud presentó nuevas capacidades para que las empresas incorporen agentes de inteligencia artificial capaces de ejecutar tareas de manera autónoma.
Hamidou Dia, vicepresidente de IA aplicada de Google Cloud, explicó que Gemini Enterprise funciona como un “sistema nervioso central” donde las organizaciones pueden construir, registrar y gobernar sus agentes desde un solo lugar, con identidad propia para cada uno, controles de acceso, límites de gasto y trazabilidad. “La pregunta interesante ya no será si tu empresa usa IA, sino si realmente se puede confiar en que tu agente de IA trabaje mientras duermes”, resumió.
Entre las novedades presentadas está Gemini Enterprise for Financial Services, una versión especializada para instituciones financieras que incorpora agentes para tareas como análisis de crédito, detección de fraude y elaboración de reportes de cumplimiento.
Estos agentes están diseñados para conocer los flujos de trabajo, habilidades y herramientas propias de la industria financiera. Hamidou Dia detalló que Google trabaja con bancos, redes de pago y proveedores de datos de mercado para desarrollar estas capacidades y probarlas en entornos empresariales.
Bases de datos para trabajar con agentes
Google también presentó una nueva arquitectura de AlloyDB para agentes, disponible en preview, que busca que las bases de datos puedan soportar el incremento de actividad que ocurre cuando una empresa comienza a utilizar cientos o miles de agentes de IA de manera simultánea.
De acuerdo con Narain, AlloyDB puede aumentar rápidamente su capacidad cuando se producen picos de actividad y reducirla cuando la carga termina. La arquitectura puede alcanzar más de 3 millones de consultas por segundo con 1.000 nodos lectores y más de 1 terabyte por segundo de rendimiento agregado para análisis.
Para las empresas, esto significa que los agentes pueden consultar información operativa actualizada sin afectar el funcionamiento de las aplicaciones principales. Además, los recursos se reducen automáticamente cuando dejan de ser necesarios, lo que permite pagar únicamente por la capacidad utilizada.
Otro de los anuncios fue Spanner Omni, disponible de forma general, que permite desplegar la base de datos multimodelo de la empresa en diferentes entornos, incluyendo otras nubes, infraestructura local y edge. Desde ahora, una empresa mexicana con sistemas distribuidos entre distintos proveedores podrá trabajar con sus datos desde diferentes entornos, sin tener que trasladar toda su infraestructura a Google Cloud.
De acuerdo con los datos compartidos durante el evento, el uso de IA puede reducir 40% el tiempo destinado a la búsqueda de información y 67% el tiempo de determinados procesos relacionados con el cierre financiero.
Seguridad y control del gasto de los agentes
En materia de seguridad, Google dio a conocer AI Threat Defense, una plataforma destinada a proteger los sistemas empresariales frente a amenazas relacionadas con IA.
La solución combina los modelos de Google con herramientas de seguridad para monitorear amenazas, investigar incidentes y automatizar determinadas respuestas. Estos agentes de clasificación de alertas pueden reducir una investigación de seguridad de aproximadamente 30 minutos a 60 segundos.
La plataforma también incorpora capacidades para buscar amenazas y vulnerabilidades. Dentro de este ecosistema, Google integra las capacidades de Wiz, plataforma de seguridad que aporta visibilidad y detección de riesgos en infraestructura, nube y sistemas de IA, y de CodeMender, que puede identificar vulnerabilidades y modificar código para corregirlas.
El control sobre lo que pueden hacer los agentes es otro de los componentes de la propuesta. Con la nueva solución cada agente puede tener una identidad propia, permisos definidos y límites sobre las herramientas y sistemas que puede utilizar. “Si tienes cientos de agentes de IA funcionando sin su propia identidad, no tienes trazabilidad ni capacidad de auditoría”, explicó Dia.
Las empresas también podrán establecer límites de gasto a nivel de proyecto, agente, usuario o modelo y seleccionar diferentes modelos de IA dependiendo de la tarea que necesiten ejecutar. En ese sentido, Armando Estrada, Head of Sales Agentic Workplace México de Google Workspace, utilizó el concepto de «tokenomics» para explicar la necesidad de controlar el gasto asociado con el uso de IA, es decir, el consumo de tokens con los que se factura el uso de los modelos.
Empresas mexicanas aceleran la adopción
Los lanzamientos llegan mientras aumenta el uso de agentes de IA entre empresas y trabajadores mexicanos. Marcela Ramírez, directora de Google Workspace para Latinoamérica, señaló que un estudio realizado por Google junto con IDC y Provoke encontró que el 20% de los profesionales en México ya trabaja con agentes de IA en sus actividades cotidianas.
A nivel empresarial, el 40% de las organizaciones mexicanas está acelerando iniciativas relacionadas con agentes en múltiples áreas. Sin embargo, también existe un uso de herramientas de IA fuera de los sistemas corporativos.
Ramírez señaló que el 44% de los agentes personales utilizados en el trabajo en la región son empleados por los propios colaboradores, mientras que el 52% de estos usuarios no perciben los riesgos asociados con su utilización.
Por su parte, Abelardo Colunga, Google Cloud Digital Leader, señaló que parte del problema está en que los empleados pueden no percibir una diferencia entre utilizar una herramienta personal en casa y utilizarla para trabajar. “La gente no percibe que hay un problema de seguridad porque siente que es la misma vía que usa en su casa”, explicó.
Según Colunga, uno de los riesgos es que las empresas no sepan qué información se introdujo en una herramienta, qué respuesta generó ni para qué fue utilizada, lo que dificulta mantener una trazabilidad corporativa. También advirtió sobre el tratamiento de información confidencial en determinados planes gratuitos de herramientas de IA.
“Si subes información confidencial, luego con esa información se reentrena el modelo y puede aparecer en respuestas a otros países”, afirmó. Como alternativa, recomendó utilizar servicios con controles empresariales.
Por otro lado, Ramírez también citó un estudio de Forrester Consulting realizado para Google, según el cual, las organizaciones que utilizan Gemini ahorran tres horas semanales por usuario y registran una reducción del 50% en los tickets de TI. El estudio reportó un ROI de 416% para organizaciones que implementan agentes y aplicaciones de IA en menos de seis meses.
No obstante, para Estrada, la medición no debería limitarse al tiempo ahorrado, sino también considerar la calidad del trabajo y el impacto financiero de la adopción. “Ahorrar tiempo muchas veces puede significar menos calidad, pero al contrastar, la mayoría de la gente responde que tiene mejor calidad de trabajo”, señaló.
El ejecutivo recomendó que las empresas definan sus indicadores antes de implementar las herramientas, comparen su situación inicial con los resultados posteriores y midan el retorno de inversión.
IA integrada a Workspace y adopción en pymes
El uso de IA en la pymes de América Latina creció 3,5 veces durante el último año, impulsado principalmente por herramientas de Workspace y Gemini Enterprise, de acuerdo con Estrada.
La estrategia de Google para este segmento contempla el trabajo con partners que desarrollan soluciones para problemas específicos, como inventario, administración de clientes o flujo de caja. También incluye plataformas de capacitación como Google Skills, que permiten a los usuarios seguir rutas de aprendizaje según su perfil técnico o de negocio.
Eduardo López, presidente de Google Cloud para América Latina, señaló que el desarrollo de este ecosistema también permite que Google amplíe su capacidad de implementación mediante partners especializados, especialmente en un mercado donde muchas pymes no cuentan con un área propia de TI. “No tenemos capacidad de crecer en personas propias; es una forma de generar recursos para el país”, explicó López.
El ejecutivo añadió que Google ha capacitado a más de 500.000 estudiantes en la región y destacó la educación como una de las principales vías para desarrollar capacidades alrededor de la IA.
Julio Velázquez, director de Google Cloud México, señaló además que el software empresarial está entrando en una etapa de transformación por la incorporación de agentes y que México cuenta con empresas capaces de desarrollar soluciones específicas para sectores como logística.
La compañía también trabaja con universidades mexicanas mediante herramientas como Gemini y Gemini for Education. En materia regulatoria, Velázquez señaló que Google considera la resiliencia tecnológica como un elemento fundamental y que busca colaborar con actores regulatorios para que la tecnología pueda funcionar como habilitadora del crecimiento del país.
