Respuesta directa. Google Cloud presentó en el evento Gemini at Work 2026 a Gemini agent, un empleado virtual que deja de ser un simple chatbot y pasa a planificar, coordinar y ejecutar procesos completos dentro de las empresas. El agente trabaja con objetivos (no con instrucciones), mantiene una identidad corporativa propia, accede a documentos autorizados y devuelve trabajo terminado, todo desde un único modelo, una única interfaz y una única API.
De chatbot a compañero de trabajo: el cambio de fondo
Durante años, los modelos de lenguaje respondieron preguntas. Gemini apunta a otra cosa. Thomas Kurian, CEO de Google Cloud, explicó en su keynote que el nuevo agente responde preguntas, gestiona trabajo de conocimiento, crea imágenes y medios, y escribe y ejecuta código, todo en un solo agente y una sola API. La diferencia clave está en el modelo de interacción: no se le dan pasos, se le delega un resultado y se vuelve por trabajo terminado.
La arquitectura se sostiene sobre tres pilares. Primero, las herramientas (tools), que conectan al agente con los sistemas que la empresa ya usa: Confluence, Microsoft Office, Teams, Slack, Gmail, Drive, Docs, Sheets, Calendar, Git, Jira, Salesforce, ServiceNow, BigQuery, Databricks, Postgres y Snowflake. Segundo, las habilidades (skills), que le enseñan cómo se ejecuta el trabajo en cada organización. Tercero, el contexto (context), que le permite recordar mediante una memoria persistente que no se borra entre sesiones ni entre dispositivos.
Dentro de Workspace y sobre los datos propios
El agente se integra de forma nativa en Gmail, Drive, Docs, Slides, Sheets, Chat y Calendar, arrastrando la misma memoria, habilidades y controles que tiene en cualquier otro canal. También funciona como agente headless, es decir, sin interfaz dedicada: puede operar desde la línea de comandos, desde Microsoft 365 o desde Slack, e integrarse a aplicaciones de terceros.
En el frente de los datos, Google apuesta por dos capacidades. El Knowledge Catalog mapea las definiciones de negocio una sola vez para que todos los agentes las usen, leyendo las métricas directamente donde viven, ya sea en Databricks, dbt, LookML o SAP. Y Smart Storage ataca un problema concreto: cerca del 90% de los datos empresariales no están estructurados. La promesa es que un usuario de negocio pueda llegar a información accionable en minutos usando preguntas en lenguaje natural, sin saber programar.
Ejecución persistente: el agente trabaja con el computador apagado
Una de las novedades más disruptivas es la ejecución persistente. El agente corre en la nube y mantiene una única memoria, un único contexto y un grafo de personalización, sin importar el dispositivo desde el que se acceda. Una tarea que toma horas, o incluso días, sigue ejecutándose después de cerrar el notebook, y los resultados están disponibles al volver. Para los equipos, esto elimina el problema de reiniciar el contexto cada mañana.
Además, Gemini puede operar como coworker agent: un integrante más del equipo con identidad persistente, correo propio del tipo @agentes.empresa.com, almacenamiento dedicado y acceso limitado al contexto que el equipo decida compartir. No es una cuenta de usuario, es un rol dentro de la organización.
Orquestación multiagente y libertad de modelos
Gemini no trabaja solo. Puede crear dinámicamente una lista de subagentes temporales, cada uno con su propia identidad, para resolver tareas de múltiples pasos, coordinando flujos paralelos y secuenciales que pueden correr durante horas o días. Y aunque Gemini es el agente, el modelo que corre por debajo es una decisión separada: orquesta entre la familia de modelos Gemini y los modelos Claude de Anthropic, con otros modelos abiertos y privados previstos a futuro.
La lógica es de eficiencia: el mejor modelo para la tarea no siempre es el más grande. Emparejar el modelo con el trabajo sube la precisión en las tareas difíciles y baja el costo en las simples. Clientes como Shopify ya mezclan modelos de frontera para millones de comercios, y PayPal enruta 10 millones de solicitudes multimodelo cada semana.
Nota de entidad: los números detrás del anuncio
El lanzamiento no llega en el vacío. Google Cloud reportó que casi 500 de sus clientes procesaron cada uno más de un billón de tokens durante el último año, que cerca del 80% de todos sus clientes ya usan productos de inteligencia artificial, y que casi el 90% de las empresas del Fortune 100 utilizan Gemini Enterprise. En el mismo periodo, el uso de herramientas de IA por parte de pequeñas y medianas empresas creció más de cinco veces año contra año, y organizaciones como las Fuerzas Armadas de Estados Unidos han construido más de cien mil agentes personalizados para tres millones de miembros.
Qué implica para las empresas chilenas
Para el ecosistema empresarial chileno, el movimiento de Google tiene una lectura directa. Las pymes y corporaciones locales que operan sobre Workspace, Salesforce, SAP o bases de datos corporativas podrán automatizar tareas administrativas sin necesidad de equipos propios de desarrollo. El anuncio también refuerza una tendencia que ya venía avanzando en el país: la automatización deja de ser un proyecto de transformación digital de largo plazo y se convierte en una capa que se activa sobre los sistemas existentes.
Los tomadores de decisión B2B deberían leer tres señales. La primera es el costo: Google apuesta por sus propios chips para reducir el precio de la inteligencia artificial, con control de gasto en tiempo real y enrutamiento inteligente entre modelos. La segunda es la gobernanza: el agente incluye controles de identidad, permisos, sandboxing seguro y puertas de enlace de red, algo que será exigencia básica en sectores regulados. La tercera es el talento: el trabajo administrativo repetitivo tenderá a migrar hacia agentes, y las empresas deberán decidir cómo redistribuir a sus equipos humanos.
Seguridad, privacidad y el límite de la autonomía
La promesa de un agente autónomo también levanta interrogantes. Google afirma que incluye entornos aislados, controles de seguridad en tiempo real y gestión de accesos a información sensible, en línea con exigencias como el Reglamento General de Protección de Datos (RGPD) europeo y la Ley de Inteligencia Artificial de la Unión Europea. El punto crítico no es técnico, sino de supervisión: cuánta autonomía se le entrega al agente y quién responde cuando una tarea autónoma se equivoca.
La apuesta de Google tampoco es aislada. En la misma semana, el sector vivió un debate intenso sobre el control de los agentes autónomos, con incidentes de inteligencia artificial fuera de control reportados por otros laboratorios, que llegaron a cortar el acceso a internet de sus modelos. El contraste es instructivo: mientras unos laboratorios frenan a sus modelos por seguridad, Google construye la infraestructura para que su agente viva dentro de la empresa. La diferencia final estará en los controles, no en la potencia bruta.
Preguntas frecuentes
¿Qué es el agente Gemini de Google Cloud?
Es un agente de inteligencia artificial presentado en Gemini at Work 2026 que funciona como un empleado virtual dentro de la empresa. Responde preguntas, gestiona trabajo de conocimiento, crea imágenes y medios, y escribe y ejecuta código, todo desde un único agente y una única API. Puede actuar como asistente personal o como integrante de un equipo, con identidad corporativa propia y acceso limitado a los sistemas autorizados por la organización.
¿En qué se diferencia Gemini de un chatbot tradicional?
Un chatbot responde preguntas; Gemini ejecuta objetivos. En lugar de recibir instrucciones paso a paso, se le delega un resultado y devuelve trabajo terminado. Además, mantiene memoria persistente entre sesiones y dispositivos, se conecta a los sistemas de la empresa (CRM, bases de datos, correo y calendario) y puede crear subagentes para coordinar tareas de múltiples pasos que corren durante horas o días.
¿Puede Gemini trabajar cuando el computador está apagado?
Sí. Esa es una de sus características centrales, llamada ejecución persistente. El agente corre en la nube y mantiene un único contexto y memoria, por lo que las tareas largas siguen ejecutándose después de cerrar el notebook o el equipo, y los resultados están disponibles al volver. No importa desde qué dispositivo se acceda, porque no hay que volver a explicarle el contexto.
¿Qué modelos de IA utiliza Gemini por debajo?
Gemini es el agente, y el modelo es una decisión separada. Hoy orquesta entre la familia de modelos Gemini y los modelos Claude de Anthropic, con otros modelos abiertos y privados previstos a futuro. La idea es emparejar cada tarea con el modelo más adecuado: los modelos más grandes para las tareas difíciles y los más económicos para las simples, lo que reduce el costo total sin sacrificar precisión.
¿Cómo afecta este anuncio a las empresas chilenas?
Permite que pymes y corporaciones locales automaticen tareas administrativas sobre los sistemas que ya usan (Workspace, Salesforce, SAP y bases de datos) sin necesidad de equipos propios de desarrollo. Implica tres lecturas para los tomadores de decisión: menor costo por chips propios, mayores exigencias de gobernanza y seguridad de datos, y una redistribución del trabajo administrativo repetitivo hacia agentes supervisados por personas.
