El Gemini agent es el nuevo agente de trabajo presentado por Google Cloud el 8 de octubre en Gemini at Work 2026: un único agente con memoria persistente, herramientas empresariales y la capacidad de delegar tareas a otros agentes. La novedad arquitectónica es que el modelo es una elección separada del agente, y hoy puede ser Gemini o Claude de Anthropic. No es un producto abierto a todos: está en vista previa privada para clientes seleccionados, Google no ha indicado regiones disponibles y no se han encontrado confirmaciones de acceso desde España o América Latina.
La noticia va más allá del lanzamiento en sí. La competencia entre plataformas de inteligencia artificial para empresas se desplaza del modelo al sistema que gestiona trabajo, datos y autorizaciones. Esto cambia la pregunta relevante: no qué modelo responde mejor, sino quién controla un agente cuando trabaja durante horas, en nombre de una persona, dentro de sistemas que contienen documentos confidenciales.
Thomas Kurian
¿Qué es el Gemini agent y en qué se diferencia de un chatbot?
Un chatbot responde a un mensaje. El Gemini agent, según Google, recibe objetivos y no instrucciones, y devuelve un resultado terminado. Funciona en la nube: un encargo puede iniciarse en un dispositivo y continuar incluso después de cerrar el portátil, según informa VentureBeat, y puede durar horas o días. Para trabajos de varios pasos crea sub-agentes temporales, cada uno con identidad propia, que trabajan en paralelo o en secuencia. La memoria se divide en cuatro tipos: de sesión, semántica, procedimental y episódica, es decir, la tarea en curso, la base de conocimiento, el modo de realizar un trabajo y lo que el agente ya ha hecho.
Se utiliza desde web, móvil, escritorio y línea de comandos, dentro de Google Workspace, Microsoft 365 y Slack, y con una API como agente sin interfaz dedicada. En Gmail, Docs, Sheets, Slides y Chat se invoca con @Gemini, según recoge 9to5Google. Las herramientas incluyen Salesforce, ServiceNow, Jira, Git, BigQuery, Snowflake, Databricks, Microsoft Teams y cualquier servidor que use el Model Context Protocol, el estándar abierto para conectar agentes a sistemas externos. Existe también el “coworker agent”, un agente con un rol definido y persistente que, en el relato de Google, recibe una cuenta Workspace con correo, calendario y Drive, y firma los cambios con su propio nombre en el historial de documentos. VentureBeat señala que Google no aclaró si la cuenta corresponde a cada agente o solo a los coworker persistentes.
El modelo es una elección separada: Gemini o Claude
Google lo resume así: Gemini es el agente y el modelo subyacente es una elección separada. Hoy la orquestación ocurre entre la familia Gemini y los modelos Claude, con otros modelos propietarios y abiertos previstos en adelante. Los administradores deciden qué modelos son utilizables, y un Smart Routing elige entre los permitidos según requisitos y costes. Según Futurum, los usuarios pueden elegir por tarea individual o usar un modo automático que parte de un modelo rápido y pasa a uno más potente cuando hace falta. Google sostiene que solo el 10-15% de un flujo de trabajo típico requiere un modelo de gama alta, con un ahorro estimado de aproximadamente un tercio. Es un dato de la propia empresa, no verificado de forma independiente: el analista lo considera técnicamente sólido pero también una concesión comercial relevante.
Sobre Claude, las fuentes dicen poco. Ninguna indica la versión ni qué parte de los trabajos corre sobre ese modelo. VentureBeat señala que Google no precisó si los datos se envían a proveedores externos como Anthropic, ni bajo qué condiciones de conservación y residencia. Futurum añade una lectura de mercado: Claude gana distribución e ingresos por consumo, pero los clientes que adopten el agente de Google podrían usar menos la interfaz propia de Anthropic.
Quién controla un agente que trabaja durante horas
La publicación de Google formula cuatro preguntas sobre seguridad: quién es el agente, qué puede hacer, qué ha hecho y qué no debe tocar nunca. Las respuestas declaradas son las siguientes. Cada agente tiene identidad propia, atestada criptográficamente y con permisos de mínimo privilegio, que aparece en los registros. Los permisos se basan en roles y los aprueban los administradores de seguridad. Para sistemas externos, la identidad viaja mediante estándares como OAuth, y según VentureBeat el agente accede solo a los archivos compartidos explícitamente con los permisos de Workspace. Cada acción queda en un registro atribuido al agente, no a una persona, monitorizable en tiempo real.
En cuanto a los límites, el agente corre en un entorno aislado, el Agent Sandbox, con un perímetro de red propio. Todo el tráfico entrante, saliente y entre agentes pasa por el Agent Gateway, un firewall para inteligencia artificial que aplica las reglas en tiempo real. Google pone el ejemplo de una regla que prohíbe a los agentes abrir documentos clasificados como “need to know”, y VentureBeat añade que los controles bloquean los flujos que intentan enviar datos sensibles a modelos no autorizados. En materia de costes, existe un techo de gasto rígido por proyecto: cuando se alcanza, el agente del proyecto se detiene y puede reanudarse con un clic.
El diseño apunta a una identidad no humana gobernada, que el analista de Futurum Nick Patience califica como “el diseño correcto”. Quedan, con todo, puntos abiertos. Google no ha publicado benchmarks independientes sobre la fiabilidad del agente en tareas largas que atraviesan varias aplicaciones. Patience recuerda que la amplitud de una lista de conectores dice poco sobre lo que un agente puede hacer realmente con cada uno. El tema de la responsabilidad ya está en las reglas de uso de Claude, que desde el 12 de noviembre establecen que quien construye o distribuye un agente responde también de las acciones realizadas mediante herramientas, navegadores o sistemas conectados.
Dos ejemplos: investigación financiera y análisis documental
Los ejemplos más próximos a un trabajo de horas están en el sector financiero, en vista previa. Google habla de más de 50 competencias base para investigación de inversiones, análisis de crédito y modelización del riesgo, con fuentes como FactSet, LSEG, S&P Global, documentos depositados ante la SEC y archivos propietarios, junto con puntuaciones de confianza, metodologías, trazabilidad de datos y citas de fuentes. Entre los clientes mencionados figuran CME Group y Deutsche Bank. DBS Bank, según Google, usa cadenas de 70 a 80 agentes para los memorandos de crédito. Es el tipo de trabajo que los bancos ya están preparando para financiar: Generali prevé 325 millones de euros para IA, datos y automatización en su plan hasta 2027, y entidades como BBVA o Santander ven la IA como apoyo a los asesores en documentación e investigación, con la responsabilidad del cliente que sigue recayendo en las personas.
En análisis documental, Google cita a Bradesco, que declara una revisión de documentos reducida de una hora a cinco minutos y un 60% menos de inconsistencias de riesgo según datos publicados por Google Cloud, a Commerzbank, con controles documentales bajados de 20 horas a una, y a Grupo Bafar, con la preparación de contratos por sucursal pasando de 140 a 17 minutos. Para el sector legal, también en vista previa, el agente hereda los permisos a nivel de expediente y las “ethical walls”, las barreras informativas entre equipos, desde NetDocuments e iManage. Son resultados declarados por Google o por sus clientes, sin validación independiente, y Futurum señala que los ejemplos como Bradesco y DBS son implementaciones acotadas con personas en el circuito, no agentes que operan durante días sin supervisión.
Acceso, disponibilidad y costes
Según un portavoz de Google Cloud citado por VentureBeat, el agente Gemini lleva en vista previa privada desde hoy para un grupo selecto de clientes, con una disponibilidad más amplia prometida “próximamente” sin fecha concreta. 9to5Google precisa que la apertura afectará a clientes de Workspace con determinados planes Business y Enterprise, y que el producto está dirigido a empresas, no a consumidores. El único dato temporal viene de Futurum, según el cual Google espera la disponibilidad general antes de finales de octubre de 2026, comenzando por Norteamérica; el analista señala como punto a vigilar la llegada a Europa, dados los requisitos de residencia de datos. Para España no se ha encontrado ninguna indicación.
En cuanto a costes, VentureBeat informa de que no habrá cargo adicional donde esté disponible Gemini Enterprise, incluidas las licencias de Workspace Business y Enterprise, con detalles de precio prometidos más cerca del lanzamiento general. Futurum sitúa Gemini Enterprise en 30 dólares por puesto al mes y observa que Google no cobra puestos extra sino que traslada el coste a tokens, cómputo y límites de gasto. No se ha aclarado el precio de los coworkers persistentes, ni el de las tareas autónomas de larga duración ni el de los sub-agentes.
El agente Gemini
Qué está confirmado y qué no. Fuentes: Google Cloud, VentureBeat, 9to5Google, Futurum
- Confirmado: agente único con memoria persistente, sub-agentes y coworkers, modelo separado (Gemini o Claude), identidad, permisos y registro de acciones declarados, vista previa privada para clientes seleccionados.
- No indicado: acceso desde España, regiones, fecha de disponibilidad (solo Futurum: finales de octubre, Norteamérica), precio de los coworkers, versión de Claude, envío de datos a los proveedores de modelos, benchmarks independientes.
- A seguir: disponibilidad general y regiones, residencia de datos en Europa, precios, documentación de conectores y límites de las acciones autónomas.
La lectura de fondo
Básicamente, al separar el agente del modelo, Google convierte el modelo en un componente sustituible y traslada el factor de retención del cliente a otro lugar: memoria, competencias, conectores, identidad y registros. Es una lectura propia, en línea con la de Futurum, para quien esta elección pesa más que cualquier función individual. Para el sector financiero tiene una consecuencia directa: un agente que distribuye trabajo entre distintos proveedores amplía el número de actores que pueden acceder a los datos, salvo que los administradores restrinjan los modelos permitidos. Las autoridades europeas de supervisión ya han advertido de que las finanzas de la Unión dependen de proveedores de IA no europeos, y Christine Lagarde ha alertado sobre ataques sistémicos posibilitados por la IA ya integrada en la infraestructura bancaria y de pagos. La pregunta sobre quién controla un agente es, por tanto, también una pregunta sobre concentración.
El siguiente paso, cuando los agentes empiecen a pagar, hará que identidad y límites sean aún más relevantes. El techo de gasto de Google se refiere a costes de cómputo y no a pagos, pero Stripe y OpenAI ya han publicado un protocolo para el comercio mediante agentes de IA, en el que un agente completa una transacción sin que el usuario intervenga en cada paso. En las fuentes consultadas no se menciona crypto ni blockchain: la conexión con nuestro sector es esta convergencia entre agentes, identidad y pagos. La carrera por construir la infraestructura que los sustenta también es un factor, como muestra el compromiso de Google de 13.000 millones de euros en Finlandia.
Las señales concretas a seguir son: la fecha y las regiones de la disponibilidad general, la residencia de datos en Europa, el precio de los coworkers persistentes, la respuesta de Google sobre qué llega a los proveedores de modelos y los primeros tests independientes sobre la fiabilidad de las tareas de larga duración. Mientras falten, el agente Gemini es un anuncio con un diseño de gobernanza interesante, pero no una herramienta verificable para quienes trabajan en España o en el resto de Europa.
