Google, en cabeza de su CEO Thomas Kurian, anunció el lanzamiento de Gemini Agent, un agente único y universal para el trabajo que responde a preguntas, gestiona tareas basadas en el conocimiento, crea imágenes y contenido multimedia, y escribe y ejecuta código, todo ello a través de un único agente y una sola API.
"Gemini cuenta con todo el contexto de su negocio y puede utilizarse para tareas que van desde el trabajo basado en el conocimiento y la resolución de dudas hasta la creación de contenidos y la programación, todo ello desde un único cuadro de instrucciones. Planifica el trabajo, emplea habilidades y herramientas, se conecta a sus sistemas y entrega un resultado final, integrándose directamente en los documentos, la bandeja de entrada y los entornos de desarrollo que ya utiliza. Selecciona el modelo más adecuado para cada tarea, incorpora controles de costes y, lo que es más importante, ofrece los niveles de seguridad, administración y gobernanza que exige su empresa", afirmó Thomas Kurian, CEO de Google Cloud.
Las capacidades de agente de Gemini se basan en principios arquitectónicos fundamentales.
● Agente unificado: Gemini es un agente capaz de responder a tus preguntas durante una conversación, trabajar de forma autónoma para completar objetivos que tú le asignes y generar código, todo ello desde una única interfaz.
● Acceso omnipresente: se puede acceder a Gemini desde cualquier dispositivo —incluyendo web, dispositivos móviles (iOS y Android) y equipos de escritorio (Windows y Mac)— y a través de cualquier canal (línea de comandos, Google Workspace, Microsoft 365 o Slack). También puede integrarse en aplicaciones y plataformas de terceros y operar como un agente headless, lo que significa que no requiere una interfaz de usuario dedicada.
● Ejecución persistente: funciona en la nube, lo que implica que mantiene un conjunto único de recuerdos, contexto y un gráfico de personalización, independientemente del dispositivo o canal desde el que accedas. Las tareas que requieren horas o días siguen ejecutándose incluso después de cerrar el portátil, y estarán listas cuando retomes el trabajo.
● Orquestación multiagente: Gemini crea subagentes temporales y específicos para coordinar tareas complejas mediante pasos paralelos y secuenciales. También actúa como un agente colaborador (*coworker agent*): un miembro persistente del equipo con una función definida, correo electrónico propio (@agentes.empresa.com), almacenamiento dedicado y acceso exclusivo al contexto compartido.
● Profundamente contextual: Gemini ya conoce tus herramientas, datos e historial de trabajo desde el principio. Cuanto más tiempo colabores con él, mejor entenderá tu forma de trabajar. Los equipos pueden crear proyectos específicos para optimizar aún más el contexto, las habilidades y las herramientas que utiliza Gemini.
● Flexibilidad en la elección del modelo: Gemini actúa como agente, mientras que la elección del modelo subyacente es independiente. Ejecuta cada tarea utilizando el modelo óptimo —coordinando el uso de la familia de modelos Gemini de Google y los modelos Claude (actualmente), así como otros modelos líderes, tanto privados como abiertos, en el futuro— para optimizar la calidad y los costes. Dado que los modelos líderes cambian cada pocos meses, mantener esta opción abierta garantiza que su contexto, sus datos y sus capacidades permanezcan intactos a lo largo del tiempo.
Gemini en Google Workspace: dentro de Workspace, Gemini funciona de tres maneras.
● Asistencia personal: Gemini actúa como tu agente personal y ya conoce tu calendario, tus equipos, tus proyectos y la relación entre tus documentos. Puede programar reuniones con los miembros habituales de tu equipo sin necesidad de escribir direcciones.
● Delegación proactiva: Gemini utiliza esta misma inteligencia para sugerir de forma proactiva tareas que puedes delegarle, destacar los mensajes más importantes de tu bandeja de entrada —en lugar de simplemente mostrar el que llegó más recientemente— y explicarte el motivo.
● Un miembro de tu equipo: utiliza Gemini para crear un agente que actúe como un compañero de trabajo con su propia identidad —en lugar de la tuya— y que colabore con todo el equipo tal como lo haría cualquier otra persona; para ello, solo tienes que añadirlo a un espacio de chat o mencionarlo (usando @).
Google Cloud también está ofreciendo capacidades de Gemini diseñadas para dominios específicos —empezando por los datos— y funcionalidades creadas expresamente para adaptarse tanto a los equipos técnicos como a los usuarios empresariales habituales.
La implementación de agentes autónomos requiere una sólida gobernanza de seguridad, en la que cada agente cuente con una identidad propia, similar a la de un empleado, y con permisos de acceso definidos según su rol. Además, sus conexiones con sistemas externos deben gestionarse mediante estándares como OAuth, garantizando un acceso controlado a los recursos
La auditoría y el control continuo también son fundamentales: las acciones de cada agente quedan registradas y pueden supervisarse en tiempo real para detectar comportamientos anómalos. A esto se suma el uso de entornos aislados o sandbox y políticas de acceso centralizadas, que permiten establecer límites de red y aplicar las mismas reglas de seguridad a todos los agentes de una organización.
