Google advierte que la adopción de agentes de inteligencia artificial ya avanza en las empresas, pero datos, sistemas heredados, talento, costos y gobernanza serán determinantes para llevarlos a operaciones reales
La inteligencia artificial empresarial está entrando en una nueva etapa. Después de la experimentación con modelos generativos y asistentes capaces de responder preguntas, las compañías comienzan a incorporar sistemas que pueden ejecutar tareas, conectarse con otras aplicaciones y participar directamente en procesos de negocio.
Durante el Google Cloud Summit México 2026, la compañía californiana puso el foco en los desafíos que acompañan esta transición. Para Google Cloud, el siguiente paso no consiste únicamente en incorporar modelos cada vez más potentes, sino en construir las condiciones necesarias para que los agentes puedan operar de manera segura, eficiente y rentable dentro de las organizaciones.
Julio Velázquez, director general de Google Cloud en México, señaló que la conversación empresarial alrededor de esta tecnología está cambiando. Si anteriormente las compañías buscaban entender qué podían hacer los agentes, ahora muchas ya están trabajando en su integración dentro de procesos reales y buscando resultados concretos.
El cambio importante es pasar de evaluar a integrar”, es el mensaje que la firma planteó durante el encuentro.
El reto está en que una empresa no parte de cero cuando incorpora inteligencia artificial. Sus datos suelen estar distribuidos entre distintas plataformas, existen sistemas heredados que deben mantenerse operativos y hay diferentes aplicaciones que necesitan comunicarse entre sí.
Por ello, uno de los puntos centrales de la estrategia de Google Cloud es que la transformación no depende solamente de elegir un modelo de IA. También requiere una plataforma capaz de conectar modelos, datos, aplicaciones y procesos existentes.
Por su parte, Eduardo López, presidente de Google Cloud para Latinoamérica, explicó que 85% de las empresas de la región tiene intención de desarrollar iniciativas relacionadas con inteligencia artificial y agentes. Sin embargo, la implementación todavía enfrenta barreras importantes.
Entre ellas se encuentran los sistemas heredados, señalados por 34% de las empresas, mientras que 32% identifica problemas relacionados con la disponibilidad o calidad de los datos.
Esto significa que incluso un modelo avanzado puede tener dificultades para generar resultados útiles cuando trabaja con información incompleta, dispersa o desactualizada.
La adopción también implica modificar procesos internos, capacitar a los trabajadores y establecer reglas claras sobre la manera en que los sistemas de inteligencia artificial pueden utilizar la información de una organización.
Para Google Cloud, la gobernanza será especialmente importante en esta etapa. El objetivo no debería ser implementar agentes simplemente porque la tecnología está disponible, sino identificar aquellos problemas en los que realmente puedan generar un impacto medible.
El retorno de inversión será, por ello, uno de los criterios que determinarán qué proyectos deben avanzar. Durante el encuentro se mencionó incluso el caso de una empresa brasileña que desarrolló cientos de agentes, aunque sólo una parte de ellos generaba un impacto significativo para el negocio.
La lección es que tener más agentes no significa necesariamente estar más avanzado en inteligencia artificial. El valor estará en los problemas que puedan resolver y en el beneficio que generen frente al costo de mantenerlos funcionando.
A medida que los agentes comienzan a ejecutar más tareas de manera automática, el costo también se convierte en un factor estratégico.
Los directivos de Google Cloud reconocieron que algunas empresas han encontrado costos de procesamiento superiores a los previstos cuando sus implementaciones comienzan a crecer, particularmente por el consumo de tokens.
La solución pasa, en parte, por elegir el modelo adecuado para cada operación. No todas las tareas necesitan recurrir al modelo más avanzado disponible; en algunos casos, una alternativa más sencilla puede cumplir con el objetivo y reducir el costo de procesamiento.
La carrera por la IA empresarial, por tanto, no será únicamente por desarrollar modelos más capaces. También estará relacionada con la capacidad de las organizaciones para hacer que esas tecnologías sean sostenibles cuando miles o millones de operaciones comiencen a ejecutarse automáticamente.
México busca convertirse en un polo de talento
En esta transición, México ocupa un lugar relevante dentro de la estrategia regional de Google Cloud.
El gigante tecnológico destacó las inversiones realizadas en infraestructura y conectividad en el país y anunció un nuevo hub en Guadalajara, que se suma a sus operaciones en Ciudad de México y Monterrey.
El objetivo es aprovechar el talento tecnológico de Guadalajara y fortalecer la capacidad de la compañía para atender proyectos en México y otros mercados de la región.
La formación también forma parte de esta estrategia. Google Cloud señaló que mantiene acuerdos con 20 universidades en México y que más de 28,000 jóvenes han participado en programas de capacitación. Además, mencionó una alianza con Laureate Education para capacitar a 500 mil jóvenes mexicanos en tecnologías digitales.
La apuesta responde a uno de los desafíos que acompañarán la expansión de la IA: contar con profesionales capaces no sólo de utilizar estas herramientas, sino de diseñarlas, implementarlas, supervisarlas y establecer los controles necesarios para su operación.
Mientras las compañías diseñan estrategias oficiales de inteligencia artificial, sus propios empleados ya están utilizando herramientas por su cuenta.
Google Cloud se refirió durante el encuentro al fenómeno conocido como “Shadow AI”, que describe el uso de herramientas de inteligencia artificial por parte de trabajadores sin que necesariamente exista una estrategia corporativa o controles establecidos.
De acuerdo con los datos presentados por la compañía, 44% de los agentes personales utilizados en el trabajo corresponde a herramientas que los empleados llevan por su cuenta, mientras que 52% de esos usuarios no percibiría los riesgos asociados con estas prácticas.
El fenómeno representa un desafío para las empresas. La IA puede ayudar a los empleados a ser más productivos, pero el uso de plataformas externas también puede provocar que información corporativa termine en servicios que no están sujetos a las políticas internas de seguridad.
La posición de Google Cloud es que las empresas no necesariamente deberían intentar detener esta adopción, sino canalizarla mediante herramientas corporativas que incorporen mecanismos de seguridad, gobierno y control.
La diferencia entre la IA generativa que comenzó a popularizarse en las empresas y los agentes está en su capacidad de formar parte de un flujo de trabajo.
Mientras un asistente tradicional puede recibir una instrucción y generar una respuesta, un agente puede utilizar herramientas externas, consultar información empresarial y ejecutar determinadas acciones para conseguir un resultado.
Un ejemplo planteado durante el encuentro es el de una reunión: un sistema puede generar el resumen de la conversación y posteriormente cargarlo en la plataforma que una organización utiliza para gestionar sus actividades. El valor está en que la IA deja de ser únicamente una herramienta de consulta y comienza a participar en el proceso.
Compras, finanzas, manufactura y operaciones son algunas de las áreas donde Google Cloud identifica oportunidades para este tipo de tecnología, particularmente en procesos que requieren analizar grandes cantidades de información o ejecutar tareas repetitivas.
La expectativa es que los empleados puedan dedicar menos tiempo a actividades operativas y concentrarse en aquellas que requieren análisis, criterio y toma de decisiones.
Pero esta transformación también abre una discusión más amplia sobre el empleo y la responsabilidad de las empresas tecnológicas frente a los cambios que provoque la automatización.
Google Cloud considera que la transición tendrá que ser abordada de manera conjunta por empresas, gobiernos, trabajadores, sociedad civil y compañías tecnológicas, acompañada de reglas y estándares para el desarrollo y uso de la inteligencia artificial.
Para esta región, el desafío será avanzar al ritmo de esta tecnología sin descuidar los elementos que harán posible su funcionamiento: infraestructura, conectividad, datos confiables, talento, seguridad y regulación.
La apuesta por los agentes ya comenzó, pero la siguiente prueba para las empresas será demostrar que pueden llevarlos más allá de los proyectos piloto y convertirlos en sistemas capaces de operar a escala, generar valor medible y hacerlo bajo condiciones de seguridad y control.
Con información de Dalia de Paz
Minuto a minuto
