El agente de Google que hace el trabajo entero, no solo responde

El 8 de octubre, en su evento Gemini at Work 2026, Google presentó un cambio de fondo en cómo funciona Gemini en las empresas: dejó de ser un chat que contesta preguntas sueltas y pasó a ser un agente que planifica y termina tareas completas, moviéndose solo entre el mail, el calendario, las planillas, Slack y los sistemas internos de cada empresa. Lo más interesante no es que automatice más cosas — es qué aparece junto con esa automatización: cada agente tiene su propia identidad, un tope de gasto y un registro de todo lo que hizo.

De responder preguntas a terminar el trabajo

Hasta ahora, pedirle algo a una IA en el trabajo era, casi siempre, una pregunta por vez: resumime este mail, armame esta planilla. El cambio que muestra Google es otro: el usuario da un objetivo, no los pasos, y el agente arma el plan solo. El ejemplo que dieron fue pedirle que organice una reunión con "el equipo habitual de responsables de eventos": el agente identifica quiénes son revisando mensajes y mails anteriores, chequea la agenda de cada uno y propone un horario por correo, sin que nadie tenga que explicarle quién es quién. Para tareas más largas, no trabaja solo: crea agentes temporales, cada uno con una tarea puntual y su propia identidad, y los coordina. Se conecta a las herramientas de la empresa —desde Salesforce hasta bases de datos— a través de MCP (Model Context Protocol), el protocolo abierto que ya usan la mayoría de los agentes de IA para hablar con sistemas externos sin que haya que programar una integración a mano para cada uno.

Identidad, presupuesto y registro: la parte que no es sobre el modelo

Lo más nuevo no es qué tan bien responde el agente, sino lo que lo rodea. Cada agente queda identificado como un empleado más: tiene acceso limitado a lo que necesita para su tarea, y cada acción que toma queda anotada a su nombre, no al de quien lo activó. Si hace algo que no debía, se puede rastrear qué agente, en qué momento y con qué permiso. Además hay un tope de gasto configurable por proyecto: al alcanzarlo, se pausa solo hasta que alguien lo autoriza a seguir. También elige el modelo de IA según la tarea —modelos propios o de Anthropic (Claude), según convenga en costo y precisión— sin que el usuario lo decida.

Lo que sirve de esto para un negocio que ya automatiza algo

Google apunta esto a empresas grandes, con Salesforce, SAP y equipos de sistemas dedicados — no es algo que un comercio chico vaya a instalar. Pero la pregunta de fondo que plantea sirve para cualquier negocio que ya tiene algo automatizado, sea un bot de WhatsApp atendiendo consultas o un flujo armado en una herramienta como n8n: ¿esa automatización tiene un límite claro de lo que puede tocar? ¿queda algún registro de lo que hizo cuando algo sale mal? ¿hay un tope si empieza a consumir de más? Son las mismas tres preguntas que Google le hace a sus clientes grandes, acá achicadas al tamaño de un bot que manda mensajes o guarda datos en una planilla. No hace falta un sistema enorme para hacérselas: alcanza con mirar, la próxima vez que se prenda una automatización nueva, qué puede tocar y si eso queda anotado en algún lado.