Google Agentspace – Habilitando Agentes de IA en Flujos de Trabajo Empresariales

¿Qué es Google Agentspace? Google Agentspace es una nueva plataforma destinada a crear una “empresa impulsada por agentes,” donde los agentes de IA ayudan a los empleados y equipos con su trabajo. Lanzado a finales de 2024, Agentspace “pone los últimos modelos fundacionales de Google, agentes potentes y conocimiento empresarial accionable en manos de los empleados” [1]. En esencia, combina la búsqueda empresarial con la IA generativa y la automatización: los empleados (y los propios agentes de IA) pueden encontrar información a través de los silos de datos organizacionales, entenderla y sintetizarla usando la inteligencia de Gemini, y luego actuar sobre ella mediante agentes de IA [1]. Esto aborda las necesidades clave para escalar la IA en los negocios: un ecosistema de información preparado para la IA que rompe los silos de datos, herramientas fáciles para crear/adoptar agentes, y seguridad y cumplimiento de grado empresarial [2]. En Next ’25, Google anunció una serie de nuevas características e integraciones de Agentspace diseñadas para hacer que los agentes de IA sean más fáciles de descubrir, construir e integrar en flujos de trabajo reales [3].

Características Clave de Agentspace

Búsqueda Empresarial Unificada (con IA): En el núcleo de Agentspace se encuentra una capacidad de búsqueda unificada que abarca toda la información de una empresa – desde documentos y correos electrónicos hasta páginas de intranet y bases de datos – con el poder de la búsqueda y la IA de Google. Los empleados pueden “encontrar cualquier pieza de información dentro de la organización... con la facilidad y potencia de una búsqueda de calidad Google,” incluso si esa información está en diferentes formatos (texto, imágenes, audio, video) o almacenada en diversos sistemas [4]. Agentspace utiliza búsqueda multimodal impulsada por IA para entender consultas y contenido en contexto. Puede extraer datos de Google Workspace, documentos de Microsoft 365, tickets de Jira, registros de Salesforce, bases de conocimiento de ServiceNow, o incluso contenido web – efectivamente rompiendo silos y recuperando datos relevantes dondequiera que residan [5]. Internamente, construye un grafo de conocimiento empresarial que vincula personas, documentos, fuentes de datos y permisos, convirtiendo “contenido inconexo en conocimiento accionable” para el usuario [6].
Integración con Chrome para la Búsqueda: Para hacer esta búsqueda con IA accesible sin problemas, Agentspace ahora está integrado directamente en Chrome Enterprise. A partir de la versión preliminar, los empleados pueden usar la familiar barra de direcciones del navegador Chrome (omnibox) o un cuadro de búsqueda dedicado para consultar Agentspace y obtener resultados unificados [7]. La búsqueda se realiza de forma segura dentro del contexto empresarial, respetando los controles de acceso. Esto significa que los usuarios pueden buscar en la base de conocimiento de su empresa tan fácilmente como una búsqueda web en Google, sin salir de su flujo de trabajo normal (p. ej., mientras navegan o usan aplicaciones web) [7]. Al llevar la búsqueda impulsada por IA a donde los empleados ya trabajan, Agentspace busca impulsar la productividad – las respuestas y la información están disponibles sobre la marcha, sin cambiar de contexto o herramientas.
Galería de Agentes (Descubrimiento de Agentes): Agentspace introduce una Galería de Agentes que sirve como un catálogo centralizado de los agentes de IA disponibles en la empresa. Esta característica (disponible de forma general a través de lista de permitidos) proporciona a los empleados “una vista única de los agentes disponibles en toda la empresa, incluyendo aquellos de Google, equipos internos y socios”, facilitando el descubrimiento y uso de agentes [8]. En una única interfaz, un usuario puede ver todos los asistentes de IA y automatizaciones a los que tiene acceso – ya sea un agente proporcionado por Google (por ejemplo, un generador de informes financieros), un agente personalizado construido por los desarrolladores de su propia empresa, o un agente de terceros adquirido a un socio. Los administradores pueden incluso explorar agentes preconstruidos en el nuevo AI Agent Marketplace de Google Cloud Marketplace y habilitarlos en la galería [8]. (Google tiene más de 50 socios, incluyendo Accenture, Deloitte, Salesforce, SAP, etc., contribuyendo a este creciente ecosistema de agentes [9] [10].) Este enfoque de ecosistema significa que las empresas pueden adoptar rápidamente soluciones de agentes probadas o compartir agentes desarrollados internamente, en lugar de empezar desde cero para cada caso de uso.
Diseñador de Agentes (Creación de Agentes Sin Código): Para democratizar la creación de agentes personalizados, Google lanzó el Diseñador de Agentes (Agent Designer), una interfaz visual sin código para construir agentes de IA dentro de Agentspace [11]. Actualmente en versión preliminar (lista de permitidos), el Diseñador de Agentes permite a usuarios no técnicos crear sus propios agentes simplemente definiendo el propósito del agente, conectándolo a fuentes de datos relevantes y escribiendo indicaciones/instrucciones en lenguaje natural [11]. Internamente, estos agentes pueden aprovechar los mismos modelos potentes (como Gemini) y pueden integrarse con aplicaciones empresariales o APIs, pero el empleado que construye el agente no necesita escribir ningún código. Esta característica empodera a los expertos del dominio empresarial (que pueden no ser desarrolladores de software) para automatizar tareas o crear asistentes adaptados a las necesidades de su equipo [11]. Por ejemplo, un analista de marketing podría crear un agente para extraer automáticamente datos de campañas de hojas de cálculo y generar un informe resumen cada semana, sin tener que pedir a TI una herramienta personalizada. Es importante destacar que el Diseñador de Agentes es complementario a las herramientas de desarrollador más avanzadas de Google: funciona en conjunto con Agent Builder de Vertex AI (una herramienta orientada a desarrolladores para codificar la lógica del agente). De hecho, los agentes construidos en Vertex AI por desarrolladores pueden ser publicados en Agentspace para un uso amplio por parte de los empleados [12]. Esto asegura que, ya sea que un agente se cree mediante código o mediante la interfaz sin código, pueda residir en una única plataforma (Agentspace) para su distribución y gestión.
Agentes Expertos Integrados: Google también está poblando Agentspace con agentes expertos listos para usar que abordan tareas complejas comunes. En el lanzamiento, anunciaron dos nuevos agentes construidos por Google que se unen al catálogo (junto con un agente existente “NotebookLM para Empresas”):
- Agente de Investigación Profunda (Deep Research Agent): Un agente de IA que autónomamente investiga temas complejos en nombre de un empleado. Puede extraer información tanto de datos internos como de fuentes externas (como la web o bases de datos) y luego sintetizarla en un informe completo y fácil de leer – todo en respuesta a una única indicación [13]. Este agente está destinado a ahorrar a los empleados horas de búsqueda en documentos o sitios web; por ejemplo, un analista podría pedir al Agente de Investigación Profunda que investigue la estrategia de mercado de un competidor utilizando informes internos y artículos de noticias, y recibir un resumen conciso con referencias. (Investigación Profunda está disponible de forma general a través de lista de permitidos) [13].
- Agente de Generación de Ideas (Idea Generation Agent): Este agente ayuda a impulsar la innovación mediante la lluvia de ideas y la evaluación autónoma de ideas. Con una indicación del usuario (p. ej., “desarrollar nuevas ideas de características de producto para XYZ”), el Agente de Generación de Ideas generará una gama de ideas novedosas en cualquier dominio dado. De forma única, luego utiliza un “sistema competitivo inspirado en el método científico” para probar y refinar esas ideas, haciendo que múltiples soluciones candidatas compitan y evaluando qué ideas destacan [13]. Esto podría implicar que el agente realice mini-experimentos o análisis sobre las ideas que generó y seleccione la(s) mejor(es) opción(es). Es una forma de inyectar resolución creativa de problemas en los flujos de trabajo y asegurar que las ideas estén bien evaluadas. (Generación de Ideas está en versión preliminar a través de lista de permitidos) [13].
- NotebookLM para Empresas (previamente disponible) es otro ejemplo de un agente experto – está diseñado para procesar y responder preguntas sobre los documentos de un usuario (como un asistente de investigación de IA para tus notas). Con estos y futuros agentes, Google proporciona algunas “herramientas potentes” listas para usar dentro de Agentspace, para que las empresas puedan beneficiarse inmediatamente de casos de uso avanzados de IA (investigación, lluvia de ideas, etc.) sin tener que construir todo ellas mismas.
Comunicación Multi-Agente (Protocolo Agent2Agent): Agentspace está diseñado para gestionar sistemas multiagente, donde diferentes agentes de IA pueden colaborar o pasarse tareas entre ellos. Para habilitar esto, Google introdujo el protocolo Agent2Agent (A2A), un estándar abierto para la comunicación entre agentes, incluso si están construidos en diferentes marcos de trabajo o por diferentes proveedores [14]. Google es el primer gran proveedor de nube en impulsar este tipo de interoperabilidad, viéndola como crítica para el futuro de los flujos de trabajo de IA [14]. En términos prácticos, A2A permitiría, por ejemplo, que un agente de informes financieros invoque a un agente de pronósticos y luego a un agente de envío de correos electrónicos en secuencia, incluso si cada uno fue creado por una parte diferente o utiliza un modelo subyacente diferente. Al dar a los agentes un “lenguaje” común para hablar entre sí e intercambiar información, Agentspace puede soportar procesos complejos de múltiples pasos que ningún agente individual podría manejar solo. Esto también prepara la arquitectura de IA de una empresa para el futuro: se pueden integrar los mejores agentes de su clase de diversas fuentes y hacer que trabajen juntos sin problemas dentro de Agentspace.
Seguridad y Cumplimiento de Grado Empresarial: Reconociendo que las empresas necesitan salvaguardar los datos al usar IA, Agentspace fue construido con rigurosas características de seguridad y cumplimiento. Se ejecuta en la infraestructura segura de Google Cloud en la que confían miles de millones de usuarios [15], e incluye controles detallados para que los agentes de IA solo accedan a lo que tienen permitido. Las características clave de seguridad incluyen:
- Escaneo y Protección de Datos: Los administradores pueden configurar Agentspace para escanear sistemas empresariales en busca de datos sensibles (como información de identificación personal, información de salud personal u otros campos confidenciales) [16]. Si cierto contenido se marca como sensible, la plataforma puede bloquear el acceso o la revelación de esa información por parte de los agentes de IA (e incluso la función de búsqueda) [16]. Esto previene la fuga accidental de datos protegidos a través de respuestas de IA.
- Controles de Acceso: Agentspace soporta el control de acceso basado en roles (RBAC), asegurando que los empleados (y los agentes que actúan en su nombre) solo puedan recuperar datos que están autorizados a ver [16]. Un agente de RR. HH., por ejemplo, no puede extraer documentos financieros a menos que el usuario que lo ejecuta tenga permiso. Todos los datos también están encriptados, y los clientes pueden gestionar sus propias claves de encriptación (CMEK) para mayor seguridad [16]. También se respetan los requisitos de residencia de datos, lo que significa que las empresas pueden controlar dónde se almacenan y procesan sus datos para cumplir con la normativa [16].
- Entorno de Despliegue Seguro: Agentspace esencialmente proporciona un entorno seguro y totalmente gestionado para desplegar y ejecutar agentes de IA en toda la empresa. Los usuarios no tienen que preocuparse por aprovisionar servidores o exponer APIs de forma insegura – la plataforma maneja el backend, la auditoría y la fiabilidad. (A esto a veces se le llama un “Motor de Agentes” o “Agent Engine” que ejecuta los agentes a escala para la empresa de manera gobernada [17] [18].) Todas las interacciones pueden ser monitoreadas y registradas, ayudando en el cumplimiento y la resolución de problemas.
Marketplace de Agentes de IA (Ecosistema): Para ampliar aún más lo que Agentspace puede hacer, Google ha expandido su Marketplace para incluir agentes de IA de terceros. El AI Agent Marketplace es una sección de Google Cloud Marketplace donde socios de confianza ofrecen soluciones de agentes preconstruidas que abordan tareas o industrias específicas [10]. Las empresas pueden explorar este marketplace y comprar/desplegar agentes construidos por socios (por ejemplo, un bot de servicio al cliente específico de la industria, o un asistente de ventas integrado con Salesforce). Una vez adquiridos, estos pueden ser habilitados en la Galería de Agentes de Agentspace por los administradores de TI [8] [10], haciéndolos instantáneamente disponibles para los empleados. Google indicó que socios como Accenture, Box, Deloitte, Salesforce, SAP y otros están contribuyendo con agentes e integraciones, reflejando un amplio soporte multipartidista para el ecosistema de Agentspace [9]. Este enfoque de marketplace acelera la adopción—las empresas pueden aprovechar agentes desarrollados por expertos y no reinventar la rueda para casos de uso comunes.

Integraciones Soportadas y Habilitación de Flujos de Trabajo de IA

Una de las mayores fortalezas de Agentspace es cómo se integra con las herramientas y flujos de trabajo empresariales existentes, llevando eficazmente la asistencia de IA a la rutina diaria de los empleados:

Integración con Aplicaciones y Datos Empresariales: Agentspace puede conectarse a una amplia gama de fuentes de datos y aplicaciones empresariales. Los conectores listos para usar (y el índice de búsqueda) cubren Google Workspace (Drive, Docs, Gmail, etc.), Microsoft 365 (SharePoint, archivos de Office, correos electrónicos), sistemas de tickets y CRM como Jira, Salesforce, ServiceNow, y más [5]. También se puede acceder a contenido web y sitios web de intranet. Esto significa que un agente puede configurarse para extraer información o realizar acciones en estos sistemas. Por ejemplo, un agente podría leer una base de datos de inventario para responder una pregunta sobre la cadena de suministro, o crear un ticket de Jira como parte de un flujo de trabajo automatizado. Debido a que Agentspace construye un grafo de conocimiento unificado, entiende las relaciones entre los datos de estas fuentes (quién es dueño de qué documentos, qué registros de CRM se relacionan con un cliente, etc.) [6]. Todo esto sucede respetando los permisos de acceso y la gobernanza de datos, como se describió anteriormente. Esencialmente, Agentspace actúa como el pegamento entre la IA y el panorama de aplicaciones de la empresa, permitiendo flujos de trabajo impulsados por IA que abarcan múltiples sistemas.
Herramientas para Desarrolladores (ADK): Para los desarrolladores que desean crear agentes más complejos o especializados más allá del Diseñador de Agentes sin código, Google también anunció un Kit de Desarrollo de Agentes (ADK) [19][20]. El ADK es un framework de Python de código abierto que proporciona los bloques de construcción para definir la lógica, herramientas y memoria de un agente en código [21]. Maneja el trabajo pesado de orquestar los pasos de razonamiento, gestionar el estado del agente e integrarse con LLMs, para que los desarrolladores puedan centrarse en la lógica o el conjunto de herramientas únicos de su agente [21]. El ADK es agnóstico al modelo y está diseñado para funcionar en ecosistemas LLM [22], ofreciendo flexibilidad para usar diferentes modelos (aunque naturalmente está ajustado para las capacidades de Gemini). Este kit de herramientas complementa Agentspace: un agente personalizado desarrollado con ADK podría desplegarse en Agentspace para uso empresarial, y el protocolo A2A le permitiría interoperar con otros agentes. ADK esencialmente permite a las empresas construir agentes de IA a medida (p. ej., un agente que sabe cómo analizar formatos de datos propietarios o interactuar con una API interna) mientras aprovecha la infraestructura subyacente de gestión de agentes de Google.
Colaboración en Vivo y Agentes en Tiempo Real: Con la introducción de la API en Vivo para los modelos Gemini [23], Agentspace puede soportar agentes que operan en escenarios en tiempo real. Por ejemplo, un agente podría unirse a una videoconferencia en vivo (usando entrada de audio en streaming) para proporcionar información o minutas sobre la marcha, o un agente de monitoreo de fábrica podría observar una transmisión de CCTV en busca de problemas de seguridad. La capacidad de manejar entrada/salida en streaming y sesiones de larga duración [24] significa que Agentspace no se limita a bots estáticos de preguntas y respuestas – puede alojar agentes interactivos y continuos que realmente colaboran con los humanos en su flujo de trabajo (escuchando, respondiendo y tomando acciones en un ciclo continuo). Esta es una integración con visión de futuro que abre casos de uso en soporte al cliente (p. ej., asistencia en tiempo real en centros de llamadas), monitoreo de operaciones y en cualquier otro lugar donde la asistencia de IA “en vivo” sea valiosa.

Casos de Uso del Mundo Real e Impacto

Google destacó numerosos casos de uso del mundo real para demostrar cómo Agentspace y Gemini 2.5 están siendo utilizados por las empresas para impulsar resultados tangibles:

Asistentes de Conocimiento Interno: Varias empresas están probando Agentspace como un centro de conocimiento interno. Por ejemplo, Gordon Food Service informó que Agentspace ha transformado la forma en que los empleados acceden al conocimiento empresarial al permitirles buscar en todos los datos internos (Google Workspace, ServiceNow, etc.) en un solo lugar [25]. Las consultas están “basadas en [sus] datos” y producen resultados que anteriormente habrían requerido buscar en múltiples sistemas [26]. Esta búsqueda unificada e impulsada por IA está llevando a una mejor toma de decisiones y menos tiempo perdido buscando información [27]. De manera similar, KPMG está implementando Agentspace para mejorar las operaciones en el lugar de trabajo, permitiendo a su personal recuperar rápidamente información y conocimientos a través de los vastos almacenes de conocimiento de la firma [28]. Al empoderar a cada empleado con un asistente de IA que conoce los datos de la empresa, estas organizaciones buscan impulsar la productividad y tomar decisiones informadas más rápido.
Agentes de Servicio y Soporte al Cliente: Agentspace también facilita la creación de agentes orientados al cliente que pueden aumentar o automatizar el soporte. Un ejemplo notable es el agente “Magic Apron” de The Home Depot, que el minorista construyó para proporcionar orientación experta 24/7 a los clientes [29]. Magic Apron puede dar instrucciones detalladas sobre cómo realizar proyectos de mejora del hogar, recomendar los productos adecuados e incluso resumir reseñas de clientes relevantes – funcionando como un asociado de tienda virtual o un manitas que siempre está disponible [29]. Este agente facilita el bricolaje para los clientes y probablemente reduce la carga en las líneas de soporte humano. Demuestra cómo las empresas pueden usar Agentspace (y modelos subyacentes como Gemini) para crear asistentes inteligentes que mejoran la experiencia y el compromiso del cliente.
Agentes Expertos Específicos del Dominio: En campos especializados, los agentes impulsados por Agentspace están ayudando a los profesionales con información compleja. Por ejemplo, en el Seattle Children’s Hospital, están lanzando un agente “Pathway Assistant” (impulsado por Gemini) para ayudar a los médicos [30]. Este agente ayudará a los doctores y al personal médico recuperando y resumiendo las últimas prácticas basadas en evidencia e información compleja de pacientes, asegurando efectivamente que los cuidadores tengan acceso rápido a conocimiento actualizado al tomar decisiones de tratamiento [30]. Este tipo de agente actúa como un asistente de investigación médica, ahorrando tiempo y potencialmente mejorando los resultados de los pacientes al mostrar información crucial más rápido. También vemos a las industrias financieras y legales explorando agentes: Moody’s (una compañía de servicios financieros) está probando Gemini 2.5 para realizar análisis más profundos en grandes conjuntos de documentos como estados financieros [31], y Freshfields (un bufete de abogados, según otros anuncios de Next) está utilizando sistemas multiagente para la debida diligencia. Estos ejemplos muestran que, ya sea finanzas, derecho, atención médica o venta minorista, los agentes de IA se están adaptando a desafíos específicos del dominio – desde examinar documentos legales hasta responder preguntas de clientes – optimizando así los flujos de trabajo.
Desarrollo y Operaciones Aumentados por IA: Agentspace, combinado con las capacidades de codificación de Gemini, también soporta agentes enfocados en desarrolladores. Por ejemplo, Nokia construyó un asistente de codificación usando Gemini para ayudar a los desarrolladores a crear aplicaciones de red 5G más rápido [32]. Dicho agente puede traducir solicitudes en lenguaje natural a código o automatizar partes del proceso de desarrollo. Honeywell integró Gemini en tareas de desarrollo de productos [33], probablemente usando agentes para generar o evaluar ideas de diseño. Estos casos de uso insinúan cómo se pueden usar los agentes en I+D e ingeniería para acelerar la innovación (lluvia de ideas de soluciones, escritura de código, etc.). Además, el ejemplo de Google con Box, Inc. mostró cómo los agentes extractivos usan Gemini para hacer que el contenido no estructurado sea accionable (p. ej., leyendo millones de documentos para extraer puntos clave) [34]. Esos conocimientos pueden desencadenar acciones posteriores en un flujo de trabajo multiagente [35], automatizando esencialmente procesos de negocio completos (por ejemplo, procesando automáticamente documentos de adquisición y luego actualizando un informe). Esta orquestación de agentes es exactamente para lo que está diseñado Agentspace.

En general, estos ejemplos demuestran la versatilidad de Agentspace: desde la gestión interna del conocimiento hasta la interacción con el cliente y la resolución creativa de problemas, los agentes de IA se están desplegando para manejar tareas que anteriormente requerían un esfuerzo manual significativo. Las empresas están viendo mejoras en la velocidad (p. ej., acelerando la investigación mediante resúmenes automáticos), la calidad (p. ej., respuestas de soporte más consistentes) e incluso nuevas capacidades (p. ej., lluvia de ideas con un colaborador de IA).

Cómo Agentspace Habilita Flujos de Trabajo Impulsados por IA

Google Agentspace es más que una simple colección de bots; representa una nueva forma de trabajar. Al integrar profundamente la IA en los flujos de trabajo empresariales, permite a las organizaciones aumentar su fuerza laboral con “compañeros de trabajo” de IA. Así es como Agentspace habilita fundamentalmente los flujos de trabajo impulsados por IA en las empresas:

Empoderando a Cada Empleado con IA: Debido a su interfaz fácil de usar (como buscar a través de Chrome o usar una galería de agentes) y herramientas de creación sin código, Agentspace hace que la IA sea accesible para el personal no técnico. Cada empleado puede tener IA al alcance de la mano para ayudar con las tareas diarias – ya sea redactar un documento, responder una consulta compleja o generar ideas. Esta democratización significa que la IA ya no se limita a los equipos de ciencia de datos; se convierte en un asistente ubicuo en toda la empresa. La visión de Google, como sugiere el lema, es “IA para cada empleado.” Con Agentspace, un empleado podría usar un Agente de Investigación Profunda para prepararse para una reunión, luego usar un Agente de Generación de Ideas durante una sesión de lluvia de ideas, y consultar un agente de datos de ventas personalizado para planificar una presentación a un cliente – todo en un día, sin problemas.
Integración Fluida en Flujos de Trabajo Existentes: Las integraciones de Agentspace aseguran que adoptar IA no signifique interrumpir los flujos de trabajo actuales o cambiar entre docenas de nuevas aplicaciones. En cambio, la IA infunde las herramientas que la gente ya usa. Buscar en Chrome devuelve datos internos impulsados por IA; un agente integrado con Gmail o Chat puede ofrecer sugerencias en tiempo real o automatizar respuestas; un complemento en Google Sheets podría obtener datos a través de una consulta de agente. Al encajar en el flujo de trabajo, Agentspace permite que los procesos impulsados por IA se sientan naturales y realmente ahorren tiempo (en lugar de ser un proceso separado y engorroso). Por ejemplo, un empleado que redacta una propuesta de presupuesto en Google Docs podría invocar a un agente (a través de una barra lateral) para obtener las últimas cifras de ventas e incluso escribir un primer borrador de un análisis, todo sin salir del documento.
Coordinación entre Silos y Automatización de Múltiples Pasos: Agentspace, especialmente con su soporte multiagente, permite automatizaciones complejas que involucran múltiples pasos y sistemas. Consideremos un flujo de trabajo como la incorporación de un nuevo empleado: normalmente, esto abarca sistemas de RR. HH., tickets de TI, contenido de capacitación, etc. Con Agentspace, se podría crear un Agente de Incorporación que extraiga automáticamente la información del nuevo empleado, genere cuentas en varios sistemas (a través de integraciones/APIs), compile un documento de capacitación personalizado (usando Gemini para resumir manuales relevantes) y responda las preguntas del nuevo empleado. Este agente podría utilizar internamente una cadena de subagentes (uno para la configuración de cuentas, uno para la creación de documentos, un bot de preguntas y respuestas), coordinándose a través del protocolo Agent2Agent. El resultado final es un proceso de incorporación mucho más rápido y fluido, con una intervención manual mínima. Este es solo un ejemplo de flujos de trabajo impulsados por IA – otros podrían incluir ciclos automatizados de informes financieros, procesos de respuesta a incidentes (múltiples agentes manejando detección, análisis y resolución), o escalada inteligente de servicio al cliente (donde una IA clasifica y solo pasa a los humanos lo que no pudo resolver). Agentspace proporciona la plataforma para diseñar y ejecutar estas orquestaciones de manera fiable.
Aprendizaje y Mejora Continuos: Al aprovechar Gemini 2.5 y futuros modelos, Agentspace se beneficia de las mejoras continuas en las capacidades de IA (razonamiento, conocimiento, etc.). Los agentes pueden actualizarse o reentrenarse con nuevos datos y, gracias a los controles empresariales, pueden incorporar conocimiento específico de la organización. Esto significa que los agentes de IA se vuelven más inteligentes y útiles con el tiempo. Por ejemplo, cuanto más utilicen los empleados el Agente de Investigación Profunda en las wikis y datos de la empresa, mejor podrá ser para recuperar la información más relevante (especialmente si se ajusta o se le da retroalimentación). En efecto, una implementación de Agentspace puede aprender de las interacciones colectivas de una empresa, creando un ciclo virtuoso donde los flujos de trabajo impulsados por IA se vuelven cada vez más eficientes y precisos. Además, las empresas mantienen el control: pueden actualizar las indicaciones o la lógica de los agentes usando el Diseñador de Agentes o ADK a medida que evolucionan las necesidades del negocio, asegurando que la IA continúe alineándose con sus objetivos y políticas.

En conclusión, Google Agentspace representa un enfoque holístico para integrar la IA en el tejido del trabajo empresarial. Con sus robustas características (búsqueda unificada, herramientas de creación de agentes, galerías, seguridad) y el potente modelo Gemini 2.5 detrás de muchas de sus capacidades, Agentspace permite a las organizaciones crear un “ecosistema de agentes de IA” dentro de su negocio. Con el respaldo de integraciones oficiales y un mercado en crecimiento, las empresas pueden mezclar y combinar soluciones y hacer que los agentes de IA colaboren para manejar todo, desde consultas rutinarias hasta proyectos complejos. Los anuncios en Cloud Next 2025 enfatizan que esto no es una visión lejana sino una realidad emergente: las empresas ya están desplegando estas herramientas y viendo mejoras transformadoras. Como dijo un vicepresidente de Google, Agentspace “ofrece IA para cada empleado,” anunciando un futuro donde la creatividad humana y la toma de decisiones se amplifican mediante asistencia de IA fácilmente accesible en cada flujo de trabajo [2]

Referencias