Google Cloud Next '25: nuevos chips de IA y desafío del ecosistema de agentes Microsoft y Amazon

Google Cloud está realizando grandes movimientos para consolidar su posición en el mundo ferozmente competitivo de la inteligencia artificial. En la conferencia anual Cloud Next en Las Vegas, presentaron un conjunto de nuevas tecnologías centradas en "modelos pensantes", ecosistemas de agentes e infraestructura especializada diseñada para implementaciones masivas de IA.

La estrella del evento fue la Unidad de Procesamiento de Tensor (TPU) de séptima generación, bautizada como Ironwood. Google presume que ofrece más de 42 exaflops de potencia de cómputo por pod, lo que es un impresionante 24 veces más potente que el supercomputador líder, El Capitán.

“La oportunidad con la IA es tan grande como puede ser”, exclamó Amin Vahdat, vicepresidente y gerente general de sistemas de aprendizaje automático y nube de IA de Google, durante una conferencia de prensa previa al evento. “Junto con nuestros clientes, estamos impulsando una nueva era dorada de innovación.”

El negocio en la nube de Google está aprovechando una ola de impulso. En enero, informaron un ingreso en la nube de $12 mil millones en el cuarto trimestre de 2024, un aumento del 30% con respecto al año anterior. La compañía también señaló un incremento del 80% en usuarios activos en AI Studio y la API de Gemini en el último mes.

Cómo los nuevos TPU Ironwood de Google están transformando la computación de IA con eficiencia energética

Google se posiciona como el único proveedor de nube importante con una "plataforma completamente optimizada para IA", diseñada desde cero para lo que llaman "la era de la inferencia". Este cambio se centra en usar sistemas de IA para abordar problemas del mundo real en lugar de solo entrenar modelos.

Ironwood representa un cambio significativo en la filosofía de diseño de chips. A diferencia de sus predecesores, que equilibraban entrenamiento e inferencia, Ironwood está específicamente diseñado para ejecutar modelos de IA complejos después del entrenamiento.

“Ya no se trata de los datos introducidos en el modelo, sino de lo que el modelo puede hacer con los datos después de haber sido entrenado”, explicó Vahdat.

Cada pod de Ironwood incluye más de 9,000 chips y es dos veces más eficiente en consumo de energía que la generación anterior. Esto aborda una preocupación importante con la IA generativa: su enorme consumo de energía.

Google también está abriendo su vasta infraestructura de red global a clientes empresariales a través de Cloud WAN (Red de Área Amplia). Este servicio utiliza la red de fibra de 2 millones de millas de Google, la misma que impulsa servicios para consumidores como YouTube y Gmail.

Según Google, Cloud WAN puede mejorar el rendimiento de la red hasta en un 40% y reducir el costo total de propiedad en la misma proporción en comparación con las redes gestionadas por los clientes. Este movimiento es inusual para un hiperescalador, esencialmente convirtiendo su infraestructura interna en un producto.

Dentro de Gemini 2.5: Cómo los 'modelos pensantes' de Google mejoran las aplicaciones de IA empresarial

En el frente del software, Google está expandiendo su familia de modelos Gemini con Gemini 2.5 Flash, una versión rentable de su sistema de IA insignia que introduce "capacidades de pensamiento".

A diferencia de los modelos de lenguaje grandes tradicionales que generan respuestas directamente, estos "modelos pensantes" descomponen problemas complejos mediante razonamiento en varios pasos y autorreflexión. Gemini 2.5 Pro, lanzado hace apenas dos semanas, se dirige a casos de uso de alta complejidad como el descubrimiento de medicamentos y el modelado financiero. La variante Flash recién anunciada ajusta su profundidad de razonamiento según la complejidad del prompt para equilibrar rendimiento y costo.

Google también está fortaleciendo sus capacidades de medios generativos con actualizaciones a Imagen (para generación de imágenes), Veo (video), Chirp (audio) e introduciendo Lyria, un modelo de texto a música. Durante la conferencia de prensa, Nenshad Bardoliwalla, Director de Gestión de Productos para Vertex AI, mostró cómo estas herramientas pueden colaborar para crear un video promocional de un concierto, completo con música personalizada y edición sofisticada como la eliminación de elementos no deseados de clips de video.

“Solo Vertex AI reúne todos estos modelos, junto con modelos de terceros, en una sola plataforma”, dijo Bardoliwalla.

Más allá de sistemas de IA individuales: Cómo el ecosistema multiagente de Google busca mejorar los flujos de trabajo empresariales

Los anuncios más visionarios de Google se centran en crear un "ecosistema multiagente", donde múltiples sistemas de IA pueden colaborar entre diferentes plataformas y proveedores.

Están introduciendo un Kit de Desarrollo de Agentes (ADK) que permite a los desarrolladores construir sistemas multiagentes con menos de 100 líneas de código. Además, Google está proponiendo un nuevo protocolo abierto llamado Agent2Agent (A2A), que permite a los agentes de IA de diferentes proveedores comunicarse.

“2025 será un año de transición donde la IA generativa pasará de responder preguntas individuales a resolver problemas complejos a través de sistemas de agentes”, predijo Vahdat.

Más de 50 socios, incluidos proveedores importantes de software empresarial como Salesforce, ServiceNow y SAP, han firmado para apoyar este protocolo, lo que sugiere un posible cambio en la industria hacia sistemas de IA interoperables.

Para usuarios no técnicos, Google está mejorando su plataforma Agent Space con funciones como Agent Gallery (que proporciona una vista única de los agentes disponibles) y Agent Designer (una interfaz sin código para crear agentes personalizados). Durante una demostración, Google mostró cómo un gerente de cuentas bancarias podría usar estas herramientas para analizar carteras de clientes, prever problemas de flujo de caja y redactar automáticamente comunicaciones con los clientes, todo sin escribir código.

Desde resúmenes de documentos hasta pedidos en drive-thru: Cómo los agentes especializados de IA de Google están afectando a las industrias

Google está integrando profundamente la IA en su suite de productividad Workspace, introduciendo funciones como "Ayúdame a Analizar" en Hojas de Cálculo, que identifica automáticamente ideas a partir de datos sin fórmulas explícitas o tablas dinámicas, y Resúmenes de Audio en Documentos, que crean versiones de audio similares a las humanas de los documentos.

La compañía destacó cinco categorías de agentes especializados que están viendo una adopción significativa: servicio al cliente, trabajo creativo, análisis de datos, codificación y seguridad.

En el servicio al cliente, Google señaló el sistema de drive-thru de IA de Wendy’s, que ahora maneja 60,000 pedidos diarios, y el agente “Magic Apron” de The Home Depot, que ofrece orientación para mejoras del hogar. Para equipos creativos, empresas como WPP están utilizando la IA de Google para conceptualizar y producir campañas de marketing a gran escala.

La competencia en IA en la nube se intensifica: Cómo el enfoque integral de Google desafía a Microsoft y Amazon

Los anuncios de Google llegan en medio de una competencia cada vez más intensa en el espacio de la IA en la nube. Microsoft ha integrado profundamente la tecnología de OpenAI en su plataforma Azure, mientras que Amazon ha estado desarrollando sus propias ofertas impulsadas por Anthropic y chips especializados.

Thomas Kurian, CEO de Google Cloud, enfatizó el “compromiso de la compañía de ofrecer infraestructura, modelos, plataformas y agentes de clase mundial; ofreciendo una plataforma abierta y multinube que proporciona flexibilidad y elección; y construyendo para la interoperabilidad.”

Este enfoque multipropósito parece diseñado para diferenciar a Google de competidores que pueden destacarse en áreas específicas pero carecen de la pila completa desde chips hasta aplicaciones.

El futuro de la IA empresarial: Por qué los 'modelos pensantes' y la interoperabilidad de Google son importantes para la tecnología empresarial

Lo que hace que los anuncios de Google sean particularmente significativos es la naturaleza integral de su estrategia de IA, que abarca silicio personalizado, redes globales, desarrollo de modelos, marcos de agentes e integración de aplicaciones.

El enfoque en la optimización de la inferencia en lugar de solo las capacidades de entrenamiento refleja un mercado de IA que está madurando. Aunque entrenar modelos cada vez más grandes ha dominado los titulares, implementar estos modelos de manera eficiente a gran escala se está convirtiendo en el desafío más apremiante para las empresas.

El énfasis de Google en la interoperabilidad, permitiendo que sistemas de diferentes proveedores trabajen juntos, puede señalar un cambio hacia alejarse de los enfoques de jardín vallado que han caracterizado las fases anteriores de la computación en la nube. Al proponer protocolos abiertos como Agent2Agent, Google se posiciona como el tejido conectivo en un ecosistema de IA heterogéneo en lugar de exigir una adopción total.

Estos anuncios presentan tanto oportunidades como desafíos para los tomadores de decisiones técnicas empresariales. Las ganancias de eficiencia prometidas por infraestructura especializada como los TPU Ironwood y Cloud WAN podrían reducir significativamente los costos de implementar IA a gran escala. Sin embargo, navegar por el paisaje de modelos, agentes y herramientas en rápida evolución requerirá una planificación estratégica cuidadosa.

A medida que estos sistemas de IA más sofisticados continúan desarrollándose, la capacidad de orquestar múltiples agentes de IA especializados trabajando en conjunto puede convertirse en el diferenciador clave para las implementaciones de IA empresarial. Al construir tanto los componentes como las conexiones entre ellos, Google está apostando a que el futuro de la IA no se trata solo de máquinas más inteligentes, sino de máquinas que puedan comunicarse efectivamente entre sí.