Necesidades, recursos y estrategia de adopción
Dimensionar la solución con los factores de necesidad (escala, personalización, interacción, privacidad, latencia y conectividad) y de recursos (personas, dinero y tiempo) antes de elegir producto; con poco plazo y sin talento de IA, gana una oferta prebuilt.
1. El problema de negocio
La dirección de una cadena de moda con 900 empleados en oficinas centrales ha fijado como objetivo del año ahorrar tiempo en tareas de redacción, y los propios equipos de compras y marketing ya han propuesto usos concretos: resumir informes de proveedores y preparar borradores de fichas de producto. No hay especialistas en IA, el presupuesto es reducido y el comité quiere ver resultados antes de que termine el trimestre.
2. Solución de Google
- Servicio
- Oferta prebuilt de Gemini Enterprise o Gemini for Google Workspace
- Capa
- Aplicaciones
- Por qué
- Entre los tipos de solución (texto, imagen, código o experiencias personalizadas), los usos propuestos son de generación de texto, que una oferta prebuilt cubre en días sin talento de IA ni presupuesto de desarrollo. Encaja además con la estrategia top-down más bottom-up y sus seis ejes: foco estratégico, exploración, IA responsable, recursos, impacto medible y mejora continua.
Ver la capa en el mapa de 5 capas
Capa 5Aplicaciones[Capa de esta lección]
La parte con la que interactúa el usuario final.
- Gemini app
- Gemini Enterprise
- Gemini for Google Workspace
- Gemini Notebook
- Gemini for Google Cloud
Capa 4Agentes
Software que persigue un objetivo usando un modelo y herramientas.
- Agentes en Agent Platform
- Customer Engagement Suite
Capa 3Plataforma
APIs, gestión de datos y despliegue de modelos; abstrae la infraestructura.
- Agent Studio
- Agent Search
- Model Garden
- Agent Platform AutoML
- RAG Engine
- Agent Runtime
Capa 2Modelos
Algoritmos entrenados con grandes volúmenes de datos que generan contenido.
- Gemini
- Gemma
- Imagen
- Veo
Capa 1Infraestructura
Cómputo y almacenamiento físico para entrenar y servir modelos.
- AI Hypercomputer
- Cloud TPU
- GPU
- Centros de datos de Google
3. Límites
- No la uses si
- La necesidad exige una experiencia personalizada que ninguna oferta prebuilt cubre y el plazo admite semanas de adaptación en lugar de días.
- Variable que fuerza el cambio
- Plazo de entrega
- Alternativa
- Adaptación low-code con Agent Studio, Agent Search o APIs preentrenadas.
4. La trampa del examen
- [✗] Distractor
- Reservar capacidad de GPU y desplegar sobre ella un modelo en bruto para construir desde abajo un asistente de redacción propio.
- Por qué tienta
- Parece la opción más estratégica y controlable, y encaja con la ambición que fija la dirección de arriba abajo.
- Por qué es incorrecto
- Baja a las capas de infraestructura y modelos cuando una oferta de la capa de aplicaciones ya cubre una necesidad de poca personalización. Además choca con los tres factores de recursos, porque exige talento de IA, presupuesto y meses que el caso no tiene.