Ofertas de IA Generativa de Google Cloud
Dominio 2 del examen · Peso aproximado: 35% · Nombre oficial: Google Cloud's gen AI offerings
Lecciones
Las fortalezas de Google Cloud en IA generativa
Ante el temor a exponer datos sensibles, elegir la gobernanza de una plataforma gestionada en lugar de infraestructura propia, apoyándose en el enfoque abierto, la infraestructura optimizada para IA, el control del dato y la democratización de Google Cloud.
Gemini app, Gemini Advanced y Gems
Resolver una tarea individual y recurrente con una oferta prebuilt, un asistente personalizado dentro de la aplicación que ya se usa, antes de encargar cualquier desarrollo.
Gemini Enterprise, Gemini for Google Workspace y Gemini Notebook
Elegir la aplicación prebuilt de Gemini según dónde trabaja cada usuario y qué fuentes consulta: fuentes corporativas diversas, las herramientas de productividad, la operación cloud o unos pocos documentos propios.
Búsqueda para clientes: Agent Search y Google Search
Distinguir la búsqueda para clientes sobre datos propios que cambian, que resuelve Agent Search, del grounding con Google Search, que aporta información pública y actual de la web.
Customer Engagement Suite en el contact center
Distinguir, dentro de Customer Engagement Suite, qué componente atiende directamente al cliente, cuál asiste al agente humano y cuál analiza las conversaciones para mejorar el servicio.
Agent Platform: Model Garden, AutoML y Agent Studio
Cuando un prototipo de IA generativa debe pasar a producción con gobernanza, Agent Studio, dentro de Agent Platform, aporta IAM, auditoría, residencia de datos y SLA; Google AI Studio se queda en el prototipado rápido.
RAG gestionado, RAG APIs y agentes a medida
Al construir un agente sobre datos propios, elegir el nivel de control que el equipo puede sostener: Agent Studio con RAG prebuilt de Agent Search para el mínimo esfuerzo, o RAG APIs y ADK cuando hace falta más control.
Herramientas de los agentes y APIs preentrenadas
Un agente combina modelo, herramientas (Extensions, Functions, Data stores y Plugins) y bucle de razonamiento; si una API preentrenada resuelve exactamente una tarea a escala, dársela como herramienta suele costar menos que pedírselo todo al modelo.