Mapa de productos
Antes de decidir entre productos hay que saber qué es cada uno. Cada ficha explica qué es un producto, para qué se usa y con qué se confunde, agrupada por su capa o por su función. Abre las que necesites.
Capa de aplicaciones
La parte con la que interactúa el usuario final.
Gemini appChatbot de uso general de Google, en la web y en el móvil
Gemini app: Chatbot de Google para redactar, resumir, traducir y crear imágenes. Gemini Advanced (hoy Google AI Pro) es su nivel de pago. La guía de estudio le atribuye protecciones de nivel empresarial; en el producto, las da una licencia de .
- Para qué se usa
- Que cada profesional redacte, resuma o traduzca en su día a día desde el primer momento, sin desarrollo ni esfuerzo operativo.
- No confundir con Gemini Enterprise
- La Gemini app es un asistente de uso individual y general; conecta las fuentes internas de toda la organización (intranet, gestor documental, aplicaciones de terceros) para que los empleados busquen y usen agentes sobre ellas.
GemsAsistentes personalizados de la Gemini app con instrucciones guardadas
Gems: Asistentes personalizados dentro de la : el usuario guarda una vez sus instrucciones (objetivo, tono, formato) y las reutiliza como plantilla en cada conversación. Hay Gems prediseñados por Google y Gems propios.
- Para qué se usa
- Estandarizar una tarea individual y repetitiva, como un informe semanal con el mismo formato, en minutos y sin encargar desarrollo.
- No confundir con Agent Studio
- Un Gem lo crea el propio usuario en la para su trabajo, sin desarrollo ni despliegue; es el entorno de Agent Platform donde un equipo prototipa, ajusta y despliega aplicaciones de IA generativa en producción.
Gemini EnterpriseBúsqueda y agentes para empleados sobre las fuentes internas de la organización
Antes: Google Agentspace
Gemini Enterprise: Plataforma prebuilt de búsqueda corporativa, asistente de IA y agentes para los empleados. Conecta fuentes internas diversas, como el gestor documental o aplicaciones de terceros, respeta los permisos de cada usuario, se integra en intranets y paneles e incluye la API.
- Para qué se usa
- Dar a miles de empleados un único punto de búsqueda y asistencia sobre fuentes internas dispersas, sin construir ni operar un buscador propio.
- No confundir con Agent Search
- Gemini Enterprise es una aplicación que se contrata para los empleados sobre fuentes internas; es un servicio de Agent Platform con el que se construye búsqueda para webs y apps de cliente o RAG gestionado sobre datos propios.
Google Workspace with GeminiIA generativa dentro de Gmail, Docs, Sheets, Slides y Meet
Antes: Gemini for Google Workspace
Google Workspace with Gemini: IA generativa integrada en Gmail, Docs, Sheets, Slides y Meet: redacta correos, ayuda a escribir, genera imágenes y resume reuniones. La guía del examen la sigue llamando Gemini for Google Workspace.
- Para qué se usa
- Ahorrar tiempo a toda la plantilla en correo, documentos y reuniones sin cambiar de herramienta ni emprender un desarrollo propio.
- No confundir con Gemini app
- Google Workspace with Gemini actúa dentro de Gmail, Docs o Meet; la es un chat aparte. En el producto, las protecciones de datos empresariales las da una licencia de Google Workspace with Gemini.
Gemini for Google CloudAsistente para equipos técnicos que programan, operan o analizan datos en Google Cloud
Gemini for Google Cloud: Asistencia de IA generativa integrada en productos de Google Cloud para equipos técnicos: ayuda a escribir y depurar código, diseñar y operar aplicaciones cloud, analizar datos en y reforzar la seguridad.
- Para qué se usa
- Acortar el plazo de desarrollo y el esfuerzo operativo de los equipos que programan y operan aplicaciones en Google Cloud.
- No confundir con Google Workspace with Gemini
- Gemini for Google Cloud asiste a desarrolladores, operadores y analistas de datos dentro de la consola y las herramientas de Google Cloud; asiste a cualquier empleado en el correo, los documentos y las reuniones.
Gemini NotebookAsistente de investigación anclado en las fuentes que sube el usuario
Antes: NotebookLM
Gemini Notebook: Asistente de investigación con IA que trabaja anclado en las fuentes que sube el usuario (PDF, webs, vídeos, documentos): responde con citas a esas fuentes, las resume, genera ideas y crea resúmenes de audio.
- Para qué se usa
- Que una persona o un equipo pequeño estudie y resuma un conjunto acotado de documentos propios en minutos, sin conectar sistemas corporativos.
- No confundir con Gemini Enterprise
- Gemini Notebook responde solo sobre las fuentes que cada usuario sube a su cuaderno; conecta las fuentes internas de toda la organización para que miles de empleados busquen y usen agentes sobre ellas.
Capa de agentes
Software que persigue un objetivo usando un modelo y herramientas.
Gemini Enterprise for CXIA para el centro de contacto: atiende, asiste al agente y analiza
Antes: Customer Engagement Suite
Gemini Enterprise for CX: Suite de IA para el centro de contacto: reúne , y . Su nombre completo es Gemini Enterprise for Customer Experience; la guía del examen la sigue llamando Customer Engagement Suite.
- Para qué se usa
- Absorber un volumen creciente de contactos sin ampliar plantilla, acelerar a los agentes humanos y saber qué motivos de contacto crecen.
- No confundir con Gemini Enterprise
- Gemini Enterprise for Customer Experience atiende a los clientes de la empresa en el centro de contacto; , aunque su nombre empiece igual, sirve a los empleados para buscar y usar agentes sobre las fuentes internas de la organización.
Contact Center as a ServicePlataforma de centro de contacto en la nube: colas, enrutamiento y canales
Contact Center as a Service: Plataforma completa de centro de contacto nativa de Google Cloud: pone en cola y enruta las interacciones de voz y de canales digitales, informa del rendimiento de los agentes y de la satisfacción del cliente, e integra los componentes de .
- Para qué se usa
- Unificar la atención por voz y canales digitales en un único centro de contacto, con menos proveedores que integrar y un despliegue más rápido.
- No confundir con Gemini Enterprise for CX
- CCaaS es la plataforma de centro de contacto (colas, enrutamiento, canales e informes); reúne los componentes de IA que atienden al cliente, asisten al agente humano y analizan las conversaciones, y que pueden funcionar sobre ella.
Conversational Agents / CX Agent StudioAutoservicio para el cliente: agentes deterministas, generativos o híbridos
Antes: Dialogflow CX
Conversational Agents / CX Agent Studio: Agentes que atienden al cliente por voz y chat en el centro de contacto; pueden ser deterministas, generativos o híbridos. La guía del examen los llama Conversational Agents; la guía de estudio y la formación de Google, Customer Experience Agent Studio (CX Agent Studio).
- Para qué se usa
- Resolver en autoservicio las consultas repetitivas de un volumen alto de clientes, con respuestas previsibles donde el proceso lo exige.
- No confundir con Agent Assist
- Conversational Agents conversan con el cliente y resuelven su consulta de forma directa; no habla con el cliente: ayuda en tiempo real al agente humano con sugerencias y resúmenes, sin sustituirlo.
Agent AssistAyuda en tiempo real al agente humano durante la conversación con el cliente
Agent Assist: Asistencia en tiempo real para los agentes humanos del centro de contacto mientras hablan con un cliente: sugiere respuestas, resume la conversación y propone artículos de la base de conocimiento de la empresa. Ayuda al agente, no lo sustituye.
- Para qué se usa
- Reducir el tiempo de resolución de los agentes humanos en consultas complejas, cuando la conversación debe seguir en manos de una persona.
- No confundir con Conversational Agents / CX Agent Studio
- Agent Assist trabaja para el agente humano, que sigue atendiendo al cliente; atienden al cliente directamente en autoservicio. La variable es quién conversa con el cliente: una persona asistida o un agente virtual.
Conversational InsightsAnalítica de las conversaciones: sentimiento, motivos de contacto y cumplimiento
Antes: Contact Center AI Insights
Conversational Insights: Analítica de las conversaciones del centro de contacto: detecta el sentimiento, los motivos de contacto y los temas, y ayuda a vigilar el cumplimiento. La guía del examen la llama Conversational Insights; la guía de estudio y la formación de Google, Customer Experience Insights.
- Para qué se usa
- Saber qué motivos de contacto crecen y cómo evoluciona la satisfacción entre campañas, para decidir qué automatizar y dónde formar a los agentes.
- No confundir con Agent Assist
- Conversational Insights analiza el conjunto de las conversaciones para que los responsables del servicio detecten tendencias; actúa durante cada conversación para ayudar al agente humano que la atiende.
Agent Development Kit[Ampliación]Framework de código abierto para que los desarrolladores programen agentes
Agent Development Kit: Framework de código abierto con el que los desarrolladores programan agentes de IA, desde uno solo con sus herramientas hasta sistemas multiagente, y los prueban, evalúan y despliegan, por ejemplo en . Es la vía code-first de Agent Platform.
- Para qué se usa
- Que un equipo de desarrollo defina en código un agente con lógica y herramientas a medida, a cambio de más plazo de construcción.
- No confundir con Agent Studio
- ADK es la vía code-first: el agente se programa y exige desarrolladores; es la vía low-code de Agent Platform, con la que equipos sin perfil de desarrollo construyen el agente en menos plazo.
Capa de plataforma
APIs, gestión de datos y despliegue de modelos; abstrae la infraestructura.
Agent PlatformPlataforma unificada de Google Cloud para construir y gestionar ML, GenAI y agentes
Antes: Vertex AI
Agent Platform: Plataforma unificada de ML de Google Cloud para construir, entrenar, desplegar y gestionar soluciones de ML, de IA generativa y agentes. Agrupa , , , y , con controles de gobierno según el servicio y la región.
- Para qué se usa
- Llevar a producción una solución de IA generativa o un modelo propio con la gobernanza que exige cumplimiento, sin administrar la infraestructura.
- No confundir con Gemini Enterprise
- Lo separa construir o comprar: es una aplicación ya hecha con la que los empleados buscan y usan agentes sobre fuentes internas; Agent Platform es la plataforma donde un equipo técnico construye y despliega sus propias soluciones.
Agent StudioEntorno enterprise para prototipar, ajustar y desplegar aplicaciones de IA generativa
Antes: Vertex AI Studio
Agent Studio: Entorno de Agent Platform para probar modelos, refinar prompts, diseñar agentes en low-code, ajustar modelos y desplegar aplicaciones de IA generativa en producción, con la gobernanza de la plataforma (, CMEK, auditoría, residencia de datos, SLA) según el servicio y la región.
- Para qué se usa
- Pasar un prototipo validado a una aplicación para cientos de empleados este trimestre, cuando cumplimiento exige control de acceso, auditoría y SLA.
- No confundir con Google AI Studio
- sirve para experimentar y prototipar con una API key y no ofrece ni SLA de producción; Agent Studio despliega la aplicación con la gobernanza enterprise de Agent Platform que pide un caso regulado.
Google AI StudioEntorno web para experimentar y prototipar rápido con Gemini mediante una API key
Google AI Studio: Entorno web de Google para probar los modelos , experimentar con prompts y parámetros del modelo y prototipar rápido. Cuando el prototipo convence, genera el código que llama a la Gemini API con una API key.
- Para qué se usa
- Validar una idea con en pocos días, sin preparar un entorno enterprise, antes de decidir si merece la inversión de llevarla a producción.
- No confundir con Agent Studio
- Lo decide la fase del proyecto: Google AI Studio sirve para experimentar y prototipar con una API key y no ofrece ni SLA de producción; despliega en producción con la gobernanza enterprise de Agent Platform.
Model GardenCatálogo de modelos de Google, de terceros y open source en Agent Platform
Antes: Vertex AI Model Garden
Model Garden: Biblioteca de modelos de Agent Platform: reúne modelos de Google, de terceros y open source para descubrirlos, probarlos, adaptarlos y desplegarlos. La guía de estudio la presenta también como el lugar donde almacenar y organizar los modelos.
- Para qué se usa
- Elegir el modelo que encaja con el coste, la latencia y la tarea del caso sin gestionar máquinas virtuales ni un contrato con cada proveedor.
- No confundir con Agent Studio
- Responden a preguntas distintas: Model Garden es el catálogo donde se elige qué modelo usar; es el entorno donde se prueban prompts y se construye y despliega la aplicación con ese modelo.
Model BuilderEntrenamiento de modelos de ML propios, totalmente custom o con AutoML
Model Builder: Parte de Agent Platform para crear modelos de ML propios a partir de los datos de la organización, por dos vías: entrenamiento totalmente custom, con control completo del código, o , con un mínimo conocimiento técnico.
- Para qué se usa
- Crear un modelo predictivo propio cuando ningún modelo disponible resuelve la tarea, eligiendo la vía según el perfil del equipo y el plazo.
- No confundir con Model Garden
- ofrece modelos ya disponibles, de Google, de terceros y open source; Model Builder entrena un modelo nuevo con tus datos. Entrenar exige más plazo y datos propios, así que compensa cuando ningún modelo disponible resuelve la tarea.
Agent Platform AutoMLEntrenamiento de modelos predictivos sin código y con mínimo conocimiento técnico
Antes: Vertex AI AutoML
Agent Platform AutoML: Opción de que entrena modelos de ML sin programar y con mínimo conocimiento técnico: automatiza la preparación de los datos, la elección del modelo y su ajuste para clasificar imágenes, detectar objetos o predecir con datos tabulares.
- Para qué se usa
- Un equipo sin especialistas en ML crea en poco plazo, con sus propios datos, un modelo que predice la demanda o clasifica imágenes.
- No confundir con Agent Studio
- Depende de si hay que crear un modelo o aprovechar uno existente: AutoML entrena un modelo predictivo nuevo con tus datos; trabaja con modelos generativos ya entrenados, que se prueban, ajustan y despliegan.
Agent SearchBúsqueda, recomendaciones y RAG gestionado sobre datos propios, para webs y apps
Antes: Vertex AI Search
Agent Search: Servicio gestionado de Agent Platform para crear experiencias de búsqueda y recomendaciones con IA sobre sitios web, documentos y datos estructurados propios. Funciona como RAG prebuilt listo para usar: indexa los datos, los recupera en cada consulta y genera resúmenes.
- Para qué se usa
- Dar a miles de clientes respuestas fiables en la web o la app sobre datos propios que cambian a menudo, con mínimo esfuerzo operativo.
- No confundir con Gemini Enterprise
- Lo separa construir o comprar: es una aplicación ya hecha con la que los empleados buscan en fuentes internas; Agent Search es el servicio de plataforma con el que se construye una búsqueda propia, por ejemplo para clientes.
RAG APIsPiezas para construir un RAG propio con más control, y RAG Engine para orquestarlo
RAG APIs: APIs de Agent Platform para construir un RAG propio pieza a pieza: parseo de documentos, embeddings, búsqueda vectorial, ranking semántico y generación fundamentada. RAG Engine orquesta ese flujo como servicio gestionado, desde la ingesta y la indexación hasta la recuperación.
- Para qué se usa
- Un equipo de desarrolladores necesita controlar cómo se trocean, recuperan y ordenan sus documentos y asume el esfuerzo operativo que ese control implica.
- No confundir con Agent Search
- Lo decide el nivel de control que el equipo necesita: da el RAG prebuilt con el mínimo esfuerzo; las RAG APIs y RAG Engine dan más control sobre la recuperación, a cambio de más plazo y esfuerzo operativo.
Agent Runtime[Ampliación]Entorno gestionado donde se despliegan, operan y escalan los agentes en producción
Antes: Vertex AI Agent Engine
Agent Runtime: Entorno de ejecución gestionado de Agent Platform para desplegar, operar y escalar agentes en producción sin administrar infraestructura. Aporta observabilidad integrada y servicios de sesiones y memoria que mantienen el contexto de las conversaciones.
- Para qué se usa
- Poner en producción un agente para muchos usuarios sin que el equipo mantenga servidores, escalado ni monitorización propios.
- No confundir con Agent Development Kit
- Uno resuelve cómo se programa el agente y el otro dónde se ejecuta: es el framework de código con el que se construye; Agent Runtime es el entorno gestionado donde se despliega y funciona en producción.
Grounding con Google SearchAncla las respuestas de Gemini en resultados actuales de la web pública, con fuentes
Grounding con Google Search: Función de Agent Platform que conecta las respuestas de con los resultados del buscador de Google sobre la web pública, para anclarlas en información actual y verificable y devolver enlaces a las fuentes consultadas.
- Para qué se usa
- Responder sobre hechos públicos recientes, como noticias o normas ya publicadas, sin mantener un índice propio de la web.
- No confundir con Agent Search
- Lo decide el origen del dato: Grounding con Google Search ancla en datos del mundo, publicados en la web; ancla en los datos propios de la empresa, que no están en la web pública.
Model RegistryRepositorio central de las versiones de tus propios modelos de ML
Antes: Vertex AI Model Registry
Model Registry: Repositorio central de Agent Platform para gestionar el ciclo de vida de los modelos de ML propios: registra y organiza sus versiones, permite evaluarlas y despliega la versión elegida en un endpoint para servir predicciones.
- Para qué se usa
- Saber qué versión de cada modelo está en producción y volver a la anterior sin procesos manuales cuando una nueva empeora.
- No confundir con Model Garden
- es el catálogo de modelos disponibles, de Google, de terceros y open source, donde se descubren y se agrupan; Model Registry guarda las versiones de tus propios modelos, entrenados o importados, para gobernar su ciclo de vida.
Model MonitoringVigila el drift de los modelos predictivos tabulares en producción y avisa
Antes: Vertex AI Model Monitoring
Model Monitoring: Servicio de Agent Platform que vigila los modelos predictivos tabulares desplegados en un endpoint: compara los datos de entrada en producción con los de entrenamiento o con los recientes, detecta desviaciones (skew y drift) y avisa cuando superan un umbral.
- Para qué se usa
- Detectar a tiempo que cambian los datos que recibe un modelo de previsión de demanda o de averías, sin revisiones manuales del equipo.
- No confundir con Model Registry
- guarda y versiona los modelos; Model Monitoring vigila un modelo tabular ya desplegado. Uno responde a qué versión está en producción; el otro, a si los datos que recibe se están desviando.
Feature StoreGestiona y sirve a los modelos de ML las features guardadas en BigQuery
Antes: Vertex AI Feature Store
Feature Store: Servicio gestionado de Agent Platform para gestionar las features, los datos de entrada que usan los modelos de ML, y servirlas en línea con baja latencia para las predicciones, leyéndolas directamente de tablas de sin copiarlas a otro almacén.
- Para qué se usa
- Que varios modelos usen las mismas features actualizadas en producción sin que cada equipo mantenga sus propias copias de los datos.
- No confundir con BigQuery
- es el almacén donde viven y se analizan los datos; Feature Store no los guarda aparte: registra qué columnas son features y las sirve en línea a los modelos para sus predicciones.
Agent Platform PipelinesAutomatiza como flujos repetibles los pasos de entrenar, desplegar y mantener modelos
Antes: Vertex AI Pipelines
Agent Platform Pipelines: Servicio sin servidor de Agent Platform que automatiza y orquesta los flujos de trabajo de ML como una serie de pasos repetibles (preparar datos, entrenar, evaluar y desplegar), y registra el linaje de cada resultado.
- Para qué se usa
- Reentrenar cada mes un modelo con los datos más recientes sin tareas manuales, reduciendo el esfuerzo operativo de un equipo pequeño.
- No confundir con Model Monitoring
- detecta que los datos de un modelo tabular se desvían; Pipelines automatiza lo que se hace después, como reentrenar y volver a desplegar. Uno avisa del problema; el otro ejecuta el proceso de forma repetible.
BigQueryAlmacén de datos sin servidor para analizar con SQL, también con funciones de IA
BigQuery: Plataforma de datos de Google Cloud, totalmente gestionada y sin servidor, para almacenar y analizar grandes volúmenes de datos con SQL. Sus funciones de IA generativa llaman a modelos como desde SQL sin sacar los datos del almacén.
- Para qué se usa
- Resumir o clasificar con IA generativa grandes tablas de reseñas o ventas allí donde ya están, sin mover los datos ni montar otra infraestructura.
- No confundir con Agent Search
- Lo decide el tipo de dato y quién pregunta: BigQuery analiza sobre todo tablas con consultas SQL y puede llamar a desde ellas; construye búsqueda y RAG sobre documentos y sitios web para preguntas en lenguaje natural.
Capa de modelos
Algoritmos entrenados con grandes volúmenes de datos que generan contenido.
GeminiFamilia de modelos multimodales de Google, en gamas Pro, Flash, Flash-Lite y Nano
Gemini: Modelos fundacionales multimodales nativos de Google: procesan texto, código, imagen, audio y vídeo. Gamas: Pro (razonamiento complejo), Flash (equilibrio entre coste y latencia), Flash-Lite (volumen masivo a mínimo coste) y Nano (en el dispositivo). «Gemini» es también la marca de aplicaciones como la .
- Para qué se usa
- Asistentes, resúmenes y análisis de documentos, imágenes o vídeo en un entorno gestionado, con la gama elegida según complejidad, volumen y coste.
- No confundir con Gemma
- La diferencia está en los pesos: los ofrece descargables, para personalizar el modelo y desplegarlo en infraestructura propia, local, edge o nube privada; Gemini no ofrece sus pesos. El criterio es si la organización necesita controlarlos.
GemmaModelos abiertos de Google, con pesos descargables y la misma investigación que Gemini
Gemma: Familia de modelos abiertos y ligeros de Google, construida con la misma investigación y tecnología que . Sus pesos son descargables: se puede personalizar con técnicas de ajuste y desplegar en local, en el edge, en dispositivos o en una nube privada.
- Para qué se usa
- Casos con restricciones de soberanía o de despliegue local, donde hay que controlar los pesos y se asume el esfuerzo operativo de servir el modelo.
- No confundir con Gemini
- Gemma ofrece pesos descargables que la organización controla, personaliza y despliega donde lo necesite, a cambio de operar el modelo; no ofrece sus pesos. El criterio es si hace falta controlar los pesos del modelo.
Imagen / Nano BananaModelo de difusión del temario que genera imágenes a partir de texto
Imagen / Nano Banana: Modelo de difusión texto a imagen de Google: genera imágenes de alta calidad a partir de descripciones en texto. La guía del examen lo llama Imagen; la documentación de Google llama Nano Banana a la generación de imágenes nativa de , que lo sustituye.
- Para qué se usa
- En el temario: generar imágenes de marketing, catálogo o creatividades a partir de texto, reduciendo el plazo y el coste de cada pieza.
- No confundir con Veo
- Imagen genera imágenes fijas a partir de texto; genera vídeo a partir de texto o de imágenes fijas. El criterio es el formato de salida que pide el caso: una imagen o una pieza de vídeo.
- Vigencia
- Google retiró los endpoints de Imagen en Agent Platform el 30 de junio de 2026 y cerró Imagen en la Gemini API el 17 de agosto de 2026. El sustituto oficial son los modelos de imagen de .
VeoModelo de Google que genera vídeo a partir de texto o de imágenes fijas
Veo: Modelo de generación de vídeo de Google: crea clips a partir de una descripción en texto o de imágenes fijas, en una amplia variedad de estilos visuales y cinematográficos. Está disponible en Agent Platform.
- Para qué se usa
- Producir vídeos de publicidad o formación a partir de un guion o de imágenes de producto, reduciendo el plazo y el coste de cada rodaje.
- No confundir con Imagen / Nano Banana
- Veo genera vídeo y admite imágenes fijas como punto de partida; genera imágenes fijas a partir de texto. El criterio es el formato de salida que necesita el caso.
Capa de infraestructura
Cómputo y almacenamiento físico para entrenar y servir modelos.
AI HypercomputerSistema integrado de hardware, software y modalidades de consumo para cargas de IA
AI Hypercomputer: Sistema de supercomputación integrado de Google Cloud, optimizado para cargas de IA y ML. Reúne en una sola cartera aceleradores ( y GPU), red y almacenamiento, software abierto y modalidades de consumo flexibles para entrenar y servir modelos a gran escala.
- Para qué se usa
- Entrenar o servir modelos propios a gran escala cuando el coste del cómputo decide la viabilidad y hay equipo para operar la infraestructura.
- No confundir con Cloud TPU
- AI Hypercomputer es el sistema integrado que combina aceleradores, red, almacenamiento, software y consumo; es uno de esos aceleradores, el chip de IA que diseña Google. El criterio es sistema completo frente a acelerador.
Cloud TPUAceleradores de IA que diseña Google para entrenar y servir modelos
Cloud TPU: Aceleradores de hardware que diseña Google, circuitos integrados específicos para cargas de aprendizaje automático. Están optimizados para las grandes operaciones matriciales del entrenamiento y la inferencia, y se conectan en grupos para escalar. Forman parte de .
- Para qué se usa
- Entrenar o servir modelos grandes con buen rendimiento por coste, cuando un equipo técnico gestiona su propia infraestructura en lugar de consumir modelos gestionados.
- No confundir con AI Hypercomputer
- Cloud TPU es un acelerador concreto, el chip de IA que diseña Google; es el sistema integrado que lo combina con GPU, red, almacenamiento, software y consumo. El criterio es acelerador frente a sistema completo.
APIs especializadas
Servicios preentrenados de la capa de plataforma que resuelven una tarea concreta y que un agente puede usar como herramienta.
Document AIConvierte facturas, formularios y otros documentos en datos estructurados
Document AI: Plataforma de Google Cloud, con procesadores preentrenados, que convierte el contenido no estructurado de los documentos en datos estructurados: digitaliza el texto con OCR, clasifica los documentos por tipo y extrae sus campos, como importes, fechas o nombres.
- Para qué se usa
- Extraer a gran volumen los datos de facturas y formularios de esquema estable, con una salida estructurada y un coste por página predecibles.
- No confundir con Gemini
- Document AI extrae campos de documentos con un esquema estable, a gran volumen y con salida predecible. razona sobre documentos variados o poco frecuentes sin preparar un procesador. Deciden la tarea exacta, el volumen y la previsibilidad.
Translation APITraducción automática de texto y documentos a gran volumen
Translation API: API preentrenada de Google Cloud que traduce texto entre muchos idiomas y detecta el idioma de origen. Su traducción de documentos, la Document Translation API, conserva el formato original, y los glosarios mantienen la terminología propia de cada organización.
- Para qué se usa
- Traducir un catálogo o miles de documentos a varios idiomas con un coste unitario bajo y sin preparar ni ajustar un modelo propio.
- No confundir con Gemini
- Translation API es la opción de volumen, con coste unitario bajo y resultado previsible. se justifica cuando hay que adaptar el mensaje, como en la transcreación o con el tono de marca. Deciden la tarea exacta y el coste.
Cloud Vision APIAnaliza imágenes: etiquetas, objetos, texto, caras, lugares y contenido explícito
Cloud Vision API: API preentrenada de Google Cloud que analiza imágenes: les asigna etiquetas, detecta objetos, caras y lugares conocidos, extrae el texto que contienen y valora si su contenido es explícito, lo que sirve para moderarlas.
- Para qué se usa
- Identificar el objeto de miles de fotos al mes, o moderarlas, con un coste por imagen predecible y sin entrenar ningún modelo.
- No confundir con Imagen / Nano Banana
- Cloud Vision API analiza imágenes que ya existen y devuelve etiquetas, objetos o texto. , el modelo de difusión del temario, va en sentido contrario: crea imágenes nuevas a partir de texto. Los separa analizar frente a generar.
Speech-to-TextTranscribe la voz a texto, en grabaciones o en directo
Speech-to-Text: API preentrenada de Google Cloud que convierte la voz en texto con la tecnología de reconocimiento de voz de Google. Transcribe tanto grabaciones completas como audio en directo, por ejemplo llamadas, notas de voz o reuniones.
- Para qué se usa
- Transcribir a gran volumen llamadas o notas de voz para que otro sistema las analice, sin construir un modelo de reconocimiento propio.
- No confundir con Text-to-Speech
- Speech-to-Text va de la voz al texto: escucha audio y devuelve su transcripción. hace el camino inverso: lee un texto y genera audio con voz sintética. Se elige por el sentido de la conversión que pide el caso.
Text-to-SpeechConvierte texto en audio con voces sintéticas de sonido natural
Text-to-Speech: API preentrenada de Google Cloud que convierte texto en audio con una voz humana sintética de sonido natural. Ofrece voces que varían por idioma, género y acento, y genera archivos de audio que una aplicación puede reproducir.
- Para qué se usa
- Dar voz a un asistente telefónico o narrar contenidos en varios idiomas sin grabar de nuevo cada cambio de texto.
- No confundir con Speech-to-Text
- Text-to-Speech va del texto a la voz: genera audio para que una aplicación hable. hace el camino inverso: escucha audio y devuelve su transcripción. Se elige por el sentido de la conversión que pide el caso.
Natural Language APIAnaliza texto escrito: sentimiento, entidades, sintaxis y categoría
Natural Language API: API preentrenada de Google Cloud que analiza texto escrito: detecta su sentimiento, positivo, negativo o neutro, extrae las entidades que menciona, como personas, lugares u organizaciones, clasifica el contenido por categorías y analiza su sintaxis.
- Para qué se usa
- Medir el sentimiento o extraer las entidades de millones de reseñas o mensajes con un coste por petición bajo y resultados predecibles.
- No confundir con Conversational Insights
- Natural Language API es una pieza preentrenada que analiza texto y se integra en un flujo propio. es un producto gestionado del contact center que analiza las conversaciones con clientes, listo para usar. El criterio: construir o comprar.
Cloud Video Intelligence APIAnaliza vídeo: objetos, acciones, cambios de plano, texto y habla
Cloud Video Intelligence API: API preentrenada de Google Cloud que analiza vídeo almacenado o en streaming: reconoce objetos, lugares y acciones, detecta los cambios de plano, el texto y el contenido explícito, y transcribe el habla, para extraer metadatos con los que indexar y buscar el contenido.
- Para qué se usa
- Etiquetar un catálogo de vídeo para buscarlo y recomendarlo, sin revisar cada pieza a mano ni entrenar un modelo propio.
- No confundir con Veo
- Cloud Video Intelligence API analiza vídeo que ya existe y extrae sus metadatos. es un modelo generativo que crea vídeo nuevo a partir de texto o de imágenes fijas. Los separa analizar frente a generar.
- Vigencia
- Google la declaró obsoleta el 14 de septiembre de 2026 y la apagará el 14 de septiembre de 2027. Recomienda migrar a los modelos .
Seguridad y gobierno
Servicios transversales a todas las capas que protegen los datos, los modelos y el contenido generado.
Identity and Access ManagementControla quién puede hacer qué sobre cada recurso de Google Cloud
Identity and Access Management: Servicio de Google Cloud que gestiona la autorización: decide quién puede hacer qué sobre cada recurso. Concede a cada identidad, sea una persona o un sistema, roles con los permisos que necesita sobre proyectos, datos o modelos.
- Para qué se usa
- Dar a cada equipo de un proyecto de IA solo los permisos que necesita, con una gestión de accesos común en lugar de controles caseros.
- No confundir con VPC Service Controls
- IAM decide qué identidad tiene permiso sobre cada recurso. añade, con independencia de IAM, un perímetro alrededor de los servicios que limita desde dónde se accede y evita que los datos salgan. Son capas complementarias.
Security Command CenterVisión común de la postura de seguridad, las vulnerabilidades y las amenazas
Security Command Center: Solución de gestión de riesgos de Google Cloud que da a los equipos de seguridad una visión común de su postura: detecta vulnerabilidades y configuraciones erróneas, identifica amenazas activas y comprueba el cumplimiento de marcos de seguridad habituales.
- Para qué se usa
- Dar a un equipo de seguridad pequeño una visión conjunta del riesgo de varios proyectos de IA sin construir ni mantener paneles propios.
- No confundir con Model Armor
- Security Command Center vigila la postura de seguridad de toda la organización: recursos, configuraciones y amenazas. filtra los prompts y las respuestas de un modelo. Uno da la visión de conjunto; el otro protege cada interacción.
VPC Service Controls[Ampliación]Perímetro alrededor de los servicios que reduce el riesgo de exfiltración de datos
VPC Service Controls: Control de seguridad de Google Cloud que crea perímetros alrededor de servicios gestionados, como o Cloud Storage, y limita desde qué redes se accede a ellos. Reduce el riesgo de exfiltración de datos con una capa independiente de .
- Para qué se usa
- Aislar los datos de un proyecto de IA regulado para que no salgan del perímetro corporativo, aunque alguien disponga de credenciales válidas.
- No confundir con Identity and Access Management
- VPC Service Controls limita desde qué redes se accede a los servicios y evita que los datos salgan del perímetro. decide qué identidad tiene permiso sobre cada recurso. Son capas complementarias: una no sustituye a la otra.
Sensitive Data Protection[Ampliación]Descubre, clasifica y desidentifica datos personales y otros datos sensibles
Antes: Cloud Data Loss Prevention
Sensitive Data Protection: Servicio de Google Cloud que descubre, clasifica y desidentifica datos sensibles, como PII o credenciales, en repositorios y en flujos de datos. Inspecciona el contenido con detectores gestionados y lo enmascara, lo oculta o lo seudonimiza antes de usarlo.
- Para qué se usa
- Quitar la PII de los prompts o de un conjunto de datos antes de usarlos con un modelo, sin mantener expresiones regulares propias.
- No confundir con Model Armor
- Sensitive Data Protection trata la información sensible allí donde esté: repositorios, formularios o prompts. filtra el tráfico de un modelo frente a prompt injection, jailbreak, contenido dañino y fuga de datos. Se elige según el riesgo.
Model Armor[Ampliación]Filtra los prompts y las respuestas de un modelo frente a ataques y fugas
Model Armor: Servicio de Google Cloud que inspecciona los prompts y las respuestas de las aplicaciones de IA para bloquear prompt injection y jailbreak, contenido dañino y fuga de datos sensibles, con políticas de seguridad comunes a todas ellas.
- Para qué se usa
- Proteger un asistente público frente a intentos de manipulación y fuga de datos sin que cada equipo construya y mantenga sus propios filtros.
- No confundir con Sensitive Data Protection
- Model Armor protege la interacción con el modelo: filtra prompts y respuestas frente a ataques, contenido dañino y fuga de datos. descubre y desidentifica datos sensibles en repositorios y aplicaciones. Se elige según dónde está el riesgo.
SynthID[Ampliación]Marca de agua imperceptible que identifica contenido generado con IA de Google
SynthID: Tecnología de Google DeepMind que inserta una marca de agua digital imperceptible en el contenido generado con modelos de IA de Google, ya sean imágenes, audio, texto o vídeo, y permite detectarla después para identificar ese contenido como generado.
- Para qué se usa
- Señalar como generado por IA el contenido que una organización crea con modelos de Google, para ser transparente y permitir verificar su procedencia.
- No confundir con Model Armor
- SynthID marca el contenido que un modelo ya ha generado para poder identificar después su procedencia. filtra los prompts y las respuestas para bloquear ataques y fugas de datos. Uno acredita el origen; el otro protege la interacción.
IA generativa dentro de Gmail, Docs, Sheets, Slides y Meet
Ver ficha completaBúsqueda y agentes para empleados sobre las fuentes internas de la organización
Ver ficha completaChatbot de uso general de Google, en la web y en el móvil
Ver ficha completaEntorno enterprise para prototipar, ajustar y desplegar aplicaciones de IA generativa
Ver ficha completaAsistente de investigación anclado en las fuentes que sube el usuario
Ver ficha completaBúsqueda, recomendaciones y RAG gestionado sobre datos propios, para webs y apps
Ver ficha completaAlmacén de datos sin servidor para analizar con SQL, también con funciones de IA
Ver ficha completaAutoservicio para el cliente: agentes deterministas, generativos o híbridos
Ver ficha completaAyuda en tiempo real al agente humano durante la conversación con el cliente
Ver ficha completaAnalítica de las conversaciones: sentimiento, motivos de contacto y cumplimiento
Ver ficha completaIA para el centro de contacto: atiende, asiste al agente y analiza
Ver ficha completaEntorno gestionado donde se despliegan, operan y escalan los agentes en producción
Ver ficha completaCatálogo de modelos de Google, de terceros y open source en Agent Platform
Ver ficha completaEntrenamiento de modelos de ML propios, totalmente custom o con AutoML
Ver ficha completaControla quién puede hacer qué sobre cada recurso de Google Cloud
Ver ficha completaEntorno web para experimentar y prototipar rápido con Gemini mediante una API key
Ver ficha completaPerímetro alrededor de los servicios que reduce el riesgo de exfiltración de datos
Ver ficha completaFamilia de modelos multimodales de Google, en gamas Pro, Flash, Flash-Lite y Nano
Ver ficha completaEntrenamiento de modelos predictivos sin código y con mínimo conocimiento técnico
Ver ficha completaFramework de código abierto para que los desarrolladores programen agentes
Ver ficha completaRepositorio central de las versiones de tus propios modelos de ML
Ver ficha completaVigila el drift de los modelos predictivos tabulares en producción y avisa
Ver ficha completaModelos abiertos de Google, con pesos descargables y la misma investigación que Gemini
Ver ficha completaModelo de Google que genera vídeo a partir de texto o de imágenes fijas
Ver ficha completaModelo de difusión del temario que genera imágenes a partir de texto
Vigencia: Google retiró los endpoints de Imagen en Agent Platform el 30 de junio de 2026 y cerró Imagen en la Gemini API el 17 de agosto de 2026. El sustituto oficial son los modelos de imagen de Gemini.
Ver ficha completaAceleradores de IA que diseña Google para entrenar y servir modelos
Ver ficha completaSistema integrado de hardware, software y modalidades de consumo para cargas de IA
Ver ficha completaConvierte texto en audio con voces sintéticas de sonido natural
Ver ficha completaTranscribe la voz a texto, en grabaciones o en directo
Ver ficha completaFiltra los prompts y las respuestas de un modelo frente a ataques y fugas
Ver ficha completaDescubre, clasifica y desidentifica datos personales y otros datos sensibles
Ver ficha completa