Google Cloud Next 2026: Gemini Enterprise Agent Platform y A2A v1.0 GA

Google Cloud Next 2026 abrió hoy en Las Vegas con la keynote más densa que ha presentado el equipo de Thomas Kurian. Cinco anuncios concentran la conversación de los próximos seis meses para cualquier CTO mexicano: Gemini Enterprise Agent Platform, A2A protocol v1.0 en disponibilidad general, TPU de octava generación, Agent Development Kit (ADK) y Agentic Data Cloud. Es la apuesta más ambiciosa que ha hecho Google en plataforma empresarial desde el lanzamiento original de Vertex AI.

A diferencia de NVIDIA GTC, donde el centro fue el silicio, aquí el centro es el stack de agentes y la interoperabilidad entre proveedores. Google entendió que la batalla no se gana con el mejor modelo aislado, sino con la mejor plataforma para componer, gobernar y operar agentes a escala. Aquí lo que importa para una empresa mediana mexicana.

Gemini Enterprise Agent Platform: la consolidación

El anuncio principal: Google consolidó tres productos previos en una sola plataforma. Gemini Enterprise Agent Platform unifica:

• Vertex AI (entrenamiento, fine-tuning, despliegue, model registry).
• Agentspace (catálogo y orquestación de agentes para usuarios finales).
• Code Assist (asistente de código para equipos de ingeniería).

Lo que añade respecto a los productos por separado:

• Pricing per-agent, en lugar de por usuario o por token. Más predecible para CFO, más fácil de presupuestar.
• Workspace Studio no-code, que permite a usuarios de negocio (no solo ingenieros) construir agentes simples directamente desde Workspace.
• Model Garden con 200 modelos, incluyendo Gemini, Llama 4, Claude, Mistral, modelos especializados de socios.
• Gobernanza unificada: políticas de acceso, telemetría, audit logs y control de datos en un solo plano.

Para empresas mexicanas que ya tienen Workspace y han estado evaluando Vertex AI sin entrar de lleno, esta consolidación baja la fricción organizacional. Antes había que coordinar tres productos, tres equipos de soporte, tres conversaciones comerciales. Ahora es una.

ADK, Agent Studio y Agent Runtime

El equipo de Google dedicó buena parte de la keynote técnica a la cadena de herramientas para construir agentes:

• Agent Development Kit (ADK): SDK abierto para definir agentes, herramientas, planes y memoria. Compatible con MCP y A2A. Funciona en local para desarrollo y se despliega a Agent Runtime para producción.
• Agent Studio: entorno visual de construcción y prueba de agentes. Pensado para equipos de producto que diseñan flujos sin escribir código. Genera definiciones que luego pueden refinarse en código vía ADK.
• Agent Runtime: servicio gestionado de ejecución, con cold starts sub-segundo, autoescalado, observabilidad nativa y SLA de producción.

El cold start sub-segundo importa más de lo que parece. Una de las quejas constantes con runtimes de agentes serverless es que el primer request después de un periodo de inactividad tarda varios segundos. Para experiencias interactivas eso rompe el flujo. Google atacó el problema directamente.

A2A protocol v1.0 GA: el verdadero hito

Si hay un anuncio que va a definir la arquitectura de agentes empresariales en los próximos dos años, es este. El protocolo A2A (Agent-to-Agent) llegó a la versión 1.0 GA, con soporte de 150 empresas firmando como participantes formales. Entre las más relevantes: Microsoft, AWS, Salesforce, SAP, ServiceNow, además de Google.

A2A define cómo agentes desarrollados por proveedores distintos se descubren, autentican, intercambian contexto y delegan tareas entre sí. La gobernanza la lleva la Linux Foundation, lo que da el marco de neutralidad que el protocolo necesitaba.

Por qué importa para una empresa mediana:

• Tu agente de soporte construido en Gemini puede invocar un agente especializado de Salesforce sin que tú escribas el adapter.
• Un agente de finanzas de SAP puede consultar un agente de aprovisionamiento de ServiceNow dentro del mismo flujo de trabajo.
• No hay lock-in al proveedor de agentes. Si mañana decides mover tu agente de un stack a otro, el protocolo de comunicación con el resto del ecosistema sigue siendo el mismo.

Que Microsoft, AWS y Google estén en el mismo barco aquí es la señal de madurez. Cada uno seguirá compitiendo en quién hace los mejores agentes. Pero el cable que los conecta es estándar.

TPU de octava generación

En hardware, Google presentó la TPU de octava generación, optimizada para inferencia de modelos grandes y para cargas agenticas (muchas llamadas pequeñas con contextos variables). El argumento de Google es directo: a paridad de calidad de modelo, las TPUs ofrecen mejor costo por token que las GPUs convencionales para muchos casos.

Para empresas mexicanas, la implicación práctica:

• Si tu carga de inferencia ya está en GCP, vale revisar si migrar a TPU baja la factura.
• Si tu carga está en AWS o Azure, esto refuerza la presión competitiva: esperá ajustes de precio en H2.
• Para entrenamientos serios, las TPUs siguen siendo una alternativa real al stack NVIDIA.

Agentic Data Cloud

El último anuncio relevante: Agentic Data Cloud, que conecta directamente la capa de datos (BigQuery, Cloud Storage, Looker) con agentes Gemini. La promesa es que un agente puede consultar, transformar y razonar sobre datos empresariales sin necesidad de copiarlos a otro sistema, manteniendo la gobernanza y los permisos del data warehouse.

Para empresas con BigQuery como columna vertebral analítica, esto cierra el loop: los agentes operan donde viven los datos, en lugar de exigir un pipeline adicional para llevar los datos al agente.

Qué adoptar primero según tu stack

La pregunta práctica para los próximos 90 días. Nuestra recomendación en ALCA según el punto de partida:

Si ya estás en Workspace y exploraste Vertex AI

Empieza con Workspace Studio para que equipos de negocio armen agentes simples, en paralelo con un piloto de Agent Development Kit + Agent Runtime para un caso de uso técnico bien definido (típicamente: asistente interno con acceso a datos, automatización de un proceso operativo).

Si estás full Microsoft con M365 + Azure

No tienes que migrar. Lo importante es adoptar A2A. Construye tus agentes principales en el stack que ya pagas (Copilot Studio, Azure AI), pero asegúrate de que pueden hablar A2A para integrarse con agentes de Salesforce, SAP, ServiceNow conforme se vayan desplegando.

Si estás en AWS

Misma lógica. AWS está en el consorcio A2A. Construye tus agentes en Bedrock pero asegura compatibilidad de protocolos. Y reconsidera la conversación de costo de inferencia frente a TPUs para tu siguiente ciclo presupuestal.

Si estás multi-cloud o sin stack definido aún

Es el escenario donde GCP tiene la propuesta más completa este Q2. Una sola plataforma cubre todo el ciclo: catálogo de modelos, construcción no-code, runtime productivo, gobernanza, datos. Vale al menos pedir una sesión técnica con el equipo de Google Cloud antes de comprometerte con otra arquitectura.

La lectura ejecutiva

Cloud Next 2026 marcó el momento en que agentes empresariales dejaron de ser experimento y entraron a categoría de producto. Los tres grandes hyperscalers (AWS, Azure, GCP) tienen ya plataformas de agentes con SLA, pricing definido y soporte enterprise. La conversación con tu proveedor cambia: ya no es "¿puedo probar agentes?", es "¿qué SLA me das y cómo se conecta con el resto de mi stack?".

Las empresas mexicanas que entren al H2 2026 con una arquitectura de agentes basada en estándares abiertos (A2A, MCP, ADK) y desplegada en al menos una de las tres plataformas, van a poder componer flujos nuevos en semanas. Las que sigan armando integraciones one-off por cada agente van a perder tiempo y van a quedar atrás de competidores que sí entendieron el momento.

---

En ALCA acompañamos a empresas mexicanas con este tipo de decisiones. ¿Quieres aterrizar A2A o Gemini Enterprise Agent en tu stack? Te ayudamos. Agenda 30 minutos sin costo.