El ámbito que más cambió en la revisión de agosto de 2026 de la guía del examen Cloud Digital Leader es la IA. El dominio 3 (alrededor del 18%) incorpora ahora la IA agéntica, Gemini Enterprise Agent Platform y AI Hypercomputer, y el dominio 1 también te pide definir la IA agéntica y reconocer AI Hypercomputer como uno de los diferenciadores de Google Cloud. Además, en abril de 2026 Vertex AI pasó a llamarse Gemini Enterprise Agent Platform, así que, si estudias con material antiguo, puede que no reconozcas los nombres de productos que aparecen en las opciones de respuesta.
Este artículo empieza por la diferencia entre la IA generativa y la IA agéntica y recorre después cómo los agentes cambian la forma de trabajar, los puntos fuertes de la IA de Google Cloud, cómo se organiza Agent Platform, los criterios para elegir la solución de IA adecuada, AI Hypercomputer y la calidad de los datos. Los conceptos básicos de IA, ML y aprendizaje profundo, junto con BigQuery ML y la IA responsable, se tratan primero en Servicios de innovación IA/ML.
---
IA generativa e IA agéntica: la IA que responde y la IA que trabaja
Si la IA generativa es un asistente que responde a tus preguntas y redacta primeros borradores, la IA agéntica es un empleado que, ante el objetivo "prepárame el viaje de trabajo de la semana que viene", divide la tarea en pasos por su cuenta y la termina: revisa la agenda, busca vuelos, hace la reserva y te informa del resultado. El examen comprueba si sabes distinguir con precisión estos términos.
| Término | Significado | Ejemplo | |------|------|------| | Inteligencia artificial (IA) | El campo amplio que crea sistemas capaces de aprender, razonar y tomar decisiones como las personas | Chatbots, reconocimiento de imágenes | | Aprendizaje automático (ML) | Una forma de hacer IA que aprende patrones a partir de los datos en lugar de reglas escritas a mano | Previsión de la demanda, detección de fraude | | IA generativa | IA que usa los patrones aprendidos para crear contenido nuevo, como texto, imágenes, código o audio | Borradores de textos de marketing, resúmenes de documentos | | IA agéntica | IA que recibe un objetivo, planifica por su cuenta y usa herramientas para llevar a término una tarea de varios pasos | Tramitar reembolsos de clientes, automatizar la redacción de informes | | Análisis de datos | Examinar los datos para averiguar qué ocurrió y por qué | Encontrar la causa de la caída de ventas del último trimestre | | Inteligencia de negocio (BI) | Las herramientas y procesos que convierten el análisis en paneles e informes para tomar decisiones | Un panel de ventas para la dirección |
La IA agéntica suele repetir los cuatro pasos siguientes hasta alcanzar el objetivo.
Entender el objetivo: averiguar qué resultado quiere el usuario Planificar: dividir el objetivo en pasos más pequeños Usar herramientas: ejecutar acciones como buscar, consultar una base de datos o llamar a la API de otro sistema Comprobar y corregir: revisar el resultado y, si no basta, ajustar el plan y volver a intentarlo
Consejo para el examen: "Planifica por su cuenta y se mueve entre varios sistemas para terminar el trabajo sin que una persona dirija cada paso" describe la IA agéntica. Si se queda en "crea una frase o una imagen nueva", es IA generativa.
---
Cómo cambia el trabajo la IA agéntica
La guía del examen enumera seis ámbitos en los que la IA agéntica está transformando los sectores y la forma de trabajar de las personas. En el examen aparece como elegir "el valor que aporta un agente de IA en esta situación".
| Ámbito | Qué hace el agente | Valor de negocio | |------|------|------| | Productividad de la plantilla | Se mueve entre el correo, los documentos y los sistemas internos para buscar información, redactar contenido y hacer el seguimiento después de las reuniones | Menos tiempo en tareas repetitivas para que las personas se centren en decidir | | Atención al cliente | Entiende qué pide el cliente, consulta pedidos y lleva a término devoluciones y cambios | Respuesta inmediata las 24 horas, con los agentes humanos libres para los casos complejos | | Experiencias de venta | Reúne el historial del cliente y la información de la competencia para preparar reuniones y redactar propuestas a medida | Propuestas más personalizadas y un ciclo de ventas más corto | | Innovación de productos | Explora ideas, genera código y diseños de prototipos y analiza los comentarios de los usuarios | Menor tiempo de lanzamiento al mercado | | Operaciones | Vigila el inventario, la logística y las alertas de TI y ejecuta acciones predefinidas | Respuesta a incidentes y procesamiento más rápidos | | Investigación | Busca y resume enormes volúmenes de documentos y organiza hipótesis | Menos tiempo de investigación y descubrimientos más rápidos |
Problemas de negocio que el ML resuelve especialmente bien
Incluso sin agentes, hay tres problemas clásicos en los que el ML por sí solo crea valor.
Sustituir o simplificar sistemas en los que las personas no dejan de añadir reglas (por ejemplo, filtros de spam y detección de fraude) Obtener información que a las personas se les escaparía a partir de grandes volúmenes de datos estructurados y no estructurados (por ejemplo, analizar cientos de miles de reseñas de clientes) Escalar decisiones que antes se tomaban una a una (por ejemplo, recomendaciones de productos y apoyo a la evaluación de préstamos)
Consejo para el examen: "Hay tantas reglas de excepción que el sistema es difícil de mantener" es la señal para sustituir el sistema basado en reglas por ML.
---
Cinco puntos fuertes de la IA de Google Cloud
La guía del examen resume en cinco puntos las ventajas clave de las ofertas de IA de Google Cloud. Coinciden en parte con "los diferenciadores de Google Cloud" del dominio 1, así que conviene memorizarlos juntos.
| Punto fuerte | Significado | Productos representativos | |------|------|------| | La mejor infraestructura para IA | Hardware, software y modelo de precios optimizados en conjunto para el entrenamiento y la inferencia | AI Hypercomputer, TPU, GPU | | Nube de datos preparada para la IA | Analizar en un solo lugar datos dispersos y conectarlos directamente a la IA | BigQuery, AlloyDB, Cloud Storage | | Modelos propios (1P) sofisticados | Modelos de vanguardia desarrollados por la propia Google | Gemini, Veo | | Plataforma de desarrollo de IA todo en uno | Desde elegir un modelo hasta crear, implementar y administrar agentes, todo en un mismo lugar | Gemini Enterprise Agent Platform | | Agentes y aplicaciones de IA prediseñados | Agentes y aplicaciones que se usan de inmediato sin tener que crearlos | Gemini Enterprise, Agent Garden |
Propio (1P, first-party) significa un modelo creado por la propia Google. Eso no quiere decir que solo puedas usar modelos de Google. Model Garden te permite elegir entre más de 200 modelos, incluidos modelos de otras empresas y modelos abiertos además de los modelos 1P como Gemini, lo que te da capacidad de elección y flexibilidad en lugar de atarte a los modelos de un único proveedor.
---
Gemini Enterprise Agent Platform: antes Vertex AI
El 22 de abril de 2026, Google cambió el nombre de Vertex AI por Gemini Enterprise Agent Platform (Agent Platform, para abreviar). La documentación oficial la describe como "una evolución de Vertex AI" que cubre todo el ciclo de vida de la IA, desde el acceso a los modelos fundacionales hasta la implementación y la administración de agentes. Si un material antiguo o una pregunta menciona Vertex AI, se trata de la misma plataforma.
Los nombres que cambiaron, de un vistazo
| Nombre anterior | Nombre nuevo | |------|------| | Vertex AI | Gemini Enterprise Agent Platform | | Vertex AI Studio | Agent Studio | | Vertex AI API | Agent Platform API | | Vertex AI Model Garden | Model Garden (mantiene el nombre) | | Vertex AI AutoML | Agent Platform AutoML | | Vertex AI Agent Engine | Agent Runtime | | Vertex AI Search | Agent Search |
Cuatro pilares: crear, escalar, gobernar y mejorar
Agent Platform se organiza en cuatro pilares. La clave es que no se queda en crear agentes: ejecutarlos en producción, controlar sus permisos y su seguridad y mejorar su calidad de forma continua ocurren en la misma plataforma.
| Pilar | Qué hace | Componentes representativos | |------|------|------| | Build (crear) | Diseñar y desarrollar agentes y modelos | Agent Studio (low-code), Agent Development Kit (código), Agent Garden (agentes y plantillas prediseñados), Model Garden | | Scale (escalar) | Ejecutar en producción los agentes creados | Agent Runtime, Sessions y Memory Bank (contexto de la conversación y memoria a largo plazo) | | Govern (gobernar) | Administrar la identidad, los permisos y las políticas de seguridad de los agentes | Agent Registry, Agent Identity, Agent Gateway, Model Armor | | Optimize (mejorar) | Evaluar, supervisar y mejorar la calidad | Evaluación de agentes, pruebas simuladas, observabilidad (trazas y registros) |
!Los cuatro pilares de Gemini Enterprise Agent Platform y el AI Hypercomputer que los sostiene
El camino también depende del nivel de quien construye. Quien empieza sin código usa Agent Studio, y los desarrolladores que crean agentes sofisticados con código usan el Agent Development Kit (ADK). Si quieres entrenar un modelo personalizado con tus propios datos y con el mínimo de código, usas AutoML. Por eso la guía del examen cita juntos Agent Studio y AutoML como ejemplos de "cómo una organización puede crear modelos personalizados con sus propios datos para generar valor de negocio".
Consejo para el examen: "Queremos comparar modelos de varias empresas y elegir uno" apunta a Model Garden. "Diseñar instrucciones y agentes sin código" apunta a Agent Studio. "Empezar rápido a partir de plantillas de agentes ya preparadas" apunta a Agent Garden.
---
Elegir la solución de IA adecuada
La guía del examen enumera cinco consideraciones estratégi