Generative AI Leader · Mapa de productos
Mapa de productos de IA de Google 2026: nombres antiguos y nuevos
· aprox. 13 min de lectura
Ayuda de estudio independiente: no es de Google ni está vinculada a Google.
Desde abril de 2026, Vertex AI se llama oficialmente Gemini Enterprise Agent Platform (Agent Platform). Agentspace pasó a ser Gemini Enterprise y NotebookLM, en julio de 2026, Gemini Notebook. Este mapa ordena todas las ofertas de IA generativa de Google Cloud según las cinco capas infrastructure, models, platforms, agents y applications, con nombres anteriores, público y uso típico.
Cambios de nombre de un vistazo
Muchos cursos y artículos antiguos siguen usando los nombres anteriores. En el examen cuenta el nombre del Exam Guide; la documentación actual a veces ya usa nombres más nuevos.
| Exam Guide (lo que vale) | Study Guide / documentación actual | antes | Fuente |
|---|---|---|---|
| Gemini Enterprise Agent Platform / "Agent Platform" | Agent Platform | Vertex AI (hasta abril de 2026), antes AI Platform | release notes (22.04.2026) |
| Agent Search (on Gemini Enterprise Agent Platform) | Agent Search | Vertex AI Search (antes Enterprise Search / Gen App Builder) | release notes |
| Agent Studio | Agent Studio | Vertex AI Studio | release notes |
| Agent Platform AutoML | Agent Platform AutoML | Vertex AI AutoML | release notes |
| Agent Platform Feature Store | ídem | Vertex AI Feature Store | Study Guide p. 9 |
| Model Garden | Model Garden | Vertex AI Model Garden | release notes |
| RAG APIs | RAG Engine, Vector Search | Vertex AI RAG Engine, Vertex AI Vector Search | release notes |
| Gemini Notebook (API) | Gemini Notebook, Gemini Notebook Enterprise | NotebookLM (cambio de nombre 16.07.2026) | blog.google |
| Gemini Enterprise | Gemini Enterprise | Google Agentspace (hasta oct. de 2025) | Study Guide p. 5; clasificación propia para el nombre antiguo |
| Customer Engagement Suite | Gemini Enterprise for Customer Experience (CX) | Contact Center AI (CCAI) | Study Guide p. 5 |
| Conversational Agents | Customer Experience (CX) agents / CX Agent Studio | Dialogflow CX | Study Guide p. 5 |
| Conversational Insights | Customer Experience Insights (CX Insights) | CCAI Insights | Study Guide p. 5 |
| Agent Assist | Agent Assist | – | Study Guide p. 5 |
| Google Cloud Contact Center as a Service | CCaaS | CCAI Platform | Study Guide p. 5 |
| Gemini for Google Workspace | Google Workspace with Gemini | Duet AI for Workspace | Study Guide p. 5 |
| Gemini app + Gemini Advanced | Gemini app, Gemini Advanced | Bard (2023) | Study Guide p. 5; clasificación propia para Bard |
| Cloud Functions (EG 2.5) | Cloud Run functions | Cloud Functions (cambio de nombre 2024) | cloud.google.com/functions |
| Imagen (EG §1.4) | Imagen; en los productos Gemini también el modelo de imagen "Nano Banana" | – | Exam Guide §1.4; clasificación propia |
Discrepancia: En el paquete de atención al cliente, el Exam Guide es más antiguo que el Study Guide. Menciona Customer Engagement Suite, Conversational Agents y Conversational Insights. El Study Guide menciona Gemini Enterprise for Customer Experience, Customer Experience Agent Studio y Customer Experience Insights. En el examen pueden aparecer ambos nombres. Apréndelos por parejas.
Gemini Advanced se llama desde 2025 "Google AI Pro" en el ámbito de consumo. El Exam Guide sigue usando "Gemini Advanced". clasificación propia
A. Applications: aplicaciones de IA generativa listas para usar
| Producto (actual) | antes | Capa | Público | Caso de uso típico | elígelo cuando… |
|---|---|---|---|---|---|
| Gemini app | Bard | Applications | Personas individuales, usuarios de negocio | redactar, resumir, traducir, imágenes, investigación | una sola persona necesita ayuda general de IA rápidamente |
| Gemini Advanced | (hoy, para consumidores, "Google AI Pro") | Applications | Usuarios avanzados, empresas | programación, razonamiento complejo, modelos más recientes | se busca la máxima calidad de modelo, prioridad en funciones nuevas y protección empresarial |
| Gems (en Gemini) | – | Applications | Usuarios de negocio | asistente propio con rol, instrucciones y archivos | una tarea se repite y requiere un estilo coherente o chats aislados |
| Saved Info (en Gemini) | – | Applications | Usuarios de negocio | Gemini recuerda de forma selectiva datos sobre el usuario | un contexto concreto debe valer de forma permanente, sin todo el historial |
| Gemini for Google Workspace (SG: Google Workspace with Gemini) | Duet AI for Workspace | Applications | toda la plantilla | borradores en Gmail, Docs, imágenes en Slides, fórmulas en Sheets, subtítulos y resúmenes en Meet, Vids | la IA debe ayudar directamente en las apps de oficina |
| Gemini Notebook (Pro / Enterprise) | NotebookLM (hasta el 16/07/2026) | Applications | trabajadores del conocimiento, estudiantes, equipos | investigación, onboarding, base de conocimiento, Audio Overview, solo a partir de fuentes propias | las respuestas deben basarse exclusivamente en las fuentes cargadas. Enterprise si se requieren IAM y cumplimiento normativo |
| Gemini Notebook API | NotebookLM Enterprise API | Applications/Platform | Desarrolladores, TI | crear y gestionar notebooks de forma programática | las funciones de Notebook deben integrarse en los procesos de la empresa |
| Gemini Enterprise | Google Agentspace | Applications (+ Agents) | Empleados de toda la empresa | búsqueda en todas las fuentes de datos de la empresa, asistentes con conectores (connectors), agentes propios, Notebook Enterprise | los empleados necesitan una página de inicio de agentes central y segura sobre todos los sistemas internos |
| Gemini for Google Cloud (Code Assist, Cloud Assist, en BigQuery, Looker, Databases, Colab Enterprise, Security) | Duet AI for Google Cloud | Applications | Desarrolladores, administradores, analistas, equipos de seguridad | escribir código, operar la nube, analizar datos, investigar amenazas | los equipos técnicos necesitan ayuda de IA dentro de las herramientas de Google Cloud |
| Google Search (Grounding with Google Search) | – | Applications/Models | Usuarios finales; desarrolladores mediante grounding | información web actual | las respuestas requieren conocimiento actual del mundo más allá de la fecha de corte del conocimiento (knowledge cutoff) |
| Google Vids | – | Applications | Usuarios de negocio | crear un primer borrador de video | se necesitan videos internos rápidamente |
B. Customer Experience: suite orientada al cliente
| Producto (EG) | Nombre actual en SG/documentación | antes | Capa | Público | Caso de uso típico | elígelo cuando… |
|---|---|---|---|---|---|---|
| Customer Engagement Suite | Gemini Enterprise for Customer Experience (CX) | Contact Center AI (CCAI) | Applications (+ Agents) | Contact center, equipos de CX | paquete completo para la interacción con clientes | la empresa quiere modernizar su atención al cliente con IA |
| Conversational Agents | CX agents / CX Agent Studio | Dialogflow CX | Agents | Contact center, desarrolladores de CX (low-code) | chatbots y voicebots que hablan directamente con los clientes; deterministas, generativos, híbridos | los clientes deben tener autoservicio las 24 horas |
| Agent Assist | Agent Assist | – | Applications | agentes humanos del contact center | sugerencias en vivo, conocimiento, transcripción en vivo, traducción, resumen | una persona lleva la conversación y necesita apoyo en tiempo real |
| Conversational Insights | Customer Experience Insights (CX Insights) | CCAI Insights | Applications | Dirección de CX, control de calidad | análisis de todas las conversaciones, temas, sentimiento, Generative FAQ | se quieren entender tendencias y calidad en todas las interacciones |
| Google Cloud Contact Center as a Service | CCaaS | CCAI Platform | Applications/Infrastructure | Operación del contact center | contact center omnicanal, integración con CRM, infraestructura gestionada | se necesita un contact center nativo de la nube completo |
C. Platforms: construir, para desarrolladores y AI practitioners
| Producto (actual) | antes | Capa | Público | Caso de uso típico | elígelo cuando… |
|---|---|---|---|---|---|
| Gemini Enterprise Agent Platform ("Agent Platform") | Vertex AI (2021–04/2026), AI Platform, ML Engine | Platforms | Developers, AI Practitioners | construir, ajustar, desplegar y operar modelos y agentes (totalmente gestionado) | quieres desarrollar soluciones propias de IA generativa o ML en Google Cloud |
| Model Garden | Vertex AI Model Garden | Platforms (catálogo de modelos) | Developers, AI Practitioners | encontrar, probar, desplegar y ajustar más de 200 modelos (según la descripción general de Agent Platform) | necesitas un modelo ya existente (de Google, abierto o de terceros) |
| Agent Studio | Vertex AI Studio | Platforms | desarrolladores profesionales | probar y guardar prompts, ajustar modelos, diseño de agentes low-code, listo para producción con la gobernanza de la nube | del prototipo empresarial a la producción con IAM, seguridad y cuotas |
| Google AI Studio | (MakerSuite) | Platforms (herramienta para desarrolladores fuera de la nube) | principiantes, estudiantes, investigadores, desarrolladores | probar Gemini gratis, playground de parámetros, clave de API | prototipado rápido y gratuito con la Gemini Developer API |
| Agent Search (on Gemini Enterprise Agent Platform) | Vertex AI Search (Enterprise Search, Gen App Builder) | Platforms/Agents | Developers, equipos digitales | experiencias de búsqueda y recomendación sobre datos propios; RAG prediseñado (prebuilt RAG); Document, Media, Healthcare, Commerce Search | clientes o empleados deben tener búsqueda con calidad de Google y grounding sobre los datos de la empresa, con poco esfuerzo |
| RAG APIs (RAG Engine, Vector Search, Grounding APIs) | Vertex AI RAG Engine, Vertex AI Vector Search | Platforms | Developers | pipeline de RAG propio con control sobre la recuperación (retrieval) | el RAG prediseñado no basta y se desea control total |
| Agent Platform AutoML | Vertex AI AutoML | Platforms | analistas, desarrolladores sin conocimientos profundos de ML | modelos propios para imagen, video, datos tabulares (clasificación, regresión, pronóstico) | tienes datos propios pero no expertos en ML |
| Custom training (Model Builder) | Vertex AI custom training | Platforms | ingenieros de ML, investigadores | control total sobre arquitectura y entrenamiento | se necesita máximo control o modelos novedosos |
| Agent Platform Feature Store | Vertex AI Feature Store | Platforms (MLOps) | AI Practitioners | compartir y reutilizar features, coherencia entre entrenamiento ↔ servicio (serving) | varios modelos necesitan los mismos datos preparados |
| Agent Platform Model Registry | Vertex AI Model Registry | Platforms (MLOps) | AI Practitioners | versiones, cambios, ciclo de vida | se requieren control de versiones y trazabilidad |
| Model Evaluation | Vertex AI Model Evaluation | Platforms (MLOps) | AI Practitioners | evaluar y comparar modelos | hay que elegir el mejor entre varios modelos |
| Agent Platform Pipelines | Vertex AI Pipelines | Platforms (MLOps) | AI Practitioners | orquestación de flujos de trabajo, desde la preparación de datos hasta el despliegue | todo el pipeline de ML debe automatizarse |
| Model Monitoring on Agent Platform | Vertex AI Model Monitoring | Platforms (MLOps) | AI Practitioners | detectar pérdida de rendimiento, sesgo entre entrenamiento y servicio (skew) y deriva (drift), activar el reentrenamiento | un modelo en producción empeora |
| Agent Development Kit (ADK) | – | Platforms/Agents | Developers | construir agentes en código, sistemas multiagente | se necesitan agentes complejos programados a medida |
| Agent Runtime | Vertex AI Agent Engine | Platforms | Developers | operar agentes de forma gestionada (sesiones, Memory Bank) | los agentes propios deben ejecutarse en producción de forma escalable |
| Apps Script | – | Platforms (low-code) | usuarios avanzados, desarrolladores | automatizar Workspace, complementos con Gemini (JavaScript) | los procesos de Workspace deben automatizarse con poco código |
| AppSheet | – | Platforms (no-code) | áreas de negocio, citizen developers | apps de negocio sin código, con Gemini | usuarios de negocio quieren crear una app sin código |
| Gemini API | PaLM API | Platforms | Developers | integrar Gemini vía HTTP en cualquier app | una aplicación propia debe llamar a Gemini |
D. Herramientas para agentes: servicios de nube y APIs de IA prediseñadas (§2.5)
| Producto | antes | Capa | Público | Caso de uso típico | elígelo cuando… |
|---|---|---|---|---|---|
| Cloud Storage | – | Infrastructure (herramienta) | Developers | almacenamiento de objetos para datos no estructurados, p. ej., documentos para búsqueda/RAG | un agente debe leer o guardar archivos grandes |
| Databases (Cloud SQL, Spanner, Firestore; BigQuery) | – | Infrastructure (herramienta) | Developers | datos estructurados, datos de usuario, progreso del agente | un agente debe guardar o consultar información estructurada |
| Cloud Run functions | Cloud Functions | Infrastructure (herramienta) | Developers | pequeña función serverless basada en eventos como herramienta | una única acción debe ejecutarse en respuesta a un evento |
| Cloud Run | – | Infrastructure (herramienta) | Developers | ejecutar contenedores sin servidor (serverless) | una herramienta necesita dependencias especiales o más control |
| Speech-to-Text API | – | Models (API prediseñada) | Developers | transcribir llamadas y reuniones | voz → texto |
| Text-to-Speech API | – | Models (API prediseñada) | Developers | interfaz de voz, lectura en voz alta | texto → voz |
| Translation API | – | Models (API prediseñada) | Developers | traducir texto, sitios web, audio y video | el contenido debe traducirse |
| Document Translation API | – | Models (API prediseñada) | Developers | traducir documentos con formato | al traducir hay que conservar el diseño (layout) |
| Document AI API | – | Models (API prediseñada) | Developers | extraer datos de facturas, formularios y PDF | se necesitan datos estructurados a partir de documentos |
| Cloud Vision API | – | Models (API prediseñada) | Developers | análisis de imágenes, OCR, moderación, búsqueda visual | hay que entender el contenido de imágenes |
| Cloud Video Intelligence API | – | Models (API prediseñada) | Developers | analizar videos y hacerlos buscables | hay que analizar contenido de video |
| Natural Language API | – | Models (API prediseñada) | Developers | sentimiento, entidades, clasificación | se necesita análisis de texto (p. ej., el sentir de los clientes) |
| Google Cloud API Library | – | Platforms | Developers | otras APIs (Maps, Workspace, YouTube…) | un agente debe interactuar con otros servicios de Google |
E. Models: modelos fundacionales (foundation models) de Google (§1.4, aquí como referencia)
| Modelo | Capa | Caso de uso típico | elígelo cuando… |
|---|---|---|---|
| Gemini (Pro / Flash / Flash-Lite / Nano) | Models | comprensión multimodal, conversación, contenido, preguntas y respuestas | uso general, multimodal. Pro para tareas complejas, Flash para tareas rápidas y económicas (Pro cuesta varias veces más por token; consulta la página de precios). Nano en el dispositivo (on-device) |
| Gemma | Models (abiertos) | modelos abiertos y adaptables, despliegues locales | quieres alojar, ejecutar localmente o adaptar el modelo tú mismo |
| Imagen (alternativa: modelos de imagen de Gemini, "Nano Banana") | Models | texto a imagen (difusión) | se deben generar imágenes de alta calidad |
| Veo | Models | video a partir de texto o imagen | se deben generar videos |
| Chirp | Models | reconocimiento de voz (audio) | reconocimiento de voz (speech recognition) multilingüe |
| Lyria | Models | generar música | se debe crear música |
F. Infrastructure y seguridad
| Producto | antes | Capa | Público | Caso de uso | elígelo cuando… |
|---|---|---|---|---|---|
| TPU | – | Infrastructure | AI Practitioners | aceleradores de IA desarrollados por Google | un entrenamiento o una inferencia muy grandes deben ejecutarse de forma eficiente |
| GPU | – | Infrastructure | AI Practitioners | procesadores paralelos de uso general | se necesita aceleración flexible |
| AI Hypercomputer | – | Infrastructure | AI Practitioners | arquitectura integrada de supercomputación | cargas de trabajo de IA generativa a la mayor escala |
| Gemini Nano + LiteRT | TensorFlow Lite | Infrastructure/Models (edge) | desarrolladores móviles y edge | IA en el dispositivo, sin conexión, privada, en tiempo real | la latencia, el funcionamiento sin conexión o la privacidad en el dispositivo son críticos |
| IAM | – | Infrastructure (seguridad) | Administradores | control de acceso (autenticación + autorización) | hay que regular quién puede hacer qué |
| Security Command Center | – | Infrastructure (seguridad) | Equipos de seguridad | postura de seguridad, vulnerabilidades | necesitas una visión general de los riesgos |
| Sensitive Data Protection | Cloud DLP | Infrastructure (seguridad) | Equipos de datos y de seguridad | detectar y desidentificar datos personales (PII) | hay que proteger los datos sensibles antes del entrenamiento o del prompting |
| Mandiant / Google Threat Intelligence | – | Servicios | Equipos de seguridad | inteligencia de amenazas, experiencia en incidentes | se necesitan defensa proactiva y ayuda experta |
| SAIF (marco, no es un producto) | – | Gobernanza | Dirección, seguridad | buenas prácticas para una IA segura | se busca un marco de referencia para la seguridad de la IA |
Las 6 distinciones más importantes de un vistazo
| Par que se confunde | Rasgo distintivo |
|---|---|
| Gemini Enterprise vs. Gemini Enterprise Agent Platform | app para empleados vs. plataforma para desarrolladores (antes Vertex AI) |
| Gemini Enterprise vs. Gemini Enterprise for CX | empleados internos vs. clientes externos (contact center) |
| Agent Studio vs. Google AI Studio | profesionales, producción, gobernanza de la nube, de pago vs. principiantes, prototipo, gratuito |
| Agent Assist vs. Conversational Agents | ayuda a la persona durante la conversación vs. la sustituye como bot |
| Conversational Insights vs. Agent Assist | análisis posterior de todas las conversaciones vs. ayuda en vivo en una conversación concreta |
| Gemini app vs. Gemini for Workspace vs. Gemini Notebook | chat general vs. IA dentro de Gmail, Docs, etc. vs. solo fuentes propias |
Fuentes
Exam Guide §1.3, §1.4, §2.1–2.5, §4.2 · Study Guide p. 4–7, p. 10 · cloud.google.com/gemini-enterprise-agent-platform/generative-ai/pricing · deepmind.google/models/lyria · docs.cloud.google.com/speech-to-text/docs/models/chirp-3 · saif.google · docs.cloud.google.com/gemini-enterprise-agent-platform/release-notes (tabla de nombres del 22/04/2026) · docs.cloud.google.com/gemini-enterprise-agent-platform/overview · blog.google/innovation-and-ai/products/gemini-notebook/notebooklm-gemini-notebook · cloud.google.com/solutions/customer-engagement-ai
Nota: los nombres anteriores Duet AI, MakerSuite, PaLM API, TensorFlow Lite y Google AI Pro no proceden del Exam Guide/Study Guide, sino que son clasificación propia. El cambio de Cloud DLP → Sensitive Data Protection está documentado en docs.cloud.google.com/sensitive-data-protection/docs/sensitive-data-protection-overview, y los cambios de nombre de Vertex AI en las Release Notes (tabla de nombres del 22/04/2026).
Sigue leyendo: Área 2: Ofertas de IA generativa de Google Cloud · Glosario · Google Cloud Generative AI Leader