La adopción de agentes de IA avanza en México, pero el reto para las empresas ya no es experimentar con la tecnología, sino integrarla con datos, seguridad, gobernanza y procesos de negocio, según las conclusiones del Google Cloud Summit México 2026.
La conversación empresarial sobre inteligencia artificial está entrando en una nueva etapa. Después de un periodo dominado por herramientas capaces de generar textos, imágenes, análisis o respuestas bajo demanda, las organizaciones comienzan a explorar sistemas capaces de ejecutar tareas, conectarse con información corporativa y participar en procesos de trabajo con distintos niveles de autonomía.
Ese fue el eje del Google Cloud Summit México 2026, realizado el 30 de septiembre en Expo Santa Fe, Ciudad de México, donde Google Cloud presentó nuevos desarrollos para la llamada empresa agéntica, además de casos de organizaciones mexicanas que ya utilizan inteligencia artificial en operaciones concretas. La agenda oficial del evento incluyó sesiones sobre agentes de IA, transformación del trabajo, datos, infraestructura y seguridad.
El encuentro también puso sobre la mesa una tensión que empieza a definir la siguiente fase de adopción: mientras las empresas buscan acelerar el uso de IA, necesitan al mismo tiempo establecer mecanismos para controlar los datos, costos, permisos y decisiones de los sistemas que la utilizan.
México acelera la adopción de agentes de IA
De acuerdo con el estudio Work: in Progress, elaborado por IDC y Provokers a solicitud de Google Cloud, 40% de las empresas mexicanas ya adopta activamente agentes de IA y 13% se encuentra escalando proyectos de este tipo dentro de sus operaciones.
El mismo estudio señala otro fenómeno relevante: 44% de los profesionales recurre al denominado Shadow AI, es decir, herramientas de inteligencia artificial utilizadas sin formar necesariamente parte de los sistemas o políticas corporativas autorizadas.
Más allá del porcentaje, el dato apunta a un cambio en la naturaleza del reto empresarial. La IA ya no depende exclusivamente de que una compañía decida lanzar oficialmente una herramienta: los colaboradores pueden incorporarla a sus actividades por iniciativa propia.
Esto obliga a las organizaciones a resolver preguntas que van más allá del rendimiento de un modelo: qué información puede consultar un agente, con qué aplicaciones puede interactuar, qué acciones está autorizado a realizar, quién supervisa sus resultados y cómo se controla el costo de sus operaciones.
El propio diseño del Summit reflejó esa evolución. Google Cloud organizó sus contenidos en cuatro grandes áreas: IA, plataforma y modelos agénticos; transformación agéntica del entorno laboral; nube de datos agéntica; y seguridad e infraestructura de IA.
DATO DURO: 40% de las empresas mexicanas ya adopta activamente agentes de IA, mientras 13% está escalando proyectos.
Google Cloud amplía su presencia en México
En el marco del Summit, Google Cloud anunció la apertura de un nuevo hub en Guadalajara y la expansión en México de su organización de Forward-Deployed Engineers (FDEs).
El nuevo hub está planteado como una fuente de talento para los equipos que atienden clientes regionales y como apoyo para la infraestructura técnica de la compañía. Los FDEs, por su parte, trabajan directamente con las organizaciones para desarrollar soluciones de IA, reducir riesgos durante la adopción y acelerar la implementación.
“La demanda de adopción tecnológica en la región de Latinoamérica avanza a un ritmo que exige evolucionar nuestro modelo de atención hacia uno basado en la especialización de socios estratégicos”, señaló Eduardo López, presidente de Google Cloud Latinoamérica, durante el evento.
El movimiento resulta relevante porque muestra que la competencia en IA empresarial no se limita a los modelos. La capacidad de acompañar a las organizaciones en la integración de esos modelos con sus sistemas, datos y procesos también se convierte en parte de la oferta tecnológica.
DATO DURO: 44% de los profesionales en México utiliza herramientas personales de IA no autorizadas por sus organizaciones.
De experimentar con IA a operar con agentes
Uno de los anuncios centrales del Summit fue la evolución de Gemini Enterprise, plataforma que Google Cloud plantea para crear, desplegar y administrar agentes respaldados por información corporativa y controles de gobernanza.
Entre las capacidades presentadas se encuentran Projects, espacios persistentes para trabajar con determinados archivos y documentos; Skills Registry, destinado a centralizar y administrar las habilidades disponibles para agentes; y Agent Sandbox, un entorno aislado para que los agentes ejecuten código y utilicen herramientas computacionales.
También se presentó AlloyDB para Agentes, con una arquitectura basada en PostgreSQL orientada a cargas de trabajo de agentes y consultas operativas en tiempo real.
El cambio es significativo desde el punto de vista empresarial. La primera ola de IA generativa se incorporó principalmente como una herramienta de asistencia: redactar, resumir, buscar, analizar o crear contenido. El modelo agéntico plantea una relación distinta: el sistema puede formar parte del flujo de trabajo y ejecutar determinadas acciones para alcanzar un objetivo.
Por eso, el problema deja de ser solamente qué puede generar la IA y pasa a ser qué puede hacer dentro de una organización y bajo qué condiciones.
DATO DURO: La IA podría generar hasta US$1.7 billones de valor económico adicional cada año en América Latina.
Los casos mexicanos llevan la discusión a operaciones concretas
Los ejemplos presentados durante el Summit muestran que la adopción está trasladándose de la experimentación a procesos específicos.
En Farmacias del Ahorro, el programa PotencIA utiliza Gemini Enterprise en áreas como TI, comercio electrónico y mercadotecnia. El comunicado presentado por Google Cloud señala que la iniciativa alcanzó una adopción activa de 95% entre 1,000 empleados y proyecta 140,000 horas de productividad anual.
La agenda oficial del Summit ofreció una lectura más reciente del caso: una sesión dedicada a PotencIA señaló que Farmacias del Ahorro busca liberar más de 100,000 horas de productividad operativa mediante su despliegue de Gemini Enterprise.
Grupo Bafar presentó otro ejemplo de automatización. Según Google Cloud, la compañía utilizó Gemini Enterprise para apoyar la gestión contractual de su división de Retail y redujo de 140 a 17 minutos el tiempo de elaboración de anexos operativos para contratos de apertura de tiendas, una reducción de 88%.
En Liverpool, la adopción está vinculada con comercio electrónico, desarrollo y una estrategia de IA responsable. La agenda del Summit incluyó una sesión específica sobre Gemini Enterprise en la que la compañía presentó reglas relacionadas con privacidad, seguridad, autoría humana y gobernanza, así como una arquitectura basada en ISO 42001.
Alpura, BBVA México y Laureate Education también fueron mencionadas entre las organizaciones que avanzan hacia modelos de colaboración entre sus equipos y agentes de IA.
La diversidad de estos casos resulta relevante: la IA agéntica no está limitada a una función específica. Puede intervenir en marketing, comercio electrónico, operaciones, contratos, análisis de información, educación, desarrollo y servicios financieros.
DATO DURO: Farmacias del Ahorro desplegó PotencIA para 1,000 empleados y reportó 95% de adopción activa.
La productividad es parte de una discusión económica mayor
El contexto regional ayuda a dimensionar por qué las empresas están acelerando estas inversiones.
Un análisis del World Economic Forum y McKinsey & Company estima que una mayor adopción de IA podría elevar la productividad de América Latina entre 1.9% y 2.3% anual y generar entre US$1.1 y US$1.7 billones de valor económico adicional cada año.
La cifra no representa un resultado garantizado ni una proyección específica para México. Se trata de una estimación del potencial regional asociado con una mayor adopción de inteligencia artificial.
El mismo análisis plantea un problema que conecta directamente con lo observado en el Summit: América Latina tiene un potencial importante, pero la creación efectiva de valor depende de cerrar brechas de adopción, infraestructura, talento y capacidades organizacionales.
En ese sentido, el reto para las compañías mexicanas no parece reducirse a comprar acceso a un modelo de IA. El desafío está en construir las condiciones para que esa tecnología se convierta en productividad medible.
DATO DURO: Grupo Bafar redujo de 140 a 17 minutos la elaboración de anexos contractuales por sucursal, 88% menos tiempo.
De la IA como herramienta a la IA como infraestructura
El Google Cloud Summit México 2026 deja ver una transición que puede modificar la manera en que las empresas entienden la inteligencia artificial.
Los anuncios de Gemini Enterprise, los casos de Farmacias del Ahorro, Grupo Bafar y Liverpool, y la expansión de los equipos técnicos de Google Cloud apuntan hacia una misma dirección: llevar la IA desde el escritorio del colaborador hacia los procesos internos de las organizaciones.
Eso implica también una mayor responsabilidad sobre los datos y las decisiones automatizadas. En sectores regulados, como el financiero, Google Cloud plantea que la adopción debe avanzar junto con mecanismos de cumplimiento, protección de datos y gestión del riesgo. Julio Velázquez, director de Google Cloud México, señaló durante el Summit que la innovación debe avanzar junto con la resiliencia tecnológica y el cumplimiento normativo.
La siguiente etapa de la IA empresarial, por tanto, no estará definida únicamente por quién tiene el modelo más potente. También dependerá de quién consiga integrarlo de manera confiable en el negocio.
Para México, esa transición coloca a la productividad en el centro de la conversación, pero también cambia la pregunta para los líderes empresariales: ya no se trata solamente de dónde incorporar IA, sino de qué procesos están preparados para ser ejecutados en colaboración con agentes y qué controles deben existir antes de permitirles actuar.
No dejes de leer: Andreas Cordero: cómo Google encuentra nuevos negocios en el ecosistema digital que ya domina
