La IA de Google aplicada a tu negocio: Gemini Enterprise

Depende de qué tan lejos quieras llegar. Para un prototipo con IA, Google AI Studio te deja armar y publicar una app sin infraestructura propia ni saber programar. Para algo productivo, el camino habitual es Google Cloud: Cloud Run si la app va en un contenedor y querés que escale sola (y baje a cero cuando nadie la usa), o App Engine si preferís no tocar infraestructura. La decisión no es técnica al principio: primero definí si es una prueba o un sistema que va a sostener un proceso real, porque eso cambia todo lo demás.

NotebookLM funciona como base de conocimiento acotada: cargás tus documentos y el modelo responde solo sobre esas fuentes, en vez de sobre todo lo que sabe. Un agente —un GEM, por ejemplo— aporta la otra mitad: instrucciones fijas sobre cómo tiene que trabajar. Cuando conectás los dos, el agente deja de depender de que le expliques el contexto en cada consulta y pasa a apoyarse en tus documentos por defecto. En el mundo corporativo esto vive dentro de Gemini Enterprise, donde la versión enterprise garantiza que esos documentos no se usan para entrenar modelos.

Los agentes rinden cuando la tarea es repetitiva, tiene reglas claras y hoy la hace una persona a mano: clasificar pedidos, extraer datos de documentos, responder preguntas frecuentes internas, preparar informes recurrentes. El beneficio real no es solo velocidad, es consistencia: el agente hace el paso 4 siempre igual, incluso un viernes a las 18. Ahora, la advertencia que di en la charla vale más que la lista: no todo lleva IA. Una herramienta sin proceso detrás es gasto; un proceso ordenado más la herramienta es ventaja. Si el proceso hoy no está escrito, el agente no lo va a ordenar por vos.

Para un sitio web común, la vía más directa es Firebase Hosting: sirve el sitio desde la red global de Google con certificado y CDN incluidos. Si el sitio necesita procesar cosas del lado del servidor, Cloud Run cumple el mismo rol que para una aplicación. Y para contenido puramente estático también podés servirlo desde Cloud Storage con Cloud CDN adelante. El dominio sigue siendo tuyo y se apunta a Google, no hace falta migrar nada más.

Los tokens no vencen ni se acumulan como un saldo. Un token es la unidad con la que el modelo lee y escribe —más o menos tres cuartos de una palabra— y sirve para dos cosas distintas. Una es la ventana de contexto: cuánto texto puede tener presente el modelo a la vez dentro de una conversación. Eso se libera cuando esa conversación termina. La otra es el costo, y ahí conviene aclarar que Gemini Enterprise se licencia por usuario y por mes, no por token consumido. El consumo por token aparece cuando trabajás contra la API en Google Cloud, que es otro modelo comercial.

No existe un número público confiable, y en la práctica es la métrica equivocada para una empresa que licencia Gemini Enterprise: al pagarse por usuario y por mes, el consumo de tokens de cada persona no cambia la factura. El dato pasa a importar cuando el desarrollo propio pega contra la API de Google Cloud, donde sí se cobra por millón de tokens de entrada y de salida. Ahí la variable no es la cantidad de empleados sino el tipo de tarea: procesar documentos largos o generar código consume órdenes de magnitud más que redactar un mail.