No se busquen casualidades en el hecho de que Google anunciara la integración de Gemini en su suite de productividad Workspace, adelantándose a Microsoft que al día siguiente iba a lanzar su Copilot Cowork. Ambas compañías se adentran en una batalla de la llamada IA agéntica para conquistar o retener (según se vea) usuarios de ofimática, mercado este que incita a un nuevo reparto de la baraja. Tampoco es coincidencia que Satya Nadella aprovechase para unificar los equipos a cargo de Copilot –consumo y comercial – y nombrar un nuevo responsable que reportará directamente al CEO, a la vista de que este negocio no le está aportando buenas críticas ni, lo que es peor, la imprescindible monetización.
La novedad de Google busca facilitar la interacción entre las aplicaciones de Workspace a la vez que un manejo más transversal de la información. No es muy distinto de lo que propone Microsoft al integrar un asistente múltiple en Office365. Una vez definida la tendencia, la pugna dependerá de la capacidad de cada compañía para hacer sus deberes y arrbatar cuota a la otra.
Impulsar Workspace gracias a la integración con la IA generativa debería ser buena idea a priori, habida cuenta del buen arranque de Gemini, que en su actual versión ofrece un modelo multimodal incrustado, de manera que todos los formatos – vídeo, imagen, audio, texto – se procesan en un solo vector. Esta es una mejora si se compara con otras fórmulas de multimodalidad, que se supone va a permitir más precisión a la hora de entregar respuestas. A partir de ahora, los usuarios podrán extraer información de todas las aplicaciones (Gmail, Drive, Docs, Slides o Sheets) con una consulta única. También podrán generar borradores, diapositivas u hojas de cálculo con contenidos de todas esas aplicaciones.
Es sabido que Microsoft se beneficia de una experiencia con agentes de IA bastante más rica, para propiciar la gestión autónoma de ciertas tareas. También pesa la universalidad de sus herramientas de productividad. Google nunca ha rehuido esa batalla y cree llegado el momento de un enfoque mucho más sencillo facilitado por la IA: ofrece herramientas para que los desarrolladores construyan agentes en su ecosistema, pero ha orquestado un asistente ligero con capacidad para cruzar información y acciones entre aplicaciones. Este es un mérito que apela a la simplicidad de uso y a una curva de aprendizaje menos exigente.
Podría decirse que la estrategia de los dos rivales coincide en ahorrar tiempo a los usuarios e incrementar su productividad: ¿no era este el objetivo de Workspace y de Office365? Claro, pero cuanto más cumplan con el axioma, mejor dispuestas estarán las empresas (también los individuos) a dedicar dinero a suscripciones de dos proveedores que se excluyen mutuamente. Alguien tendrá que pagar la factura. Por el momento, el primer objetivo es conquistar terreno. Esta es la idea que tienen de sí mismas las grandes tecnológicas: copar mercado a base de talonario hasta crear una parcela en la que puedan gozar de ventaja decisiva y, a partir de esa posición adquirida, esquivar todo riesgo regulatorio.
En realidad, esta categoría no es propicia para el monopolio, pero se puede añadir cuota de mercado y frenar la aparición de recién llegados. Las armas de Google para conseguir estos objetivos son a) la fortaleza de sus modelos fundacionales y b) la integración de sus soluciones de IA. Y, por cierto, un modelo de negocio tan plural como boyante, mientras que Microsoft empieza a encontrar sombras en el suyo.
Workspace ataca casos de uso específicos, no alejados de las herramientas de Microsoft pero que, según dice la experiencia – han requerido trabajo manual adicional. Sheets, equivalente de Excel, trae una función llamada Fill with Gemini, de la que se afirma que es nueve veces más rápida que si los datos se introdujeran a mano. Además, permitiría resolver problemas complejos mediante lenguaje natural, en lugar de tener que escribir fórmulas no siempre intuitivas.
Aunque todavía están en beta, las novedades llegarán primero a los suscriptores de pago en la versión en inglés, aunque está previsto que se expandan rápidamente. La integración vertical de Gemini está pensada para que el usuario no necesite cambiar de aplicación o de herramienta de IA para cada tarea. Un usuario puede crear un borrador de texto en Docs con información que está en Drive, Gmail o Google Chat, pero también puede extraer los datos de estas aplicaciones y ordenarlos en una hoja de cálculo de Sheets.
Entre lo destacado está la búsqueda de información entre aplicaciones: Google propone la función llamada Ask Gemini in Drive para hacer preguntas complejas que requieran rastrear en los documentos propios, emails, calendario e incluso en Internet, para resolver una consulta. Las búsquedas con lenguaje natural en Drive entregarán un resultado tipo AI Overview como el que ya aparece en el buscador de Google, con la información más relevante que encuentre en los archivos del usuario.
De tal forma que Gemini se convierte en una capa de ejecución que abarca todas las aplicaciones y permite completar ciertas tareas con una sola instrucción. Para ello, Google ha ensamblado una serie de modelos de DeepMind y de su propia división Research. Sobresale la familia Gemini 3, con su versión Flash para imprimirle velocidad y Deep Think, que se ocupa del razonamiento. También recurre a OR-Tools para cuestiones logísticas o de optimización de calendarios, por ejemplo. Para todo lo referente a la parte visual y de diseño gráfico, ahí está la popularidad de Nano Banana 2; en cuanto al vídeo, se utiliza Veo y Lyria 3 (música).
Mención especial merece Gemini Embedding 2, que actúa como capa integrada multimodal para recuperar la información de Drive y otras aplicaciones. Al unificar en un mismo espacio vectorial los datos, ya sean textos, imágenes, vídeo, código o audio, el procesamiento se produce a través de una arquitectura común. De forma tal que no se necesitan modelos diferentes para lidiar con la diversidad de formatos y se elimina el paso de interconectar estas IA para obtener un resultado. Cuando esto es así – como ocurre en otros modelos multimodales – al preguntar sobre un vídeo, ya no se necesita que la IA transcribía la voz a texto para después buscar en la transcripción. Es un adelanto, desde luego.
La multimodalidad nativa de Embedding 2, además de reducir la latencia, permite mejorar la precisión de los resultados, sobre todo cuando se trata de cruzar información de diferentes sitios y en distinto formato. El propósito de Google es que se convierta en la base para establecer sistemas RAG multimodales complejos. Un enfoque que encaja con las necesidades de las empresas, donde la información se encuentra dispersa en múltiples fuentes no estructuradas. La problemática de un cliente puede quedar registrada en una llamada de soporte técnico, un pantallazo de error, un contrato en PDF o en un trivial intercambio de emails.
De Gemini Embedding 2 también se destaca una función de nombre curioso: Matryoshka Representation Learning, que consiste en una técnica para representar la información más importante en los primeros números del vector. De esta forma, las empresas pueden escoger entre desplegar toda la información para la máxima precisión o reducirla a la mitad o a la cuarta parte, si prefieren ahorrar costes de computación con una pérdida tolerable de exhaustividad.
En realidad, parte de la ventaja técnica con la que cuenta Google es la integración de su ecosistema de IA, de factura propia; teóricamente, daría como consecuencia una experiencia más fluida. Mientras que Microsoft, por su parte, usa una arquitectura multimodelo, con los productos de OpenAI y de Anthropic. Aunque hay factores con más peso, como se verá.
Según Google, su Workspace habría superado los 3.000 millones de usuarios activos mensualmente a escala global. Esta cantidad tiene truco: en ella se incluye cualquier servicio de Gmail. La métrica más relevante a estos efectos sería el número de usuarios de pago, que era de 11 millones a principios de 2026, un incremento considerable desde los 8 millones doce meses antes. En comparación, Microsoft tenía, a comienzos de este año, 15 millones de usuarios de pago en 365 Copilot. Insuficientes para rentabilizar la inversión.
Nadella – quien ya sorprendió al adoptar la tecnología de Antropic y no la de OpenAI, para combinar Copilot y Cowork – ha vuelto a hacerlo al escoger a Jacob Andreou, treintañero fichado en 2023 procedente de Snap, para dirigir toda la operación de Copilo con plena responsabilidad. Porque, tanto o más que el nombramiento, lo llamativo ha sido que Andreou no dependerá de Mustafa Suleyman, hasta ahora intocable como máximo responsable de IA, sino que reportará directamente al CEO. Hay dos interpretaciones compatibles: como lo importante que es esta asignatura para la compañía o, indirectamente, como una prueba de los no tan buenos resultados del asistente con el que arriesga buena parte de su estrategia de IA y de los ingresos consiguientes. Para alquilar balcones.