Google Agentic Data Cloud: cómo conectar agentes a datos con control
Agentic Data Cloud promete contexto gobernado para agentes de IA. Estas son las decisiones prácticas sobre fuentes, permisos, métricas y trazabilidad antes de conectarlos a datos empresariales.
Google Agentic Data Cloud busca que los agentes de IA consulten datos distribuidos con contexto empresarial, permisos y definiciones comunes, en lugar de recibir acceso indiscriminado a todas las fuentes. La idea es útil, pero no elimina el trabajo previo: hay que decidir qué dato prevalece, quién lo mantiene, qué puede hacer cada agente y cómo demostrar qué información utilizó.
Google Cloud presentó las novedades el 5 de noviembre de 2026. Entre ellas figuran nuevas capacidades de Knowledge Catalog, acceso directo a tablas Apache Iceberg desde AlloyDB, contexto gobernado para consultas desde Gemini y mejoras orientadas a agentes en sus servicios de datos. Esta guía traduce el anuncio a un plan práctico para una pyme o un equipo técnico que quiera probar agentes sin convertir una conexión cómoda en un problema de permisos, calidad o costes.
Qué es Agentic Data Cloud
Agentic Data Cloud es la propuesta de Google para que agentes y aplicaciones trabajen sobre datos analíticos, operativos y no estructurados sin depender de una copia central de todo. La capa de contexto debe ayudar a localizar fuentes fiables, entender términos de negocio, aplicar relaciones conocidas y respetar los permisos del usuario que formula la consulta.
El punto importante no es que un agente “vea todos los datos”, sino que reciba los datos adecuados y su significado. Dos tablas pueden usar la palabra cliente para conceptos distintos; una métrica de ingresos puede excluir devoluciones en Finanzas e incluirlas provisionalmente en Ventas. Sin un glosario y una fuente prioritaria, un modelo puede redactar una respuesta convincente y, aun así, calcular algo diferente de lo que la empresa entiende.
Qué novedades tienen impacto práctico
Google agrupa muchos anuncios bajo la misma visión. No todos son necesarios para empezar. Estas son las piezas que cambian decisiones técnicas concretas:
| Capacidad | Qué aporta | Qué debes validar |
|---|---|---|
| Knowledge Catalog | Catálogo, contexto reutilizable, relaciones y modelos semánticos para fundamentar respuestas. | Propietarios, definiciones aprobadas, actualización y proceso de corrección. |
| Contexto en Gemini | Resolución de términos, tablas y rutas de unión antes de generar SQL, bajo permisos del usuario. | Que la identidad efectiva y los filtros por fila o columna se mantengan en cada consulta. |
| AlloyDB e Iceberg | Consulta directa de tablas Iceberg y combinación de datos operativos con históricos sin una copia ETL para cada uso. | Latencia, coste, consistencia temporal y límites de la vista que recibe el agente. |
| Modelos semánticos | Reutilización de definiciones de BigQuery, Looker, Databricks, Snowflake, dbt y SAP. | Qué modelo prevalece y cómo se versionan las fórmulas de negocio. |
| Herramientas para agentes | Entornos y capacidades de datos orientados a desarrollo, pruebas y ejecución a escala. | Separación entre pruebas y producción, cuotas, registros y criterios de parada. |
Knowledge Catalog aparece como la pieza central. Google indica que puede aprender de la intención y de las interacciones, proponer enriquecimiento y mantener conjuntos de contexto reutilizables, con control humano sobre el gobierno. También anuncia que el contexto del catálogo puede utilizarse por defecto en Gemini en versión preliminar. “Por defecto” no debe interpretarse como “sin revisión”: una función preview requiere comprobar disponibilidad regional, límites, soporte y comportamiento antes de incorporarla a un proceso crítico.
La integración directa de AlloyDB con Apache Iceberg reduce copias y permite unir datos transaccionales con históricos desde PostgreSQL. Eso puede simplificar arquitecturas, pero aumenta la importancia de definir qué instante representa cada fuente. Un pedido recién creado y un agregado actualizado hace una hora no forman una fotografía coherente por arte de magia.
Qué revisar antes de conectar un agente
El primer entregable no debería ser un chatbot, sino una ficha de control del caso de uso. Debe responder, como mínimo, a estas preguntas:
- ¿Qué decisión ayuda a tomar? Resume una tarea concreta: explicar una caída de ventas, preparar un parte de incidencias o clasificar solicitudes. Evita objetivos abiertos como “que sepa todo de la empresa”.
- ¿Qué fuentes puede consultar? Enumera bases, vistas, documentos y APIs. Indica cuál es autoritativa si dos valores se contradicen.
- ¿Qué identidad utiliza? Conserva el principio de mínimo privilegio. Una cuenta de servicio con acceso global oculta si el control por usuario funciona.
- ¿Qué datos no deben salir? Marca información personal, contratos, credenciales, secretos comerciales y campos sujetos a retención o residencia.
- ¿Qué acción puede ejecutar? Leer, proponer, crear un borrador o modificar producción no tienen el mismo riesgo. Empieza por lectura y recomendación.
- ¿Cómo se comprueba la respuesta? Exige referencias a fuentes, hora de consulta y consulta ejecutada cuando sea posible.
- ¿Qué detiene el proceso? Fija límites de coste, tiempo, número de consultas, errores y acciones consecutivas.
La gestión de permisos merece una prueba específica. Crea usuarios con perfiles diferentes y formula la misma pregunta. La respuesta debe variar según el acceso permitido sin revelar, en el texto, metadatos o pistas sobre registros ocultos. Revisa también los registros: deben mostrar identidad, herramienta, fuente, hora, resultado y acción posterior sin almacenar secretos innecesarios.
Si el agente puede encadenar herramientas, aplica controles de contención. Nuestra guía sobre seguridad de agentes de IA explica aislamiento, control de salida, permisos y aprobación humana. Para vulnerabilidades de componentes conectados al flujo, Microsoft VEX ayuda a separar productos realmente afectados de alertas sin contexto.
Un piloto controlado en siete pasos
- Elige una tarea reversible. Empieza con una consulta interna cuyo resultado revise una persona y que no modifique sistemas.
- Reduce el conjunto de datos. Usa vistas específicas con las columnas necesarias y datos de prueba o anonimizados cuando sea viable.
- Define diez preguntas de referencia. Incluye casos normales, ambigüedades, datos ausentes, permisos insuficientes y fuentes contradictorias.
- Documenta el significado. Registra términos, fórmulas, propietarios y fecha de actualización en el catálogo.
- Mide respuesta y coste. Evalúa exactitud, fuentes citadas, latencia, consultas ejecutadas, tokens y coste total por tarea.
- Prueba los límites. Intenta obtener datos prohibidos, provocar uniones incorrectas y forzar instrucciones incluidas en documentos.
- Decide con evidencia. Amplía solo si supera umbrales definidos; conserva una ruta para desactivar conectores y revertir cambios.
La comparación debe hacerse contra un proceso conocido. Si una persona tarda veinte minutos y acierta el 98 %, no basta con que el agente tarde treinta segundos: hay que valorar el tiempo de revisión, los falsos positivos y el coste de una decisión equivocada. Para informes, conserva la consulta o evidencia que originó cada cifra y la versión del modelo semántico utilizada.
Errores que conviene evitar
- Conectar primero y catalogar después: el agente amplifica incoherencias que ya existían.
- Usar una identidad omnipotente: simplifica la demo, pero invalida la prueba de permisos.
- Confundir federación con consistencia: consultar varias fuentes no garantiza que representen el mismo momento ni la misma definición.
- Aceptar una cifra sin linaje: una respuesta sin fuente, fecha y fórmula no debería alimentar una acción automática.
- Pasar de lectura a escritura sin puerta humana: crear pedidos, cambiar precios o enviar comunicaciones exige controles adicionales.
- Ignorar funciones en preview: disponibilidad, contratos y comportamiento pueden cambiar.
- Medir solo velocidad: incluye exactitud, cobertura, permisos, coste, recuperación y tiempo de supervisión.
Preguntas frecuentes sobre Agentic Data Cloud
¿Es un producto único que se instala?
No. Es una estrategia y un conjunto de servicios de datos de Google Cloud, con Knowledge Catalog como capa relevante de contexto y gobierno. La combinación concreta depende de las fuentes y del caso de uso.
¿Hay que copiar todos los datos a BigQuery?
No necesariamente. La propuesta incluye federación y acceso directo a datos en otros sistemas, como tablas Apache Iceberg. Aun así, cada conexión debe evaluarse por rendimiento, coste, permisos y consistencia.
¿Knowledge Catalog evita las alucinaciones?
No. Puede fundamentar respuestas con contexto y definiciones confiables, pero no garantiza que toda respuesta sea correcta. Siguen siendo necesarias pruebas, referencias, límites y revisión según el riesgo.
¿Un agente respeta automáticamente los permisos del usuario?
Google describe consultas bajo los permisos de cada usuario en sus integraciones, pero debes comprobar la identidad efectiva, los conectores y las herramientas de extremo a extremo. Un único eslabón con privilegios amplios puede romper el modelo.
¿Qué caso de uso conviene probar primero?
Uno frecuente, medible y reversible: responder preguntas sobre documentación interna no sensible, resumir incidencias o preparar un borrador de informe con fuentes visibles.
Conclusión: el contexto gobernado importa más que conectar más datos
Agentic Data Cloud aborda un problema real: los agentes necesitan datos actuales y contexto de negocio, pero una conexión amplia sin gobierno solo acelera errores y fugas. Knowledge Catalog, los modelos semánticos y el acceso federado pueden reducir trabajo de integración si la empresa mantiene propietarios, definiciones, permisos y trazabilidad.
La forma prudente de empezar es pequeña: una tarea reversible, vistas limitadas, preguntas de referencia, identidad de mínimo privilegio y registros suficientes para reconstruir cada respuesta. Si el piloto demuestra exactitud, control de acceso, coste razonable y recuperación clara, se amplía. Si no, la evidencia indica qué catálogo, permiso o proceso debe corregirse antes de dar más autonomía al agente.
