Google Cloud ha anunciado un paquete de novedades en lo que llama Agentic Data Cloud, su conjunto de bases de datos, analítica y catálogo de datos orientado a los agentes de inteligencia artificial. Entre lo más relevante para equipos de infraestructura están la interconexión con AWS y Azure sin tarifas variables de salida para su lakehouse sobre Apache Iceberg, la nueva edición AlloyDB Express, Spanner Omni para entornos locales y multinube y BigQuery Graph, ya en disponibilidad general. Lo contaron Sirish Chandrasekaran y Raj Pai, vicepresidentes de Google Cloud, el 4 de noviembre de 2026.
Las claves de la Agentic Data Cloud de Google en 20 segundos
- El lakehouse Iceberg conecta con AWS y Azure sin costes variables de salida.
- AlloyDB Express arranca en menos de dos segundos y escala a cero.
- Spanner Omni lleva Spanner a entornos locales, edge y multinube.
- Varias funciones siguen en vista previa y las cifras son de Google.
La lógica del anuncio es que los agentes necesitan acceso rápido a datos repartidos entre nubes, bases transaccionales y almacenes analíticos, y que copiar esos datos de un sitio a otro es caro y lento. Google responde con más federación y menos copias. Según la compañía, los datos en Apache Iceberg que gestiona se han más que triplicado en el último año.
Un lakehouse que no obliga a mover los datos
La interconexión entre nubes con caché para AWS y Azure ya está disponible de forma general: ofrece una conexión privada sin tarifas variables de salida y guarda en Google Cloud una copia local de los bloques de datos remotos que se consultan. El catálogo abierto de Iceberg se federa con Databricks Unity, Snowflake Horizon y AWS Glue, y Google anuncia integraciones sin copia con SAP, Workday y Salesforce. Gemini puede trabajar directamente sobre ese lakehouse para que los usuarios consulten en lenguaje natural datos de varias nubes.
Google cita el caso de talabat, filial de Delivery Hero, que según su ingeniero Harish Ramesh redujo alrededor de un 40 % sus costes de movimiento de datos al federar tablas Iceberg de Amazon S3 con BigQuery, y consiguió consultar eventos transaccionales de ambas nubes a los pocos minutos de producirse.
AlloyDB, Spanner y BigQuery
AlloyDB, la base de datos compatible con PostgreSQL de Google, podrá consultar tablas Iceberg en el almacenamiento en la nube sin procesos ETL ni copias y combinar en una sola consulta datos operativos en vivo con el histórico del lakehouse. Google asegura que es hasta siete veces más rápida en consultas de agregación que el servicio PostgreSQL comparable de Amazon, sin detallar cómo lo ha medido. Además presenta dos variantes en vista previa:
- AlloyDB Express, una edición para desarrolladores y agentes de programación que se aprovisiona en menos de dos segundos, se pausa y reanuda escalando a cero, ofrece IP privada y observabilidad integrada y ocupa poco: de 1 a 2 vCPU y 20 GB de almacenamiento.
- PostgreSQL para agentes en AlloyDB, para producción, que permite que miles de agentes consulten datos transaccionales en vivo con aislamiento completo de la carga, E/S por debajo del milisegundo y más de 3 millones de consultas por segundo, según Google. El cómputo escala con las sesiones de razonamiento activas y baja a cero en reposo.
Spanner Omni, ya disponible de forma general, lleva la consistencia y la escala de Spanner a aplicaciones híbridas en entornos locales, en el edge y en varias nubes. En analítica, Google afirma que BigQuery ha acelerado sus consultas más de un 40 % en el último año y reducido más de un 50 % el coste de procesamiento. BigQuery Graph, disponible de forma general, permite análisis de grafos a escala de petabytes sobre tablas relacionales sin ETL ni base de grafos aparte, y Google Research aporta en vista previa TimesFM 3.0, para previsiones en SQL, y TabFM, para aprendizaje automático predictivo dentro de BigQuery. El servicio gestionado de Apache Spark incorpora Spark 4.0 y mejoras de su Lightning Engine.
El catálogo como contexto para los agentes
La otra pieza es Knowledge Catalog, que Google define como su motor universal de contexto. Según pruebas internas de la compañía, hace a los agentes casi cuatro veces más precisos, con hasta un 33 % menos de latencia y hasta un 75 % menos de tokens. Ahora indexa automáticamente datos no estructurados, se integra con Gemini para resolver términos de negocio y elegir tablas antes de generar SQL respetando los permisos de cada usuario, y extiende el descubrimiento de metadatos a Oracle AI Database@Google Cloud, Snowflake, Databricks, Atlan y Collibra. Para los desarrolladores, Data Agent Kit, ya disponible, integra las herramientas de datos de Google en VS Code, Claude Code y Antigravity mediante MCP.
Como en todo anuncio de este tipo, conviene separar lo disponible de lo prometido: Spanner Omni, la interconexión entre nubes, BigQuery Graph y Data Agent Kit ya están disponibles de forma general, mientras que AlloyDB Express, PostgreSQL para agentes y varias funciones de Knowledge Catalog siguen en vista previa. Las mejoras de rendimiento y coste son cifras de la propia Google.
Preguntas frecuentes
¿Qué es la Agentic Data Cloud de Google?
El nombre con el que Google Cloud agrupa sus bases de datos, analítica y catálogo de datos preparados para que los agentes de IA accedan a la información de la empresa.
¿Qué es AlloyDB Express?
Una nueva edición ligera de AlloyDB, en vista previa, que se aprovisiona en menos de dos segundos, escala a cero y usa de 1 a 2 vCPU y 20 GB de almacenamiento.
¿Hay que pagar por sacar datos de AWS o Azure?
Con la nueva interconexión entre nubes del lakehouse de Google no hay tarifas variables de salida, según la compañía, y los bloques consultados se guardan en caché en Google Cloud.
Fuentes:
