En el retail y la restauración, la experiencia del cliente se rompe casi siempre en el mismo sitio: justo cuando pasa de “buscar” a “resolver”. Un usuario descubre un producto en la web, pregunta una duda en el chat, salta a la app para confirmar stock, termina llamando por teléfono para corregir un envío… y acaba repitiendo la misma historia tres veces. En NRF 2026, Google Cloud ha querido atacar ese punto de fricción con una propuesta que va más allá del chatbot clásico: Gemini Enterprise for Customer Experience (CX), una solución “agéntica” diseñada para que compra y servicio postventa compartan contexto, datos y acciones dentro de una misma interfaz inteligente.

El anuncio sitúa a Google Cloud en el centro de una tendencia que el sector está bautizando como agentic commerce (comercio agéntico): asistentes que no se limitan a responder, sino que ejecutan tareas de varios pasos con el consentimiento del usuario, conectando front-end (chat, voz, canales digitales) con herramientas internas del negocio. En la visión de Google, el objetivo es pasar de conversaciones “decorativas” a resolución real de problemas, desde el descubrimiento del producto hasta el reembolso tras una incidencia.

Del chatbot estático al “conserje” digital que actúa

Google Cloud presenta Gemini Enterprise for CX como una capa capaz de mantener continuidad a lo largo del ciclo de vida del cliente: lo que el usuario pidió, lo que compró, lo que se envió, lo que falló y lo que se debe corregir. La idea es simple, pero ambiciosa: que el asistente recuerde el hilo y pueda operar entre sistemas para evitar el “vuelva a contarme su caso”.

Ese salto, según la compañía, se apoya en nuevos agentes preconfigurados y configurables desarrollados sobre los últimos modelos Gemini y pensados para desplegarse con rapidez. El foco no está solo en “responder mejor”, sino en cerrar el circuito: comprender intención, consultar datos de catálogo o logística, comprobar disponibilidad y, si procede, iniciar acciones como añadir al carrito o tramitar una devolución.

Un Shopping agent que razona, ve y ejecuta

El componente más visible es un Shopping agent que Google define como capaz de manejar peticiones complejas mediante razonamiento avanzado, combinando filtros, restricciones y preferencias. El ejemplo típico ya no es “busco un sofá”, sino “busco un sofá de terciopelo verde esmeralda, que aguante pelo de mascota y no supere cierto tamaño”, con el agente cruzando dimensiones, atributos del material y presupuesto.

La otra apuesta es la multimodalidad: el agente puede interpretar entradas de imagen, vídeo o voz. Google ilustra casos como una receta escrita a mano que el usuario fotografía para que el asistente identifique ingredientes y los lleve al carrito. Lo diferencial aquí no es “entender”, sino hacer: el agente puede ejecutar acciones consentidas, como preparar una cesta, aplicar ventajas de fidelización o completar un proceso de compra con datos en tiempo real.

Entre los nombres que aparecen ligados a estas capacidades figuran Kroger, Lowe’s y Woolworths, que han compartido cómo exploran asistentes más personalizados para compras y proyectos, con la promesa de simplificar decisiones complejas y reducir fricción en el recorrido del cliente.

Customer Experience Agent Studio: agentes de soporte “en días” y con control de calidad

La propuesta no se queda en el escaparate de shopping. Google Cloud también ha presentado Customer Experience Agent Studio, un entorno para construir, probar y desplegar agentes de soporte multimodal a escala, conectado con el Shopping agent para que cada interacción de atención al cliente arranque con historial y contexto, en lugar de empezar de cero.

Según la descripción del producto, el estudio incorpora un enfoque de “Inteligencia Artificial que construye Inteligencia Artificial”: convertir transcripciones, documentación interna y flujos existentes en agentes operativos con menos ingeniería manual, apoyándose en un lienzo visual tipo “arrastrar y soltar” para orquestar tareas. El objetivo declarado es reducir el tiempo de puesta en marcha y permitir iteración rápida en entornos donde cada campaña o temporada cambia prioridades.

En paralelo, Google enfatiza un bloque que muchas plataformas de agentes todavía tratan como secundario: aseguramiento y calidad. Entre las funciones destacadas figuran análisis en lenguaje natural para detectar tendencias (por ejemplo, por qué aumenta el tiempo medio de atención en un tipo de consulta), así como autoevaluación de conversaciones con “scorecards” adaptadas al contexto. También se contempla soporte asistido para agentes humanos y simulaciones para acelerar formación y onboarding.

Restauración: el salto del pedido a la operación

La restauración aparece como segundo gran escenario. Google integra un Food Ordering agent mejorado dentro de Gemini Enterprise for CX para pedidos conversacionales en múltiples canales (web, app, teléfono, kioscos o sistemas en el coche). En este caso, el atractivo comercial es doble: aumentar conversión (con upselling contextual) y, a la vez, reducir fricción buscando la mejor oferta para el cliente.

Papa Johns se presenta como primer cliente en desplegar estas capacidades omnicanal, con el agente actuando además como “analista” que ofrece insights operativos y facilita actualizaciones de menús y precios a gran escala sin procesos manuales pesados.

Privacidad y cumplimiento: la condición imprescindible

En un contexto donde los agentes pueden ejecutar acciones, la confianza es parte del producto. Google subraya que el sistema incorpora mecanismos para cumplir políticas de marca y requisitos legales, y que los datos del cliente no se usan para entrenar modelos. En retail, donde la línea entre personalización y exceso es fina, el énfasis en consentimiento y gobernanza no es un detalle: es el “permiso para operar”.

---

Preguntas frecuentes

¿En qué se diferencia Gemini Enterprise for Customer Experience de un chatbot de atención al cliente tradicional?
La clave está en que no solo conversa: mantiene contexto entre canales y puede ejecutar acciones de varios pasos (con consentimiento), conectando compra y soporte.

¿Qué tipo de empresas pueden desplegar estos agentes y para qué casos de uso son más útiles?
Retailers y restaurantes que quieran unificar descubrimiento, carrito, pedidos, incidencias, devoluciones y soporte omnicanal con menos fricción.

¿Cómo se controla el consentimiento del usuario cuando el agente añade productos al carrito o gestiona un reembolso?
El planteamiento se basa en acciones “consentidas”: el agente propone y, antes de actuar, requiere autorización, además de operar bajo políticas y requisitos de cumplimiento.

¿Qué aporta Customer Experience Agent Studio a un equipo de soporte con mucho volumen?
Permite crear y evaluar agentes multimodales más rápido, con herramientas de análisis y control de calidad (tendencias, scoring de conversaciones) y asistencia a agentes humanos.

vía: google cloud