Sundar Pichai: aprenda a organizar agentes ahora o pase el 2027 poniéndose al día
Fuente original: Segmento de presentación de Google I/O con Sundar Pichai, Demis Hassabis y el equipo de Antigravity, curado por Kshitij Mishra | IA y tecnología (@DAIEvolutionHub) en X.
Duración: 29 minutos 28 segundos (Nota clave: IA de pila completa, modelos mundiales, Gemini 3.5 Flash, desarrollo centrado en el agente).
Categoría: Inteligencia Artificial / Agentes / Ingeniería de Software / Infraestructura.
Desglose técnico: Edición bilingüe integral (transcripción completa, marcas de tiempo, diagramas y análisis).
Resumen ejecutivo: de la IA primero al agente primero
Diez años después de hacer que Google dé prioridad a la IA, el mensaje de Sundar Pichai es que la industria está entrando en su siguiente fase: agentes que actúan, no solo herramientas que escriben. En este discurso de apertura de 30 minutos, Google conecta cada capa de su apuesta completa (silicio TPU personalizado, modelos mundiales Gemini y productos utilizados por miles de millones) a una sola tesis: "Si no aprendes a organizar agentes ahora, pasarás 2027 poniéndote al día con las personas que comenzaron hoy".
Los puntos de prueba son concretos: el procesamiento de tokens creció de 9,7 billones a 3,2 cuatrillones por mes en dos años, la aplicación Gemini se duplicó pasando a 900 millones de usuarios, y los propios ingenieros de Google ahora ejecutan una plataforma de agente primero (Antigravity) que construyó un sistema operativo funcional desde cero: 93 subagentes paralelos, 12 horas, menos de $1,000 en créditos API.
flowchart LR
SI[TPU v8 Silicon<br/>Training + Inference] --> MO[Gemini Models<br/>3.5 Flash + Omni]
MO --> AG[Agent Platforms<br/>Antigravity 2.0]
AG --> PR[Products<br/>Search / Gemini / Maps / YouTube]
PR --> U[Billions of Users<br/>3.2Q tokens/month]
Los 5 pilares de la Keynote
- IA de pila completa a hiperescala: Silicio personalizado, investigación de primer nivel y productos para mil millones de usuarios iterando como un solo sistema.
- Todo conversacional: Búsqueda, Maps, YouTube, Docs, Gmail y Keep se convierten en conversaciones continuas en lugar de consultas únicas.
- Modelos mundiales (Gemini Omni): Desde predecir texto hasta simular la realidad: cualquier entrada a cualquier salida, con edición conversacional.
- Frontier Speed (Gemini 3.5 Flash): Inteligencia comparable a los mejores modelos a 4 veces la velocidad de salida, cooptimizada para agentes.
- Desarrollo de agente primero (Antigravity 2.0): Subagentes, ganchos y orquestación asíncrona como forma predeterminada de crear software.
Desglose cronológico y técnico
Table of Contents:
00:00 - Opening: a year of hyper-progress
00:44 - 10 years of AI First & the full-stack approach
02:00 - Token maxing: 3.2 quadrillion tokens/month
03:20 - Search & Gemini app at billion-user scale
05:13 - Ask Maps & Ask YouTube
07:13 - Docs Live: voice-first document creation (demo)
09:26 - Infrastructure: $180B+ CAPEX & TPU v8
13:48 - World models with Demis Hassabis: Gemini Omni
18:51 - Transparency: SynthID & content credentials
21:09 - Gemini 3.5 Flash: frontier intelligence + action
23:33 - Antigravity 2.0: unabashedly Agent First
25:59 - Agents build an OS from scratch (+ Doom demo)
00:00 - Inauguración: un año de hiperprogreso
Pichai abre el discurso de apertura de I/O describiendo "envío implacable" y "un período de hiperprogreso" (un año intenso que dice haber sentido personalmente) antes de bromear sobre un resumen de su año generado por IA (conectando un TPU: "bastante preciso").
00:44 - 10 años de IA primero y el enfoque de pila completa
"Han pasado 10 años desde que hicimos girar la empresa para que fuera la IA primero. Sabíamos cuán importante sería la IA para avanzar en nuestra misión y mejorar la vida de las personas a escala".
La apuesta diferenciada de Google es completa: silicio personalizado y bases seguras, investigación y modelos de clase mundial, productos que alcanzan miles de millones... "nos permite iterar e innovar más rápido, y está iluminando cada parte de la empresa".
02:00 - Máximo de tokens: 3,2 mil billones de tokens/mes
Tokens como indicador de problemas resueltos: 9,7 billones/mes hace dos años → 480 billones última E/S → 3,2 billones/mes hoy (7 veces en un año). "Nunca imaginé que diría mil billones en una conferencia magistral de E/S, pero aquí estamos". Además: 8,5 millones de desarrolladores que construyen mensualmente, API a 19 mil millones de tokens/minuto, más de 375 clientes con más de 1 billón de tokens cada uno.
03:20 - Aplicación Search & Gemini a una escala de mil millones de usuarios
- 13 productos con más de mil millones de usuarios cada uno; 5 con 3B+.
- Descripciones generales de IA: 2,5 mil millones de usuarios mensuales; El Modo AI superó los mil millones de usuarios mensuales en un año: "nuestra mayor actualización de la historia de la búsqueda". La búsqueda se vuelve "menos sobre consultas individuales y se siente más como una conversación en curso".
- Aplicación Gemini: 400 millones → 900 millones+ de usuarios mensuales en un año; las solicitudes diarias aumentaron 7 veces; inteligencia personal; 50 mil millones de imágenes generadas con modelos NanoBanana.
05:13 - Pregunte a Maps y Pregunte a YouTube
- Maps obtuvo su mayor actualización en una década con Ask Maps (consulta real: "Mi hija acaba de caer al estanque de los patos y la boda comienza en 30 minutos. ¿Dónde puedo caminar y comprarle un vestido nuevo?").
- Pregúntale a YouTube reinventa la búsqueda de videos: resúmenes digeribles, videos coincidentes que salta a la parte más relevante, contexto recordado para seguimientos, tablas de comparación. Probando ahora, amplio lanzamiento en EE. UU. este verano.
07:13 - Docs Live: Creación de voz primero (demostración en vivo)
No hay indicaciones escritas más precisas: volca el cerebro verbalmente y Géminis redacta el documento. La demostración en vivo crea una charla sobre el día a día de la carrera: saca un currículum de Drive, inventa analogías divertidas, capta la logística de un correo electrónico, da formato a una tabla, pone en negrita un recordatorio, todo por voz, en tiempo real. Pasando a Pro/Ultra este verano; La edición de voz llega a Gmail y Keep.
09:26 - Infraestructura: $ 180 mil millones + CAPEX y TPU v8
- CAPEX: $31 mil millones (2022) → ~$180-190 mil millones este año (6x).
- TPU v8 de doble chip: chip de entrenamiento (3 veces la generación anterior; JAX + Pathways en 1 millón de TPU, el grupo de entrenamiento más grande del mundo; semanas en lugar de meses) y chip de inferencia 8i: la demostración en vivo genera un juego Chrome Dino a ~1500 tokens/segundo. Hasta 2 veces mejor rendimiento por vatio.
- Un sketch cómico (TPUs plegando proteínas, simulando 50 años de clima... y un dibujo "un pug vestido como un contable").
13:48 - Modelos mundiales con Demis Hassabis: Gemini Omni
"Con los modelos mundiales, la IA está pasando de predecir texto a simular la realidad".
- Los agentes que planifican y actúan están aquí; AGI está "a sólo unos años de distancia".
- Gemini Omni: crea cualquier cosa a partir de cualquier entrada: el razonamiento de Gemini fusionado con Veo, NanoBanana y Genie; cambio radical en la física intuitiva (energía cinética, gravedad); explicador del plegamiento de proteínas con plastilina; edición de vídeo conversacional ("cambia la realidad de una manera realmente divertida"*).
- Gemini OmniFlash se lanza hoy en todos los productos; OmniPro próximamente.
18:51 - Transparencia: SynthID y credenciales de contenido
La gente detecta deepfakes de alta calidad sólo aproximadamente el 25% de las veces. Respuesta: marcas de agua SynthID (más de 100.000 millones de imágenes/vídeos, 60 000 años de audio), detector en la aplicación Gemini y credenciales de contenido (IA frente a origen de la cámara) que se expanden a la Búsqueda y Chrome. Adoptantes: Nvidia, OpenAI, Kakao y Levin Labs.
21:09 - Gemini 3.5 Flash: Inteligencia fronteriza + Acción
- Supera a 3.1 Pro en casi todos los puntos de referencia, gran salto en codificación, extraordinario PIB-val (tareas económicamente valiosas del mundo real).
- Comparable a los mejores modelos, pero 4 veces más rápido en tokens de salida por segundo: "toda una liga propia en el cuadrante superior derecho" de inteligencia frente a velocidad.
- Prueba interna: los desarrolladores pasaron de 0,5T a 3T+ tokens/día, duplicándose cada pocas semanas: un ciclo de retroalimentación que mejora el modelo en sí.
23:33 - Antigravity 2.0: descaradamente el agente primero
"Vamos más allá de las herramientas de inteligencia artificial que nos ayudan a escribir a agentes que nos ayudan a actuar. Estos agentes han reducido tanto la barrera al desarrollo que cualquiera puede ser un constructor, incluso los directores ejecutivos ocupados".
- El propio Sundar arregló un error en el código base de Google con Antigravity la semana pasada.
- Nuevo: CLI completa, SDK, voz nativa, integraciones de Android/Firebase/AI Studio.
- Aplicación de escritorio Antigravity 2.0: conversaciones con agentes, artefactos producidos por agentes, orquestación de múltiples agentes; aproveche las primitivas (subagentes, ganchos, administración de tareas asíncronas) cooptimizadas con Gemini 3.5 Flash.
sequenceDiagram
autonumber
actor Dev as Developer / CEO
participant AG as Antigravity 2.0
participant ORCH as Orchestrator Agent
participant SUB as 93 Parallel Subagents
participant OS as Built Artifact (OS)
Dev->>AG: "Build a working OS from scratch"
AG->>ORCH: Decompose into cohesive plan
ORCH->>SUB: Delegate tasks asynchronously
SUB->>SUB: Generate, execute, test, iterate
SUB-->>ORCH: 15,000 requests / 2.6B tokens / 12h
ORCH-->>AG: Functioning OS core (<$1,000)
AG-->>Dev: Demo it live (terminal + Doom)
25:59 - Los agentes crean un sistema operativo desde cero (+ demostración de Doom)
La prueba de estrés: de forma asincrónica, Antigravity planificada, paralelizada a través de subagentes e iterada en sus propias pruebas: 12 horas, 93 subagentes, más de 15 000 solicitudes de modelo, 2,6 mil millones de tokens → programador, administración de memoria, sistema de archivos, todo escrito por el agente. "Esto no era posible en Gemini 3.1 Pro." Demostración en vivo: funciona una locomotora de vapor SL con el logo de Antigravity; Doom carece de controladores de video/teclado: se solucionó en vivo pegando un mensaje en Antigravity mientras recorría la superficie del agente 2.0 (conversaciones a la izquierda, artefactos a la derecha, infografías de NanoBanana, gráficos y tablas generados).
Tarjeta de puntuación del anuncio
| Anuncio | Detalle |
|---|---|
| Tokens/mes | 3,2 billones (7 veces interanual) |
| Aplicación Géminis | Más de 900 millones de MAU, solicitudes 7 veces |
| Modo AI (Buscar) | 1B+ MAU en un año |
| Pregúntale a YouTube | Descripción general + salto al momento + memoria, EE. UU. este verano |
| Documentos en vivo | Volcado de cerebro de voz a doc, Pro/Ultra este verano |
| CAPEX 2026 | ~180-190 mil millones de dólares (6 veces frente a 2022) |
| TPUv8/8i | Entrenamiento dual+chips de inferencia, ~1500 tok/s, 2x rendimiento/W |
| Géminis Omni / OmniFlash | Modelo mundial de cualquier entrada a cualquier salida, disponible hoy |
| SynthID + credenciales | Más de 100 mil millones de recursos con marca de agua, expandiéndose a Búsqueda/Chrome |
| Géminis 3.5 Flash | Beats 3.1 Pro, 4 veces más rápido que Frontier |
| Antigravedad 2.0 | IDE de agente primero: CLI, SDK, voz, subagentes, ganchos |
| Demostración emblemática | SO completo por agentes: 12 h, 93 subagentes, <$1000 |
Por qué es importante: la tesis de la orquestación
El arco de la nota clave es la tesis de la publicación hecha concreta: la habilidad escasa ya no es escribir código línea por línea, sino descomponer objetivos, delegar a equipos de agentes y verificar artefactos. La propia pila de Google lo demuestra de principio a fin: silicio que sirve 1.500 tokens/segundo, modelos que razonan sobre el mundo físico y arneses que convierten un mensaje en un sistema operativo. "Una guía. Una tarde. Eso es todo lo que se necesita" — para empezar; la capitalización es de quien empiece hoy.