Google anuncia el Agentic Data Cloud y Virgo Network en Cloud Next 2026

Durante Google Cloud Next 2026, Google presentó dos anuncios que, juntos, responden a la misma pregunta: ¿qué necesita una empresa para que sus sistemas de inteligencia artificial dejen de solo sugerir cosas y empiecen a hacerlas de verdad, sobre datos reales, a la escala de una nube global? La respuesta tiene una capa para desarrolladores y empresas (Agentic Data Cloud) y una capa de infraestructura física debajo de todo (Virgo Network).

Agentic Data Cloud: que el agente pueda actuar, no solo responder

Hasta ahora, la mayoría de "agentes de IA" en entornos empresariales tienen un problema práctico: piensan bien, pero para actuar sobre los datos reales de la empresa (una base de clientes, un inventario, un histórico de ventas) alguien tiene que conectarlos a mano, con integraciones frágiles y permisos mal definidos. Agentic Data Cloud es la respuesta de Google a ese problema — una arquitectura de datos pensada desde cero para que los agentes accedan y actúen sobre la información de la empresa sin ese trabajo manual de por medio.

En la práctica, esto se compone de tres piezas:

• Un lakehouse multi-nube "zero-copy": los datos pueden vivir en AWS o Azure y el agente los consulta tal como están, sin tener que copiarlos primero a la infraestructura de Google — evita la duplicación de datos (y sus costos y riesgos de seguridad) que hasta ahora era casi obligatoria en este tipo de integraciones.
• Un Knowledge Catalog: un catálogo semántico que le da al agente contexto real de toda la empresa (qué significa cada tabla, cada métrica, cada relación entre sistemas) — sin este contexto, un agente conectado a datos crudos comete errores de interpretación constantemente.
• Un Deep Research Agent: un agente propio capaz de investigar de forma autónoma cruzando estas fuentes, en vez de depender de que un humano le arme la consulta exacta.

Para una empresa que ya paga por infraestructura en varias nubes, la parte del lakehouse "zero-copy" es la que más cambia las reglas del juego — hasta ahora, "IA que actúa sobre tus datos" casi siempre implicaba antes migrar o duplicar esos datos hacia la nube del proveedor de IA.

Virgo Network: la red que tiene que sostener todo esto

Ningún agente puede "actuar en tiempo real" sobre datos si la red que conecta los chips de IA detrás de escena es lenta o inestable. Ahí entra Virgo Network, la nueva fabric de red a escala de centro de datos que Google construyó como la columna vertebral de su AI Hypercomputer.

Los números dan una idea de la escala real: Virgo conecta hasta 134,000 chips (incluyendo la octava generación de TPU de Google, TPU v8t) con hasta 47 petabits por segundo de ancho de banda bidireccional. Comparado con la generación anterior, entrega más de 4 veces el ancho de banda por acelerador, con aproximadamente 40% menos latencia. Técnicamente, esto se logra con switches de "alto radix" (más puertos por switch), que reducen los saltos de red entre chips y permiten ese ancho de banda de bisección tan alto con latencia determinística — justo lo que necesita el entrenamiento distribuido de modelos grandes, donde miles de chips tienen que sincronizarse constantemente.

Virgo también trae telemetría de sub-milisegundo: monitorea el sistema en tiempo real y reporta problemas transitorios, congestión, y ajusta el manejo de buffers en todo el stack de hardware y software automáticamente, sin intervención humana. Y no es exclusiva del hardware propio de Google — también está disponible para instancias A5X (con GPUs NVIDIA Vera Rubin NVL72), soportando hasta 80,000 GPUs en un solo centro de datos y hasta 960,000 GPUs distribuidas entre varios sitios.

Por qué importa, incluso si no operas a esta escala

Casi nadie necesita 134,000 chips conectados entre sí. Pero la tendencia que revela este anuncio sí aplica hacia abajo en la cadena: cada vez más carga de trabajo real (no solo entrenamiento de modelos gigantes, también inferencia y automatización con agentes) depende de tener suficiente cómputo y ancho de banda propios, no solo acceso a una API de terceros. Si estás evaluando montar tu propio entorno para correr modelos, agentes o pipelines de datos — a una escala mucho más modesta, claro — en NAP Latino tenemos VPS y servidores dedicados con el control root y los recursos para eso.