Gemini consulta BigQuery, Spanner y Looker como el usuario. Elija qué preguntas requieren agente certificado
Los conectores de Data Cloud de Google, en preview, dejan que Gemini responda desde sistemas vivos con los permisos de cada usuario, sin copiar datos. La duda es qué respuestas conviene creer.
Escuche este artículo · 4 min
Narración completa del artículo, generada con IA.
Un director de ventas regional le pregunta a Gemini cómo se compara el margen del último trimestre con el plan. Hasta hace poco, la respuesta honesta dependía de si alguien había copiado las tablas correctas en un índice que el asistente pudiera buscar, y de cuándo.
Los conectores de Data Cloud de Google, anunciados en preview el 6 de noviembre, eliminan la copia. Gemini ya puede consultar BigQuery, las bases de datos operativas Spanner, AlloyDB y Cloud SQL, y Looker directamente, en lenguaje natural, bajo la identidad de la persona que pregunta.
Cómo funcionan los conectores
Los conectores funcionan en modo federado: consultan los datos donde viven en lugar de ingerirlos o indexarlos. Una pregunta pasa por cuatro pasos. Knowledge Catalog de Google encuentra los datos relevantes, asigna la pregunta a tablas y definiciones de negocio, genera SQL y lo ejecuta con las credenciales del usuario, de modo que se aplican los permisos existentes a nivel de fila y de columna. El catálogo solo revela los metadatos que el usuario tiene permiso de ver.
Los administradores activan los conectores en la consola de administración de Gemini. Las conexiones son de solo lectura por defecto, y los administradores pueden definir un proyecto de facturación predeterminado de Google Cloud para las consultas de BigQuery que ejecuta Gemini. El conector de BigQuery también llega a tablas Apache Iceberg, Delta Lake y Parquet, y a conjuntos de datos alojados en AWS o Azure.
Dos días antes, Google dijo que su Knowledge Catalog hacía que los agentes fueran casi cuatro veces más precisos, con hasta un 33% menos de latencia y hasta un 75% menos de tokens. Son benchmarks internos de Google, y describen el contexto curado del catálogo, no los conectores en una empresa concreta.
| Copiar e indexar | Consultar en el lugar, como el usuario | |
|---|---|---|
| Dónde están los datos | Una segunda copia en un índice de búsqueda | Solo en el sistema de origen |
| Quién puede ver qué | Reconstruido en el índice, a menudo menos preciso | Las propias reglas de fila y columna del sistema de origen |
| Frescura | A partir de la última sincronización | En el momento de la consulta |
| Fallo principal | Copia obsoleta o sobreexpuesta | SQL incorrecto sobre una tabla correcta y actual |
| Costo | Indexación y almacenamiento | Cada pregunta ejecuta una consulta |
Permisos resueltos, significado aún pendiente
Consultar como el usuario corrige el problema que hacía inseguros a muchos asistentes empresariales: un índice que mostraba a todos lo que solo algunas personas deberían ver. Es una mejora real, y la misma dirección que señalamos cuando AWS llevó las aplicaciones de IA a datos vivos y gobernados.
Mueve el riesgo a otro lugar. Con datos vivos y permisos correctos, el error que queda es una respuesta calculada con confianza a partir del join equivocado, la definición equivocada de margen o el calendario fiscal equivocado. Ese error es más difícil de detectar, porque el número parece tener autoridad.
El propio diseño de Google lo reconoce. Ofrece dos caminos. Los conectores directos atienden preguntas ad hoc. Los agentes de Conversational Analytics, construidos y certificados por equipos de datos para un alcance definido, atienden análisis que deben ser correctos siempre, y pueden publicarse en Gemini o exponerse mediante una API.
Decida la división antes de que la gente empiece a preguntar
La decisión de gobernanza útil no es si activar los conectores, sino qué preguntas corresponden a cada camino:
- Ad hoc está bien para exploración, dimensionamiento y preguntas cuya respuesta una persona comprobará antes de usarla.
- Se requieren agentes certificados para cualquier número que entre en un informe para el consejo, un informe regulatorio, un precio o una previsión. Deben apoyarse en definiciones semánticas fiables y consultas verificadas que sean responsabilidad del equipo de datos.
- La facturación necesita un responsable. Cada pregunta se convierte en una consulta. Definir el proyecto de facturación es fácil; decidir quién revisa la factura cuando una pregunta popular se formula mil veces al día es la parte que los equipos olvidan.
Los conectores están en preview, así que este es el momento de dejar esa división por escrito. Cuando mil empleados estén preguntando a Gemini por los márgenes, los hábitos ya estarán fijados.