Deep Research de Google obtiene acceso a datos privados y gráficos

Google ha convertido Deep Research de un ingenioso asistente de raspado web en algo mucho más cercano a un motor de investigación empresarial. Los nuevos agentes Deep Research y Deep Research Max de la compañía pueden extraer datos de la web pública y datos privados de la empresa en una sola pasada, generar gráficos nativos dentro de los informes y conectarse a sistemas de terceros a través del Model Context Protocol, todo ello mediante la Gemini API.

Eso importa porque Deep Research de Google ahora apunta a los mismos analistas, consultores, banqueros y científicos que pasan horas ensamblando fuentes confusas en algo que los responsables de decisiones puedan usar. La apuesta de Google es que ya tiene el índice de búsqueda más potente y ahora quiere también la tubería de flujo de trabajo.

Deep Research y Deep Research Max separan velocidad y profundidad

Google no está lanzando un único agente de investigación y dando el asunto por zanjado. Deep Research es la opción más rápida, diseñada para casos de uso interactivos donde la latencia importa. Deep Research Max emplea cómputo extendido en tiempo de prueba, lo que significa que dedica más tiempo a razonar, buscar y refinar antes de responder.

Recomendado

Hassabis dice que las STEM te hacen 10 veces mejor en IA

Esa separación importa porque los usuarios necesitan herramientas diferentes para trabajos distintos. Un panel bancario y una tarea de diligencia nocturna no requieren el mismo agente. Google dice que Max alcanza 93.3% en DeepSearchQA y 54.6% en HLE, mientras que la versión estándar está ajustada para respuestas más rápidas y de menor costo.

• Deep Research: optimizado para velocidad y eficiencia
• Deep Research Max: optimizado para la recopilación y síntesis exhaustiva de contexto
• Ambos están disponibles en vista previa pública a través de los niveles de pago de la Gemini API

El soporte de MCP incorpora datos privados empresariales al proceso

El cambio práctico más importante es el soporte del Model Context Protocol. MCP permite a Deep Research consultar bases de datos privadas, almacenes de documentos internos y servicios de terceros sin mover datos sensibles fuera del entorno de origen. Para las empresas, esa es la diferencia entre una demostración llamativa y algo que los equipos de adquisiciones puedan tolerar de verdad.

Google ya está alineando socios de datos que importan en el mundo real, incluidos FactSet, S&P y PitchBook. Es un movimiento muy deliberado: los competidores pueden imitar la “investigación agentiva”, pero no pueden replicar fácilmente la combinación de la escala de Google Search y la tubería de datos empresariales de confianza. OpenAI y Perplexity también están empujando fuerte en este espacio, y eso es precisamente por lo que Google se apoya en la infraestructura en lugar de solo en la espectacularidad del modelo.

Los desarrolladores pueden combinar Google Search, servidores MCP remotos, URL Context, Code Execution y File Search, o desactivar el acceso web por completo y mantener el agente dentro de datos privados. También acepta PDFs, CSVs, imágenes, audio y vídeo como insumos de fundamentación, que es el tipo de función aburrida pero importante que decide si un producto sobrevive fuera de una presentación principal.

Los gráficos nativos son la mejora silenciosa

Deep Research ahora genera gráficos e infografías en línea, en lugar de obligar a los usuarios a exportar los hallazgos y reconstruir los visuales en otro sitio. Eso parece menor hasta que recuerdas que la mayor parte de la investigación corporativa no se juzga por lo elegante que sea la prosa del modelo; se juzga por si un vicepresidente puede colocar el resultado en una diapositiva sin tres rondas más de limpieza.

Google dice que los visuales se renderizan directamente en HTML o en su formato Nano Banana, y los informes pueden revisarse antes de ejecutarlos mediante un paso de planificación colaborativa. Añade razonamiento intermedio en streaming y el sistema empieza a parecerse menos a un chatbot y más a una canalización de investigación controlada con interfaz de usuario.

Google está convirtiendo Deep Research en infraestructura de plataforma

Este lanzamiento también cuenta una historia más amplia sobre dónde Google cree que reside su valor en la IA. Deep Research ya no es solo una función dentro de Gemini; Google dice que alimenta partes de Gemini App, NotebookLM, Google Search y Google Finance, y la versión de la API utiliza esa misma infraestructura de investigación autónoma. Esa es una señal fuerte para los desarrolladores: esto no es una capa de juguete, es una apuesta de plataforma.

La rápida evolución explica la urgencia. Deep Research empezó en la app Gemini, pasó por múltiples mejoras de modelo y luego aterrizó en la pila para desarrolladores con la Interactions API. Ahora está recibiendo el tipo de controles orientados a empresas que tienen sentido para finanzas, ciencias de la vida, consultoría y cualquiera que pague a personas para leer demasiados documentos.

El inconveniente es el de siempre. Los benchmarks son atractivos; la investigación real es un pantano de ambigüedad, fuentes contradictorias y decisiones de juicio. Los nuevos agentes de Google pueden ahorrar mucho tiempo, pero la primera prueba seria es si las empresas confían lo suficiente en ellos como para entregar el aburrido primer borrador del análisis, o si se convierten en otra API impresionante que nunca logra salir del entorno de pruebas.