Google Cloud presentó una vista previa de object enrichments, una función que analiza imágenes y PDF almacenados y adjunta metadatos para que agentes de IA y equipos de datos consulten resultados preparados. La propuesta reduce la necesidad de crear sistemas propios de procesamiento, aunque el costo depende de cada modelo, del almacenamiento y de las lecturas de datos.
***
- La herramienta procesa imágenes y PDF de forma asíncrona y guarda los resultados junto a cada objeto en Cloud Storage.
- Google calcula USD $700 por cada 10 millones de imágenes con un modelo; aplicar dos modelos elevaría la inferencia a USD $1.400.
- La vista previa admite objetos de hasta 20 MiB, excluye ciertos tipos de buckets y todavía no incluye el enriquecimiento nativo con Gemini.
Google Cloud busca que los agentes de IA consulten imágenes y documentos ya analizados, en lugar de volver a procesarlos en cada búsqueda.
Google Cloud prepara imágenes y PDF con metadatos de IA para acelerar agentes
Google Cloud presentó object enrichments, una función en vista previa que analiza imágenes y documentos PDF guardados en Cloud Storage y adjunta metadatos estructurados a cada objeto. La herramienta apunta a empresas que necesitan buscar información en grandes repositorios y ofrece una alternativa a construir sus propias colas, trabajadores y sistemas de procesamiento.
La propuesta importa para los agentes de inteligencia artificial porque desplaza parte del trabajo desde cada consulta hacia un procesamiento previo y asíncrono. En el ejemplo de costos publicado por Google, analizar 10 millones de imágenes con un modelo cuesta USD $700 en inferencia; el total asciende a USD $1.400 si se aplican dos modelos.
El análisis se mueve al almacenamiento
Google anunció la función el 19 de noviembre de 2026 y la habilitó en vista previa mediante la consola y la API de Cloud Storage. El servicio administra el análisis de objetos elegibles: los escanea de forma asíncrona, ejecuta los modelos seleccionados, procesa sus respuestas y escribe los resultados asociados al archivo.
En un flujo creado desde cero, una empresa tendría que coordinar colas, trabajadores, programación y código para procesar los archivos, por ejemplo, sobre Cloud Run o Google Kubernetes Engine. Object enrichments integra esas tareas en el almacenamiento e incluye mecanismos de reintento y limitación de solicitudes, aunque la compañía seguirá pagando por las ejecuciones de modelos y otros componentes del servicio.
El escenario que plantea Google es el de un sistema operativo que revisa miles de imágenes de cámaras inteligentes o vehículos para encontrar una entrega de paquetes o detectar un peligro en la carretera. Si un agente vuelve a enviar cada imagen al modelo cada vez que recibe una consulta, consume tokens y puede sumar minutos de espera; los metadatos preparados permiten buscar primero entre resultados existentes.
Los resultados permanecen vinculados al objeto, en vez de depender de un almacén independiente que la empresa deba mantener sincronizado. La diferencia es operativa, no una eliminación del procesamiento de IA: el análisis sigue ocurriendo, pero se ejecuta de antemano y sus resultados quedan disponibles para consultas posteriores.
Modelos, metadatos y consultas con BigQuery
La documentación de Google enumera cinco modelos propios disponibles para el servicio. Entre sus tareas figuran la detección de objetos y el etiquetado de imágenes, que pueden devolver categorías y límites rectangulares, además de la detección de rostros, que incorpora puntos faciales y probabilidades de expresión.
La lista también incluye clasificación de PDF, que asigna categorías documentales acompañadas de puntuaciones. Las categorías contemplan áreas de negocio e industria como finanzas, juegos, noticias y salud, lo que puede ayudar a organizar archivos sin que el usuario tenga que abrirlos y revisarlos individualmente.
Cloud Storage guarda las anotaciones como object contexts, registros de metadatos con una clave, un valor de cadena y marcas de tiempo. Para resultados más detallados, cada contexto puede incluir una carga útil JSON de hasta 128 KiB; las aplicaciones también pueden filtrar listados de objetos mediante claves y valores.
Los permisos de Identity and Access Management determinan quién puede agregar, cambiar o eliminar esos contextos, que se transfieren automáticamente en operaciones como copiar, reescribir, componer, mover y restaurar objetos. Además, los conjuntos de datos de Storage Insights pueden exportar información de millones o miles de millones de objetos a BigQuery, donde los equipos pueden consultar la vista object_contexts_catalog_view con SQL y combinar las etiquetas con tablas de negocio.
Costos y resultados informados por clientes
Google afirma que sus anotaciones de imágenes cuestan un 75% menos que servicios comparables de otros proveedores de nube. Sus precios publicados fijan USD $0,25 por cada 1.000 objetos para el primer millón mensual de cada modelo de imagen y USD $0,05 por cada 1.000 objetos que superen ese umbral.
Con esas tarifas, el ejemplo de la compañía calcula USD $700 para procesar 10 millones de imágenes con un solo modelo: USD $250 por el primer millón y USD $450 por los nueve millones restantes. Si se ejecutan tanto detección de objetos como etiquetado de imágenes, la inferencia única llega a USD $1.400, a lo que Google suma un estimado mensual recurrente de USD $55,20 por object contexts, Storage Intelligence y almacenamiento de conjuntos de datos.
Los object contexts tienen un precio de USD $3 por millón al mes, pero esa cifra no representa necesariamente toda la factura. El servicio también puede generar cargos por acceso a datos y red, y las lecturas de objetos pueden activar transiciones de clase de almacenamiento en buckets que utilicen Autoclass; procesar el mismo bucket y modelo en más de una ubicación repite el trabajo y el cobro.
La clasificación de PDF tiene una condición distinta durante la vista previa: Google indica que será gratuita hasta su disponibilidad general, prevista para más adelante en 2026, y limita el uso a 100 millones de objetos por cliente durante ese período. Los testimonios publicados junto al anuncio reflejan resultados reportados por clientes, no una garantía general de desempeño para cualquier organización.
Adopción empresarial y límites de la vista previa
Antoine Castex, arquitecto principal de datos e IA de L’Oreal, dijo que el servicio etiquetó su repositorio de activos creativos 100 veces más rápido que su flujo anterior y a una fracción de sus costos. Mayur Pillay, vicepresidente de alianzas de Hyperscience, reportó una mejora superior al 50% en la precisión de clasificación de documentos y costos de inferencia entre dos y tres veces menores.
Brandon Bunker, vicepresidente de IA de producto de Vivint, afirmó que la combinación de object enrichments y BigQuery redujo de seis meses a un mes el tiempo de desarrollo de IA. Las tres declaraciones ilustran posibles beneficios en tareas distintas, pero proceden de testimonios de clientes divulgados con el anuncio y no equivalen a una evaluación independiente de la función.
Durante la vista previa, la herramienta acepta imágenes y PDF de hasta 20 MiB por objeto y exige un valor Content-Type válido y compatible que identifique el formato. Los tipos de imagen admitidos son BMP, GIF, ICO, JPEG, PNG, TIFF y WEBP; el procesamiento está disponible en las ubicaciones us, eu y asia, para que los clientes elijan según la soberanía de datos y la cercanía con el bucket.
La función no puede habilitarse en buckets Rapid ni en buckets con espacio de nombres jerárquico, tampoco admite claves de cifrado proporcionadas por el cliente y requiere nombres exactos de buckets, no comodines ni expresiones regulares. Google no fija un límite explícito para el tamaño de la carga de trabajo, aunque advierte que la capacidad puede retrasar el procesamiento; Cloud Monitoring permite seguir los objetos pendientes, las ejecuciones de modelos y el estado de cada proceso.
Gemini queda fuera de esta etapa
El enriquecimiento nativo con Gemini no forma parte de la vista previa y Google lo presenta como una capacidad futura, a la que los clientes interesados pueden solicitar acceso por separado. La compañía lo orienta a razonamiento multimodal sobre texto, PDF, imágenes, audio y video, con usos previstos como resumir contenido, extraer entidades, transcribir y traducir.
La separación entre lo disponible y lo anunciado es relevante para las empresas que evalúan la herramienta: por ahora, el servicio ofrece los modelos propios enumerados para imágenes y clasificación de PDF, no el conjunto más amplio de capacidades multimodales asociado a Gemini. La hoja de ruta, por tanto, no debe confundirse con funciones ya habilitadas para todos los usuarios de la vista previa.
El diseño integra almacenamiento, orquestación de inferencia y metadatos dentro de Cloud Storage, lo que puede reducir la necesidad de sumar otro repositorio y una infraestructura propia para alimentar agentes. A cambio, cada ejecución de modelo, contexto almacenado y lectura de datos incide en los costos, por lo que las empresas tendrán que comparar el ahorro operativo con el volumen y la frecuencia de procesamiento.
La función también hace que el alcance geográfico y la elección de modelos formen parte de esa evaluación: repetir el procesamiento en varias ubicaciones puede duplicar trabajo y cargos, mientras que los límites técnicos excluyen algunos buckets y objetos. En esta etapa, la promesa de Google consiste en simplificar la preparación de datos para agentes y análisis, no en ofrecer procesamiento sin costo ni restricciones.
Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.
Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.
ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.
Suscríbete a nuestro boletín
Artículos Relacionados
IA
Google lleva a Gemini en Mac a controlar aplicaciones y archivos para completar tareas
AltCoins
TAO bajo presión: niveles decisivos para el 19 de noviembre de 2026
China
MegaRobo capta casi USD $200 millones para llevar la IA a laboratorios robóticos
Educación
