Gemini ya puede pedirte un taxi y encargar comida desde tu smartphone

Durante años, los asistentes de voz nos prometieron un futuro en el que bastaría con decir una orden para que el teléfono lo hiciera todo solo. En la práctica, ese futuro se reducía a poner un temporizador y consultar el tiempo. Todo indica que Google ha decidido por fin cerrar esa brecha entre promesas y realidad. La compañía ha anunciado que Gemini, su asistente de IA insignia, ya puede ejecutar acciones por su cuenta en aplicaciones móviles de terceros. Pedir un Uber, encargar comida en DoorDash o completar una compra, todo ello sin que el usuario toque la pantalla una sola vez. El primer dispositivo compatible con la nueva función es el Samsung Galaxy S26.

Para entender el alcance de este anuncio, hay que recordar el contexto. Desde hace un año y medio, la industria está obsesionada con el concepto de «agentes de IA»: sistemas que no se limitan a generar texto o responder preguntas, sino que realizan acciones en el mundo real en nombre del usuario. OpenAI experimenta con Operator, Anthropic prueba Computer Use para Claude y Apple amplía las capacidades de Siri con Apple Intelligence. Pero Google parte de una posición única: controla Android, el sistema operativo instalado en miles de millones de dispositivos, y puede integrar las capacidades agénticas a nivel de plataforma, no por encima de ella.

En el plano técnico, Gemini combina varios enfoques. El asistente «ve» la interfaz de las aplicaciones a través de puentes de API específicos y del sistema de accesibilidad de Android, entiende la estructura de las pantallas y sabe navegar por ellas como lo haría una persona: pulsando botones, rellenando campos y confirmando pedidos. En la demostración en directo que se mostró a periodistas de Wired, el proceso resultó sorprendentemente fluido: el usuario decía algo como «pídeme un Uber al aeropuerto» y Gemini abría la app, elegía la ruta y el tipo de viaje, y llevaba el pedido hasta la fase de confirmación.

La confirmación final, es decir, pulsar el botón de pago, sigue quedando por ahora en manos de la persona, lo que parece una medida de seguridad razonable en esta primera fase.

La elección del Samsung Galaxy S26 como punto de partida no es casual. Google y Samsung llevan varios años estrechando su alianza: Galaxy AI, desarrollos conjuntos en funciones generativas y acceso privilegiado a las últimas novedades de Android. Para Samsung, es una ventaja competitiva frente a otros fabricantes Android. Para Google, es la oportunidad de probar la funcionalidad agéntica con un público premium que, con mucha probabilidad, usa precisamente las aplicaciones con las que Gemini está integrado. Es probable que en los próximos meses la función llegue a otros buques insignia y, después, a una gama más amplia de dispositivos.

Pero la gran pregunta no es técnica, sino de ecosistema. Para que un agente sea realmente útil, necesita acceso a decenas o cientos de aplicaciones, y sus desarrolladores tienen que estar dispuestos a ese tipo de interacción. Uber y DoorDash son socios escaparate, casos de demostración.

El valor real llegará cuando Gemini pueda trabajar con apps bancarias, de mensajería, servicios de reservas y marketplaces. Ahí surge un delicado equilibrio de intereses: durante años, los desarrolladores han diseñado sus interfaces para que el usuario pase en ellas el máximo tiempo posible, vea publicidad y haga compras impulsivas. Un agente de IA que se salta todas esas capas en segundos amenaza sus modelos de negocio.

Google tendrá que negociar con cada gran servicio o crear una plataforma tan atractiva para los desarrolladores que sean ellos quienes quieran integrarse.

También está la cuestión de la confianza. Darle a una IA la capacidad de gastar tu dinero es un nivel de interacción radicalmente distinto a pedirle que redacte un correo o busque información. Un error al generar texto cuesta un par de segundos. Un error al pedir un taxi o pagar una cena cuesta dinero real. A juzgar por la demostración, Google lo tiene claro, y de ahí que exija confirmar manualmente las transacciones. Pero a medida que los usuarios se acostumbren a los agentes, crecerá la presión hacia la automatización completa.

Este anuncio refleja un cambio importante en la industria móvil. El smartphone deja de ser un dispositivo que tú manejas y empieza a convertirse en un dispositivo que gestiona tareas por ti. Google ha dado el primer paso público en esa dirección en el mercado masivo. Ahora todas las miradas están puestas en Apple y su WWDC: ¿podrá Siri responder con algo comparable o la distancia entre ambos ecosistemas se hará aún más evidente? Algo está claro ya: la era de los asistentes de IA que solo conversan toca a su fin. Llega la era de los asistentes que actúan.