Guía de Gemini Spark: qué es, cómo activarlo y qué puede hacer el agente 24/7 de Google

Gemini lleva años siendo el chatbot de Google. Abres la app, escribes una pregunta, recibes una respuesta, cierras la app. Cuando la cierras, no ocurre nada más. Eso era Gemini hasta el 19 de mayo.

En el Google I/O 2026, Sundar Pichai y el equipo de Google Labs presentaron Gemini Spark: el producto de IA más ambicioso de Google hasta la fecha. Spark no es solo un chatbot. Es un agente personal que funciona las 24 horas en máquinas virtuales dedicadas de Google Cloud, diseñado para gestionar las tareas que se acumulan en tu vida digital mientras tú estás ocupado haciendo todo lo demás. Zerotwo

La diferencia con cualquier cosa que Google había lanzado antes no es de velocidad ni de capacidad de respuesta. Es de modelo de funcionamiento. El asistente Gemini original era sin estado: envías una consulta, recibes una respuesta, la sesión termina. Extensions y function calling añadieron la capacidad de invocar herramientas durante una conversación, pero cada interacción seguía estando limitada por el ciclo de una solicitud. Spark rompe ese modelo. Corre de forma persistente en VMs dedicadas en la nube. Zapier

La diferencia real entre Spark y el Gemini que ya conoces

Antes de entrar en cómo configurarlo, conviene entender con precisión qué hace Spark que el Gemini estándar no puede hacer. Es una distinción de naturaleza, no de grado.

El Gemini estándar es un chatbot. Le haces un prompt. Responde. Cuando cierras la app, no ocurre nada. Spark opera con un modelo completamente diferente. La diferencia práctica es esta: en lugar de pedirle a Gemini que redacte un resumen semanal cada lunes por la mañana, configuras Spark para que lo haga automáticamente y te lo entregue cuando llegues al ordenador. No hay que recordar hacer el prompt. No hay que estar presente en el momento en que ocurre. Axios

Si tu modelo mental es «OpenAI Operator pero dentro de la app de Gemini y corriendo en un modelo de velocidad frontier», estás en el barrio correcto. La diferencia que Google enfatiza es la persistencia: Spark no es una sesión que inicias, es un agente que siempre está ahí con memoria de lo que le has pedido gestionar. LumiChats

Lo que Spark puede hacer que un chatbot no puede: escanear tu Gmail y extraer plazos de correos escolares de tus hijos sin que se lo pidas explícitamente en ese momento, preparar un resumen de la semana tirando de tus documentos de Google Docs y tu historial de correos, programar acciones recurrentes que se ejecutan a una hora determinada sin supervisión, y actuar sobre varias aplicaciones en la misma tarea sin que tengas que copiar información de una a otra.

Quién tiene acceso y cómo activarlo

Este es el punto de fricción actual más importante para quien quiera empezar a usar Spark.

Spark no está disponible para todos. En el lanzamiento, Spark es solo para el lado del consumidor y está disponible para suscriptores de Google AI Ultra (100 dólares al mes, también incluido en el tier de 200 dólares reducido desde 250) en Estados Unidos desde finales de mayo de 2026. LumiChats

Google anunció Gemini Spark en el I/O 2026 el 19 de mayo e inmediatamente estableció un calendario: los testers de confianza lo recibieron dentro de la semana, los suscriptores de AI Ultra en EE.UU. lo reciben la semana del 25 de mayo, y el resto tiene que esperar. Gradually AI

Para usuarios fuera de EE.UU., la disponibilidad todavía no tiene fecha confirmada. Google ha indicado que el rollout se expandirá a más países durante el verano de 2026, pero no ha dado fechas concretas por mercado.

Una vez que tienes acceso, la activación es directa. Spark está disponible en iOS, Android y la web a través de la app normal de Gemini. Busca la sección «Spark» dentro de la app de Gemini y sigue el proceso de configuración inicial, que incluye autorizar las conexiones con las aplicaciones de Google que quieres que Spark pueda gestionar. Gradually AI

Las conexiones que Spark puede usar — y cuáles activar primero

El poder de Spark depende directamente de a cuántas fuentes de información tiene acceso. Sin conexiones, Spark es un agente sin contexto. Con conexiones bien configuradas, es un agente que conoce tu situación y puede actuar sobre ella.

Spark puede redactar correos tirando de datos de tu Gmail y Google Docs, planificar la compra de merienda del equipo de béisbol de tu hijo haciendo el pedido vía Instacart, monitorizar tu bandeja de entrada para consultas urgentes de clientes. Zerotwo

La plataforma integra Canva, OpenTable e Instacart vía MCP, y mantiene conexión permanente con Gmail, Docs, Sheets y Slides. Apidog

Las conexiones que conviene activar primero, por orden de impacto:

Los tres pilares de configuración: Tareas, Skills y Schedules

Desbloquear el potencial completo de Spark requiere ir mucho más allá de los comandos de texto básicos. La verdadera eficiencia está en dominar sus tres pilares fundamentales: Tareas, Skills y Schedules. Apidog

Tareas son instrucciones de una sola ejecución que le das a Spark. «Revisa mi Gmail de los últimos tres días y extrae todos los correos que requieren una respuesta antes del viernes» es una tarea. Se ejecuta una vez cuando la defines y genera un output que Spark te entrega.

Skills son capacidades persistentes que defines una vez y que Spark aplica de forma continua. «Siempre que llegue un correo con un número de seguimiento de un envío, añádelo a mi hoja de Sheets de pedidos pendientes» es una Skill. No requiere que estés presente. Se ejecuta cada vez que se cumple la condición que definiste.

Schedules son acciones recurrentes programadas en el tiempo. «Cada lunes a las 8:00, genera un resumen de los correos más importantes de la semana anterior y guárdalo en mi Google Doc de seguimiento semanal» es un Schedule. Spark lo ejecuta automáticamente sin que tengas que recordarlo.

La combinación de los tres pilares es lo que convierte a Spark de una herramienta que usas activamente en un sistema que trabaja para ti de forma continua.

Los cinco primeros casos de uso para probar

Estas son las cinco tareas que demuestran lo que Spark hace que la app normal de Gemini no puede hacer. Gradually AI

Las salvaguardas: qué puede y qué no puede hacer Spark sin tu permiso

Esta es la pregunta que más genera desconfianza cuando la gente conoce Spark por primera vez. Si el agente puede leer tu Gmail y hacer pedidos en Instacart, ¿qué impide que haga cosas que no querías?

El sistema funciona estrictamente bajo tu dirección y dentro de los límites establecidos. No escanea indiscriminadamente todo tu flujo de datos personales; en cambio, procesa solo la información dentro del alcance que tú has definido. Cada acción puede auditarse, ya que Spark mantiene un registro de actividad completo. Apidog

Google ha diseñado Spark con un modelo de confirmación para acciones de alto impacto. Las acciones de solo lectura — revisar correos, extraer información, generar resúmenes — se ejecutan sin confirmación. Las acciones de escritura que afectan a sistemas externos — hacer un pedido, enviar un correo, crear un evento de calendario — requieren tu aprobación antes de ejecutarse, salvo que hayas configurado explícitamente que un tipo de acción concreto puede ejecutarse de forma autónoma.

Spark puede redactar emails tirando de datos de tu Gmail y Google Docs, planificar y completar tareas en múltiples apps, pero no actúa sin los límites que tú estableces. Zerotwo

El registro de actividad es la herramienta de control más importante: cada acción que Spark ejecuta queda registrada con timestamp, qué información usó, qué hizo y qué resultado produjo. Puedes revisar ese registro en cualquier momento para entender exactamente qué ha estado haciendo el agente.

Spark vs Claude Cowork vs ChatGPT Agent: dónde gana cada uno

La comparación inevitable. Los tres productos apuntan al mismo caso de uso — un agente que actúa de forma autónoma sobre el trabajo digital del usuario — con arquitecturas y ventajas distintas.

La app de Gemini alcanza a cientos de millones de usuarios. La integración con Gmail y Workspace es nativa, no añadida vía API. El acceso a nivel de sistema operativo Android — anunciado para Spark en escritorio este verano — le da una superficie de sistema de archivos e integración con apps locales que los agentes basados en web no pueden igualar. Ningún laboratorio competidor tiene esta combinación a esta escala. Zapier

Claude Cowork tiene ventaja en la calidad del razonamiento sobre documentos complejos y en la precisión de las instrucciones seguidas a lo largo de flujos de trabajo largos. Es la opción preferida para trabajo profesional con documentos densos, análisis complejos y contextos muy específicos. ChatGPT Agent tiene ventaja en la variedad de integraciones disponibles fuera del ecosistema Google y en el ecosistema de herramientas de OpenAI.

La ventaja estructural de Spark que ninguno de los dos competidores puede replicar rápidamente es la distribución. Conectar Spark a Gmail no requiere ninguna configuración adicional porque Google ya tiene esa conexión. Para Anthropic o OpenAI, cada usuario tiene que conceder acceso activamente a sus cuentas de Google, con toda la fricción que eso implica. Spark llega pre-conectado.

Lo que conviene configurar antes de empezar

Hay tres decisiones de configuración que marcan la diferencia entre Spark siendo útil desde el primer día y Spark siendo ruido que acabas ignorando.

La primera: definir el alcance de Gmail con precisión antes de activar ninguna Skill. Spark puede leer toda tu bandeja de entrada o solo los correos de determinadas personas o etiquetas. Empezar con un alcance estrecho — por ejemplo, solo correos sin leer de los últimos 7 días — y ampliarlo gradualmente es mejor que dar acceso completo desde el principio y recibir outputs que mezclan lo importante con el ruido.

La segunda: activar la aprobación obligatoria para todas las acciones de escritura en el período inicial. Aunque hayas configurado Spark correctamente, las primeras semanas conviene verificar personalmente que las acciones que ejecuta son las que querías antes de darle autonomía completa sobre determinadas categorías.

La tercera: usar el registro de actividad activamente los primeros días. No como control paranoico, sino como herramienta de aprendizaje: entender qué ha hecho Spark, por qué lo ha hecho y si el resultado era lo que esperabas es la forma más rápida de afinar las instrucciones que le has dado.