Google anunció el pasado 28 de agosto que la clasificación de datos con Gemini en Google Drive entra en beta abierta. En vez de entrenar un modelo con ficheros de ejemplo, un administrador escribe en lenguaje corriente qué considera confidencial y Gemini recorre Drive aplicando esa etiqueta a los ficheros que encajan.
El detalle que no está en el titular es la disponibilidad: la función se ofrece en Enterprise Plus y Frontline Plus, más algunos complementos. Ninguna edición Business aparece en la lista. Así que para la mayoría de las pymes españolas esto no es un producto que puedan activar mañana, sino una señal de hacia dónde va el problema que sí tienen: decidir qué datos puede ver un sistema automático antes de dejarle trabajar.
Todas las citas de este artículo son traducción propia: el anuncio y la documentación solo están publicados en inglés.
Qué ha anunciado Google exactamente
La clasificación con IA en Drive ya existía, pero funcionaba de una forma exigente: el administrador tenía que reunir y etiquetar a mano ficheros de entrenamiento para que el modelo aprendiera qué era cada nivel de confidencialidad. La documentación pide un mínimo de 100 ficheros por cada opción de etiqueta, y recomienda más.
Lo que cambia es el método. Con la nueva opción, en palabras de Google, se usan «modelos de lenguaje grandes (LLM) Gemini para inspeccionar el contenido de los ficheros y aplicar etiquetas automáticamente a partir de instrucciones personalizables en lenguaje sencillo». No hace falta recopilar datos previos: se sustituye el entrenamiento por instrucciones escritas por el administrador.
El flujo de control queda descrito con precisión en el anuncio:
- El administrador elige la etiqueta, redacta las instrucciones y acota el conjunto de ficheros que se van a evaluar.
- En los ficheros etiquetados por Gemini, los propietarios y editores con permisos sobre esa etiqueta pueden revisar y aceptar, o modificar, la etiqueta aplicada automáticamente.
- Los registros de auditoría capturan cuándo se etiqueta un fichero, incluida la aceptación o la modificación por parte del usuario.
Sobre privacidad, la documentación es explícita: «El contenido interno de tu Drive y las instrucciones asociadas permanecen aislados de forma segura dentro de tu entorno autorizado de Workspace y no se usan para entrenar los modelos de Google».
Para qué sirve todo esto: aplicar políticas de prevención de pérdida de datos (DLP) a escala, establecer reglas de retención y usar los metadatos de las etiquetas en investigaciones de auditoría.
Lo que el titular se salta
Cuatro precisiones que están en la letra pequeña y cambian la lectura:
- Es una beta y el despliegue no ha terminado. Google indica un despliegue gradual en dominios de lanzamiento rápido y programado, «con el objetivo de completarlo el 30 de septiembre».
- La disponibilidad es de gama alta. El anuncio la limita a Enterprise Plus, a Google AI Pro for Education y a Frontline Plus. La documentación añade los complementos Gemini Enterprise–Legacy y AI Security. No hay ninguna edición Business en esa lista.
- Hay límites de configuración. Se pueden combinar hasta cinco modelos o instrucciones, y como máximo una instrucción de Gemini. No es un sistema de reglas ilimitado.
- No todos los ficheros son elegibles. Deben estar en unidades compartidas o pertenecer a usuarios con licencias que admitan etiquetas de clasificación.
Nada de esto invalida el anuncio. Pero conviene leerlo como lo que es: una función de administración para organizaciones grandes, no una casilla que una pyme active esta semana.
Por qué Google lo enmarca en la «era agéntica»
La frase más interesante del anuncio no habla de cumplimiento normativo, sino de agentes. Google presenta la clasificación como «un aspecto crítico para elevar la postura de seguridad de una organización en la era agéntica, evitando que los flujos de trabajo agénticos accedan y actúen de forma autónoma sobre datos sensibles».
Traducido: cuando un asistente automático puede leer una carpeta y además ejecutar acciones, el permiso deja de ser una cuestión administrativa y pasa a ser el límite real de lo que ese sistema puede hacer. Etiquetar el dato es la forma de que ese límite exista antes de que haga falta.
Es el mismo problema que describimos al analizar la arquitectura de un agente para despachos: lo que decide si un agente sirve no es el modelo, sino qué datos ve, qué acciones tiene permitidas y quién revisa el resultado.
A quién afecta esto en España
- Pymes con Workspace Business: no pueden activar la función. Les afecta como criterio, no como herramienta.
- Empresas con Enterprise Plus o Frontline Plus: pueden probarla en beta, con la cautela habitual de una beta que aún se está desplegando.
- Cualquier negocio que esté conectando un asistente o un agente a sus documentos: el aviso es directo. Si no sabes qué hay en esas carpetas, no puedes saber qué está leyendo el asistente.
- Despachos, clínicas, asesorías e inmobiliarias: trabajan a diario con datos personales de terceros. Aquí la clasificación no es una mejora de productividad, es la base para justificar quién accede a qué.
Qué debería hacer una pyme esta semana
Aunque no tengas la edición que lo permite, el orden de trabajo se puede copiar entero y no cuesta licencia:
- Escribe dónde vive cada tipo de dato. Contratos, nóminas, datos de clientes, historiales, presupuestos. Basta una tabla: tipo de dato, dónde está, quién lo mantiene.
- Usa tres niveles, no siete. Público, interno y confidencial es suficiente para empezar y se sostiene en el tiempo. Un esquema complejo se abandona en un mes.
- Revisa quién tiene acceso hoy. Carpeta a carpeta, y con atención a los permisos heredados: los que se concedieron para un proyecto concreto y nadie retiró al terminarlo.
- Antes de conectar cualquier asistente, decide qué carpetas ve. Y déjalo por escrito. Si la respuesta es «todo el Drive», no está listo para conectarse.
- Exige registro de lo que hace. Sin trazabilidad de qué leyó y qué modificó, no hay forma de revisar un error ni de demostrar diligencia.
- Deja una revisión humana en el paso que decide. Es exactamente lo que hace Google al permitir que el propietario acepte o corrija la etiqueta: el sistema propone, la persona confirma.
El análisis de PotencIA
Este anuncio confirma el criterio con el que montamos cualquier automatización: el trabajo difícil de automatizar con IA no está en el modelo, está en el dato y en el permiso. Google no tiene ningún problema de acceso a modelos, y aun así dedica el anuncio entero a etiquetar, acotar el alcance, registrar y dejar que una persona corrija. Ese es el trabajo real.
También hay una lectura menos cómoda. La función llega a las ediciones caras, y esa es la brecha que se repite: las herramientas de gobierno del dato aparecen primero donde hay departamento de seguridad, y llegan tarde —o no llegan— a la empresa de doce personas que maneja exactamente los mismos datos personales y responde ante la misma normativa.
Por eso, cuando montamos PotencIA sobre WhatsApp y CRM, el alcance del acceso se define antes que las respuestas automáticas: qué contactos y qué información entran en el flujo, qué puede hacer el sistema sin intervención y en qué punto pasa a una persona. Es el mismo criterio que ya desarrollamos al explicar cómo automatizar WhatsApp Business sin perder el control.
No hace falta Enterprise Plus para trabajar así. Hace falta decidirlo antes de conectar nada.
Fuentes consultadas
- Google Workspace Updates, Gemini-based data classification in Google Drive is now available in open beta, 28 de agosto de 2026. Traducción propia de las citas.
- Google Workspace Admin Help, Label Google Drive files automatically using AI classification, consultada el 31 de agosto de 2026. Traducción propia de las citas.