Google apuesta a procesar tus reuniones en tu propia máquina, sin enviar un solo audio a la nube

Les tengo que ser honesta: cuando me crucé con esta novedad me quedé un rato largo leyendo los detalles, porque responde a una pregunta que me hacen seguido en el taller de periodismo y tecnología que coordino los sábados. La pregunta es bastante simple y bastante molesta al mismo tiempo, y siempre la dispara algún colega mayor, cansado de que le pidan que se suscriba a no sé qué cosa en la nube: ¿hay algo serio que procese todo en mi computadora, sin mandar mis conversaciones a un servidor ajeno? Bueno, parece que Google finalmente se animó a responder que sí, y lo hizo con una herramienta gratuita llamada AI Edge Foresight, que graba reuniones de Google Meet o de Zoom, o directamente una charla cara a cara en una cafetería, y la transcripción, los apuntes y hasta el resumen se fabrican adentro del equipo, sin subir un solo archivo a la nube.

Lo que más me llamó la atención, mirá, fue la función que la propia gente de Google describe como asistencia en vivo: la inteligencia artificial no se queda esperando a que termine la reunión para recién ahí ordenarte los papeles, sino que escucha lo que se está diciendo en el momento y, si vos le tirás una pregunta por chat, te la contesta al instante apoyándose en lo que vos mismo tenés guardado en tu computadora. Cuando además el tema que se está discutiendo matchea con algo que está dentro de tus archivos, la aplicación abre unas tarjetas de contexto con citas textuales del documento que corresponda, de modo que si un cliente te nombra un número de contrato y vos lo tenés en un PDF, te lo trae sin que tengas que salir a buscarlo a mano. Me parece una solución bastante elegante al problema clásico de las reuniones que se cortan y después nadie se acuerda qué se dijo.

Cómo se cocina, en criollo y con un objeto de la cocina

Para que se entienda lo que hace EmbeddingGemma 2, el modelo que mueve toda la herramienta, pensémoslo así: es como una multiprocesadora que pela, pica y licúa todo al mismo tiempo sin tener que pasarle nada a la otra procesadora. En vez de obligar a que un diagrama que aparece en pantalla se convierta primero en texto para recién ahí poder compararlo con algo que se dijo por audio, el modelo trabaja con texto, imagen, video y audio en el mismo paso. Tiene 740 millones de parámetros, se apoya en Gemma 4 y corre íntegramente en el dispositivo con un consumo de batería bastante bajo según la empresa. Por eso puede hilar tan fino entre lo que se ve y lo que se escucha sin pedir permiso a ningún servidor externo.

En mi recorrido por la nota, una de las cosas que más rescato es la lista de formatos que admite: PDF, Google Docs, archivos de Microsoft Office, Markdown, texto plano y hasta marcadores web. También se conecta con Google Drive para importar documentos directamente y puede tomar como referencia carpetas de proyecto o calendarios que ya estén almacenados en el equipo. Frente a esto, la competencia tiene un panorama bastante desparejo: Scribe, Granola y Notion AI suelen procesar los datos en la nube; Meetily y Whisper AI apuntan a lo local pero con limitaciones; y la propia Granola, que sí tiene versiones para Windows, Android y Apple Watch, no puede funcionar del todo sin conexión.

Ahora bien, no todo es color de rosa, y acá va la parte que a mí, Julia, más me duele tener que comunicar: la disponibilidad actual se limita a computadoras Mac con chip Apple Silicon, los Intel quedan afuera por ahora, y Google no confirmó fecha de llegada a Windows ni tampoco dijo si la aplicación se va a integrar en algún momento con Gmail. Es decir, si tu máquina de laburo es una Windows viejita o una Mac con procesador Intel, hoy la herramienta no es para vos, y la promesa de privacidad absoluta recién va a ser una realidad masiva cuando ese paraguas se abra a otras plataformas. Mientras tanto, yo lo veo como un paso enorme para todos los que pasamos buena parte del día en reuniones y queremos que lo que se dice quede guardado sin pedir permiso extra.