Oracle incorporará los modelos Gemini de Google Cloud a Fusion Cloud Applications y NetSuite, un movimiento que amplía su apuesta por la inteligencia artificial en aplicaciones empresariales, pero que también deja ver una decisión estratégica de fondo: la compañía quiere controlar el terreno donde la IA se conecta con el dato, los procesos y la infraestructura, sin quedar atada a un único proveedor de modelos.
La operación no supone una ruptura con OpenAI. Al contrario, llega apenas unas semanas después de que OpenAI anunciara que los clientes de Oracle Cloud Infrastructure podrían aplicar créditos elegibles de OCI al acceso a sus modelos y a Codex, una vía comercial que refuerza la presencia de OpenAI dentro del ecosistema cloud de Oracle. Esa proximidad convive ahora con una integración más visible de Gemini en la capa de aplicaciones de negocio, donde Oracle concentra buena parte de su valor diferencial.
Gemini entra en Oracle Fusion Cloud con el dato como eje
La ampliación del acuerdo con Google Cloud prevé poner los modelos Gemini a disposición de Oracle AI Agent Studio for Fusion Applications, la plataforma con la que clientes y socios pueden crear, conectar y ejecutar agentes de IA dentro de los flujos de trabajo de Fusion. Oracle también contempla utilizar Gemini en casos de IA integrada en Fusion Applications y NetSuite, lo que llevaría estos modelos a entornos de finanzas, recursos humanos, cadena de suministro, ventas, atención al cliente y gestión empresarial.
El matiz relevante está en la ubicación. Gemini no aparece como una herramienta aislada, sino como una capacidad insertada en sistemas donde ya residen datos corporativos, aprobaciones, permisos, jerarquías, políticas internas y contexto transaccional. Oracle lleva años insistiendo en ese punto: la IA empresarial no se limita al modelo, depende de la calidad, seguridad y disponibilidad del dato que utiliza para generar respuestas, recomendaciones o acciones. En abril, la compañía ya había reforzado esa narrativa con Oracle AI Database@Google Cloud, al presentar capacidades para que clientes de Google Cloud interactuaran con datos de Oracle mediante lenguaje natural y Gemini Enterprise, apoyándose en la base de datos como capa de control y contexto.
Ese es el ángulo que el anuncio apenas explicita. Oracle no compite tanto por tener el modelo fundacional más visible como por situarse en el punto donde el modelo necesita acceso fiable al dato empresarial. En ERP, HCM, SCM o CX, una recomendación de IA solo tiene valor si puede leer información consistente, respetar permisos, activar un flujo de aprobación y dejar rastro de la acción. La diferencia entre una demostración de IA generativa y una aplicación de negocio en producción pasa precisamente por esa capa.
Una estrategia multimodelo, no una renuncia a la IA
La entrada de Gemini puede interpretarse como una renuncia de Oracle a desarrollar una IA propia comparable a la de Google, OpenAI o Anthropic. La lectura necesita más precisión. Oracle no está abandonando la IA; está eligiendo dónde capturar valor. Su apuesta se concentra en infraestructura cloud, bases de datos, datos empresariales, aplicaciones críticas, agentes gobernados y capacidad de cómputo.
La compañía ya había anunciado soporte para OpenAI, Anthropic, Cohere, Google, Meta y xAI en Oracle AI Agent Studio for Fusion Applications, con el argumento de que los clientes necesitan seleccionar el modelo más adecuado para cada caso de uso. La integración de Gemini amplía esa posición, pero no la estrena. Oracle se presenta como una capa de orquestación donde distintos modelos pueden operar dentro de procesos empresariales gobernados.
Esa aproximación reduce un riesgo evidente. Entrenar y mantener modelos fundacionales de frontera exige inversiones difíciles de sostener incluso para grandes tecnológicas. Oracle puede capturar consumo cloud, licencias de aplicaciones, servicios de datos y valor de integración sin depender de que un modelo propio compita directamente con GPT, Gemini, Claude o Llama. A cambio, acepta una dependencia tecnológica de terceros en la frontera del razonamiento, la multimodalidad y la generación avanzada.
El anuncio cita Gemini 3.1 Flash-Lite y Gemini 3.5 Flash como opciones para mejorar la relación entre coste y rendimiento en casos de uso concretos. La selección del modelo empieza a parecerse a una decisión de arquitectura empresarial: tareas repetitivas, clasificación documental o resúmenes de bajo riesgo pueden ejecutarse con modelos más eficientes; análisis complejos, generación de presentaciones, razonamiento multimodal o procesos especializados requieren capacidades superiores. El proveedor de aplicaciones que controle la capa de decisión y gobierno tendrá influencia sobre esa asignación.
OpenAI sigue en la foto de Oracle
La alianza con OpenAI no queda desplazada por Gemini. Funciona en otro plano. En junio de 2024, Oracle anunció junto a Microsoft y OpenAI que OCI ampliaría la capacidad de Azure AI para OpenAI, una señal de que Oracle quería posicionarse como proveedor de infraestructura para cargas de IA de gran escala. En junio de 2026, OpenAI reforzó esa relación al permitir que clientes de OCI usaran créditos elegibles de Oracle para acceder a modelos de OpenAI y Codex.
Ese punto conviene leerlo junto al papel de Oracle en los grandes proyectos de infraestructura de IA. Reuters ha informado en 2026 sobre el aumento del gasto de capital de los grandes proveedores cloud y sobre la presión financiera asociada a la construcción de centros de datos para IA. En el caso de Oracle, varios análisis han vinculado esa expansión con clientes como OpenAI y con proyectos de capacidad asociados a Stargate.
La combinación de OpenAI y Gemini no dibuja una contradicción, sino una arquitectura comercial. OpenAI refuerza la posición de OCI como infraestructura para modelos y agentes. Gemini añade profundidad en aplicaciones empresariales y en la relación con Google Cloud, especialmente allí donde Oracle quiere activar IA sobre datos corporativos. El resultado es una Oracle menos dependiente de una alianza exclusiva y más interesada en que todos los grandes modelos tengan una razón para ejecutarse cerca de sus datos, bases de datos y aplicaciones.
Hay una consecuencia menos visible. Cuantos más modelos estén disponibles en Fusion, NetSuite u OCI, más relevante se vuelve la capa que decide qué modelo se usa, con qué datos, bajo qué permisos y para qué acción. Oracle no necesita ganar la carrera del modelo fundacional para mantener poder de mercado si consigue que la decisión operativa ocurra dentro de su plataforma.
Qué no dice el anuncio de Gemini
El anuncio evita formular de manera directa una realidad complicada para cualquier proveedor de software empresarial: los clientes quieren IA, pero no quieren quedar encerrados en una sola familia de modelos. Tampoco quieren asumir que el modelo más potente será siempre el más rentable. La referencia constante a la relación precio-rendimiento apunta a esa presión. En producción, la IA no se evalúa solo por precisión o capacidad de razonamiento, sino por coste por tarea, latencia, consumo, gobierno, privacidad y retorno operativo.
También queda fuera del primer plano el impacto comercial para Oracle. Integrar Gemini en Fusion y NetSuite puede elevar el atractivo de sus aplicaciones cloud, acelerar migraciones y aumentar el consumo de servicios asociados. TechRadar ya ha señalado, en su análisis sobre la IA agéntica en ERP, que el acceso a estas capacidades puede quedar ligado a procesos de migración complejos y a una dependencia mayor de la plataforma del proveedor.
Otros medios han puesto el acento en riesgos distintos. The Register ha analizado el empuje de Oracle hacia aplicaciones agénticas con cautela, especialmente por las implicaciones de permitir que agentes razonen, decidan y actúen dentro de procesos empresariales. El riesgo operativo aparece cuando una recomendación de IA influye en una aprobación financiera, una previsión de demanda, una decisión de contratación o una interacción crítica con un cliente.
Esa cautela no invalida el movimiento, aunque ayuda a situarlo en su escala real. Oracle está intentando que la IA avance desde la interfaz conversacional hacia el sistema transaccional, un salto que exige modelos externos, infraestructura propia, bases de datos robustas y aplicaciones capaces de conservar el contexto del dato empresarial. Gemini refuerza una parte de esa arquitectura y OpenAI sostiene otra, mientras Oracle trata de preservar la capa que considera más valiosa: aquella en la que el dato se convierte en acción empresarial gobernada.
