Conclusiones desde Dubái: aprendizajes clave de GDG MENA-T Summit 2025

Una cumbre GDG es una conferencia anual importante organizada por los Grupos de desarrolladores de Google (GDGs) para desarrolladores, entusiastas de la tecnología y estudiantes. Esta cumbre reúne a la comunidad local y regional de desarrolladores, a los Expertos desarrolladores de Google (GDEs) y a los organizadores de GDG para aprender sobre las tecnologías de Google, compartir conocimientos y establecer contactos con colegas y expertos, y este año la energía de la Cumbre GDG MENA-T 2025 en Dubái fue electrizante.

Desde el momento en que llegué al precioso Uptown Dubai Hotel, con sus impresionantes vistas de la ciudad, supe que este evento sería especial. Como organizador de GDG de Türkiye y representante de Ultralytics, tuve la oportunidad única de desempeñar dos papeles: uno para mi comunidad local de desarrolladores en Türkiye y otro para la comunidad global de visión por ordenador a la que presta servicio nuestra empresa. Tenía muchas ganas de conectar, compartir ideas y adentrarme en el futuro de la tecnología. Lo que encontré fueron conversaciones que iban mucho más allá de las tendencias superficiales y exploraban la esencia misma de cómo desarrollaremos y desplegaremos software mañana. Desde las ponencias hasta las demostraciones y las actividades de networking, ¡veamos algunos de los momentos más destacados de este evento!

Fig. 1. El ingeniero sénior de machine learning de Ultralytics, Onuralp Sezer, en la Cumbre GDG MENAT 2025 en Dubái con varios organizadores de GDG Turkey. Imagen del autor.

Tres temas principales me dejaron huella: la rápida evolución de los agentes de IA interconectados, el inicio de un nuevo flujo de desarrollo acelerado por IA y la importancia crítica de optimizar la IA para obtener un rendimiento real y en tiempo real.

Desentrañando los protocolos de agentes: de la teoría al despliegue en la nube#

Una de las sesiones más interesantes fue la inmersión de Mete Atamel en los protocolos de agentes. Durante años hemos hablado de los agentes de IA de forma abstracta, pero esta sesión plasmó el concepto en una ingeniería concreta y práctica. Mete desglosó el marco que permitirá que los agentes sean realmente colaborativos y útiles:

Fig. 2. Mete Atamel explica el uso de a2a en Agent Development Kit.

MCP (Protocolo de contexto de modelos): Piensa en esto como el «traductor universal» de un agente de IA. Es la capa fundamental que permite a un agente conectarse de forma fiable a herramientas externas, API y fuentes de datos. Sin un estándar como MCP, cada integración sería un trabajo personalizado y frágil. Con él, los agentes pueden conectarse al mundo digital con confianza y coherencia.

A2A (Protocolo de agente a agente): Si MCP es la forma en que un agente se comunica con las herramientas, A2A es la forma en que los agentes se comunican entre sí. Este protocolo permite que los agentes, incluso los que se ejecutan en plataformas completamente distintas, se descubran entre sí, colaboren, deleguen tareas y coordinen flujos de trabajo complejos. Este es el marco para un futuro en el que un agente especializado podría contratar a otro agente para encargarse de una subtarea concreta, creando una fuerza de trabajo dinámica y autónoma.

ADK (Kit de desarrollo de agentes): Este es el conjunto de herramientas que lo reúne todo. ADK proporciona la estructura, las bibliotecas y los patrones necesarios para ensamblar agentes robustos mediante MCP y A2A. Es el puente entre un concepto atractivo y un sistema listo para producción.

La parte más emocionante fue el último paso: el despliegue. Mete demostró cómo un agente creado con ADK puede convertirse en un contenedor y desplegarse sin esfuerzo en Google Cloud Run. Esto mostró un camino claro y escalable desde la creación de un agente inteligente en tu máquina local hasta su ejecución en un entorno gestionado y sin servidor, listo para responder a la demanda del mundo real.

Una nueva era del desarrollo: la IA como copiloto#

La cumbre también dejó claro que la IA ya no es solo una función que añadimos a nuestras aplicaciones; se está convirtiendo en una parte fundamental del propio proceso de desarrollo. La presentación del nuevo conjunto de herramientas de Google pareció una muestra de un futuro radicalmente más eficiente.

Uno de los momentos más destacados fue la presentación de Firebase Studio, un ambicioso entorno agéntico basado en la nube. La demostración fue impresionante: empezando con una sencilla instrucción en lenguaje natural como «Crea una aplicación para compartir fotos con inicio de sesión de usuarios», Firebase Studio se puso manos a la obra. Generó la estructura de todo el proyecto, configuró los esquemas necesarios de Cloud Firestore, estableció las reglas de Firebase Authentication y generó el código frontend repetitivo. Es una herramienta diseñada para eliminar la tediosa configuración que consume gran parte del tiempo de un desarrollador y permitirnos centrarnos de inmediato en la lógica específica y la experiencia de usuario de nuestra aplicación.

Fig. 3. Vikas Anand explica el uso y las integraciones de Firebase Studio. Imagen del autor.

Junto a esto estaba Jules, el agente de programación asíncrono de IA de Google. Jules es diferente de las herramientas integradas en el editor, como Copilot. Puedes delegarle una tarea completa: «Refactoriza este módulo para que sea más eficiente», «Añade pruebas unitarias para este servicio» o «Actualiza todas las dependencias de este repositorio y corrige cualquier cambio incompatible». Jules trabaja en segundo plano y, cuando termina, envía una solicitud de incorporación de cambios para que la revises. Este paradigma cambia el papel del desarrollador: pasa de escribir código línea a línea a actuar como arquitecto y revisor de alto nivel.

La base de estas herramientas revolucionarias es la potente nueva generación de modelos de Google, accesibles a través de los planes Google One AI. Gracias a su razonamiento mejorado, sus capacidades multimodales y sus enormes ventanas de contexto, estos modelos proporcionan el «cerebro» que hace posibles herramientas agénticas como Jules. Firebase Studio, por otro lado, es gratuito, pero si quieres aumentar la cuota, tienes que suscribirte al Google Developer Program para poder utilizarlo más.

De la inferencia a la acción: optimizar la IA en tiempo real con NVIDIA#

Nuestra pasión es la visión por ordenador, así que me encantó asistir a la charla «Building Real-Time AI Systems», impartida por Katja Sirazitdinova, desarrolladora sénior en NVIDIA. Esta sesión fue una oportunidad fantástica para conectar directamente mi trabajo como ingeniero sénior de machine learning en Ultralytics con la vanguardia de la aceleración por hardware, y me llevó a plantear preguntas concretas sobre cómo mejorar los pipelines de exportación de nuestros modelos YOLO, ampliamente utilizados.

Katja compartió valiosas ideas prácticas sobre cómo extraer hasta la última gota de rendimiento de un modelo. Analizamos a fondo estrategias como la cuantización de modelos (reducir el tamaño del modelo minimizando la pérdida de precisión), garantizar la compatibilidad de exportación entre distintos tipos de hardware y aprovechar las potentes cadenas de herramientas de NVIDIA, como TensorRT, para mejorar drásticamente el rendimiento y reducir la latencia. Me fui con un cuaderno lleno de ideas concretas para compartir con el equipo de Ultralytics, ideas que ayudarán a toda nuestra comunidad a agilizar el despliegue, reducir dificultades y aprovechar aún mejor la aceleración de la GPU en aplicaciones exigentes y en tiempo real, como la robótica y el análisis de vídeo.

Fig. 4. El ingeniero sénior de machine learning de Ultralytics, Onuralp Sezer, y la desarrolladora sénior de NVIDIA, Katja Sirazitdinova. Imagen del autor.

La intersección entre comunidad e innovación#

Más allá de las distintas ponencias y demostraciones, la cumbre fue un poderoso recordatorio de por qué el código abierto tiene tanta fuerza en el mundo tecnológico: la comunidad. El «pasillo» fue tan valioso como las charlas. Mantuve innumerables conversaciones con desarrolladores, investigadores y emprendedores que utilizan nuestras herramientas a diario. Plantearon preguntas interesantes y prácticas sobre el paquete de Python Ultralytics Python package, desde la optimización del rendimiento de YOLO en dispositivos periféricos hasta casos de uso del mundo real creativos que nunca se me habían ocurrido.

Poder ofrecer asistencia al momento, intercambiar ideas sobre soluciones y recopilar comentarios directos y sin filtros de nuestros usuarios fue increíblemente gratificante. Reforzó lo esencial que es la comunidad de Ultralytics para nuestra misión. Cada solicitud de función, cada informe de errores y cada historia de éxito compartida fortalece nuestro ecosistema. Estas interacciones son las que impulsan la verdadera innovación.

Construyendo juntos el futuro#

La Cumbre GDG MENA-T fue mucho más que una conferencia; fue una ventana al futuro. Un futuro en el que los agentes inteligentes colaboran en la nube, las herramientas impulsadas por IA amplifican nuestras propias capacidades como desarrolladores y nuestros modelos se ejecutan más rápido y de forma más eficiente que nunca. Y lo más importante: es un futuro en el que las comunidades de código abierto y la innovación empresarial no solo coexisten, sino que se impulsan activamente entre sí.

Fig. 5. Foto de grupo de todos los miembros de GDG y los empleados de Google al cierre del evento. Imagen de los fotógrafos de GDG MENAT.

Muchísimas gracias a los organizadores y a los equipos del Google Developer Program, especialmente a Ramesh Chander, Nour Bouayadi, Alaa Shahin y Beyza Sunay Güler, por organizar un evento tan inspirador, enriquecedor y técnicamente profundo. El impulso de Dubái es fuerte y estoy deseando ver qué construimos todos a continuación.