Esta comparación arranca con un hecho que le cambia la forma: Google Cloud IoT Core dejó de operar el 16 de agosto de 2023, y Google no ha lanzado un reemplazo propio. Google Cloud sigue siendo una opción seria para cargas de trabajo IoT, pero hoy significa construir sobre primitivas de propósito general en lugar de adoptar un producto IoT. Eso convierte la comparación en algo menos parecido a “plataforma contra plataforma” y más cercano a “construir contra adoptar”.
La guía IoT actual de Google Cloud, documentada en su Architecture Center, describe tres patrones: ejecutar un broker MQTT independiente (EMQX, HiveMQ o Mosquitto) sobre Compute Engine o GKE y conectarlo a Pub/Sub; usar una plataforma IoT de un socio, con ClearBlade IoT Core disponible en el Google Cloud Marketplace como sucesor compatible por API del servicio retirado; o conectar dispositivos directamente a Pub/Sub por HTTPS/gRPC para una ingesta simple. Más adelante en el flujo, el stack de datos es una fortaleza real: Pub/Sub hacia Dataflow, BigQuery y Vertex AI es uno de los pipelines de analítica más potentes que existen.
TagoIO es una plataforma IoT full-stack: conectividad de dispositivos por MQTT y HTTPS con más de 500 conectores listos para usar, LoRaWAN mediante integraciones con network servers, almacenamiento de series temporales, dashboards, scripts serverless de Analysis en Node.js, Deno o Python, Actions para reglas y notificaciones, y TagoRUN para portales white-label de usuario final. Es un producto que se adopta, no una arquitectura que se ensambla.
La capa de dispositivos
En Google Cloud, la capa que da la cara a los dispositivos ahora es suya para elegir y operar. Pub/Sub no tiene endpoint MQTT, así que los dispositivos MQTT necesitan un broker que usted ejecute o una plataforma de socio que licencie. La identidad de dispositivos, el registro, el aprovisionamiento, las actualizaciones OTA y la gestión de estado provienen todos de esa capa de socio o de su propia construcción. Los equipos que ya operan Kubernetes y quieren control sobre el broker pueden hacerlo bien; los que esperaban una puerta de entrada gestionada al estilo de IoT Core hoy tienen que armarla.
La capa de dispositivos de TagoIO es parte del producto: endpoints MQTT y HTTPS, tokens de dispositivo, parsers de payload, un emulador de dispositivos, aprovisionamiento por código QR y el Live Inspector para observar el tráfico de los dispositivos en tiempo real. Los dispositivos LoRaWAN, Sigfox y satelitales se conectan a través de integraciones mantenidas con proveedores de red, con el uso de red gratuito en todos los planes.
Dashboards, aplicaciones y usuarios
La respuesta de Google Cloud a la visualización es Looker, Looker Studio o Grafana sobre BigQuery, lo cual sirve bien para analítica interna. Las aplicaciones de cara al cliente, la gestión de usuarios y cualquier portal multi-tenant son proyectos de software a medida.
TagoIO incluye dashboards de arrastrar y soltar, dashboards Blueprint que escalan un mismo diseño a través de flotas enteras, y TagoRUN, que convierte un proyecto en un portal con su marca, su dominio, registro de usuarios, políticas de acceso y una app móvil opcional bajo su nombre. Para los integradores de sistemas que entregan aplicaciones a sus clientes, esta es la diferencia entre configurar y contratar a un equipo de frontend.
Analítica y lógica personalizada
Si el centro de gravedad de su proyecto es la analítica de datos a gran escala o el machine learning, es difícil discutir con el stack de Dataflow, BigQuery y Vertex AI de Google Cloud, y es una razón habitual por la que los equipos eligen GCP sin importar cómo se conecten los dispositivos.
TagoIO cubre la analítica que necesita la mayoría de las aplicaciones IoT, agregación, lógica de alertas, reportes programados, integraciones y pronósticos y predicciones a partir de la telemetría, mediante scripts de Analysis y Actions dentro de la plataforma, y su API permite exportar los datos hacia adelante cuando se justifica un pipeline más pesado. Ambos enfoques no se excluyen: TagoIO puede actuar como la capa de dispositivos y aplicaciones que alimenta datos ya depurados hacia BigQuery.
Modelo de precios
Google Cloud factura cada primitiva por uso: Pub/Sub por volumen de datos, Dataflow por cómputo, BigQuery por almacenamiento y consultas, más el costo aparte de la infraestructura del broker MQTT o de la licencia de la plataforma de socio. El costo sigue a la arquitectura, y estimarlo exige diseñar la arquitectura primero.
TagoIO cobra por plan más uso de servicios: nivel gratuito con 5 dispositivos, Starter a $49/mes, Scale a $199/mes e instancias dedicadas de TagoDeploy desde $850/mes, con el uso medido en transacciones de datos, almacenamiento, minutos de Analysis, notificaciones y usuarios finales.
En resumen
Google Cloud tiene sentido cuando la organización gira en torno a GCP, la conectividad de dispositivos es simple o ya está resuelta, y el valor del proyecto vive en la analítica y el ML posteriores sobre BigQuery y Vertex AI.
TagoIO encaja cuando usted quiere una capa de dispositivos mantenida y una capa de aplicación terminada sin operar brokers ni construir portales, que es justo el hueco que la propia guía de arquitectura de Google llena ahora con socios. Algunos equipos usan ambos: TagoIO para dispositivos, dashboards y usuarios finales, y Google Cloud para la analítica a escala de data warehouse por detrás.