Esta comparação começa por um fato que muda o formato dela: o Google Cloud IoT Core foi descontinuado em 16 de agosto de 2023, e o Google não lançou um substituto próprio. O Google Cloud continua sendo uma opção séria para cargas de trabalho de IoT, mas hoje isso significa construir sobre componentes de propósito geral em vez de adotar um produto de IoT. Isso torna a comparação menos “plataforma vs. plataforma” e mais “construir vs. adotar”.
A orientação atual do Google Cloud para IoT, documentada em seu Architecture Center, descreve três padrões: rodar um broker MQTT independente (EMQX, HiveMQ ou Mosquitto) no Compute Engine ou GKE e conectá-lo ao Pub/Sub; usar uma plataforma IoT parceira, com o ClearBlade IoT Core disponível no Google Cloud Marketplace como sucessor compatível via API do serviço aposentado; ou conectar dispositivos diretamente ao Pub/Sub por HTTPS/gRPC para ingestão simples. A jusante, a stack de dados é um ponto forte de verdade: Pub/Sub alimentando Dataflow, BigQuery e Vertex AI é um dos pipelines de análise mais fortes disponíveis em qualquer lugar.
A TagoIO é uma plataforma IoT full-stack: conectividade de dispositivos via MQTT e HTTPS com mais de 500 conectores prontos, LoRaWAN por meio de integrações com network servers, armazenamento de séries temporais, dashboards, scripts serverless de Analysis em Node.js, Deno ou Python, Actions para regras e notificações, e o TagoRUN para portais white-label voltados ao usuário final. É um produto que você adota, não uma arquitetura que você monta.
A camada de dispositivos
No Google Cloud, a camada voltada aos dispositivos agora é sua para escolher e operar. O Pub/Sub não tem endpoint MQTT, então dispositivos MQTT precisam de um broker que você opera ou de uma plataforma parceira que você licencia. Identidade de dispositivo, registro, provisionamento, atualizações OTA e gerenciamento de estado vêm todos dessa camada parceira ou da sua própria construção. Times que já operam Kubernetes e querem controle sobre o broker podem fazer isso muito bem; times que esperavam uma porta de entrada gerenciada no estilo do IoT Core agora precisam montar uma.
A camada de dispositivos da TagoIO faz parte do produto: endpoints MQTT e HTTPS, tokens de dispositivo, payload parsers, um emulador de dispositivo, provisionamento por QR code e o Live Inspector para acompanhar o tráfego dos dispositivos em tempo real. Dispositivos LoRaWAN, Sigfox e por satélite se conectam por meio de integrações mantidas com provedores de rede, com uso de rede gratuito em todos os planos.
Dashboards, aplicações e usuários
A resposta do Google Cloud para visualização é o Looker, o Looker Studio ou o Grafana sobre o BigQuery, que atende bem à análise interna. Aplicações voltadas ao cliente, gerenciamento de usuários e qualquer portal multi-tenant são projetos de software sob medida.
A TagoIO inclui dashboards de arrastar e soltar, dashboards Blueprint que escalam um único layout por toda a frota, e o TagoRUN, que transforma um projeto em um portal com a sua marca, o seu domínio, cadastro de usuários, políticas de acesso e um app mobile opcional com o seu nome. Para integradores de sistemas que entregam aplicações a clientes, essa é a diferença entre configurar e contratar um time de frontend.
Análise e lógica personalizada
Se o centro de gravidade do seu projeto é análise de dados em larga escala ou machine learning, a stack de Dataflow, BigQuery e Vertex AI do Google Cloud é difícil de contestar, e é um motivo comum para os times escolherem o GCP independentemente de como os dispositivos se conectam.
A TagoIO dá conta da análise que a maioria das aplicações IoT precisa: agregação, lógica de alertas, relatórios agendados, integrações e previsões e projeções a partir da telemetria, por meio de scripts de Analysis e Actions dentro da plataforma, e sua API permite exportar dados adiante quando um pipeline mais pesado se justifica. Os dois não são mutuamente exclusivos: a TagoIO pode ficar como a camada de dispositivos e de aplicação, alimentando dados tratados no BigQuery.
Modelo de preços
O Google Cloud cobra cada componente por uso: Pub/Sub por volume de dados, Dataflow por computação, BigQuery por armazenamento e consultas, mais o custo separado da infraestrutura do broker MQTT ou da licença da plataforma parceira. O custo acompanha a arquitetura, e estimá-lo exige projetar a arquitetura primeiro.
A TagoIO cobra por plano mais uso de serviços: camada gratuita com 5 dispositivos, Starter a US$ 49/mês, Scale a US$ 199/mês, e instâncias dedicadas do TagoDeploy a partir de US$ 850/mês, com uso medido em transações de dados, armazenamento, minutos de Analysis, notificações e usuários finais.
Conclusão
O Google Cloud faz sentido quando a organização é centrada no GCP, a conectividade dos dispositivos é simples ou já está resolvida, e o valor do projeto está na análise e no ML a jusante sobre o BigQuery e o Vertex AI.
A TagoIO se encaixa quando você quer uma camada de dispositivos mantida e uma camada de aplicação pronta sem operar brokers nem construir portais, que é justamente a lacuna que a própria orientação de arquitetura do Google agora preenche com parceiros. Alguns times usam os dois: a TagoIO para dispositivos, dashboards e usuários finais, e o Google Cloud para análise em escala de data warehouse por trás.