Google Cloud a présenté l' agent Google Cloud Gemini, un agent unique pour le travail en entreprise. L'agent Gemini est un agent hébergé dans le cloud par Google Cloud qui répond aux questions, effectue des travaux intellectuels, crée des médias, et écrit et exécute du code. Il fait tout cela à partir d'1 zone de prompt et d'1 API. Pour les développeurs, l'agent est le produit et le modèle est une décision de routage.
TL;DR
- Fonctionne sur : Google Cloud (AI Hypercomputer). Accessible depuis le web, le mobile, le bureau, la CLI, Workspace, Microsoft 365, Slack ou en mode headless.
- Idéal : Bloomberg Media a amélioré la précision des requêtes SQL de 63% en ancrant ses agents de données dans Knowledge Catalog.
- En résumé :
- Avantage : 1 agent gouverné unique avec mémoire cloud, sous-agents et plafonds de dépenses stricts.
- Inconvénient : les acheteurs doivent l'évaluer sur des anecdotes clients, et non sur des chiffres reproductibles.
Qu'est-ce que l'agent Google Cloud Gemini ?
C'est une couche de délégation, pas un chatbot. Vous lui donnez des objectifs, pas des instructions. Il planifie le travail, choisit les compétences et les outils, se connecte aux systèmes de l'entreprise et renvoie un résultat achevé.
Google liste 6 principes architecturaux :
- Agent unifié : le chat, les objectifs autonomes et la génération de code partagent 1 interface.
- Accès omniprésent : tout appareil ou canal, plus l'intégration dans des applications tierces.
- Exécution persistante : il fonctionne dans le cloud avec 1 ensemble de mémoires et 1 graphe de personnalisation. Les tâches durant des heures ou des jours continuent de s'exécuter après la fermeture du portable.
- Orchestration multi-agents : il crée des sous-agents temporaires, chacun avec sa propre identité, et exécute des étapes parallèles ou séquentielles.
- Profondément contextuel : il apprend vos outils, vos données et votre historique de travail au fil du temps.
- Flexibilité du choix du modèle : chaque tâche s'exécute sur le modèle le mieux adapté.
Aujourd'hui, lors de l'événement Gemini at Work de Google Cloud, nous avons annoncé Gemini, un nouvel agent universel unique pour le travail qui possède tout le contexte de votre entreprise et qui peut être utilisé pour tout, des travaux intellectuels aux réponses aux questions, et de la création de contenu au codage, le tout à partir d'une seule zone de prompt.… pic.twitter.com/2Z1PZg74Ui
— Thomas Kurian (@ThomasOrTK) 8 octobre 2026
Comment l'agent Gemini mémorise-t-il et raisonne-t-il ?
Il conserve 4 types de mémoire. La mémoire de session couvre la tâche en cours, même sur plusieurs jours. La mémoire sémantique est une base de connaissances structurée qu'il construit à partir de documents et de personnes. La mémoire procédurale stocke la manière dont les tâches sont accomplies, y compris les compétences qu'il écrit pour lui-même. La mémoire épisodique enregistre tout ce qu'il a fait auparavant.
Les compétences sont des invites modulaires stockées dans un registre d'entreprise partagé. Les outils proviennent d'un registre d'outils d'entreprise. Les connecteurs couvrent Slack, Jira, Salesforce, ServiceNow, BigQuery, Snowflake, les fichiers de bureau et tout Model Context Protocol serveur.
Quels modèles utilise-t-il ?
Aujourd'hui, il orchestre à travers les modèles Gemini de Google et les modèles Claude d'Anthropic, avec d'autres modèles privés et open source prévus. La gamme propre à Google comprend Argon pour le raisonnement de pointe, Flash pour la rapidité et le volume, Omni pour les médias génératifs et Gemma pour le travail en périphérie à poids ouverts.
Qu'est-ce que les agents collègues ?
Un agent collègue est un coéquipier persistant avec un rôle défini. Dans Workspace, il reçoit son propre compte : adresse e-mail, calendrier, Drive et une entrée dans l'annuaire. Les collègues le mentionnent avec @ dans Chat ou Docs, et ses modifications apparaissent sous son propre nom dans l'historique des versions. Il ne voit que ce qui est partagé avec lui.
L'agent fonctionne également en mode intégré dans Gmail, Docs, Sheets, Slides, Chat et Calendar, et propose la délégation de tâches qu'il repère en 1 clic.
Qu'apporte-t-il aux équipes de données ?
Les ingénieurs données et ML décrivent les résultats en langage naturel. L'agent écrit ensuite du code PySpark, fournit des notebooks, entraîne des modèles et corrige les problèmes de pipelines. Les utilisateurs métier obtiennent des rapports BigQuery enregistrés qui se réexécutent sans coûts de tokens.
Trois services fondent les réponses. Knowledge Catalog cartographie les définitions métier une seule fois pour chaque agent. Smart Storage enrichit sur place les objets non structurés ; Google indique que 90% des données d'entreprise sont non structurées. Borderless Lakehouse interroge Amazon S3 et Azure Data Lake sans frais de sortie variables.
Comment l'agent est-il gouverné ?
Google présente la gouvernance sous forme de 4 questions : qui, ce qu'il peut faire, ce qu'il a fait, et ce qu'il ne doit jamais toucher.
- Identité : chaque agent reçoit une identité attestée cryptographiquement avec des permissions au moindre privilège.
- Autorisation : accès basé sur les rôles, mappé aux systèmes externes via des standards comme OAuth.
- Audit : chaque action est enregistrée au nom de l'agent, pas d'une personne.
- Politique : les agents s'exécutent dans un Agent Sandbox. Tout le trafic passe par Agent Gateway, un pare-feu réseau IA qui applique 1 politique à chaque agent.
Comment Google contrôle-t-il les coûts ?
Trois leviers : l'orchestration multi-modèles, le Smart Routing qui répartit les charges de travail vers le modèle capable le moins cher, et des plafonds de dépenses en temps réel. Les équipes définissent une limite stricte de projet dans la Cloud Billing Console. Lorsqu'elle est atteinte, l'agent de ce projet se met en pause jusqu'à ce que quelqu'un le relance. En dessous, l'équipe Google indique que son système TPU 8i offre 80% de meilleur rapport prix-performance que la génération précédente.
Comment se compare-t-il ?
| Fonctionnalité | Agent Gemini Google Cloud | Microsoft 365 Copilot | OpenAI ChatGPT Work | Amazon Quick |
|---|---|---|---|---|
| Modèles | famille Gemini + Anthropic Claude ; d'autres prévus | Non divulgué sur la page source | GPT-5.6 au lancement | Non divulgué (modes Fast, Balanced, Smart) |
| Surfaces | Web, iOS, Android, Windows, Mac, CLI, Workspace, M365, Slack, headless | applications M365, Teams, Copilot Chat | Web, mobile, applications de bureau Mac et Windows, Slack, Teams | Desktop, web, mobile, extensions navigateur et M365 |
| Identité persistante de l'agent | Agents collègues avec leur propre e-mail, calendrier et Drive | Non divulgué | Non divulgué | Non divulgué |
| Travail de longue durée | Heures ou jours dans le cloud | Non divulgué | Horaires ; Tâches planifiées | Quick Flows ; Quick Automate (Enterprise) |
Points clés à retenir
- 1 agent, 1 API : Q&R, travail de connaissance, médias et code.
- Achemine les tâches aujourd'hui vers les modèles Gemini et Claude.
- Les agents Coworker reçoivent leur propre identité Workspace.
- Des plafonds de dépenses stricts par projet suspendent les agents incontrôlables.
- Pas encore de benchmarks, de prix ni de date de disponibilité générale.
Découvrez l' annonce de Google Cloud. Tout le crédit revient au chercheur de ce projet. Par ailleurs, n'hésitez pas à nous suivre sur Twitter et n'oubliez pas de rejoindre notre 150k+ML SubReddit et de vous abonner à notre Newsletter. Attendez ! êtes-vous sur telegram ? vous pouvez désormais nous rejoindre également sur telegram.
L'article Google Cloud lance Gemini Agent, un agent universel pour le travail en entreprise est applu en premier sur MarkTechPost.