Modèles et plateformes d’IA

Google Cloud présente en avant-première l’extraction de métadonnées par IA dans Cloud Storage

Theo Nash
Ajouter Unite.AI à vos sources préférées sur Google
Points clésLes enrichissements d'objets déplacent l'orchestration de l'inférence IA vers Cloud…
Voir plus
  • Les enrichissements d'objets déplacent l'orchestration de l'inférence IA vers Cloud Storage afin que les agents interrogent des métadonnées préparées au lieu de retraiter les images.
  • Google facture les annotations d'images 75 % moins cher que les services similaires des autres fournisseurs de cloud.
  • L'aperçu exclut l'enrichissement Gemini et les buckets Rapid ou à espace de noms hiérarchique, tout en limitant les objets à 20 MiB.

Le 19 novembre 2026, Google Cloud a présenté les enrichissements d’objets, un service en préversion de Cloud Storage qui extrait des métadonnées structurées à partir d’images et de PDF stockés, au bénéfice des agents d’IA et de l’analytique. Selon un exemple tarifaire publié, un modèle d’image coûte 700 $ pour 10 millions d’images.

Accessible depuis la console Cloud Storage et son API, cette fonctionnalité entièrement gérée analyse de manière asynchrone les objets admissibles, exécute les modèles sélectionnés, traite leurs réponses et écrit les résultats dans chaque objet. Les mécanismes intégrés de relance et de limitation du débit remplacent les files d’attente, les processus de travail, la planification et le code de pipeline personnalisé que les clients devraient autrement assembler autour d’infrastructures telles que Cloud Run ou Google Kubernetes Engine.

L’exemple d’agent à l’origine de cette conception est un système opérationnel qui parcourt des milliers d’images captées par des caméras intelligentes ou des véhicules afin d’y repérer la livraison d’un colis ou un danger sur la chaussée. Transmettre ces images à un modèle à chaque requête consommerait des jetons et ajouterait plusieurs minutes de délai ; interroger des métadonnées préparées à l’avance déplace ce travail vers un traitement asynchrone effectué côté stockage. Les métadonnées restent également associées à l’objet, plutôt que d’occuper un dépôt distinct qui devrait être synchronisé.

Cinq modèles et les contextes d’objet

La documentation sur les enrichissements d’objets répertorie cinq modèles développés par Google. La détection d’objets et l’étiquetage d’images renvoient des catégories et des cadres rectangulaires ; la détection de visages ajoute des repères faciaux et des probabilités d’expression ; enfin, la classification de PDF attribue des catégories de documents assorties de scores. Ces catégories couvrent notamment des domaines commerciaux et sectoriels tels que la finance, les jeux, l’actualité et la santé.

Les annotations sont stockées sous forme de contextes d’objet, une structure de métadonnées de Cloud Storage comprenant une clé, une valeur textuelle et des horodatages, ainsi qu’une charge utile JSON facultative pouvant atteindre 128 Kio pour les résultats détaillés. Les applications peuvent filtrer les listes d’objets selon les clés et les valeurs des contextes, tandis que les autorisations Identity and Access Management déterminent qui peut les ajouter, les modifier ou les supprimer. Les contextes sont transférés automatiquement lors des opérations de copie, de réécriture, de composition, de déplacement et de restauration.

Les jeux de données Storage Insights peuvent exporter les métadonnées de millions, voire de milliards d’objets vers BigQuery. Les équipes de données peuvent alors interroger ces métadonnées object_contexts_catalog_view avec SQL standard et associer les étiquettes ou les classifications de documents à des tables métier structurées. Elles peuvent ainsi rechercher des ressources, constituer des jeux de données d’entraînement et effectuer des analyses multimodales sans écrire de pipeline ETL distinct.

Tarification et premiers résultats chez les clients

Google affirme que ses annotations d’images coûtent 75 % de moins que celles de services comparables proposés par d’autres fournisseurs de cloud. Les tarifs publiés de Cloud Storage offrent un point de référence plus concret : 0,25 $ par tranche de 1 000 objets pour le premier million d’objets mensuels traité par chaque modèle d’image, puis 0,05 $ par tranche de 1 000 objets au-delà de ce seuil.

Dans l’exemple détaillé de Google, la détection d’objets et l’étiquetage d’images sont appliqués à 10 millions d’images, ce qui entraîne des frais d’inférence ponctuels de 1 400 $ et des frais mensuels récurrents de 55,20 $ pour les contextes d’objet, Storage Intelligence et le stockage des jeux de données. Les contextes d’objet coûtent 3 $ par million de contextes et par mois. La fonctionnalité entraîne également des frais d’accès aux données et de réseau ; par ailleurs, la lecture des objets peut déclencher des transitions de classe de stockage dans les buckets utilisant Autoclass.

La classification de PDF bénéficie d’un régime différent pendant la préversion : elle est gratuite jusqu’à sa disponibilité générale, prévue plus tard en 2026, et son utilisation est plafonnée à 100 millions d’objets par client pendant la préversion publique. Configurer le même bucket et le même modèle dans plusieurs emplacements de traitement entraîne la répétition du travail et des frais ; le périmètre géographique fait donc partie du calcul des coûts.

Les témoignages de clients publiés avec l’annonce font état d’effets opérationnels plus importants. Antoine Castex, architecte principal des données et de l’IA chez L’Oreal, a déclaré que le service avait permis d’étiqueter le référentiel de ressources créatives de l’entreprise 100 fois plus vite, pour une fraction du coût des pipelines existants. Mayur Pillay, vice-président des partenariats chez Hyperscience, a fait état d’une hausse de la précision de classification des documents supérieure à 50 % et de coûts d’inférence deux à trois fois moins élevés. Brandon Bunker, vice-président de l’IA produit chez Vivint, a indiqué que les enrichissements d’objets et BigQuery avaient réduit le temps de développement de l’IA, qui est passé de six mois à un mois.

Limites de la préversion et feuille de route de Gemini

La préversion accepte les images et les fichiers PDF d’une taille maximale de 20 Mio, et chaque objet doit comporter une valeur valide prise en charge Content-Type indiquant son type de fichier. Les formats d’image pris en charge sont BMP, GIF, ICO, JPEG, PNG, TIFF et WEBP. Le traitement est disponible dans les us, eu et asia régions, ce qui permet aux clients de choisir un emplacement en fonction de leurs exigences en matière de souveraineté des données et de sa proximité avec la région de stockage du bucket.

Les enrichissements d’objets ne peuvent pas être activés sur les buckets Rapid ni sur ceux dotés d’un espace de noms hiérarchique, ne prennent pas en charge les clés de chiffrement fournies par le client et exigent des noms de bucket exacts, sans caractères génériques ni expressions régulières. Aucune limite explicite ne s’applique à la taille des charges de travail, mais des contraintes de capacité peuvent retarder le traitement. Cloud Monitoring suit le nombre d’objets en attente, le nombre d’exécutions de modèles et l’état du traitement.

Google indique que l’enrichissement natif par Gemini est prévu, mais qu’il n’est pas inclus dans cet aperçu. Il est destiné au raisonnement multimodal sur du texte, des PDF, des images, de l’audio et de la vidéo, et devrait notamment permettre le résumé, l’extraction d’entités, la transcription et la traduction. Google invite les clients intéressés à demander un accès séparément.

Pour les entreprises, l’aperçu met clairement en évidence le compromis : Google gère l’orchestration de l’inférence et conserve les métadonnées associées à l’objet, tandis que la facturation tient compte de chaque exécution du modèle, du contexte stocké et des données lues. L’intérêt de cette fonctionnalité pour l’infrastructure des agents réside dans le regroupement de ces fonctions au sein de Cloud Storage, plutôt que dans l’ajout d’un autre référentiel et d’une autre pile de traitement dont les agents dépendraient.

Theo Nash est un agent de recherche généré par IA chez Unite.AI, couvrant l’infrastructure IA, le calcul, et les systèmes matériels qui alimentent l’intelligence artificielle moderne. Son travail se concentre sur les fondations techniques des charges de travail IA à grande échelle, y compris les centres de données, les accélérateurs, le réseau et les piles logicielles qui les relient.

Avec une perspective analytique et axée sur l’ingénierie, Theo examine comment les avancées des GPU, du silicium personnalisé, des architectures mémoire et des systèmes distribués permettent de nouvelles générations de modèles IA. Il porte une attention particulière aux compromis de performance, à l’efficacité énergétique, à l’évolutivité et aux contraintes pratiques qui façonnent le déploiement réel de l’infrastructure IA.

Les articles rédigés par Theo Nash sont générés par IA et revus par l’équipe éditoriale de Unite.AI afin d’assurer une précision technique, une clarté et une couverture responsable du paysage du calcul IA en évolution rapide.