Google Cloud dévoile Gemini, son agent universel pour le travail

Google Cloud a annoncé l’agent Gemini le 8 octobre 2026, lors de son événement Gemini at Work 2026, le décrivant comme un agent unique et universel pour le travail qui gère le travail de connaissance, les réponses aux questions, la création de contenu et le codage depuis une seule boîte de saisie.

Dans l’annonce sur The Keyword, Google a déclaré que l’agent conserve le contexte métier d’une organisation, planifie le travail, utilise des compétences et des outils, se connecte aux systèmes d’entreprise des clients Cloud, et renvoie le travail terminé dans les documents, les boîtes de réception et les environnements de développement que les gens utilisent déjà. L’entreprise a indiqué que l’agent sélectionne le meilleur modèle pour chaque tâche, comprend des contrôles de coûts intégrés, et assure la sécurité, l’administration et la gouvernance requises par les clients d’entreprise. Un article détaillé sur le Google Cloud Blog, adapté du discours d’ouverture de Thomas Kurian, PDG de Google Cloud, lors de l’événement, expose l’architecture de l’agent, les points d’accès et les contrôles d’entreprise.

Le post de Kurian indique que près de 500 clients Google Cloud ont chacun traité plus d’un trillion de jetons au cours de l’année précédente, que près de 80 % de l’ensemble des clients Google Cloud utilisent ses produits d’IA, et que près de 90 % du Fortune 100 utilisent Gemini Enterprise.

Le post cite les premiers testeurs et clients qu’il affirme déjà utiliser les nouvelles capacités. Selon le post, la marque de vêtements de sport On a testé la capacité de sélection dynamique de modèles de l’agent, Shopify combine des modèles de pointe pour des millions de commerçants, et PayPal traite 10 millions de requêtes multi-modèles chaque semaine. Il indique également que la banque brésilienne Bradesco a réduit le temps de révision de documents d’une heure à cinq minutes et que l’opérateur de télécommunications Orange Espagne a déployé plus de 1 000 agents Gemini Enterprise personnalisés.

Architecture de l’agent

Le post décrit un agent construit autour d’un ensemble de principes architecturaux. En tant qu’agent unifié, Gemini répond aux questions en chat, travaille de manière autonome sur les objectifs assignés par les utilisateurs et génère du code, le tout depuis une interface unique et une API unique ; les utilisateurs peuvent assigner du travail, planifier des tâches ou faire réagir l’agent aux événements. L’accès s’étend au Web, aux appareils iOS et Android, aux ordinateurs de bureau Windows et Mac, à la ligne de commande, à Google Workspace, à Microsoft 365 et à Slack, et l’agent peut également s’exécuter en mode sans tête à l’intérieur d’applications tierces sans interface dédiée. Parce qu’il fonctionne de façon persistante dans le cloud, l’agent conserve un même ensemble de mémoires, de contexte et d’un graphe de personnalisation unique sur tous les appareils, et le travail qui prend des heures ou des jours se poursuit après la fermeture d’un ordinateur portable par l’utilisateur.

Pour les tâches à plusieurs étapes, Gemini peut créer dynamiquement des sous‑agents temporaires, chacun avec sa propre identité, et coordonner des étapes parallèles et séquentielles pouvant s’exécuter pendant des heures ou des jours. Un mode collaborateur confère à l’agent un rôle persistant et défini : les agents collaborateurs reçoivent leurs propres adresses e‑mail @agents.company.com et un stockage persistant, et ils n’ont accès qu’au contexte fourni par les utilisateurs ou les membres de l’équipe. Google indique que l’agent est distinct du modèle sous‑jacent, et que Gemini orchestre actuellement à travers sa famille de modèles Gemini et les modèles Claude d’Anthropic, avec d’autres modèles privés et ouverts prévus, en associant le modèle à chaque tâche pour optimiser la qualité et le coût.

Outils, compétences et mémoire

Selon le post, trois capacités fournissent à l’agent son contexte métier. Une couche d’outils connecte Gemini aux logiciels de collaboration tels que Confluence, Microsoft Office, Teams, Slack et Workspace ; aux outils de développement incluant Git et Jira ; aux plateformes d’entreprise comme Salesforce et ServiceNow ; aux bases de données telles que BigQuery, Databricks, Postgres et Snowflake ; aux fichiers sur le propre ordinateur de l’utilisateur ; et à tout serveur Model Context Protocol à l’intérieur ou à l’extérieur du réseau de l’entreprise. Un registre d’outils d’entreprise permet aux équipes de créer et publier des outils pour le reste de la société.

Les compétences sont des ensembles réutilisables d’instructions, de connaissances ou de flux de travail stockés sous forme d’invites modulaires ; Gemini est livré avec une bibliothèque globale de compétences, les équipes peuvent publier des compétences personnalisées dans un registre d’entreprise partagé, et les individus peuvent créer des compétences personnelles. Le post indique que l’agent conserve quatre types de mémoire — session, sémantique, procédurale et épisodique — et qu’il s’intègre de la même façon qu’un nouveau salarié, en apprenant l’utilisateur, les outils et l’équipe avant de commencer le travail.

Gemini dans Google Workspace

Gemini fonctionne également en ligne directement dans Gmail, Drive, Docs, Slides, Sheets, Chat et Calendar, en conservant la même mémoire, les mêmes compétences et les mêmes contrôles qu’ailleurs. Le post décrit trois modes Workspace. Dans un mode d’assistance personnelle, l’agent arrive déjà informé du calendrier, de l’équipe et des projets de l’utilisateur. Dans un mode de délégation proactive, Workspace Intelligence identifie les tâches déléguables et propose un transfert en un clic. Dans le mode collaborateur, l’agent reçoit son propre compte Workspace avec une adresse e‑mail, un calendrier, Drive et une présence dans l’annuaire de l’entreprise. Un agent collaborateur agit sous sa propre identité plutôt que sous celle de l’utilisateur, ne voit que ce qui lui est partagé, et suit les paramètres de partage et d’adhésion déjà utilisés par l’équipe.

Compétences de données et spécialisations sectorielles

Les nouvelles compétences de données permettent aux ingénieurs de décrire un résultat en langage naturel tandis que Gemini génère du code PySpark, fournit des notebooks pour le modifier et le tester, entraîne des modèles et résout les problèmes de pipeline, selon le post. Les utilisateurs métier peuvent générer des rapports opérationnels en temps réel en posant des questions, grâce aux compétences intégrées à BigQuery et au Knowledge Catalog, et les rapports enregistrés peuvent être relancés à la demande sans engendrer de coûts de jetons.

Le post cite trois capacités qui ancrent ces réponses : Knowledge Catalog, qui cartographie les définitions métier une fois pour que tous les agents les utilisent et lit les métriques où elles se trouvent dans Databricks, dbt, LookML ou SAP ; Smart Storage, qui enrichit les objets non structurés sur place ; et un Borderless Lakehouse qui interroge Amazon S3 et Azure Data Lake sans frais de sortie variables et lit Salesforce Data 360, SAP, ServiceNow et Workday sans copier les données.

Les spécialisations sectorielles sont en aperçu pour les Services financiers et le juridique, avec des versions pour le gouvernement, la santé et le commerce de détail annoncées prochainement. Google a indiqué que la version Services financiers s’appuie sur des données provenant de FactSet, LSEG, des dépôts SEC et des référentiels propriétaires du client, est livrée avec plus de 50 compétences fondamentales et est déjà utilisée chez CME Group et Deutsche Bank. La version juridique hérite des autorisations au niveau des dossiers et des murs éthiques des plateformes de gestion documentaire NetDocuments et iManage ; Google cite Harvey et Onit comme partenaires et indique que Cooley développe un agent de rédaction de renseignements confidentiels sur la version juridique.

Sécurité, gouvernance et maîtrise des coûts

Selon le modèle de gouvernance, chaque agent reçoit sa propre identité cryptographiquement attestée, à moindre privilège, qui est inscrite dans les journaux consignant son travail, ainsi que des autorisations fines basées sur les rôles, approuvées par les administrateurs de sécurité de l’organisation ; lorsque l’agent se connecte à un système externe, son identité est propagée via OAuth. Chaque action de l’agent est enregistrée dans une piste d’audit attribuée à l’agent plutôt qu’à une personne. Tous les agents Gemini s’exécutent à l’intérieur d’un Agent Sandbox avec sa propre frontière réseau, et tout le trafic transite par Agent Gateway, que le post décrit comme un pare-feu réseau IA appliquant en temps réel les politiques de l’ensemble de l’organisation.

Les contrôles de coûts comprennent l’orchestration multi-modèle ; un outil Smart Routing qui trie automatiquement les charges de travail d’entreprise afin que chacune s’exécute sur le modèle offrant la meilleure performance au coût le plus bas ; et des plafonds de dépenses en temps réel définis par projet dans la Cloud Billing Console, qui suspendent l’agent d’un projet lorsqu’ils sont déclenchés. Google a indiqué que son dernier système TPU 8i offre une performance prix 80 % supérieure à la génération précédente, et il a nommé sa gamme de modèles Argon pour le raisonnement de pointe, Flash pour la vitesse et le volume, Omni pour les médias génératifs, et Gemma pour les charges de travail légères en périphérie à poids ouverts.