Gemini agent : Google Cloud veut un seul agent pour tout le travail

Un agent, une fenêtre, une API

Le message de Thomas Kurian tient en une phrase : le travail commence désormais dans la fenêtre de prompt. Le Gemini agent est présenté comme l'unique point d'entrée pour répondre aux questions, produire des documents, créer des images et écrire puis exécuter du code.

La promesse est celle de la délégation : on fixe un objectif, pas une suite d'instructions, et on revient à du travail terminé. L'agent peut être déclenché à la demande, planifié, ou réagir à des événements.

Il peut agir comme assistant personnel, comme membre d'une équipe (un chef de projet, par exemple) ou au nom d'un rôle précis dans l'organisation, comme un analyste financier.

Architecture : persistance, sous-agents et choix du modèle

L'agent s'exécute dans le cloud et conserve un seul graphe de personnalisation, quel que soit l'appareil. Il distingue quatre mémoires : la session en cours, une base de connaissances sémantique, une mémoire procédurale (y compris des skills qu'il s'écrit lui-même) et une mémoire épisodique de tout ce qu'il a déjà fait.

Pour les tâches longues, il génère une équipe de sous-agents temporaires, chacun avec son identité, et coordonne des étapes parallèles ou séquentielles. Les « coworker agents », eux, sont durables, possèdent leur adresse en @agents.company.com et ne voient que le contexte qu'on leur partage.

Le point le plus stratégique : Google sépare l'agent du modèle. Gemini et Claude d'Anthropic sont orchestrés dès aujourd'hui, au motif que « le meilleur modèle pour la tâche n'est pas toujours le plus gros » et que le leader change tous les quelques mois.

L'agent se branche aux outils existants (Confluence, Teams, Slack, Jira, Salesforce, ServiceNow, BigQuery, Snowflake, Databricks…) et à tout serveur MCP, avec des registres d'entreprise pour partager tools et skills.

Dans Workspace, un collègue avec un compte

Dans Gmail, Docs, Sheets, Slides, Chat et Calendar, Gemini travaille inline. Exemple donné : organiser une réunion avec « l'équipe habituelle des responsables régionaux » sans fournir un seul nom, l'agent déduisant les participants d'un espace Chat et d'un ancien fil.

La délégation devient proactive : quand un manager réclame un point d'avancement en slides, Workspace Intelligence propose de confier la tâche à Gemini en un clic, et trie la boîte de réception par importance plutôt que par date.

Un coworker agent créé à partir d'une simple description de rôle reçoit e-mail, agenda, Drive et une entrée dans l'annuaire. Il commente les documents sous son propre nom et apparaît dans l'historique des versions.

Données et verticales métiers

Pour les ingénieurs data et ML, Gemini génère du PySpark, entraîne des modèles et répare des pipelines. Pour les métiers, il construit des requêtes de reporting sur BigQuery qui, une fois sauvegardées, tournent sans coût en tokens.

Trois briques ancrent les réponses : le Knowledge Catalog (définitions métier partagées, qui a fait grimper de 63 % la précision SQL chez Bloomberg Media), Smart Storage pour les 90 % de données non structurées, et un Borderless Lakehouse qui interroge S3 et Azure sans frais d'egress et fédère des tables Apache Iceberg.

Les versions Finance et Legal sont en preview. La première revendique scores de confiance, data lineage et citations vérifiables, déjà utilisée par CME Group et Deutsche Bank ; la seconde hérite des ethical walls d'iManage et NetDocuments, avec Harvey, Onit et Cooley comme partenaires.

Gouvernance et coûts, les deux conditions du passage à l'échelle

Kurian résume la gouvernance à quatre questions : qui est l'agent, que peut-il faire, qu'a-t-il fait, que ne doit-il jamais toucher. Réponse : identité cryptographiquement attestée et moindre privilège, permissions propagées via OAuth, audit attribué à l'agent et non à un humain.

Tout s'exécute dans un Agent Sandbox, et l'ensemble du trafic passe par Agent Gateway, un pare-feu réseau pour l'IA. Une politique écrite une fois (« pas d'accès aux documents Need to Know ») s'applique à tous les agents.

Sur les coûts, Google rappelle que le prix par token a chuté de 98 % depuis 2024 mais que les volumes ont explosé. D'où le routage multi-modèles, le Smart Routing et des plafonds de dépenses par projet qui mettent l'agent en pause, avec refacturation possible par département.

Infrastructure, modèles et clients

Le TPU 8i offrirait 80 % de price-performance en plus que la génération précédente. La gamme de modèles est détaillée : Argon pour le raisonnement frontier, Flash pour la vitesse, Omni pour les médias génératifs, Gemma pour l'edge en open weights, que le JPL de la NASA fait tourner sur un satellite en orbite.

La liste de clients est longue : BNP Paribas (65 000 employés), Bradesco (revue documentaire passée d'une heure à cinq minutes), SOMPO (plus de 10 000 agents), DBS (chaînes de 70 à 80 agents pour les credit memos), ou le CDAO américain, qui a mis Gemini Enterprise entre les mains de 3 millions de membres des forces armées.

Accenture crée un business group dédié et les partenaires conseil ont fait passer plus de cent mille consultants par des hackathons Gemini en un mois.