L’annonce en bref
Google remplace une collection d’assistants par un seul agent qui accepte des objectifs, pas des prompts. Lors de l’événement Gemini at Work 2026, le 8 octobre, le PDG de Google Cloud Thomas Kurian a présenté l’agent Gemini, qu’il décrit comme « un agent unique et universel pour le travail ». Il répond aux questions, prend en charge du travail intellectuel, écrit et exécute du code et confie des parties d’une mission à des sous-agents.
Deux détails comptent pour les responsables techniques. D’abord, l’agent choisit un modèle par tâche dans la famille Gemini et parmi les modèles Claude d’Anthropic, d’autres modèles privés et ouverts étant annoncés pour plus tard. Ensuite, il se connecte aux systèmes de l’entreprise par des connecteurs et des serveurs Model Context Protocol (MCP) – le même schéma que celui utilisé aujourd’hui pour développer des agents IA sur mesure.
L’agent est en preview privée auprès de clients sélectionnés. Google indique qu’il sera inclus dans Gemini Enterprise sans surcoût, tandis que le prix des agents « collègues » persistants sera annoncé à l’approche d’un déploiement plus large.
Que sait faire concrètement l’agent Gemini ?
L’agent tourne dans le cloud de Google et conserve une mémoire et un contexte communs à tous les appareils : une tâche lancée dans Gmail peut se poursuivre depuis la CLI d’un ordinateur portable. Google décrit quatre types de mémoire : de session, sémantique, procédurale et épisodique. Les missions longues peuvent durer plusieurs jours, et l’agent crée des sous-agents pour certaines parties du travail.
Il fonctionne selon trois modes. En assistant personnel, il connaît l’agenda, l’équipe et les documents de l’utilisateur. En mode délégation, il propose des tâches qu’il pourrait reprendre. En « collègue » d’équipe, il reçoit son propre compte Workspace avec adresse e-mail, agenda et Drive, et apparaît dans l’annuaire de l’entreprise.
Pour les équipes data, Google a montré la génération de PySpark, des notebooks, l’entraînement de modèles et le diagnostic de pipelines. Les métiers posent leurs questions de reporting en langage naturel sur BigQuery et le Knowledge Catalog de Google, qui relie des termes comme « marge nette » aux bons indicateurs. Selon Google, Bloomberg Media a amélioré de 63 % la précision de ses requêtes SQL grâce au Knowledge Catalog.
Comment Google gère-t-il la sécurité et les coûts ?
Identité et audit. Chaque agent dispose de sa propre identité cryptographique et de droits fondés sur des rôles, et accède aux systèmes externes via OAuth avec des scopes minimaux. Ses actions sont consignées dans une piste d’audit attribuée à l’agent, et non à la personne qui l’a lancé.
Application des politiques. Le code s’exécute dans une Agent Sandbox dotée d’une frontière réseau. Un Agent Gateway joue le rôle de pare-feu pour agents et applique une seule fois, pour tous, les règles de l’entreprise, par exemple « les agents ne peuvent pas ouvrir les documents à diffusion restreinte ».
Dépenses. Le Smart Routing envoie les étapes simples vers des modèles moins chers. Des plafonds de dépenses par projet dans la console Cloud Billing mettent les agents en pause quand le budget est épuisé, et les coûts peuvent être refacturés aux directions métiers. Thomas Kurian a rappelé que le prix par token a baissé de 98 % depuis 2024 alors que les volumes d’IA en entreprise ont explosé : le contrôle budgétaire devient une fonctionnalité produit.
Quand sera-t-il disponible et à quel prix ?
Selon VentureBeat, l’agent Gemini est en preview privée et Google n’a pas donné de date de disponibilité générale. Il sera intégré à Gemini Enterprise sans installation séparée ni surcoût pour les clients existants. Le prix des agents collègues persistants, y compris leurs comptes Workspace et la facturation à l’usage des tâches longues, n’a pas été publié. TechCrunch précise que le lancement commence par les entreprises et qu’une version grand public suivra.
Ce que cela change pour les équipes logicielles aux États-Unis et en Europe
Les agents génériques deviennent une fonction de plateforme. Les agents de planification de réunions, de rédaction de documents et de reporting simple seront désormais fournis avec la suite bureautique. Les budgets d’agents sur mesure doivent se déplacer vers ce qu’un agent généraliste fait mal : les workflows métier, les données propriétaires et les actions à l’intérieur de vos propres produits.
Les serveurs MCP deviennent le contrat d’intégration. Google, Anthropic, Microsoft et OpenAI prennent tous en charge MCP. Si vos systèmes internes exposent des outils MCP propres et respectueux des droits d’accès, chacun de ces agents peut les utiliser, et vous évitez l’enfermement chez un seul éditeur.
Le multi-modèles est la norme, pas l’exception. Un produit Google qui confie du travail à Claude confirme ce que beaucoup d’équipes font déjà : choisir le modèle tâche par tâche selon le coût et la qualité. Vos jeux d’évaluation, le versionnage des prompts et la logique de repli ne doivent pas supposer un fournisseur unique.
La gouvernance doit couvrir les identités non humaines. Des agents dotés de leurs propres comptes e-mail et pistes d’audit sont de nouvelles identités dans votre système d’information. Avec le RGPD et l’AI Act européen, les équipes en Europe doivent pouvoir dire à quelles données un agent accède, qui a validé ses droits et comment ses résultats sont contrôlés. Aux États-Unis, les équipes soumises à SOC 2 font face aux mêmes questions de revue des accès et de journalisation.
Qu’est-ce que cela change pour les entreprises en France ?
En France, la première question d’un DSI face à ce type d’agent est souvent celle de la souveraineté : où sont traitées les données, et sous quel droit ? Pour les données sensibles, de nombreuses organisations se tournent vers des offres de « cloud de confiance », comme S3NS, la coentreprise de Thales et Google Cloud ; il faudra vérifier au cas par cas quelles fonctions de l’agent Gemini et quels modèles, notamment Claude, y seront réellement disponibles. Avant tout pilote, l’agent doit figurer au registre des traitements RGPD, et une analyse d’impact (AIPD) s’impose dès qu’il accède à des données personnelles à grande échelle ; les recommandations de la CNIL sur les systèmes d’IA donnent un cadre utile pour la documenter.
Autre spécificité : un agent qui dispose de son propre compte et d’une piste d’audit sur l’agenda et les documents des salariés relève de l’introduction d’une nouvelle technologie, sur laquelle le comité social et économique (CSE) doit être informé et consulté. Mieux vaut l’associer tôt, en délimitant clairement les finalités et l’usage des journaux, que de bloquer un déploiement prêt techniquement.
Que faire dès maintenant
- Cartographier votre backlog d’agents et identifier les cas d’usage couverts par un agent intégré et ceux qui exigent un développement sur mesure.
- Inventorier les systèmes internes dont les agents auront besoin, et prévoir des serveurs MCP avec des droits restreints, en lecture d’abord.
- Mettre en place une évaluation indépendante du modèle pour comparer Gemini, Claude et d’autres modèles sur vos propres tâches.
- Définir une politique d’identité des agents : qui peut en créer, à quoi ils accèdent, comment leurs journaux sont revus – en lien avec votre DPO et, si besoin, le CSE.
- Fixer les budgets avant les pilotes, avec des plafonds par projet et une refacturation au responsable métier.
Questions fréquentes
Qu’est-ce que l’agent Gemini de Google ?
L’agent Gemini est un agent IA d’entreprise unique que Google Cloud a présenté à Gemini at Work 2026, le 8 octobre 2026. Il reçoit des objectifs plutôt que des instructions pas à pas, planifie le travail, en délègue une partie à des sous-agents, écrit et exécute du code et se connecte aux systèmes de l’entreprise.
Quels modèles d’IA l’agent Gemini utilise-t-il ?
Il oriente chaque tâche vers un modèle adapté de la famille Gemini ou vers les modèles Claude d’Anthropic, automatiquement ou au choix de l’utilisateur. Google indique que d’autres modèles privés et ouverts seront pris en charge ensuite.
L’agent Gemini est-il déjà disponible ?
Il est en preview privée pour des clients sélectionnés. Google a promis une disponibilité plus large prochainement, sans donner de date. Il sera inclus dans Gemini Enterprise sans surcoût ; le prix des agents collègues persistants n’a pas été publié.
Comment l’agent Gemini se connecte-t-il aux systèmes de l’entreprise ?
Par des connecteurs intégrés vers des outils comme Microsoft 365, Slack, Jira, Confluence, Git, Salesforce, ServiceNow, BigQuery, Databricks, Postgres et Snowflake, ainsi que par des serveurs Model Context Protocol (MCP) et des registres d’outils et de compétences d’entreprise.
Les agents IA sur mesure deviennent-ils inutiles ?
Non. Les agents intégrés couvriront le travail de bureau générique, mais les workflows métier, les données propriétaires et les actions à l’intérieur de vos produits demandent toujours un développement sur mesure. L’investissement le plus utile aujourd’hui : des outils MCP propres et respectueux des droits, utilisables par n’importe quel agent.
Sources
Google Cloud — Gemini at Work 2026: Introducing Gemini agent (8 October 2026)
TechCrunch — Google brings agentic AI to Gemini, starting with businesses (8 October 2026)
CNBC — Google Cloud introduces Gemini agent for work as AI race heats up (8 October 2026)
VentureBeat — Google Cloud unveils persistent Gemini Agents for long-running tasks (8 October 2026)