Ton nouvel collègue s’appelle @agents.company.com
Le nouveau n’a pas de bureau, pas de pause café, et il ne prend jamais de RTT. Il a en revanche une adresse mail à son nom, un compte Workspace complet, une ligne dans l’annuaire de la boîte et le droit de signer dans l’historique des versions d’un document. Google a présenté son Gemini agent à l’occasion de Gemini at Work 2026 (le billet de blog de Google Cloud, signé Thomas Kurian, est daté du 9 octobre), et le détail qui compte n’est pas dans la vidéo de démo. Il est dans l’annuaire.
Depuis le 19 octobre, la version PME est en accès anticipé, annonce Sharon Prosser, VP SMB chez Google Cloud. Avant ça, l’agent tournait en aperçu privé chez les grands comptes. Autrement dit, Google a fait valider le machin par des clients qui ont un service juridique avant de le filer à ceux qui n’en ont pas.
Des objectifs, pas des instructions
La promesse commerciale tient en une phrase de Kurian : on confie à Gemini un objectif, pas une liste d’instructions. L’agent planifie, choisit ses compétences et ses outils, se branche sur les systèmes internes (Workspace, Microsoft 365, Slack, Jira, Git, BigQuery, Databricks, Postgres, Snowflake, Salesforce, ServiceNow, et n’importe quel serveur MCP), puis rend un travail fini dans les documents, la boîte mail ou l’environnement de dev que tu utilises déjà.
Il tourne dans le cloud, donc il continue à bosser après que tu as refermé ton portable. Il peut se découper en sous-agents temporaires pour les tâches à plusieurs étapes, y compris des enchaînements qui durent des jours. Il garde quatre mémoires distinctes selon la doc de Google Cloud : session, sémantique, procédurale (il s’écrit ses propres compétences) et épisodique. Le genre de détail qui fait sourire jusqu’au moment où tu réalises que ta boîte vient d’embaucher un stagiaire qui n’oublie rien.
Le sélecteur de modèles mérite un paragraphe à lui. Par défaut, Gemini choisit le modèle qui colle à la tâche, et l’éventail comprend aujourd’hui la famille Gemini et les modèles Claude d’Anthropic. Google promet d’y ajouter des modèles ouverts et privés plus tard, avec un argument qui sent le vécu : le meilleur modèle n’est pas toujours le plus gros, et faire tourner une tâche simple sur un modèle de course, c’est payer l’essence d’un 38 tonnes pour aller chercher le pain.
Le badge, c’est le produit
Le « coworker agent » a sa propre identité. Adresse @agents.company.com, agenda, Drive, entrée dans le répertoire de l’entreprise. On l’appelle en le taguant dans un chat, on lui partage un fichier, on le cite dans un commentaire de document. Il n’agit pas en ton nom, il agit au sien, et la piste d’audit qui remonte est attribuée à l’agent plutôt qu’à un humain.
C’est là que le bât blesse un peu, et mon avis n’engage que moi : déplacer la responsabilité vers un compte nommé, c’est pratique pour l’audit et très pratique pour l’humain qui n’a plus à endosser la ligne du journal. Gemini ne voit que ce que tu lui partages, promet Google. Reste que dans un groupe de dix personnes, « ce que tu lui partages » devient vite « ce que personne ne lui a explicitement fermé ».
L’autre angle mort, c’est le routage. Si l’agent décide seul quel modèle traite ta demande, tu sais ce qui est sorti et tu ne sais plus trop par quelle porte. Les contrôles de coût sont réels (orchestration multi-modèles, Smart Routing, plafonds de dépense en temps réel dans la console de facturation) et ils vont faire plaisir aux directions financières. La traçabilité fine des décisions, elle, avance à reculons.
Les chiffres, et ce qu’ils ne disent pas
Sundar Pichai a ouvert la séance avec du lourd : Gemini revendique plus d’un milliard d’utilisateurs actifs mensuels, et près de 90 % du Fortune 100 utiliserait Gemini Enterprise. Côté Google Cloud, près de 80 % des clients utilisent les produits IA de la maison, et environ 500 clients ont chacun traité plus d’un billion de tokens sur l’année écoulée. PayPal annonce 10 millions de requêtes multi-modèles par semaine, Shopify mélange les modèles pour ses millions de marchands, et la marque de sport On figurait parmi les testeurs de la sélection dynamique.
Ces chiffres disent l’adoption. Ils ne disent pas si le travail rendu est bon. Sur ce terrain, Google n’est pas seul à vendre la même chose : OpenAI a lancé ses agents permanents « dots » en septembre, et Meta a sorti Muse, dont je te parlais il y a quelques jours à propos de son carnet d’adresses (https://mogw-ai.com/ethique/lagent-ia-de-meta-dresse-un-dossier-sur-tes-potes-jpmorgan-a-lu-la-doc-et-a-dit-non/). Tout le monde livre le même pitch : confie le résultat, on s’occupe du chemin.
Le modèle devient une pièce détachée
La partie intéressante est planquée dans une ligne de la présentation : Google fera tourner son agent sur les modèles d’un concurrent quand ils seront meilleurs. Kurian l’assume, l’éventail inclut Claude dès aujourd’hui. Si l’agent est la couche où vivent la mémoire, les compétences et le contexte de l’entreprise, alors le modèle devient un consommable qu’on remplace tous les six mois sans rien perdre. Google documente d’ailleurs explicitement ce point : garder le choix du modèle ouvert, c’est garantir que ton contexte et tes données survivent à la prochaine génération de modèles.
Le verrou se déplace du cerveau vers la mémoire. Celui qui garde le contexte garde le client, même quand il route la facture vers la concurrence.
Reste le calendrier. Les entreprises d’abord, les particuliers ensuite, selon TechCrunch. Le grand public a déjà Gemini Spark depuis mai, mais dans une interface séparée, d’après The Verge. Tu parles d’un agent qui a le droit de signer dans l’historique des versions et pas encore celui d’exister dans la même fenêtre que toi.
Dans l’annuaire, le seul collègue qui ne répond jamais « vu » à un mail envoyé à 18 h 47 est aussi le seul dont le nom apparaît systématiquement dans l’audit. Il faudra juste décider qui lui fait son entretien annuel.
Sources :
Comments are closed