Gemini agent de Google: l'assistant pro compatible Claude

Le Gemini agent est le nouvel assistant d'entreprise présenté par Google Cloud le 8 octobre lors de Gemini at Work 2026: un agent unique doté d'une mémoire persistante, d'outils professionnels et de la capacité à déléguer des tâches à d'autres agents. La nouveauté architecturale est que le modèle constitue un choix séparé de l'agent lui-même, et peut aujourd'hui être Gemini ou Claude d'Anthropic. Ce n'est pas un produit accessible à tous: il est en préversion privée pour des clients sélectionnés, sans indication de régions ni de date de disponibilité générale.

L'annonce dépasse le cadre d'un simple lancement produit. La compétition entre plateformes d'IA pour les entreprises se déplace du modèle vers le système qui gère le travail, les données et les autorisations. La vraie question n'est plus quel modèle répond le mieux, mais qui contrôle un agent lorsqu'il travaille pendant des heures, au nom d'une personne, au sein de systèmes contenant des documents confidentiels.

Gemini at Work 2026: Introducing Gemini agent | Google Cloud Blog

This article is adapted from Thomas Kurian's keynote address at Gemini at Work 2026. Read on to learn more.

Google CloudThomas Kurian

Qu'est-ce que Gemini agent et en quoi diffère-t-il d'un chatbot?

Un chatbot répond à un message. Le Gemini agent, selon Google, reçoit des objectifs plutôt que des instructions et produit un résultat final. Il fonctionne dans le cloud: une mission peut démarrer sur un appareil et se poursuivre après la fermeture de l'ordinateur portable, comme le rapporte VentureBeat, et peut durer des heures voire des jours. Pour les tâches à plusieurs étapes, il crée des sous-agents temporaires, chacun doté d'une identité propre, qui travaillent en parallèle ou en séquence. La mémoire se divise en quatre types: de session, sémantique, procédurale et épisodique, c'est-à-dire la tâche en cours, la base de connaissances, la méthode de travail et ce que l'agent a déjà accompli.

L'agent est accessible depuis le web, le mobile, le bureau et la ligne de commande, au sein de Google Workspace, Microsoft 365 et Slack, ainsi que via une API pour une utilisation sans interface dédiée. Dans Gmail, Docs, Sheets, Slides et Chat, on l'invoque avec @Gemini, comme le note 9to5Google. Les intégrations couvrent Salesforce, ServiceNow, Jira, Git, BigQuery, Snowflake, Databricks, Microsoft Teams et tout serveur utilisant le Model Context Protocol, la norme ouverte pour connecter les agents aux systèmes externes. Il existe aussi un «coworker agent», un agent au rôle défini et persistant qui, selon Google, reçoit un compte Workspace avec messagerie, calendrier et Drive, et signe les modifications de son propre nom dans l'historique des documents. VentureBeat relève toutefois que Google n'a pas précisé si ce compte est attribué à chaque agent ou seulement aux coworkers persistants.

Le modèle est un choix séparé: Gemini ou Claude

Google le résume ainsi: Gemini est l'agent, et le modèle sous-jacent constitue un choix séparé. Aujourd'hui, l'orchestration s'effectue entre la famille Gemini et les modèles Claude, avec d'autres modèles propriétaires et open source prévus par la suite. Les administrateurs décident quels modèles sont utilisables, et un système de Smart Routing choisit parmi ceux autorisés en fonction des exigences et des coûts. Selon Futurum, les utilisateurs peuvent choisir modèle par modèle pour chaque tâche, ou opter pour un mode automatique qui part d'un modèle rapide et bascule vers un plus puissant si nécessaire. Google affirme que seuls 10 à 15% d'un flux de travail type nécessitent un modèle haut de gamme, pour une économie estimée d'environ un tiers. Ce chiffre émane de l'entreprise elle-même et n'a pas été vérifié de façon indépendante: Futurum le juge techniquement solide, tout en soulignant que c'est aussi une concession commerciale notable.

Sur Claude, les sources restent avares de détails. Aucune n'indique la version utilisée, ni la part des tâches qui transitent par ce modèle. VentureBeat signale que Google n'a pas précisé si les données sont transmises à des fournisseurs externes comme Anthropic, ni dans quelles conditions de conservation et de résidence. Futurum apporte une lecture de marché: Claude gagne en distribution et en revenus à l'usage, mais les clients qui adoptent l'agent Google pourraient réduire leur utilisation directe de l'interface d'Anthropic.

Qui contrôle un agent qui travaille pendant des heures?

Le billet de Google pose quatre questions de sécurité: qui est l'agent, que peut-il faire, qu'a-t-il fait, et à quoi ne doit-il jamais toucher? Les réponses déclarées sont les suivantes. Chaque agent dispose d'une identité propre, attestée cryptographiquement et assortie de permissions de moindre privilège, qui apparaît dans les journaux d'activité. Les permissions sont fondées sur des rôles et approuvées par les administrateurs de sécurité. Pour les systèmes externes, l'identité transite via des standards comme OAuth, et selon VentureBeat, l'agent n'accède qu'aux fichiers partagés explicitement avec les permissions Workspace. Chaque action est consignée dans un registre attribué à l'agent, non à une personne, et peut être surveillée en temps réel.

Concernant les limites, l'agent s'exécute dans un environnement isolé, l'Agent Sandbox, doté d'un périmètre réseau propre. Tout le trafic entrant, sortant et entre agents passe par l'Agent Gateway, un pare-feu dédié à l'IA qui applique les règles en temps réel. Google cite l'exemple d'une règle interdisant aux agents d'ouvrir des documents classifiés «need to know», et VentureBeat précise que les contrôles bloquent les flux tentant d'envoyer des données sensibles à des modèles non autorisés. Sur le plan budgétaire, un plafond de dépense strict est défini par projet: une fois atteint, l'agent s'arrête et ne reprend qu'après validation manuelle.

Le schéma est celui d'une identité non humaine gouvernée, que l'analyste Futurum Nick Patience qualifie de «bonne conception» dans ses notes de recherche. Des questions restent néanmoins ouvertes. Google n'a pas publié de benchmarks indépendants sur la fiabilité de l'agent lors de missions longues traversant plusieurs applications. Patience rappelle que l'étendue d'une liste de connecteurs dit peu sur ce qu'un agent peut réellement accomplir avec chacun d'eux. La question de la responsabilité est déjà inscrite dans les règles d'utilisation de Claude, qui depuis le 12 novembre prévoient que celui qui construit ou distribue un agent répond aussi des actions effectuées via des outils, navigateurs ou systèmes connectés.

Deux exemples: recherche financière et analyse documentaire

Les cas d'usage les plus proches d'un travail de plusieurs heures concernent le secteur financier, encore en préversion. Google annonce plus de 50 compétences de base pour la recherche en investissement, l'analyse de crédit et la modélisation du risque, avec des sources comme FactSet, LSEG, S&P Global, des documents déposés auprès de la SEC et des archives propriétaires, assortis de scores de confiance, de méthodologies, d'une traçabilité des données et de citations de sources. Parmi les clients cités figurent CME Group et Deutsche Bank. DBS Bank, selon Google, utilise des chaînes de 70 à 80 agents pour ses mémos de crédit. C'est le type de travail que les institutions financières européennes commencent à financer: Generali prévoit 325 millions d'euros pour l'IA, les données et l'automatisation dans son plan 2027, et plusieurs banques françaises voient l'IA comme un appui aux conseillers sur la documentation et la recherche, en maintenant la relation client du côté humain.

Sur l'analyse documentaire, Google cite Bradesco, qui déclare une révision des documents ramenée d'une heure à cinq minutes et une réduction de 60% des incohérences de risque selon les chiffres communiqués par l'entreprise, Commerzbank avec des contrôles documentaires passant de 20 heures à une seule, et Grupo Bafar avec la préparation des contrats par filiale réduite de 140 à 17 minutes. Pour le secteur juridique, également en aperçu privé, l'agent hérite des autorisations au niveau du dossier et des «ethical walls», ces barrières informationnelles entre équipes, depuis NetDocuments et iManage. Ce sont des résultats déclarés par Google ou ses clients, sans validation indépendante. Futurum observe que des exemples comme Bradesco et DBS sont des déploiements circonscrits, avec des humains dans la boucle, et non des agents opérant plusieurs jours sans supervision.

Accès, disponibilité et tarifs

Selon un porte-parole de Google Cloud cité par VentureBeat, l'agent Gemini est en aperçu privé depuis aujourd'hui pour un groupe restreint de clients, avec une disponibilité élargie promise «prochainement» sans date précisée. 9to5Google indique que l'ouverture concernera les clients Workspace disposant de certains forfaits Business et Enterprise, et que le produit s'adresse aux entreprises, pas aux particuliers. La seule indication temporelle provient de Futurum, selon lequel Google vise une disponibilité générale d'ici fin octobre 2026, en partant d'Amérique du Nord. L'analyste signale comme point à surveiller l'arrivée en Europe, compte tenu des exigences de résidence des données. Aucune indication n'a été trouvée concernant la France.

Sur les tarifs, VentureBeat rapporte qu'aucun coût supplémentaire n'est prévu là où Gemini Enterprise est disponible, y compris dans les licences Workspace Business et Enterprise, avec des détails tarifaires promis plus proche du lancement général. Futurum cite Gemini Enterprise à 30 dollars par siège et par mois, et précise que Google ne facture pas de sièges supplémentaires mais déplace le coût sur les tokens, le calcul et les plafonds de dépenses. Le prix des coworkers persistants, des tâches autonomes longues et des sous-agents reste non précisé.

La lecture d'ensemble

En séparant l'agent du modèle, Google rend le modèle substituable et déplace ce qui fidélise le client vers d'autres composants: mémoire, compétences, connecteurs, identité et journaux. Cette lecture est partagée par Futurum, qui souligne que ce choix architectural pèse davantage que n'importe quelle fonction isolée. Pour le secteur financier, la conséquence est directe: un agent qui distribue le travail entre plusieurs fournisseurs multiplie le nombre d'acteurs susceptibles de toucher les données, sauf si les administrateurs restreignent les modèles autorisés. Les autorités européennes de supervision ont déjà averti que la finance de l'Union dépend de fournisseurs d'IA non européens, et Christine Lagarde a mis en garde contre les risques systémiques rendus possibles par l'IA déjà intégrée dans les infrastructures bancaires et de paiement. La question du contrôle d'un agent est donc aussi une question de concentration.

L'étape suivante, lorsque les agents commenceront à effectuer des paiements, rendra l'identité et les limites encore plus décisives. Le plafond de dépenses de Google concerne les coûts de calcul et non les transactions, mais Stripe et OpenAI ont déjà publié un protocole pour le commerce via agents IA, dans lequel un agent finalise une transaction sans intervention de l'utilisateur à chaque étape. Les sources consultées ne mentionnent ni crypto ni blockchain: le lien avec notre secteur tient à cette convergence entre agents, identité et paiements. La course à la construction de l'infrastructure qui les fait tourner est aussi un facteur à part entière, comme le montre l'engagement de Google à hauteur de 13 milliards d'euros en Finlande.

Les signaux concrets à suivre sont clairs: la date et les régions de disponibilité générale, la résidence des données en Europe, le prix des coworkers persistants, la réponse de Google sur ce qui parvient aux fournisseurs de modèles, et les premiers tests indépendants sur la fiabilité des tâches longues. Tant que ces éléments font défaut, l'agent Gemini reste une annonce dotée d'une architecture de gouvernance intéressante, sans être un outil vérifiable pour les professionnels opérant en France ou en Europe francophone.