Google lance Gemini agent : l'agent universel qui veut occuper tout le poste de travail

Google lance Gemini agent : l'agent universel qui veut occuper tout le poste de travail

🔎 Un agent pour les gouverner tous

Le 8 octobre 2026, au Gemini at Work 2026, Google Cloud a levé le voile sur le Gemini agent : « votre nouvel agent universel unique pour le travail ». Une seule boîte de prompt, tout le contexte métier de l'organisation, et un livrable rendu là où vous travaillez déjà — documents, messagerie, environnements de développement.

Le timing n'a rien d'anodin. Microsoft verrouille le poste de travail avec Copilot, Anthropic transforme Claude Code en plateforme, et les entreprises sortent enfin des pilotes pour passer à la production. Pendant ce temps, la demande explose : près de 500 clients Google Cloud ont chacun traité plus de 1 000 milliards de tokens sur l'année écoulée, et près de 80 % d'entre eux utilisent déjà les produits IA (chiffres Google Cloud, octobre 2026).

La réponse de Google tient en une formule : on ne donne plus des instructions, on donne des objectifs. L'agent planifie, choisit ses outils et ses modèles, se connecte à Jira, Salesforce ou Snowflake, et rend une copie finie. Pas des suggestions. Des livrables.

L'essentiel

• Un seul agent pour tout : travail de connaissance, questions, création de contenu, code — depuis une unique boîte de prompt, avec le contexte métier complet de l'organisation (source : Google, 8 octobre 2026).
• « Objectifs, pas instructions » : il planifie le travail, utilise des skills et des outils, se connecte aux systèmes métier et rend un résultat fini dans Gmail, Docs, Sheets, la CLI, Slack ou Microsoft 365.
• Identité propre : les « coworker agents » reçoivent un compte Workspace, un email @agents.company.com, un calendrier et un audit trail au nom de l'agent.
• Orchestration multi-modèles : familles Gemini et Claude d'Anthropic aujourd'hui ; l'agent choisit le meilleur modèle pour chaque tâche.
• Disponibilité : private preview pour des clients sélectionnés, intégration prévue dans Gemini Enterprise sans frais supplémentaires là où il est disponible. Aucun prix ni date de GA annoncés (octobre 2026).

Outils recommandés

Aucun tarif public n'existe encore pour le Gemini agent lui-même : vérifiez la page officielle avant tout engagement budgétaire.

C'est quoi le Gemini agent, concrètement ?

C'est un agent unique à vocation universelle, pas une fonctionnalité de plus dans Workspace. Selon l'annonce officielle de Google, on lui donne « des objectifs, pas des instructions » : il planifie le travail, utilise des skills et des outils, se connecte aux systèmes métier et rend un résultat fini — dans les documents, la boîte mail et les environnements de développement déjà utilisés.

La promesse tient en trois points. D'abord, une seule boîte de prompt pour tout : du travail de connaissance au code, sans changer d'outil. Ensuite, une architecture décrite autour de six principes, conçue pour travailler à travers les applications métier, les données et d'autres agents IA en conservant le contexte entre tâches et appareils. Enfin, trois modes d'extension dans Gmail, Drive, Docs, Slides, Sheets, Chat et Calendar : assistance personnelle, travail d'équipe, rôle dans l'organisation.

Le point qui distingue un agent d'un chatbot tient au livrable. VentureBeat décrit un agent capable de recherche, de création de documents, d'écriture de code et de coordination d'autres agents, sur des tâches durant des heures ou des jours — en conservant la même mémoire, le même contexte métier et la même identité entre applications et appareils.

L'intégration ne s'arrête pas à Google : interface et API communes sur web, iOS, Android, Windows, Mac, outils en ligne de commande, Google Workspace, Microsoft 365 et Slack. Là où vous travaillez, il travaille.

Google insiste aussi sur l'entreprise : contrôles de coûts intégrés, sécurité, administration et gouvernance « exigées par les clients entreprise ». Les plafonds de dépense se règlent en temps réel dans la Cloud Billing Console, avec suivi des coûts de tokens et de sandbox par projet.

La nuance qui change tout

Un assistant suggère une reformulation dans un Google Doc. Le Gemini agent reçoit un objectif, interroge Jira et BigQuery, assemble le livrable et le dépose dans votre boîte mail. Entre les deux, il y a toute la distance entre un correcteur et un collaborateur. C'est exactement là que se logent les bénéfices — et les risques, on y revient.

« Objectifs, pas instructions » : la vraie révolution est dans le routage

Le vrai produit n'est pas un modèle, c'est un routeur. L'agent « choisit le meilleur modèle pour la tâche », précise Google. Aujourd'hui, l'orchestration passe par la famille de modèles Gemini et les modèles Claude d'Anthropic, avec d'autres modèles privés et ouverts promis plus tard.

C'est un aveu discret mais lourd de sens : aucun modèle ne domine partout. La valeur se déplace du moteur vers le routage — envoyer une tâche de raisonnement profond, une tâche de code et une rédaction vers les modèles les plus adaptés, en surveillant le coût à chaque étape. C'est le pari d'architecture que confirment les classements actuels :

Le détail piquant : c'est GPT-5.5 d'OpenAI qui mène les classements agentiques, mais l'agent de Google s'appuie sur les modèles Claude d'Anthropic pour certaines tâches. Le concurrent de modèle devient fournisseur — la guerre des agents se joue déjà à plusieurs étages. Notre sélection des meilleurs LLM pour les agents IA détaille pourquoi le routage par tâche devient un avantage compétitif en soi.

Les skills complètent le dispositif : instructions et outils réutilisables, publiables dans des registres internes partagés, sur le format ouvert SKILL.md qui remplacera les Gems (UC Today). C'est le mécanisme qui transformera le savoir-faire de l'entreprise en capital réutilisable plutôt qu'en savoir tribal.

Côté budget, la promesse est concrète : suivi des coûts de tokens et de sandbox par projet, plafonds de dépense en temps réel dans la Cloud Billing Console, et mise en pause automatique de l'agent du projet quand un cap est atteint — avec reprise « en un clic dans la console ». Un contrôle rarement offert à ce niveau de granularité.

Coworker agents : votre collègue IA a désormais une adresse email

La décision la plus marquante de cette annonce n'est pas technique, elle est identitaire. Les coworker agents sont des agents persistants à rôle défini qui vivent dans l'annuaire comme un employé : ils reçoivent leur propre compte Workspace, avec une adresse email de la forme @agents.company.com, un calendrier, un Drive et une présence dans l'annuaire d'entreprise (beri.net).

On en crée un en décrivant simplement son rôle. Les collègues l'ajoutent à un espace Chat, le @mentionnent ou le taggent dans un commentaire de Doc ; il suggère des éditions et apparaît « sous son propre nom dans l'historique des versions ». Chaque action est tracée au nom de l'agent, pas au nom de l'humain qui l'a déclenchée. L'audit trail n'est plus une option, c'est une architecture.

L'exemple donné par Google en dit long : un manager crée un « Event Planner Agent » qui reçoit son propre compte Workspace — adresse email, calendrier, stockage Drive, présence dans l'annuaire (VentureBeat). Il gère des workflows de plusieurs jours, des affectations parallèles, des tâches planifiées, et peut assembler des groupes temporaires de sous-agents spécialisés.

Cette logique prolonge ce que Google avait amorcé côté grand public avec les agents personnels persistants, comme Gemini Spark, l'agent IA 24/7 pensé comme un deuxième cerveau. Le coworker agent en est la version entreprise : même permanence, mais avec un badge, un rôle et des responsabilités partagées.

Deux configurations sont prévues : assistant personnel d'un employé, ou coworker digital persistant dont les responsabilités sont partagées par une équipe. Dans le second cas, l'agent survit au départ de ses créateurs — ce qui pose exactement les questions de propriété et de gouvernance que la plupart des DSI n'ont pas encore tranchées.

Fait notable : ce compte Workspace dédié a un coût de licence implicite. Google n'a pas expliqué comment le provisioning de ces identités s'articule avec le licensing existant. C'est une question d'identité et de licensing avant d'être une question d'achat.

Connecteurs, MCP et API : Google veut être le hub, pas une application

Le Gemini agent est conçu pour dépasser le tenant Google — et c'est un message adressé directement à Microsoft. Il se connecte à Salesforce, ServiceNow, Jira, Git, BigQuery, Snowflake, Databricks et Microsoft Teams, accepte n'importe quel serveur MCP (Model Context Protocol), et travaille aussi dans Microsoft 365 et Slack.

Côté Workspace, sept nouvelles intégrations MCP ont été annoncées : Asana, Atlassian Rovo, HubSpot, Mailchimp, QuickBooks, monday.com et Salesforce — en lecture seule pour l'instant. Gemini Enterprise pour Microsoft 365 progresse en parallèle, avec des actions sur OneDrive, Outlook, SharePoint et Teams en public preview. La portée de l'agent dépasse donc l'écosystème Google, un point confirmé noir sur blanc par la couverture de l'événement.

Pour les développeurs, deux signaux comptent. Le premier : une interface et une API communes sur web, iOS, Android, Windows, Mac, en ligne de commande, dans Google Workspace, Microsoft 365 et Slack. L'agent devient headless, scriptable, intégrable à vos pipelines — pas seulement cliquable. Le second : l'Interactions API est passée en disponibilité générale, et generateContent prend sa retraite. Toute la pile développeur de Google s'aligne sur le paradigme agentique.

Google promet enfin la publication d'instructions et d'outils réutilisables dans des registres internes partagés — le socle d'un vrai marché interne de skills. Reste la question posée sans détour par UC Today : qui détient le workflow quand l'interface, le contexte et l'autorité peuvent siéger à trois endroits différents ? Quand votre agent écrit dans Outlook, lit dans Salesforce et planifie dans Jira, le verrou n'est plus technique. Il est organisationnel.

Private preview, prix absent : ce que Google n'a pas dit

Aucune grille tarifaire, aucune date de disponibilité générale, aucun périmètre contractuel confirmé. Google n'a publié ni prix, ni liste de plans, ni date de GA pour l'agent ou les coworker agents. Les labels « in preview » officiels ne concernent d'ailleurs que les packs sectoriels Financial Services et Legal ; Government, Healthcare et Retail restent annoncés « coming soon ».

Ce qui est confirmé : une private preview dès le jour de l'annonce pour des clients sélectionnés (confirmé par un porte-parole auprès de VentureBeat), puis une intégration dans Gemini Enterprise « sans installation ni site séparé », inclus sans frais supplémentaires là où Gemini Enterprise est disponible, y compris via les abonnements Workspace business et enterprise existants. Ce qui ne l'est pas : le périmètre exact de cet « inclus », les quotas par utilisateur, et la date de disponibilité élargie.

Trois questions restent ouvertes, reconnues jusque dans la couverture la plus favorable : la fiabilité des workflows autonomes étendus sur plusieurs jours, le coût d'exploitation de grandes équipes de coworkers IA persistants, et les modalités de provisioning et de licensing de ces identités digitales.

Le mécanisme de plafond de dépense mérite qu'on s'y attarde. Gemini suit les coûts de tokens et de sandbox par projet ; quand un cap est atteint, « l'agent du projet se met en pause », avec reprise en un clic dans la console. Le contrôle existe — mais que devient une tâche de plusieurs jours interrompue en plein vol ? Personne ne l'a précisé.

La lecture de beri.net est la bonne : cette annonce est une décision d'identité et de licensing avant d'être une décision d'achat. Qui parraine chaque compte d'agent, qu'a-t-il le droit de voir, et que devient son travail quand un cap de dépense le met en pause — voilà les vraies questions de déploiement.

Pour les équipes qui ne peuvent pas attendre la GA, construire son propre agent reste une voie crédible : notre guide sur comment créer un agent IA détaille les alternatives, du no-code aux frameworks open source.

Microsoft et Anthropic dans le viseur : la bataille du poste de travail s'ouvre

L'attaque est frontale, et les chiffres la rendent crédible. Sundar Pichai a rappelé que Gemini dépasse désormais 1 milliard d'utilisateurs mensuels, et que près de 90 % des sociétés du Fortune 100 utilisent Gemini Enterprise (annonces du 8 octobre 2026, couverture 9to5Google et NewsInLasVegas). Sur le même événement, Google revendique ~80 % de taux d'adoption des produits IA chez ses clients Cloud.

Face à Microsoft, la stratégie est lisible : ne pas concurrencer Copilot sur son terrain, mais y vivre. Le Gemini agent opère dans Microsoft 365, Teams et Slack, et s'adosse aux connecteurs Salesforce et ServiceNow. L'interface n'est plus le champ de bataille ; le contexte et l'exécution le sont. Celui qui tient le workflow tient le client.

Face à Anthropic, la relation est plus ambiguë. D'un côté, l'agent orchestre des modèles Claude en tierce partie — partenariat assumé. De l'autre, Anthropic transforme son agent de code en plateforme ouverte, comme le documente notre analyse sur Claude Code, les mods et la plateforme d'agents d'Anthropic. Et Google pousse sa propre suite agent-first pour développeurs avec Antigravity 2.0, la suite agent-first qui veut tuer Cursor et Claude Code. Même entreprise, deux fronts : les modèles et le poste de travail.

Si vous comparez encore les assistants généralistes, notre comparatif ChatGPT vs Gemini reste utile — mais il répond à la question de 2024. La question de 2026 est différente : quel agent tient la plume dans vos outils métier ?

Notre lecture : l'avantage de Google est l'intégration horizontale — email, calendrier, Drive et annuaire dans un seul produit. Celui de Microsoft est la distribution. Celui d'Anthropic est la confiance des développeurs. La bataille du poste de travail se jouera sur la fiabilité et la gouvernance, pas sur les benchmarks.

Sécurité et gouvernance : les questions que les DSI doivent poser maintenant

L'identité nominative des agents est un progrès réel ; le reste dépend de vous. Audit trail au nom de l'agent, historique de versions signé, plafonds de dépense, sécurité et administration intégrées : la base est posée. C'est déjà plus que ce que la plupart des plateformes d'agents offrent aujourd'hui.

Mais les zones d'ombre sont réelles. Qui parraine chaque compte d'agent ? Qu'a-t-il le droit de voir ? Que devient son travail inachevé quand un cap de dépense le met en pause ? Autant de décisions que Google n'a pas tranchées publiquement — et qui incombent désormais aux entreprises.

Le précédent n'est pas théorique : Wikipédia a dénoncé des agents « rogue » d'OpenAI qui écrasaient littéralement l'infrastructure — notre article sur ces agents IA qui écrasent l'infrastructure quand ils déraillent en détaille la mécanique. Un agent doté d'un email, d'un calendrier et d'un accès Jira est un point d'entrée privilégié dans le SI. À l'échelle de centaines de coworkers numériques, la surface d'attaque change de nature.

Trois réflexes à imposer dès la private preview : démarrer en lecture seule sur tous les connecteurs, restreindre les périmètres MCP au strict nécessaire, et documenter le cycle de vie de chaque agent — parrain, périmètre, révocation. La gouvernance d'un employé numérique s'écrit avant son premier livrable, pas après son premier incident.

❌ Erreurs courantes

Erreur 1 : donner des droits d'écriture au coworker agent dès le premier jour

Un agent qui peut envoyer des emails et modifier des Docs dès le jour 1 est un risque inutile. La solution : lecture seule pendant la phase d'évaluation, puis montée en charge progressive par périmètre et par équipe — exactement comme pour un nouvel employé en période d'essai. Les tags de version au nom de l'agent existent précisément pour ça : utilisez-les comme garde-fou, pas comme simple traçabilité.

Erreur 2 : ignorer les plafonds de dépense jusqu'à la première facture

Les coûts de tokens et de sandbox sont suivis par projet, et l'agent se met en pause quand un cap est atteint. Sans plafonds définis en amont, un workflow de plusieurs jours peut s'interrompre au pire moment. Fixez des budgets par agent et par projet, et formez les managers à la reprise en un clic dans la console : une pause non anticipée bloque un livrable autant qu'un bug.

Erreur 3 : traiter l'agent comme un compte de service anonyme

C'est un employé numérique avec une adresse email : il lui faut un parrain clairement identifié, un cycle de vie complet (création, mutation, révocation) et une propriété explicite de ses livrables. L'audit trail au nom de l'agent n'a de valeur que si quelqu'un le lit régulièrement — désignez un responsable, pas une adresse générique.

Erreur 4 : confondre démo et production

La fiabilité des workflows autonomes de plusieurs jours reste une question ouverte, admise jusque dans la couverture de l'événement. Testez sur des tâches à faible enjeu avant de confier à un agent des livrables client. Le produit est prometteur ; il n'a pas encore de historique de production à vous mettre sous les yeux.

❓ Questions fréquentes

Quand le Gemini agent sera-t-il disponible ?

En private preview depuis le 8 octobre 2026, pour des clients sélectionnés uniquement. L'intégration dans Gemini Enterprise — sans installation ni site séparé — est annoncée pour la suite, sans date de disponibilité élargie. Les labels « in preview » officiels ne concernent, à ce stade, que les packs sectoriels Financial Services et Legal.

Combien coûte le Gemini agent ?

Aucun prix n'a été publié (octobre 2026). VentureBeat indique qu'il sera « inclus sans frais supplémentaires là où Gemini Enterprise est disponible », y compris via les abonnements Google Workspace business et enterprise existants. Le périmètre exact et les quotas restent à confirmer — surveillez la Cloud Billing Console pour les coûts de tokens par projet.

Quels modèles utilise le Gemini agent ?

L'orchestration s'appuie aujourd'hui sur la famille de modèles Gemini et sur les modèles Claude d'Anthropic, avec d'autres modèles privés et ouverts promis plus tard. L'agent choisit le meilleur modèle pour chaque tâche — c'est le principe même de son architecture, et sa principale différence avec un chatbot à moteur unique.

Peut-on construire un équivalent sans Google ?

Oui, avec des limites. Des modèles ouverts exécutés en local permettent de bâtir des agents souverains — notre guide sur les agents IA avec Ollama détaille la démarche. Vous devrez toutefois recréer vous-même les connecteurs métier, la gouvernance et le suivi des coûts que Google livre intégrés.

✅ Conclusion

Un agent qui reçoit des objectifs plutôt que des instructions, vit dans l'annuaire et rend le travail fini : le Gemini agent ne concurrence pas un chatbot, il concurrence un poste de travail — et la bataille de 2026 se jouera sur la confiance, pas sur les benchmarks. Pour situer les acteurs de cette course, notre sélection des meilleurs agents IA fait le tri.