Qui contrôle le travail confié aux agents IA de Google ?

Le choix du modèle et la bataille pour le contrôle de l’IA en entreprise

L’offre de Google d’un plus large choix de modèles pourrait rendre sa plateforme plus centrale dans le travail en entreprise. Lors de Gemini at Work 2026, Google a dévoilé ce qu’il appelle un « agent unique et universel » ainsi qu’une interface de programmation d’applications, ou API, dans Gemini. Une API permet aux systèmes logiciels de communiquer, tandis qu’un agent utilise des outils pour atteindre un objectif. Pour les directeurs des systèmes d’information, les responsables de la sécurité des systèmes d’information, ainsi que les responsables de l’ingénierie et des plateformes, la question stratégique est de savoir qui coordonne ce travail, accorde les accès et reste responsable à mesure que les modèles sous-jacents évoluent.

Choisir un modèle et choisir la plateforme qui pilote son travail sont deux décisions distinctes. La proposition de Google offre de la flexibilité dans le choix du modèle tout en cherchant à occuper un rôle central dans la coordination de l’activité de l’entreprise, une position qui profiterait commercialement à Google. Pour les acheteurs, cela pose un test concret : la plateforme peut-elle prendre en charge une autonomie de confiance, avec des agents poursuivant des objectifs sous une supervision humaine limitée étape par étape ? La réponse dépend de la manière dont la plateforme contrôle l’autorité que les entreprises délèguent.

La flexibilité des modèles peut renforcer la plateforme de coordination

L’approche de Google dissocie l’agent de son modèle sous-jacent, ce qui permet à différents workflows d’utiliser différents modèles. Les options citées sont la famille Gemini et Claude, et Google indique que la prise en charge d’autres grands modèles privés et open source arrivera « bientôt ». Les objectifs affichés par Google sont une meilleure qualité et un coût plus faible. Le choix du modèle deviendrait une composante de la responsabilité de la plateforme dans la gestion du travail.

Le choix du modèle peut devoir évoluer à mesure que les tâches et les modèles changent. Le PDG de Google Cloud, Thomas Kurian, affirme que le modèle de référence change « tous les quelques mois », tandis que « le meilleur modèle pour la tâche n’est pas toujours le plus grand ». Son argument soutient la proposition commerciale de Google : une entreprise pourrait conserver la même plateforme de coordination tout en changeant le modèle utilisé pour une charge de travail. La relation dans la durée dépendrait donc en partie de la capacité de cette plateforme à sélectionner et coordonner les modèles au fil du temps.

L’analyste technologique indépendant Carmi Levy considère cette séparation comme centrale dans la stratégie de Google. « Cela sépare l’agent du modèle sous-jacent et permet aux entreprises d’utiliser le modèle le plus pertinent pour une charge de travail donnée », a-t-il déclaré. Selon lui, Google cherche à occuper une position qui pourrait survivre au leadership dans une comparaison donnée entre modèles. « Au lieu de cela, l’entreprise essaie de s’imposer comme le gardien du nouveau système d’exploitation de l’entreprise, alimenté par le modèle sous-jacent le plus pertinent », a-t-il ajouté.

Levy inscrit cette ambition dans une histoire du contrôle stratégique passé par les systèmes d’exploitation, les navigateurs, les applications, les plateformes cloud et les grands modèles de langage, ou LLM, qui génèrent des réponses fondées sur le langage. Il considère désormais que l’infrastructure qui coordonne les workflows d’entreprise est la zone disputée. « La couche agentique pourrait être le prix ultime de l’ère de l’IA, et cela explique en grande partie pourquoi chaque annonce de fournisseur semble au fond revendiquer la même chose », a-t-il déclaré. Dans cette lecture, la possibilité de changer plus facilement de modèle pourrait rendre plus important le système qui coordonne leur utilisation.

Mais la concurrence pour cette position est déjà forte. Mahmoud Ramin, directeur de recherche chez Info-Tech Research Group, estime que Google n’a pas créé une nouvelle catégorie, puisque OpenAI, Anthropic, Microsoft et Meta positionnent déjà des capacités multiagents, dans lesquelles plusieurs agents travaillent ensemble, au sein de leurs plateformes. Levy souligne lui aussi des revendications similaires de la part d’OpenAI et de Microsoft. La flexibilité des modèles donne donc à Google une offre à présenter aux acheteurs, mais ce chevauchement signifie que les acheteurs doivent toujours évaluer pourquoi son approche conviendrait à leur travail.

Les agents persistants élargissent l’autorité que les entreprises délèguent

Pour évaluer cette offre, les acheteurs doivent d’abord comprendre comment Google prévoit que le travail se déroule. Un utilisateur fournit un objectif via une zone de prompt, et l’agent Gemini utilise des compétences, des outils et des systèmes d’entreprise connectés pour le poursuivre. Google décrit des capacités comprenant la réponse aux questions, la génération de médias, ainsi que l’écriture et l’exécution de code, le travail achevé étant livré dans des documents, des boîtes de réception ou des environnements de développement. Kurian décrit l’interaction ainsi : « Vous lui donnez des objectifs, pas des instructions », et « Le travail commence désormais dans la fenêtre de prompt. »

Commencer par un objectif rend l’agent responsable de la décision sur les actions intermédiaires. Google indique que son agent peut créer des sous-agents temporaires ou spécifiques à une tâche, prendre en charge des agents auxquels sont attribuées certaines parties du travail et communiquer avec eux pour coordonner l’exécution. Ces agents peuvent travailler en parallèle ou exécuter des étapes en séquence. Google décrit des workflows qui peuvent se poursuivre pendant « des heures ou des jours », ce qui étend la délégation au-delà d’un seul échange.

Un travail qui se poursuit d’une session à l’autre a aussi besoin d’une identité et d’un endroit où conserver les informations. Google indique que les agents collègues peuvent disposer d’identités dédiées, d’adresses e-mail propres à l’agent sous la forme illustrative @agents.company.com, et d’un stockage persistant qui reste disponible d’une session à l’autre. Ils peuvent travailler sur plusieurs jours à mesure que leurs responsabilités évoluent. Une entreprise qui adopterait cette organisation accorderait à un participant identifiable une autorité pouvant rester active après la fin de la conversation initiale.

Google relie cette continuité à des rôles professionnels définis, en décrivant les agents comme des assistants personnels ou des membres d’équipe ayant des responsabilités de chef de projet ou d’analyste. Les agents fondés sur les rôles seraient optimisés pour des missions particulières, une caractéristique que Levy qualifie de « singulièrement convaincante ». La proposition consiste à confier un travail continu à un agent configuré pour un rôle. Les informations qu’il stocke, son identité et les responsabilités qui lui sont autorisées nécessiteraient donc une gestion continue.

Ces responsabilités pourraient couvrir plusieurs modes d’accès à l’agent. Kurian décrit un « accès omniprésent » via une exécution dans le cloud, avec une prise en charge des téléphones iOS et Android ainsi que des ordinateurs de bureau Windows et Mac. Les utilisateurs pourraient accéder à l’agent via des interfaces en ligne de commande, qui acceptent des commandes saisies, ainsi que via Google Workspace, Microsoft 365, Slack et des applications tierces. Google décrit également des agents headless, qui fonctionnent sans interface utilisateur dédiée et peuvent donc continuer à opérer indépendamment d’un écran ou d’une application particulière.

À travers ces canaux, un agent pourrait recevoir du travail à un endroit, agir via des systèmes connectés, coordonner des agents de soutien et livrer des résultats ailleurs. Google indique que l’accès est limité à des données et à des canaux spécifiquement définis. Pour gouverner le travail délégué, ces limites doivent s’appliquer à mesure qu’il circule entre systèmes et agents. L’autorité continue devient ainsi un élément central de la décision d’achat.

La gouvernance doit suivre le travail à travers les systèmes

L’autorité continue élargit les conséquences des décisions d’un agent. Une interaction de base avec l’IA peut produire une réponse qu’une personne examine, tandis qu’un agent autonome peut agir via plusieurs systèmes métier et communiquer avec d’autres agents. Ramin décrit le risque associé à une IA de base comme « beaucoup plus contenu ». Avec le travail autonome, les acheteurs doivent établir quelles autorisations s’appliquent, quelles décisions un agent peut prendre et qui est responsable du workflow qui en résulte.

Ces questions deviennent plus sérieuses lorsque le workflow soutient un processus métier critique. Un agent pourrait disposer d’un accès suffisant pour agir et d’une continuité suffisante pour continuer à agir avant qu’une personne n’intervienne, de sorte qu’une erreur grave pourrait perturber les opérations et nuire à la réputation. La bonne exécution d’une tâche ne couvre donc qu’une partie de la décision d’achat. Les acheteurs doivent aussi examiner ce qui se passe lorsqu’une décision tourne mal pendant un travail continu.

Google indique que son offre comprend des contrôles de sécurité, de gouvernance et de coûts définis par l’entreprise, ainsi que des restrictions aux données et canaux spécifiés. Comme ces contrôles font partie de la plateforme que Google vend, les acheteurs doivent évaluer comment ses affirmations s’appliquent aux activités proposées. Un agent peut changer d’outils, créer des agents de soutien ou poursuivre son activité d’une session à l’autre. Un contrôle doit rester efficace malgré ces changements pour limiter le travail qu’il est censé gouverner.

Ramin expose les responsabilités que les entreprises devraient traiter parallèlement à ces affirmations. « À mesure que les organisations libèrent la puissance de l’autonomie des agents, cela fait émerger l’exigence cruciale et non négociable d’imposer une gouvernance », a-t-il déclaré. Il appelle à des autorisations, une identité, une supervision humaine et des audits système : les autorisations limitent l’accès, l’identité établit quel agent agit, la supervision permet l’intervention humaine et les audits permettent d’examiner l’activité du système. Ces garde-fous couvrent différentes parties d’un même workflow, de sorte que les acheteurs doivent comprendre comment ils fonctionnent ensemble.

Les contrôles d’accès ont aussi besoin de limites de décision explicites, car l’autorisation d’accéder à des informations n’établit pas à elle seule l’autorité d’agir sur celles-ci. Ramin indique que les entreprises devraient « définir clairement quelles décisions l’agent est autorisé à prendre, à quelles données il doit accéder et comment la performance sera suivie ». Pour les agents collègues persistants, ces limites doivent rester liées à leurs responsabilités du moment à mesure que les missions évoluent. Des autorisations granulaires, c’est-à-dire un accès défini pour des activités et des informations spécifiques, aident à maintenir un rôle continu dans le périmètre qui lui est assigné.

Levy examine la responsabilité comme un élément du positionnement concurrentiel de Google. Il affirme que Google « mène sans doute la conversation autour de l’identité, des pistes d’audit et de la question de savoir qui, ou quoi, est en dernier ressort responsable des workflows ». Les pistes d’audit enregistrent les actions effectuées et aident à établir les responsabilités lorsque plusieurs agents contribuent à un résultat. Son appréciation porte sur l’accent mis par Google dans la discussion sur l’entreprise ; les acheteurs doivent encore examiner comment ses contrôles fonctionnent pendant une activité autonome.

Cet examen s’élargit à mesure que la plateforme se connecte à davantage de systèmes externes et de canaux de travail. Chaque connexion étend l’activité que les autorisations, la supervision et la responsabilité doivent couvrir, y compris les actions des agents de soutien. Les recommandations de Ramin identifient les responsabilités de gouvernance, tandis que l’évaluation de Levy décrit leur place dans la concurrence entre plateformes. Les acheteurs peuvent utiliser ces deux perspectives pour évaluer comment la gouvernance suit un workflow à travers des systèmes connectés.

Le test de confiance de Levy se concentre sur la durée et les conséquences du travail délégué. Il décrit l’orientation du secteur comme un « avenir inévitablement agentique », mais demande « si les DSI et les RSSI peuvent lui faire confiance pour exécuter indéfiniment des processus métier critiques sans faire quelque chose d’assez stupide pour générer des gros titres dommageables, c’est une toute autre histoire ». Sa question fixe un seuil exigeant pour la confiance dans un fonctionnement durable : la plateforme peut-elle préserver les limites définies par l’entreprise alors que la responsabilité se prolonge au-delà du prompt initial ?

L’adéquation avec l’environnement de travail peut rendre la proposition plus facile à envisager

Si la gouvernance détermine le périmètre d’une délégation acceptable, les applications existantes façonnent l’endroit où une entreprise pourrait d’abord envisager de l’utiliser. Ramin met en avant la combinaison, chez Google, d’un fonctionnement direct dans Gmail, Drive, Sheets et Slides avec des connexions à des systèmes externes. Pour les organisations qui utilisent déjà ces produits, les agents travailleraient dans des applications familières tout en atteignant d’autres parties de l’environnement métier. La proposition se connecte donc directement au travail existant.

Dans cet environnement, Ramin identifie le travail répétitif et la synthèse d’informations, c’est-à-dire la collecte de matière et sa transformation en un résultat exploitable, comme de solides applications. Il cite la recherche menée par des chefs de projet, des analystes et des spécialistes marketing. Parmi les exemples connexes figurent la rédaction d’un e-mail, l’ajustement d’une feuille de calcul et la création d’une présentation. Ces tâches montrent où un agent pourrait réduire le travail qu’une personne dirige étape par étape, même si des offres concurrentes présentent des capacités similaires.

Des capacités similaires rendent l’environnement existant de l’acheteur plus important dans la décision commerciale. « Les entreprises vont-elles s’y intéresser ? Si elles sont déjà fortement investies dans la stack workplace de Google, cela pourrait être plus facile à vendre à la direction générale », a déclaré Levy. Des applications familières peuvent rendre l’extension proposée plus facile à expliquer aux dirigeants, donnant à Google un avantage lié à l’investissement actuel du client. La performance, la sécurité, la gouvernance et la valeur restent des sujets distincts à évaluer.

Pour les organisations en dehors de l’environnement workplace de Google, les connexions externes maintiennent la pertinence de la proposition, mais l’avantage d’une base installée de produits est plus faible. Les acheteurs devraient examiner comment les agents s’intègrent aux applications à travers lesquelles leur propre travail circule. La familiarité peut aider une plateforme à entrer en considération ; l’autorisation d’agir via ces applications exige une décision sur le travail précis et l’autorité déléguée.

Points clés à retenir pour les décideurs

• Dissocier le choix du modèle du contrôle de la plateforme : La prise en charge par Google de plusieurs modèles pourrait renforcer son rôle dans la coordination du travail en entreprise. Les DSI qui évaluent cette flexibilité doivent examiner l’autorité de la plateforme sur les workflows en parallèle de la qualité et du coût des modèles.
• Définir l’autorité continue des agents : Les agents persistants peuvent conserver des identités, stocker des informations et coordonner des agents de soutien sur plusieurs jours. Les responsables métier et les équipes de sécurité ont besoin de limites explicites sur leurs décisions, leurs accès et leurs responsabilités continues.
• Tester la gouvernance sur l’ensemble du workflow : Les autorisations, la supervision et les pistes d’audit doivent rester efficaces à mesure que les agents changent d’outils, délèguent des tâches et traversent les systèmes métier. Les RSSI et les responsables de plateformes peuvent utiliser ces transitions pour tester les affirmations de Google en matière de gouvernance avant d’approuver un travail critique.
• Utiliser l’adéquation avec l’environnement de travail pour cadrer l’adoption : L’usage existant de Gmail, Drive, Sheets et Slides donne à Google un point d’entrée pratique. Les responsables applicatifs peuvent évaluer des tâches de recherche délimitées, d’e-mail, de feuille de calcul et de présentation au regard des exigences de performance, de sécurité et de valeur.