Gemini agent : le guide de l'agent universel de Google

Gemini agent est l’agent universel de Google pour le travail : vous lui donnez un objectif, il planifie les étapes, utilise des outils et des skills, se connecte à vos systèmes et vous rend un livrable terminé, directement dans Gmail, Docs, Sheets ou votre terminal. Annoncé le 8 octobre 2026 à Gemini at Work, il tourne dans le cloud, peut travailler pendant des heures ou des jours, crée ses propres sous-agents et choisit pour chaque tâche le modèle adapté, y compris Claude d’Anthropic.

Le contexte compte : selon Sundar Pichai, cité par TechCrunch, Gemini dépasse le milliard d’utilisateurs actifs mensuels et près de 90 % des entreprises du Fortune 100 utilisent Gemini Enterprise. Je n’ai pas pu tester l’agent moi-même, car il est réservé aux entreprises clientes de Google Cloud au lancement. Ce guide s’appuie sur l’annonce de Google Cloud, le blog de Google, TechCrunch, le changelog de l’API Gemini et la documentation Agent Designer.

Ce qu’est Gemini agent : un agent unique au lieu d’une collection d’assistants

Gemini agent remplace la logique « un assistant par application » par un seul agent qui suit l’utilisateur partout. Google le décrit comme « un agent unique et universel pour le travail » qui répond aux questions, prend en charge le travail de connaissance, crée des images et des médias, écrit et exécute du code. Le billet de Google Cloud, adapté de la keynote de Thomas Kurian, CEO de Google Cloud, résume le changement : « Vous lui donnez des objectifs, pas des instructions. »

Concrètement, vous déléguez un résultat et vous revenez chercher le travail fini. L’agent peut être assigné à une tâche, planifié à une heure donnée ou déclenché par un événement. Il fonctionne aussi en mode « headless », c’est-à-dire sans interface dédiée, ce qui permet de l’intégrer dans des applications tierces.

Ce qui le distingue d’un chatbot classique

Trois caractéristiques séparent Gemini agent de l’assistant Gemini que vous connaissez :

• L’exécution longue : l’agent tourne dans le cloud. Selon Google, « le travail qui prend des heures ou des jours continue après que vous avez fermé votre ordinateur ».
• Les sous-agents : il peut créer dynamiquement une équipe d’agents temporaires, chacun avec sa propre identité, pour des tâches en plusieurs étapes, en parallèle ou en séquence.
• Une mémoire unique : quel que soit l’appareil ou le canal, il garde le même jeu de souvenirs, le même contexte et le même graphe de personnalisation.

Pour suivre ce qu’il fait, TechCrunch décrit une « boîte de tâches » (tasks inbox) qui affiche son raisonnement, la délégation aux sous-agents, le chargement des skills, le code produit et l’avancement.

Les quatre mémoires de l’agent

Google détaille quatre types de mémoire, ce qui explique comment l’agent progresse avec le temps :

Type de mémoire	Rôle
Mémoire de session	La tâche en cours, même si elle dure plusieurs jours
Mémoire sémantique	Une base de connaissances structurée construite en lisant des documents et en échangeant avec des personnes et d’autres agents
Mémoire procédurale	La façon de faire un travail, y compris les skills qu’il écrit lui-même
Mémoire épisodique	L’historique de tout ce qu’il a déjà fait

Google résume l’idée ainsi : « Gemini s’intègre lui-même comme le ferait une nouvelle recrue. » Les skills, ces jeux d’instructions réutilisables stockés comme des prompts modulaires, portent cette progression : l’agent apprend de chaque exécution, gagne en régularité et réduit sa consommation de tokens.

Les coworker agents : une identité propre dans l’entreprise

La vraie nouveauté de l’annonce, c’est le statut de « coworker agent ». Un coworker agent a un rôle permanent, une présence opérationnelle sur plusieurs jours et des responsabilités qui évoluent. Il n’agit pas sous votre nom, mais sous le sien.

Selon Google, chaque coworker agent dispose de :

• sa propre adresse email en @agents.company.com (le domaine de votre entreprise) ;
• son propre compte Workspace, avec agenda, Drive et présence dans l’annuaire de l’entreprise ;
• un stockage persistant ;
• un accès limité au contexte que vous ou votre équipe lui fournissez.

Vous l’invoquez comme un collègue : en le mentionnant, en lui envoyant un email, en partageant un document avec lui ou en l’ajoutant à une conversation de groupe. TechCrunch précise qu’il connaît les équipes, les fuseaux horaires, les approbateurs et les agendas. Google donne l’exemple d’une réunion organisée « sans fournir un seul nom ni une seule adresse email ».

À mon avis, ce choix d’identité séparée est la décision la plus structurante pour un DSI. Un agent qui agit sous sa propre identité laisse une trace d’audit distincte, se révoque comme un compte et ne voit que ce que vous lui partagez. C’est plus simple à gouverner qu’un agent qui emprunte les droits de l’utilisateur.

Un coworker agent a sa propre identité : six attributs, dont un journal d’audit à son nom plutôt qu’au vôtre.

Où utiliser Gemini agent : Workspace, Microsoft 365, Slack, CLI et MCP

Gemini agent est accessible depuis presque tous les canaux de travail. Google liste le web, les mobiles iOS et Android, les ordinateurs Windows et Mac, la ligne de commande, Google Workspace, Microsoft 365 et Slack. TechCrunch ajoute ServiceNow parmi les surfaces prises en charge.

Dans Google Workspace

Dans Workspace, l’agent travaille directement dans Gmail, Drive, Docs, Slides, Sheets, Chat et Calendar. Google propose trois modes d’usage : assistant personnel, délégation proactive et « membre de votre équipe » (le coworker agent). Google insiste sur un point : dans Workspace, « aucun connecteur externe ne détient vos données ».

Les outils et les systèmes connectés

Côté outils, la liste officielle couvre Confluence, Microsoft Office, Teams, Slack, Workspace, Git, Jira, Salesforce, ServiceNow, BigQuery, Databricks, Postgres, Snowflake et les fichiers locaux. L’agent peut surtout se connecter à « tout serveur Model Context Protocol (MCP), à l’intérieur ou à l’extérieur du réseau de l’entreprise ». Un registre d’outils d’entreprise centralise ces connexions.

Le support de MCP est ce qui rend l’agent extensible : tout outil métier exposé via un serveur MCP devient utilisable sans connecteur propriétaire. Si le protocole ne vous est pas familier, mon guide complet sur le Model Context Protocol explique son fonctionnement et comment créer un serveur.

Canal ou outil	Ce que l’agent y fait
Gmail, Calendar, Chat	Reçoit des demandes, envoie des emails, organise des réunions
Docs, Sheets, Slides, Drive	Produit et modifie des livrables dans vos fichiers
Microsoft 365, Teams, Slack	Même rôle pour les équipes hors écosystème Google
Ligne de commande, Git, Jira	Écrit et exécute du code, gère des tickets
BigQuery, Snowflake, Databricks, Postgres	Interroge les données, génère du code PySpark, corrige des pipelines
Serveurs MCP	Tout outil interne ou externe exposé via le protocole

Smart Routing : Gemini ou Claude selon la tâche

Gemini agent ne se limite pas aux modèles Google. Selon l’annonce, il exécute chaque tâche sur le modèle le plus adapté, « en orchestrant notre famille de modèles Gemini et les modèles Claude d’Anthropic dès aujourd’hui, et d’autres modèles privés et ouverts à l’avenir ».

L’outil de routage, appelé Smart Routing, trie automatiquement les charges de travail pour que chacune tourne sur le modèle qui offre la meilleure performance au coût le plus bas. Google justifie ce choix ainsi : « Le meilleur modèle pour une tâche n’est pas toujours le plus gros. » Les tâches simples partent sur un modèle léger, les tâches difficiles sur un modèle de raisonnement.

Une précision s’impose : l’annonce de Google ne détaille pas quels modèles Smart Routing sélectionne dans quels cas. C’est TechCrunch qui précise que le choix est automatique par défaut et que vous pouvez sélectionner manuellement un modèle tiers, en commençant par Claude.

Smart Routing répartit chaque tâche entre quatre familles Gemini et Claude, automatiquement par défaut.

Les modèles disponibles, dont Gemini 4 Argon

Google cite quatre familles de modèles dans son annonce :

Modèle	Usage indiqué par Google
Argon	Raisonnement de pointe, tâches complexes
Flash	Vitesse et volume
Omni	Génération de médias
Gemma	Modèle léger à poids ouverts, pour l’edge
Claude (Anthropic)	Modèle tiers disponible dans l’orchestration

Le modèle de pointe est Gemini 4 Argon (gemini-4-argon), passé en disponibilité générale le 13 octobre 2026 selon le changelog de l’API Gemini, qui le décrit comme conçu pour le code complexe, les tâches agentiques, les mathématiques et les sciences. Dans l’API, il coûte 2 dollars par million de tokens en entrée et 10 dollars en sortie jusqu’au 30 novembre 2026, puis 4 et 20 dollars à partir du 1er décembre, selon la page de tarifs officielle. Attention : l’annonce de Gemini at Work parle d’« Argon » sans le numéro de version, et Google n’indique pas quel modèle l’agent utilise par défaut, puisque c’est le routage qui décide.

Honnêtement, je ne m’attendais pas à voir Claude intégré à un produit Google. Pour une entreprise, cette intégration évite de choisir un camp : vos skills, votre contexte et vos données restent en place quand le modèle le plus performant change, ce qui arrive, selon Google, « tous les quelques mois ».

Comment créer un agent Gemini avec Agent Designer

Pour créer un agent Gemini personnalisé, Google propose Agent Designer dans Gemini Enterprise. Le prérequis : disposer d’une application Gemini Enterprise avec des sources de données connectées et activer la fonctionnalité Agent Designer. Deux méthodes existent, décrites dans la documentation officielle.

Méthode 1 : décrire l’agent en langage naturel

C’est la voie la plus rapide, adaptée à un premier agent :

1. Dans la console Google Cloud, ouvrez Gemini Enterprise > Apps, sélectionnez votre application et copiez l’URL de l’application web depuis le Dashboard.
2. Ouvrez cette URL, puis cliquez sur « + Create agent » pour afficher le Workflow Builder.
3. Décrivez dans la zone de chat l’objectif et le comportement de l’agent.
4. Activez si besoin vos sources de données (« Manage your data ») et ajoutez des fichiers de référence (« Add files »).
5. Cliquez sur Submit, puis testez l’agent dans l’onglet Preview.
6. Affinez avec des instructions supplémentaires, ajoutez des fichiers de connaissances et des invites de démarrage dans l’onglet Flow (le système en affiche jusqu’à trois, au hasard).
7. Planifiez des exécutions dans l’onglet Schedule si nécessaire, puis cliquez sur Create.

Méthode 2 : construire le flux avec des sous-agents

Le flow builder donne plus de contrôle. Après « + Create agent », cliquez sur « Proceed to builder » : un agent par défaut nommé « My Agent » apparaît. Vous configurez son nom, sa description, ses instructions, le modèle utilisé et ses outils (« Add data sources & tools »). Vous ajoutez ensuite des sous-agents avec « Add subagent », autant que la logique du flux l’exige, avant de tester et de créer.

Deux limites à connaître : les sources de la catégorie Cloud (BigQuery, Cloud Storage, Cloud SQL) ne se connectent qu’avec le flow builder, pas par prompt conversationnel. Et si vous quittez le canevas sans cliquer sur Create, l’agent reste à l’état de brouillon.

Je recommande de commencer par la méthode 1 pour valider l’usage, puis de passer au flow builder dès que l’agent doit enchaîner plusieurs étapes ou interroger un entrepôt de données.

Prix de Gemini agent : pas de tarif public, des plafonds par projet

Au 4 novembre 2026, Google n’a publié aucun prix pour Gemini agent. Ni l’annonce officielle ni TechCrunch ne donnent de montant ou de formule d’abonnement. Google parle de « nouvelles options de dépense flexibles » fondées sur trois éléments : l’orchestration multi-modèles, le Smart Routing et les plafonds de dépense en temps réel.

Comment fonctionnent les plafonds de dépense par projet

Le plafond de dépense est le vrai mécanisme de contrôle. Selon Google, vous fixez une limite stricte de dépense IA par projet dans la console Cloud Billing, et Gemini la fait respecter :

• Gemini suit la consommation de tokens et les coûts de sandbox.
• Quand le plafond est atteint, l’agent du projet se met en pause.
• Vous pouvez reprendre le travail en un clic dans la console.
• Le suivi étant par projet, l’entreprise peut refacturer les coûts IA à chaque département.

La documentation de gestion des coûts de Gemini Enterprise apporte deux nuances utiles. D’abord, l’arrêt peut prendre un peu de temps, et vous pouvez donc dépasser légèrement la limite. Ensuite, l’application Gemini Enterprise n’envoie pas d’alerte automatique : ce sont les alertes budgétaires de Cloud Billing, à des seuils que vous choisissez (par exemple 50 %, 80 % et 100 %), qui préviennent les administrateurs.

Quatre étapes pour contrôler la dépense : les alertes à 50, 80 et 100 % viennent de Cloud Billing, pas de Gemini Enterprise.

Les autres repères de coût

Deux éléments chiffrés aident à anticiper. Google affirme que les prix par token ont baissé de 98 % depuis 2024. Et une fois enregistrés, les rapports peuvent être relancés à la demande sans consommer de tokens. Pour le reste, Gemini Enterprise propose des éditions facturées par licence et une édition pay-as-you-go sans licence, mais la documentation ne publie pas de montants par siège.

Mon conseil : créez un projet par équipe ou par cas d’usage, avec un plafond bas pour la phase de test. Vous mesurez ainsi le coût réel d’une tâche avant de généraliser.

Sécurité et gouvernance : les quatre questions de Google

Google structure la gouvernance autour de quatre questions : qui est l’agent, que peut-il faire, qu’a-t-il fait, et que ne doit-il jamais toucher. Les réponses techniques sont les suivantes :

• Identité : chaque agent reçoit une identité attestée cryptographiquement, gérée comme un employé, avec des permissions minimales.
• Autorisations : des droits fins par rôle, validés par les administrateurs sécurité ; l’accès aux systèmes externes passe par des standards comme OAuth.
• Audit : chaque action est inscrite dans un journal attribué à l’agent, pas à une personne.
• Isolement : les agents s’exécutent dans un Agent Sandbox avec sa propre frontière réseau, et tout le trafic passe par Agent Gateway, un pare-feu réseau dédié à l’IA.

Des politiques peuvent interdire certains contenus, par exemple l’ouverture de documents classés « Need to Know ». Si vous préparez un déploiement, mon guide stratégique de l’IA agentique en entreprise détaille comment cadrer gouvernance, cas d’usage et ROI avant de lancer des agents.

Les spécialisations métier : Finance et Juridique en preview

Gemini agent se décline en spécialisations sectorielles. Les spécialisations Services financiers et Juridique sont en preview ; Secteur public, Santé et Retail sont annoncés « bientôt ».

• Gemini for Financial Services s’appuie sur plus de 50 skills de base et sur les données de FactSet, LSEG, S&P Global et des dépôts SEC. Il affiche des scores de confiance, des méthodologies explicites et la traçabilité complète des données. CME Group et Deutsche Bank l’utilisent.
• Gemini Enterprise for Legal hérite des permissions par dossier et des « murailles de Chine » de NetDocuments et iManage. Harvey et Onit sont partenaires, et le cabinet Cooley développe un agent de caviardage.

Une précision par rapport à la terminologie qui circule : Google parle de spécialisations sectorielles, pas d’« éditions » vendues séparément, et ne publie pas de référence commerciale distincte.

Les premiers résultats chiffrés chez les clients

Google appuie l’annonce sur des chiffres clients, à lire comme des résultats Gemini Enterprise au sens large plutôt que du seul nouvel agent :

Entreprise	Résultat annoncé par Google
BNP Paribas	Déploiement auprès de plus de 65 000 collaborateurs
Bradesco	Revue de documents passée d’une heure à 5 minutes
Orange Espagne	Plus de 1 000 agents Gemini Enterprise personnalisés
SOMPO	Plus de 10 000 agents pour 34 000 collaborateurs
Commerzbank	Contrôle qualité documentaire passé de 20 heures à 1 heure
PayPal	10 millions de requêtes multi-modèles routées chaque semaine
Bloomberg Media	Précision des requêtes SQL de ses agents de données en hausse de 63 %
Wesfarmers (Bunnings)	Un demi-million d’heures de tâches administratives économisées

Google ajoute que près de 500 clients Google Cloud ont chacun traité plus de mille milliards de tokens, et que près de 80 % de ses clients utilisent ses produits d’IA. Les premiers testeurs de l’agent cités par TechCrunch sont On, Shopify et PayPal.

Gemini agent face à Claude Duet et OpenAI Dots

Gemini agent arrive dans une vague d’agents persistants lancés à l’automne 2026. La différence principale tient au public visé : Google commence par les entreprises, alors qu’Anthropic et OpenAI ont commencé par les abonnements individuels.

Critère	Gemini agent	Claude Duet	OpenAI Dots
Éditeur	Google	Anthropic	OpenAI
Annonce	8 octobre 2026	21 octobre 2026	29 septembre 2026
Public au lancement	Entreprises Google Cloud	Abonnés Pro et Max (research preview)	ChatGPT Pro et Business Premium
Modèles	Gemini (dont Argon) et Claude	Claude	GPT-6 Astra
Identité propre	Oui, adresse @agents.company.com	Non précisé	Profil de dot dans ChatGPT
Prix	Non publié, plafonds par projet	Inclus dans l’abonnement	Inclus dans l’abonnement

Pour le détail des deux autres, consultez mon guide complet de Claude Duet et mon guide des OpenAI Dots.

Mon avis : un agent pensé pour les DSI, pas encore pour les indépendants

Gemini agent est l’annonce la plus aboutie de cette vague sur le plan de la gouvernance : identité propre, audit attribué à l’agent, sandbox, plafonds de dépense par projet et choix du modèle, y compris Claude. Pour une entreprise déjà sur Google Workspace, c’est la voie la plus naturelle vers des agents qui travaillent plusieurs jours sans supervision constante.

Les limites sont tout aussi claires. Aucun prix public, aucune date de disponibilité générale, un accès réservé aux entreprises et une version grand public renvoyée à plus tard. Si vous êtes indépendant ou dans une petite structure, vous ne pouvez pas l’utiliser aujourd’hui.

Mon verdict : si vous êtes DSI d’une organisation sous Workspace ou Microsoft 365, demandez l’accès à votre interlocuteur Google Cloud et préparez vos serveurs MCP dès maintenant. Si vous êtes seul, sachez que Claude Duet est limité aux États-Unis pendant sa research preview : en attendant, l’automatisation planifiée avec un outil comme n8n, que je détaille dans mon tutoriel n8n complet en français, reste l’option réellement utilisable depuis la France.