Cloud
Google Cloud Next 2026 (Partie 1) : L’entreprise agentique entre en production
Par Laurent Delattre, publié le 23 avril 2026
À l’occasion de son Google Cloud Next 2026 qui s’est ouvert cette semaine, l’hyperscaler s’est évertué à démontrer que l’IA agentique n’est plus une promesse mais un moteur industriel. Voici ce que les DSI, RSSI et CDO doivent retenir de cette édition qui se tient cette semaine à Las Vegas. Cette première partie se focalise sur le cœur de la nouvelle plateforme agentique de l’éditeur.
S’il fallait résumer l’année 2026 d’un DSI en un objectif, ce serait « industrialiser l’IA agentique ». Après deux années passées à empiler des POCs, des copilotes et des chatbots conversationnels, les DSI réclament désormais des plateformes capables d’orchestrer des flottes entières d’agents, de les gouverner, de les sécuriser, de les observer et, accessoirement, de démontrer leur ROI. La conversation est passée de « peut-on construire un agent ? » à « comment en piloter des milliers ? ».
Tous les grands éditeurs y vont de leur réponse. Microsoft a musclé Copilot Studio et Microsoft 365 Copilot pour en faire une plateforme d’orchestration agentique complète, avec Agent 365 et Copilot Cowork comme fer de lance. AWS mise sur Bedrock AgentCore et ses agents spécialisés adossés aux modèles Nova. Salesforce pousse son offre Agentforce 360 au cœur de sa Customer 360. ServiceNow décline ses AI Agents dans Now Platform, Oracle son AI Agent Studio, Adobe a lancé CX Enterprise pour l’expérience client agentique. Sans oublier OpenAI, qui capitalise sur Frontier et Codex. Tous ont compris que la vraie bataille n’est plus celle du modèle frontière, mais celle de la plateforme qui orchestre l’IA agentique dans l’entreprise.
Google, lui, a anticipé ce virage très tôt. Fin 2024, l’hyperscaler dégainait déjà Google Agentspace, un hub agentique destiné à permettre aux employés de découvrir, créer et exécuter des agents sur leurs données d’entreprise, boosté par la recherche Google et par Gemini. L’outil est resté en preview plus d’un an, le temps pour l’éditeur d’affiner sa copie. En octobre 2025, Google franchissait une nouvelle étape en annonçant Gemini Enterprise, un produit-ombrelle censé devenir « le système de bout en bout de l’ère agentique ».
Et Google est venu cette année à Las Vegas avec plus de 200 annonces dans son escarcelle pour faire avancer sa vision des organisations agentiques.
Mais au-delà du flux de nouveautés, l’hyperscaler a surtout cherché à démontrer une chose : que des entreprises passent réellement à l’action, et à grande échelle. Thomas Kurian, CEO de Google Cloud, a enchaîné sur scène les démonstrations client et les partenariats emblématiques. Vodafone annonce des centaines d’agents en production pour délivrer un service client ininterrompu, avec des économies attendues chiffrées en millions d’euros par an. American Express migre un data warehouse on-premises et des centaines d’applications de production vers BigQuery pour alimenter un commerce agentique à l’échelle. Virgin Voyages opère déjà plus de 1 000 agents spécialisés, dont un qui fait tomber le re-routing d’itinéraires de masse de six heures à onze minutes. Tata Steel revendique 300 agents en production. The Home Depot parle d’agents vocaux quatre fois plus rapides que les solutions précédentes. Merck officialise une stratégie « agentic-first » en R&D adossée à un accord pouvant atteindre un milliard de dollars. NASA utilise Gemini Enterprise pour des éléments clés de la mission Artemis II. Côté français, Valeo s’appuie sur Gemini pour Workspace à la fois pour la productivité générale et pour des cas d’usage IA agentique métiers. Et on citera encore L’Oréal, Comcast, PayPal, Payhawk, Color Health, Bosch (AskBosch), Mars, Papa Johns, Burns & McDonnell… la liste est longue.
Plus symbolique encore, Thomas Kurian a confirmé sur scène qu’Apple a choisi Google Cloud comme « preferred cloud provider » pour développer la prochaine génération de modèles Apple Foundation basés sur Gemini, lesquels alimenteront les fonctions Apple Intelligence, dont un Siri repensé.
Dans le même mouvement, Google annonce un fonds de 750 millions de dollars pour son écosystème de partenaires, afin de financer prototypage, déploiement, montée en compétence et équipes d’ingénierie embarquées.
Gemini Enterprise Agent Platform, la nouvelle tour de contrôle de l’ère agentique
Et au cœur de la vision agentique de Google, trône une nouvelle pièce maîtresse : Gemini Enterprise Agent Platform. « Nouvelle » n’est pas tout à fait le mot juste. Car il s’agit, en pratique, d’une refonte d’un outil bien connu et très apprécié : Vertex AI !
Bien plus qu’un simple renommage, il s’agit là d’une refonte de la plateforme pour en faire le nouveau foyer de tout le cycle de vie agentique. Une usine agentique unique pour construire, faire monter en charge, gouverner et optimiser des flottes d’agents, avec accès à plus de 200 modèles via Model Garden, y compris les derniers modèles maison comme Gemini 3.1 Pro, Gemini 3.1 Flash Image ou Lyria 3, mais aussi des modèles tiers comme ceux d’Anthropic (y compris le tout nouveau Claude Opus 4.7) !
L’éditeur consolide sous une même bannière les services de sélection de modèles, d’entraînement et de fine-tuning de Vertex AI et y greffe une pile complète pour l’intégration, le DevOps, l’orchestration et la sécurité des agents. À compter d’aujourd’hui, « tous les services Vertex AI et leurs évolutions roadmap seront exclusivement livrés via Agent Platform plutôt qu’en service autonome », officialise Google.
Véritable fondation de toute l’offre « Gemini Enterprise », la « Gemini Enterprise Agent Platform » s’organise autour de quatre piliers fonctionnels : Build (Construire), Scale (Exécuter à l’échelle), Govern (Gouverner/Orchestrer) et Optimize (Optimiser/Observer). Et chacun reçoit son lot de nouveautés.
Build : construire des agents plus vite, plus intelligemment
Ce pilier est essentiellement construit autour des anciens modules de Vertex AI. Mais il accueille deux nouveautés majeures et incontournables.
Google introduit Agent Studio, une interface low-code basé sur un canevas très visuel permettant de passer de la simple invite au déploiement d’un agent complexe en quelques heures. Les utilisateurs peuvent exporter la logique directement vers l’ADK (Agent Development Kit) pour poursuivre en mode full-code.
L’Agent Development Kit lui-même reçoit une mise à jour majeure. Le très populaire ADK de Google Cloud (qui traite désormais plus de 6 000 milliards de tokens par mois sur les modèles Gemini) bascule sur un framework en graphe permettant d’organiser les agents en réseau de sous-agents, avec une logique claire de collaboration. Les nouveautés incluent aussi des Workspaces secure-by-design (environnements sandboxés durcis pour exécuter bash et manipuler des fichiers en toute sécurité) et un streaming multimodal pour piloter audio et vidéo en temps réel avec une stabilité proche de l’humain.
Pour connecter ces agents à l’existant, Google pousse son écosystème d’intégrations natives en mode plug-and-play (fini le code glue sur mesure) et les « Batch & Event-driven agents » qui exploitent BigQuery et Pub/Sub pour orchestrer des tâches asynchrones massives (évaluations de contenus, analyses de données en arrière-plan…). Enfin, l’Agent Garden (l’équivalent agentique du Model Garden de Vertex AI) s’enrichit d’une bibliothèque de templates prêts à l’emploi (modernisation de code, analyse financière, recherche économique, traitement de factures…) qui deviennent autant de briques immédiatement exploitables pour vos systèmes multi-agents.
Scale : passer en production et tenir la charge
Toute la promesse agentique se joue désormais dans l’exécution industrielle, là où performance, persistance et montée en charge deviennent des impératifs.
L’Agent Runtime a été entièrement ré-architecturé. Pour rappel, cette brique est le moteur d’exécution managé qui sert à déployer, gérer et faire monter en charge des agents IA en production. En clair, c’est la couche qui prend en charge l’infrastructure d’exécution pour que les équipes se concentrent sur la logique métier de l’agent plutôt que sur l’ops.
Google revendique désormais des démarrages à froid inférieurs à la seconde et le provisioning de nouveaux agents en quelques secondes. Plus intéressant encore pour les DSI : la plateforme supporte désormais des agents « long-running » capables de tourner de manière autonome pendant plusieurs jours d’affilée, pour gérer des workflows complexes et multi-étapes comme des séquences de prospection commerciale ou des processus de conformité.
L’Agent Sandbox fournit un environnement d’exécution durci et isolé, dans lequel un agent peut exécuter du code ou piloter un navigateur sans jamais présenter de risque pour les systèmes hôtes. Disponible nativement dans GKE, il revendique des performances impressionnantes : jusqu’à 300 sandboxes déployés par seconde et par cluster, avec un time-to-first-instruction sous la seconde. De quoi absorber, sans broncher, les pics d’activité d’une flotte d’agents en production. Couplé à l’orchestration agent-to-agent reposant sur le protocole A2A (désormais en v1.0 et adopté par 150 organisations), cet environnement permet aussi aux agents de se déléguer des tâches entre eux de manière fiable et traçable. La délégation multi-agents devient ainsi un vrai schéma de conception, y compris pour les flux les plus sensibles (conformité, validation, audit) qui doivent impérativement suivre des chemins déterministes.
Si Agent Runtime fournit le moteur d’exécution et Agent Sandbox l’environnement isolé dans lequel un agent peut agir sans risque, encore faut-il que cet agent sache de quoi et de qui il parle d’une interaction à l’autre. C’est tout l’enjeu des briques mémoire annoncées à Next ’26.
Un agent sans mémoire persistante repart à zéro à chaque conversation, redemande les mêmes informations à l’utilisateur, oublie les préférences déjà exprimées et peine à maintenir un contexte cohérent sur des workflows longs. Autant dire qu’il ne peut tout simplement pas tenir le rôle d’un collaborateur de confiance.
Memory Bank, qui pilote la génération et la curation de mémoires à long terme, passe en GA avec de nouveaux Memory Profiles permettant à un agent de rappeler instantanément des détails précis (préférences client, règles métier, décisions antérieures…) avec une latence minimale.
Agent Sessions joue un rôle complémentaire tout aussi critique : il gère l’historique et l’état d’une conversation en cours, et propose désormais des Custom Session IDs permettant de mapper directement une session d’agent sur vos propres identifiants internes ou CRM. C’est LA brique qui relie proprement les interactions d’un agent aux enregistrements-métier existants, condition sine qua non pour qu’un agent puisse, par exemple, rattacher une discussion à un ticket support, à une opportunité commerciale ou à un dossier patient.
Govern : la gouvernance élevée au rang de première classe
L’enjeu de l’IA agentique n’est pas uniquement dans la création et l’exécution de milliers d’agents. Il est tout autant dans leur gouvernance et la sécurité. Google instaure un « single source of truth » de l’identité et des accès pour l’ensemble du parc d’agents, qu’ils soient construits en interne ou sourcés chez un partenaire.
Une vision qui repose sur trois briques phares :
* Agent Identity attribue à chaque agent un identifiant cryptographique unique, créant une piste d’audit claire pour chaque action, mappée à des politiques d’autorisation bien définies.
* Agent Registry fournit un catalogue central d’outils, compétences et agents approuvés, pour simplifier la découverte et s’assurer que seuls les actifs gouvernés sont exposés aux utilisateurs.
* Agent Gateway joue le rôle de contrôleur aérien : il fournit une connectivité unifiée et sécurisée entre agents et outils, impose des politiques de sécurité cohérentes et s’adosse à Model Armor pour contrer les prompt injections et la fuite de données.
À cela s’ajoute une couche de détection des anomalies comportementales, dénommée Agent Anomaly Detection, qui repère et bloque les raisonnements inhabituels via un framework LLM-as-a-judge, ainsi qu’une brique Agent Threat Detection qui identifie les activités malveillantes (reverse shells, IP compromises…).
Un nouveau tableau de bord « Agent Security Dashboard », branché sur Security Command Center, unifie détection de menaces et analyse de risque, avec mapping des relations agent-modèle et scans de vulnérabilités.
Optimize : observer, évaluer, améliorer
Dernier pilier, et pas des moindres, le volet « Optimize » est entièrement nouveau et regroupe des briques fondamentales d’observabilité et de mesures pour s’assurer du fonctionnement aligné des agents et permettre d’itérer en continu.
* Agent Simulation permet de tester vos agents contre des utilisateurs synthétiques et des outils virtualisés en environnement contrôlé, avec un scoring automatique sur la réussite et la sûreté.
* En production, Agent Evaluation note en continu les agents face au trafic réel, via des « autoraters multi-turn » qui jugent la logique d’une conversation entière et pas simplement une réponse.
* L’Agent Observability permet de tracer visuellement le raisonnement d’un agent pour débugger ses dérives.
* Enfin, Agent Optimizer joue le rôle de coach d’amélioration continue pour vos agents en production. Il identifie automatiquement les situations dans lesquelles un agent échoue ou dévie, regroupe ces échecs par typologie pour faire émerger les patterns récurrents, puis propose des reformulations d’instructions système pour y remédier. Un bouclage essentiel à une époque où le debug manuel des logs d’agents devient rapidement noyant, surtout sur des flottes qui se comptent en dizaines voire centaines d’agents.
Gemini Enterprise App et la « force de travail agentique »
Au-dessus de cette plateforme technique, trônent bien évidemment les applications crées par les partenaires Google Cloud et par les entreprises. Ce que Google appelle « l’Agentic Taskforce ». Google y glisse également deux nouvelles composantes « maison » essentielles : Gemini Enterprise App et Gemini Enterprise for Customer Experience.
Si Agent Platform est le cockpit des développeurs, Gemini Enterprise App est la porte d’entrée des collaborateurs. C’est l’évolution directe de Google Agentspace, désormais absorbée dans cette interface unifiée. Dit autrement, Gemini Enterprise App est la vitrine utilisateur et opérationnelle de la plateforme agentique sous-jacente. C’est l’interface où les équipes découvrent, créent, partagent et exécutent les agents.
On y retrouve plusieurs nouveautés directement inspirées de la manière dont les utilisateurs vivent aujourd’hui l’IA.
* L’Agent Designer intégré combine intelligence générative et logique déterministe (règles métier strictes) pour permettre à n’importe quel employé de créer un agent complexe par simple instruction en langage naturel ou via un flow designer visuel, sans risque d’hallucination contraire aux politiques de conformité.
* Les utilisateurs peuvent aussi codifier leur expertise et encapsuler des actions réutilisables sous forme de Skills, véritables briques de savoir-faire partagées à l’échelle de l’entreprise. Appliquer une charte graphique, structurer un rapport selon un template précis, exécuter une checklist de conformité : autant de workflows qu’un expert métier formalise une seule fois et que n’importe quel collaborateur peut ensuite invoquer via son agent, sans avoir à ré-expliquer le contexte. Un mécanisme clé pour transformer les pratiques individuelles en actifs d’entreprise gouvernés.
* Autre nouveauté particulièrement intéressante pour le pilotage de l’entreprise agentique, l’Inbox centralise le monitoring et la gestion de tous les agents d’un utilisateur, avec catégorisation des notifications (« needs your input », « errors », « completed jobs »).
* Enfin, deux nouvelles fonctionnalités viennent faire de Gemini Enterprise un vrai compagnon de travail d’équipe, un espace de travail collaboratif et non plus seulement un assistant personnel en silo.
Projects crée des espaces partagés où coexistent plusieurs collaborateurs, plusieurs agents et un corpus documentaire commun. Chaque projet fédère le contexte nécessaire (fichiers, conversations, décisions antérieures) pour que tous les participants (humains comme IA) raisonnent sur les mêmes bases. Point d’intérêt pour les DSI hybrides : Projects va puiser son contexte à la fois dans Google Workspace et dans Microsoft OneDrive, assumant une interopérabilité bienvenue avec le monde Microsoft.
Canvas complète le dispositif avec un éditeur intégré directement dans Gemini Enterprise, qui permet de co-rédiger un Doc ou un Slide à plusieurs mains, les unes humaines, les autres agentiques, sans basculer d’un outil à l’autre. L’agent propose, l’utilisateur arbitre, ses collègues commentent, tout cela dans une même surface de travail. Une réponse directe, là encore, à Microsoft 365 Copilot Pages et à la logique de co-création humain-IA que l’éditeur pousse dans Word et PowerPoint.
S’y ajoutent deux autres briques qui complètent utilement l’arsenal côté utilisateurs :
* L’Agent Gallery offre à chaque collaborateur un catalogue unique d’agents disponibles, qu’ils s’agissent de ceux construits en interne, ceux fournis par Google ou ceux issus des partenaires du Google Cloud Marketplace (Box, Workday, Salesforce, ServiceNow, Dun & Bradstreet, S&P Global…). Cette vitrine simplifie drastiquement la découverte et l’adoption : plus besoin de savoir où chercher ou qui solliciter pour trouver l’agent adapté à un besoin métier.
* Le support du BYO-MCP (Bring Your Own MCP) joue le rôle inverse mais complémentaire. Il permet aux DSI de brancher sur Gemini Enterprise les serveurs MCP déjà déployés en interne, sans avoir à les reconstruire. Un signal d’ouverture important, qui épargne aux équipes la dette technique d’une migration et permet de capitaliser directement sur les intégrations existantes vers l’ERP, le CRM ou les outils métier maison.
Gemini Enterprise for Customer Experience : le shopping et le service client en continu
Dans la famille des agents « verticaux » de Gemini Enterprise, le module Gemini Enterprise for Customer Experience (CX) franchit un nouveau cap. Présenté pour la première fois au NRF 2026, il a été considérablement enrichi pour Cloud Next’26. Son objectif : unifier shopping et service client dans une même interface agentique, là où les chatbots traditionnels forçaient les clients à répéter leur contexte entre site web, app mobile et support téléphonique. Dit autrement, la solution agrège agents d’achat et de commande, agents de support, analytics conversationnels, assistance temps réel aux agents humains, passerelle omnicanale et contexte client unifié.
La démonstration sur scène, avec gestion de requêtes produit complexes et changement de langue à la volée sur un agent vocal téléphonique, illustre bien ce que la solution promet : maintenir un contexte continu à chaque point de contact, piloter des workflows multi-étapes (résoudre une erreur de fulfillment et déclencher un remboursement temps réel, recommander un canapé en velours vert d’une couleur précise, d’une durabilité anti-poils d’animaux et de moins de 90 pouces…), et gérer les interactions multimodales (image, vidéo, voix).
On est ici très clairement sur le terrain de chasse de Salesforce Agentforce, de Adobe CX Enterprise et de ServiceNow.
Google Workspace Intelligence : le tissu sémantique sous la productivité
Pour terminer cette première partie de compte-rendu du Google Cloud Next 2026, il nous faut évoquer un dernier pilier essentiel à cette « Agentic Taskforce », cette vision d’une force de travail hybride, dans laquelle les collaborateurs humains ne sont plus seuls et où ils travaillent côte à côte avec des agents IA persistants, spécialisés et autonomes, qui prennent en charge des pans entiers de processus métier.
Si « Gemini Enterprise for Customer Experience » incarne la taskforce agentique côté front office, la Google Workspace Intelligence concrétise une taskforce agentique un peu plus back office.
Une entreprise agentique ne repose pas seulement sur des agents capables d’agir. Elle repose d’abord sur une IA capable de comprendre le contexte de travail réel : les mails, les documents, les réunions, les conversations, les échéances, les projets en cours. C’est précisément ce que Google cherche à construire ici. « Nous passons la moitié de notre journée à chercher l’information, et l’autre moitié à comprendre ce qu’il faut en faire » résume Yulie Kwon Kim, VP Product de Google Workspace.
Workspace Intelligence n’est pas un simple moteur de recherche dopé à Gemini. C’est une couche sémantique transversale qui relie Gmail, Drive, Docs, Sheets, Slides, Calendar et Chat pour fournir à l’IA une compréhension unifiée, personnalisée et en temps réel de l’activité de l’entreprise. Workspace Intelligence alimente des agents intégrés qui comprennent la situation, la personnalisent et transforment des informations fragmentées en chemins d’action clairs.
Avec Workspace Intelligence, Google veut donner à Gemini la capacité de retrouver ce qui compte, de comprendre les liens entre contenus dispersés et de transformer cette matière brute en actions concrètes. C’est cette couche qui alimente, par exemple, AI Inbox dans Gmail pour faire remonter ce qui compte vraiment, les AI Overviews dans la recherche Gmail, ou encore Ask Gemini in Chat, que Google positionne comme une sorte de ligne de commande universelle du travail quotidien, capable non seulement de répondre, mais aussi de générer des documents, préparer des slides, retrouver un fichier à partir d’une simple description ou proposer un créneau de réunion pertinent.
La liste des intégrations verticales s’étire encore. Calendar accueille un Scheduling Agent qui orchestre de bout en bout la logistique d’une réunion — identification des participants pertinents, recherche du bon créneau, envoi des invitations, relances, et même préparation de l’ordre du jour à partir du contexte. Meet, de son côté, hérite d’une capture automatique des résumés de réunion et des action items : l’agent écoute en direct, produit un compte rendu structuré, extrait les décisions prises et attribue les tâches aux bonnes personnes. Fini le rôle ingrat de secrétaire de séance, finis aussi les comptes rendus rédigés trois jours plus tard, quand tout le monde a oublié le détail des échanges.
En fin de compte, Google tente ici de convertir sa suite collaborative en système de contexte pour agents et assistants. La comparaison avec le Work IQ de Microsoft 365 s’impose très naturellement. Dans les deux cas, il s’agit de bâtir le tissu informationnel qui donne sa pertinence à l’IA agentique. Mais Google met ici en avant deux arguments différenciants : la qualité de son moteur de recherche et d’indexation, et l’intégration native de cette intelligence dans l’ensemble Workspace. L’idée n’est plus simplement d’aider un salarié à rédiger un mail ou résumer un document. Il s’agit de faire émerger, à partir d’informations éparpillées, un chemin d’action directement exploitable.
Et parce que Google sait que son principal obstacle commercial reste l’installé Microsoft 365, l’éditeur dégaine également Rapid Enterprise Migration (Preview), qui promet de migrer une organisation entière depuis M365 jusqu’à 5 fois plus rapidement qu’auparavant grâce à un gros travail d’interopérabilité. Le message adressé aux DSI est limpide : changer de suite collaborative n’est plus le chantier traumatisant qu’il était encore il y a peu.
Un pas de plus vers l’organisation agentique
On l’aura compris, à Google Cloud Next 2026, l’éditeur est venu dire à ses clients et partenaire que l’entreprise agentique n’est plus un concept mais un chantier de production, inscrit à l’agenda de tout DSI ancré dans son époque, qu’il faut désormais outiller, gouverner et exploiter à l’échelle de l’organisation. Entre la refonte de Vertex AI en Gemini Enterprise Agent Platform, la consolidation d’Agentspace dans Gemini Enterprise App, les nouveaux agents de l’Agentic Taskforce et le tissu sémantique Workspace Intelligence, Google cherche à proposer aux DSI un ensemble cohérent et complet pour industrialiser cette bascule.
Pour autant, la bataille agentique ne se joue pas uniquement sur la couche applicative. Elle se joue aussi dans les datacenters, avec une infrastructure qui doit absorber l’explosion des workloads d’inférence et d’apprentissage par renforcement. Et elle se joue, plus que jamais, sur le terrain de la cybersécurité, où l’irruption des agents autonomes redistribue totalement les cartes du risque. Deux sujets que Google a également traités en profondeur à Cloud Next’26, et que nous aborderons dans les deuxième et troisième parties de ce compte rendu dans les prochains jours : l’évolution de l’infrastructure Google Cloud pour l’ère agentique et la nouvelle doctrine de cybersécurité agentique articulée autour de l’intégration de Wiz.
À LIRE AUSSI :
À LIRE AUSSI :
