Quand l’assistant fait tourner le bureau : Gemini, les agents et la nouvelle couche de workflows

Dans la deuxième semaine d’octobre, Google Cloud a présenté ce qu’il a décrit comme un agent pour le travail. Le discours n’est pas celui d’un chatbot plus intelligent. Il s’agit d’un système qui coordonne des tâches dans Gmail, Drive, Docs, Sheets, Calendar et les applications métier connectées, en s’appuyant sur des compétences spécialisées et un contexte persistant pour mener à bien des tâches en plusieurs étapes plutôt que de simplement répondre à des questions.

Le détail qui a reçu moins d’attention est celui qui compte le plus. L’agent peut orchestrer l’action entre les modèles propres à Google et les modèles Claude d’Anthropic. Autrement dit, Google se vend comme la couche qui décide quel modèle effectue quelle tâche, y compris des modèles qu’elle ne possède pas.

Ce qu’un agent fait réellement dans un bureau

Un agent utile n’est pas une zone de recherche avec une plus jolie voix. Il lit une conversation, trouve la pièce jointe, met à jour le bon onglet, rédige une réponse au bon ton et réserve la salle. Chaque étape est simple. La valeur vient du fait de les exécuter dans l’ordre, sans qu’une personne copie du contenu entre quatre fenêtres.

C’est pourquoi les assistants d’entreprise convergent vers la même forme. L’agent de Google coordonne les actions au sein de sa suite bureautique. Microsoft pousse Copilot vers le même siège. OpenAI développe des agents dotés de leurs propres environnements de bureau et navigateur, et Anthropic commercialise des agents centrés sur le codage et l’usage de l’ordinateur. La concurrence ne porte plus sur le modèle qui écrit le meilleur paragraphe. Elle porte sur le système auquel on peut faire confiance pour mener à bien un workflow.

Pourquoi la couche d’orchestration compte

Pendant des années, l’hypothèse était que celui qui possédait le meilleur modèle gagnerait l’entreprise. Cette hypothèse s’affaiblit. Les capacités des modèles ont suffisamment convergé pour que les équipes d’achat cessent de se soucier du modèle de pointe qui a quelques points d’avance, et commencent à se demander quel fournisseur peut connecter un agent aux systèmes où le travail se trouve déjà.

Si c’est exact, la position durable est la couche d’orchestration, celle qui décompose une demande en étapes, achemine chaque étape vers un modèle approprié et assemble le résultat. Posséder la suite bureautique constitue ici un avantage considérable, car l’agent dispose déjà du contexte et des autorisations nécessaires pour agir. Posséder cette couche explique aussi pourquoi Google n’hésite pas à acheminer une partie du travail vers Claude. Si la couche est le produit, les modèles en dessous deviennent des entrées interchangeables.

Le problème de gouvernance qui accompagne la commodité

Un agent capable de lire les e-mails, de modifier des documents et de planifier des réunions a besoin d’un modèle d’autorisations bien plus complexe que le contrôle d’accès que la plupart des services informatiques utilisent aujourd’hui. C’est le coût réel de cette fonctionnalité, et c’est là que les déploiements s’enlisent.

Microsoft a adopté une approche différente face au même risque. Il pousse les agents IA directement sur le PC, avec des conteneurs d’exécution conçus pour limiter ce qu’un agent peut atteindre sur une machine. Exécuter l’agent localement échange un peu de commodité contre une frontière plus stricte autour de ce qu’il touche. L’approche de Google s’appuie sur le cloud et la suite, là où les données se trouvent déjà. Les deux tentent de répondre à la question que les acheteurs d’entreprise posent désormais avant toute autre : à quoi exactement cette chose peut-elle accéder.

Les régulateurs tournent autour du même vide. Le 8 octobre, l’Information Commissioner’s Office du Royaume-Uni a rapporté les engagements de dix développeurs d’IA à apporter des améliorations en matière de protection des données et a ouvert un appel à contributions sur les risques de l’IA agentique. Le cadrage est révélateur. Lorsqu’un logiciel agit au nom d’un utilisateur, les questions de consentement, de journalisation et de responsabilité cessent d’être le problème d’une seule entreprise.

Le problème des autorisations en pratique

Imaginez la liste d’accès dont un agent a besoin pour faire son travail. Lire une conversation nécessite un accès à la messagerie. Trouver la pièce jointe nécessite un accès aux fichiers. Mettre à jour une feuille nécessite des droits de modification sur ce document. Réserver une salle nécessite un accès en écriture au calendrier. Chaque autorisation est raisonnable prise isolément. Ensemble, elles décrivent une entité qui peut voir la plupart de ce qu’une personne peut voir et en modifier une grande partie, et le contrôle d’accès traditionnel n’a jamais été conçu pour quelque chose qui agit seul à la vitesse d’une machine.

C’est pourquoi les recommandations des organismes de normalisation prennent cette forme. Traiter les agents comme des identités non humaines à faible niveau de confiance peut sembler bureaucratique, jusqu’à ce que l’on tente de rédiger le journal d’audit. Un agent qui a exécuté une centaine d’actions pendant la nuit a besoin d’un enregistrement de ce qu’il a touché, d’un moyen de révoquer rapidement ses identifiants et d’une règle indiquant quelles actions exigent la validation d’une personne. La plupart des organisations n’ont mis en place aucune de ces trois choses, même celles qui font déjà tourner des agents en production.

La réalité inconfortable est que la commodité et le contrôle tirent ici dans des directions opposées. Plus un agent peut atteindre de systèmes, plus il devient utile et plus une erreur peut causer de dégâts. Aucun réglage astucieux ne résout ce compromis. Il n’y a qu’une décision sur le niveau d’accès qu’un workflow donné justifie réellement, prise avant de laisser l’agent agir plutôt qu’après.

Ce que l’orchestration apporte, et ce qu’elle coûte

L’avantage d’une couche d’orchestration est réel. Acheminer chaque étape vers le bon modèle signifie qu’une étape routinière peut coûter peu et qu’une décision délicate peut s’exécuter sur le modèle le plus puissant disponible. Cela signifie aussi une interface unique au-dessus d’outils auparavant séparés, ce qui est la partie qui fait gagner tout un après-midi à une personne.

Le coût est un nouveau type de dépendance à un fournisseur. Si la couche qui décide de la circulation du travail appartient à un seul fournisseur, alors ce fournisseur décide quels modèles sont utilisés et à quel prix. Le fait que Google achemine une partie du travail vers Claude est une belle histoire de choix. C’est aussi Google qui décide quand ce choix s’applique. La même structure qui rend le système flexible pour l’acheteur rend l’acheteur dépendant de celui qui détient les règles de routage.

Il faut s’en souvenir lorsqu’un fournisseur de suite logicielle présente un agent qui ne fonctionne pleinement qu’au sein de ses propres produits et de quelques partenaires. L’interopérabilité est facile à promettre et difficile à vérifier, et c’est la première chose à tester.

Ce que les équipes devraient réellement faire

Les équipes qui tirent de la valeur de ces agents ne sont pas celles qui les ont activés partout. Ce sont celles qui ont choisi un workflow étroit et répétitif, accordé à l’agent l’accès minimal dont il avait besoin et journalisé chaque action pour examen. Commencez là où l’échec coûte peu. Rédiger un résumé est peu risqué. Payer un fournisseur ne l’est pas.

Trois habitudes méritent d’être adoptées tôt. Tenez un inventaire à jour des agents existants et de ce chacun peut toucher, car leur nombre croît plus vite que quiconque ne l’attend. Utilisez des identifiants à durée de vie courte afin qu’un agent compromis ou détourné ne puisse pas agir indéfiniment. Et placez une étape d’approbation humaine devant toute action qui déplace de l’argent, modifie un contrat ou contacte quelqu’un à l’extérieur de l’entreprise.

Rien de tout cela n’est glamour. C’est aussi la différence entre un agent qui aide pendant un an et un autre qui fait la une pendant un jour.

La forme de la prochaine phase

La course à la frontière est passée de la sortie du modèle le plus capable à la livraison de systèmes qui résistent à l’examen de la sécurité, des coûts et de la réglementation. Google parie que l’intégration des workflows est le lieu de l’avantage. Microsoft parie sur l’exécution locale. OpenAI parie sur un raisonnement vérifiable. Anthropic parie sur des déploiements critiques pour la sécurité.

Quel que soit le pari qui paie, la question de l’acheteur a changé. Ce n’est plus « à quel point votre modèle est-il intelligent ». C’est « puis-je voir ce qu’il a fait, limiter ce qu’il peut faire et me permettre de l’exécuter chaque jour ». C’est une question plus terne, et c’est celle qui décidera quels assistants seront encore installés l’année prochaine.