À Next 26, Google Cloud ne s’est pas contenté d’ajouter une couche d’IA générative à son catalogue. L’éditeur a posé les briques d’une plateforme agentique unifiée, pensée pour exécuter, gouverner et sécuriser des actions en temps réel, tout en renforçant l’axe matériel avec deux nouvelles générations de TPU.
À Las Vegas, Google Cloud a choisi de traiter l’agentique comme un problème d’infrastructure et non comme une simple fonctionnalité applicative. Le message est clair pour les DSI et les responsables plateformes. Si les agents doivent orchestrer des tâches, déclencher des workflows, manipuler des données sensibles et interagir avec des systèmes hétérogènes, alors l’enjeu se déplace vers la gouvernance, l’observabilité, la sécurité et la performance. C’est dans ce cadre que s’inscrit Gemini Enterprise Agent Platform, annoncée au même moment que deux nouvelles générations de TPU, et une refonte de l’architecture data orientée exécution autonome en temps réel. L’ambition dépasse l’outillage de développement. Google cherche à normaliser la chaîne complète, du modèle au runtime, de la donnée à l’action, du contrôle d’accès à l’audit.
Une plateforme agentique conçue comme un plan de contrôle
Le point saillant de l’annonce est l’idée d’unification. Dans la plupart des entreprises, l’agentique émerge aujourd’hui par agrégation opportuniste. Un agent pour le support, un autre pour la recherche documentaire, un troisième pour l’automatisation IT, chacun avec ses connecteurs, ses politiques, ses logs, ses garde fous. Cette fragmentation produit rapidement des angles morts. Qui a autorisé l’agent à exécuter telle action, sur quelle base de données, via quel compte de service, avec quelle traçabilité et quelle capacité de rollback. En proposant une plateforme unifiée, Google Cloud tente de déplacer l’agent du statut de prototype à celui de composant gouvernable, avec des primitives de contrôle comparables à celles que Kubernetes a apportées au déploiement applicatif. L’agent devient une entité opérable, versionnable, observable et soumise à des politiques.
Techniquement, l’unification vise à réduire trois frictions qui bloquent le passage à l’échelle. D’abord, la cohérence des contextes. Les agents efficaces sont ceux qui combinent mémoire, état transactionnel, accès aux systèmes de vérité et capacité à agir. Sans architecture de données adaptée, l’agent se contente de générer des recommandations. Ensuite, la fiabilité d’exécution. Plus l’agent agit, plus la surface d’erreur se rapproche de celle d’un système distribué. Il faut des mécanismes de validation, de simulation, de limites d’action, de gestion d’exceptions et de reprise. Enfin, la conformité. Les agents traversent des frontières organisationnelles et réglementaires. Une plateforme doit permettre de prouver qui a fait quoi, quand, et sur quelle base, tout en limitant l’exfiltration et les usages non conformes.
Le retour du matériel comme différenciateur stratégique
L’autre moitié de l’annonce, ce sont les TPU. Google Cloud réaffirme une stratégie verticale. Contrôler une partie de la pile matérielle permet d’optimiser les coûts, la latence et la disponibilité, mais surtout de façonner les compromis techniques nécessaires à l’agentique. Les agents ne se résument pas à de l’inférence batch. Ils imposent des profils de charge plus irréguliers, des boucles de raisonnement, des appels outils, des accès données, et des exigences de temps de réponse compatibles avec l’opérationnel. Dans ce contexte, la performance brute ne suffit pas. Il faut une efficacité énergétique, une capacité à servir des flottes d’agents, et une intégration étroite avec les services de données et de sécurité.
Cette verticalisation répond aussi à une contrainte de marché. Les entreprises veulent des garanties de capacité et de coût sur plusieurs années, alors que la demande en calcul IA reste volatile et que la concurrence sur les GPU et les interconnexions est intense. En mettant en avant deux générations de TPU, Google signale qu’il veut sécuriser son avantage comparatif sur le coût total de possession et sur la prévisibilité. Pour les décideurs, cela se traduit par une question pragmatique. À quel point l’agentique de Google sera t elle portable vers d’autres clouds ou vers l’on premise. Plus la plateforme exploite des optimisations TPU, plus le risque de dépendance augmente, même si les gains économiques et opérationnels peuvent être décisifs.
La bataille se déplace vers l’écosystème et les systèmes d’action
La plateforme agentique unifiée de Google Cloud arrive dans un paysage où l’agentique se structure autour de deux pôles. D’un côté, les clouds et les fournisseurs de modèles, qui cherchent à devenir le runtime universel des agents. De l’autre, les plateformes de workflow et d’ITSM, qui possèdent déjà les systèmes d’action, les droits, les tickets, les catalogues et les processus. L’annonce de ServiceNow illustre cette seconde dynamique. En ouvrant son tissu d’exécution à des modèles tiers, l’éditeur veut devenir la couche d’action gouvernée, indépendamment du modèle. C’est l’esprit de Action Fabric, exposant les flux gouvernés à Claude, Copilot et aux agents maison sans UI. Autrement dit, l’agent peut être interchangeable, mais l’action reste capturée par la plateforme qui contrôle les processus.
Pour Google Cloud, l’enjeu est donc de ne pas rester cantonné au rôle de fournisseur de modèles et de calcul. Il lui faut ancrer son agentique dans les opérations réelles des entreprises, via des connecteurs, des partenariats, et une capacité à s’insérer dans les chaînes de décision. La question clé devient celle de l’interopérabilité. Une plateforme unifiée doit parler aux ERP, aux CRM, aux outils IT, aux data warehouses, aux systèmes de sécurité, tout en respectant les politiques internes. Si Google parvient à proposer une gouvernance transversale, il peut devenir le plan de contrôle des agents, y compris quand l’action finale se déroule dans un SaaS tiers. À l’inverse, si les plateformes de workflow imposent leurs propres agents et leurs propres politiques, le cloud risque d’être relégué à un rôle d’infrastructure commoditisée.
Ce que les entreprises doivent tester dès maintenant
À court terme, la valeur de cette plateforme se mesurera moins à la sophistication des démonstrations qu’à la robustesse des mécanismes de contrôle. Les entreprises devraient évaluer quatre dimensions. Premièrement, la gouvernance des permissions. Peut on définir des politiques fines par type d’action, par environnement, par criticité, avec séparation des rôles et approbations. Deuxièmement, l’observabilité. Dispose t on de traces exploitables, corrélées aux systèmes cibles, avec des métriques de qualité, de dérive, de coûts et de taux d’échec. Troisièmement, la sécurité des données et des secrets. Comment sont gérés les jetons, les identités, les clés, et la prévention d’exfiltration dans des scénarios multi outils. Quatrièmement, la résilience opérationnelle. Un agent qui agit doit pouvoir échouer proprement, expliquer ses décisions, et permettre une reprise contrôlée.
La perspective la plus structurante est que l’agentique va imposer une standardisation comparable à celle du cloud natif. Les entreprises qui réussiront seront celles qui traiteront les agents comme des workloads critiques, avec des SLO, des politiques, des environnements de test, et une discipline d’ingénierie. Google Cloud tente de fournir la plateforme qui rend cette industrialisation possible, en l’adossant à une stratégie matérielle agressive. La prochaine étape sera la preuve par l’usage. Si la plateforme réduit réellement le coût de mise en production, améliore la traçabilité et sécurise l’action, elle peut devenir un pivot de l’architecture d’entreprise. Sinon, l’agentique restera fragmentée entre des couches d’action SaaS et des runtimes de modèles, et la promesse d’autonomie se heurtera aux réalités de gouvernance.
