Agent d’IA avec Gemini : multimodalité et catalogue d’agents gouverné

Vous dirigez une équipe marketing, opérations ou SI dont la messagerie, l'agenda, les documents et souvent les données de production vivent déjà chez Google. Cette page s'adresse à ceux qui doivent décider ce qu'un agent d'IA Gemini peut traiter, qui en répond et ce qu'il faut verrouiller avant d'ouvrir le premier connecteur.

Elle permet de trancher trois questions : rester ou non dans cet écosystème, distinguer l'agent qu'un salarié active seul de la plateforme que la DSI administre, et cadrer la multimodalité et le catalogue d'agents.

Quand l'écosystème Google est le bon choix — et quand il ne l'est pas

La question n'est pas de savoir si Gemini est bon dans l'absolu, mais ce que vous gagnez à rester dans cet environnement et ce que vous devez y verrouiller. On ne cherche pas « le meilleur modèle », mais l'environnement qui minimise le coût d'intégration et maximise la contrôlabilité. L'agent reste un agent au sens habituel, avec des droits gradués selon les quatre niveaux de notre pilier sur les agents d'IA.

Si la famille d'outils n'est pas encore arrêtée, entre un modèle, une suite d'entreprise ou un outil d'automatisation, les critères de bascule sont posés sur la plateforme d'agent IA.

Trois situations qui désignent cet écosystème, et une qui l'écarte

Trois configurations plaident pour Gemini et une l'écarte ; la troisième est celle qu'on oublie.

Dans le cas défavorable, l'écosystème devient un choix par défaut, et un choix par défaut ne se défend pas en comité de sécurité.

Ce que l'intégration vous épargne, et ce qu'elle vous fait payer

Ce que vous économisez est concret, et il se compte en semaines d'équipe plutôt qu'en points de qualité rédactionnelle :

• les identités sont déjà en place et les droits s'héritent des espaces existants ;
• les connecteurs vers la messagerie, l'agenda et le stockage sont livrés ;
• le raccordement n'est plus un projet d'intégration, c'est un réglage.

Ce que vous payez l'est tout autant. La dépendance à un fournisseur unique se mesure en réversibilité : configurations, instructions, historiques d'exécution. Surtout, la contrôlabilité n'arrive pas avec l'intégration : elle se réclame. Trois réponses s'écrivent avant d'ouvrir le premier connecteur :

• ce qui est journalisé par défaut ;
• la durée de conservation de ces journaux ;
• qui peut les relire.

Tant qu'elles ne sont pas écrites, vous avez un outil confortable, pas un agent gouvernable.

Deux plans qui ne se gouvernent pas pareil

C'est la confusion la plus coûteuse de cet écosystème : le même mot « agent » désigne deux objets qui ne relèvent ni des mêmes personnes, ni des mêmes règles. D'un côté, Gemini Agent, le mode de l'application que votre salarié active seul et branche sur ses propres applications. De l'autre, Gemini Enterprise, la plateforme que votre DSI administre, qui héberge un catalogue d'agents et s'adosse aux briques de données, d'exécution et d'orchestration du cloud.

Le premier se distribue, la seconde s'administre. Avant toute décision, sachez de quel plan on vous parle ; le tableau fixe ce qui change.

L'agent côté poste de travail : Gemini Agent et ses connecteurs

Sur ce plan, l'agent élabore un plan d'action, mobilise des outils (recherche approfondie, navigation web, applications connectées), puis exécute sous supervision. Il demande une confirmation avant une action critique, un envoi, un achat, une modification sensible, et il peut être interrompu. Ce passage du « répondre » au « faire » est détaillé dans la comparaison entre agent d'IA et assistant d'IA.

Dans la grille du pilier, ce fonctionnement correspond à l'exécution supervisée, troisième des quatre niveaux de droits. Les connexions à la messagerie, à l'agenda, au stockage, aux notes et aux tâches se règlent depuis l'interface, par l'utilisateur.

C'est précisément ce qui l'expose. Le périmètre d'action est décidé par la personne qui ouvre le connecteur, pas par vous, et cette personne n'est pas outillée pour l'arbitrer : 10 % des utilisateurs d'IA maîtrisent le prompt engineering (Digit-Formations, 2026). Un agent qui agit sur des applications réelles ne se distribue donc pas comme un traitement de texte, mais avec trois pièces :

• une règle écrite sur ce qui peut être connecté ;
• une liste d'actions qui réclament une confirmation ;
• un point de contact quand quelque chose part de travers.

La plateforme côté administration : Gemini Enterprise et son catalogue

Sur l'autre plan, l'objet n'est plus un agent : c'est l'endroit où l'on découvre, crée, déploie, administre et retire des agents, avec une visibilité centralisée sur ce qui tourne. Gemini Enterprise s'appuie sur les briques du cloud (entrepôt de données pour l'ancrage, exécution conteneurisée, planification et messagerie d'événements) et sur les identités et droits déjà en place. Un catalogue suppose en retour quatre choses que la plateforme ne fournit pas :

• des propriétaires nommés pour chaque agent ;
• une procédure de publication ;
• une procédure de retrait ;
• un inventaire que quelqu'un tient à jour.

Sans cela, la plateforme ne fait qu'industrialiser le désordre : elle accélère la création d'agents que personne ne saura décrire six mois plus tard. Pour savoir sur quel plan vous êtes, demandez qui répondra à « qui a autorisé cet agent à écrire dans cette boîte ? ». Si la réponse est « l'utilisateur », vous êtes sur le premier plan et vous devez l'assumer.

Ce que la multimodalité ouvre, et ce qu'elle exige

C'est ce que cet écosystème fait de mieux : la multimodalité est native et porte sur le texte, l'image, l'audio et la vidéo (Digit-Formations, 2026). Il ne s'agit pas d'une image jointe à un prompt, mais d'un agent dont l'entrée peut être un enregistrement, une capture d'écran ou un document scanné, et qui enchaîne dessus les mêmes étapes de plan et d'exécution que sur du texte.

Des entrées qui ne sont pas du texte : les tâches que cela déverrouille

L'ordre de grandeur change la nature des tâches envisageables : la capacité de traitement porte sur des vidéos longues, jusqu'à 3 heures (SecondTalent, 2025). C'est une capacité constatée dans la version documentée en 2025, pas une garantie sur n'importe quel média ; les repères voisins figurent dans notre relevé de statistiques sur Gemini.

Pour une équipe qui produit à la chaîne, cela ouvre trois tâches qui consommaient du temps humain non qualifié en amont d'un travail qualifié :

• dépouiller un enregistrement de webinaire ou d'entretien et en sortir les passages utiles avec leur minutage ;
• reprendre une série de captures d'interface pour en tirer une procédure écrite ;
• relever un tableau photographié ou un document scanné sans ressaisie : le gain est dans le dépouillement, pas dans la rédaction.

La contrepartie : contexte, temps, et une sortie qu'on ne vérifie pas d'un coup d'œil

La première contrepartie est mécanique : un média long consomme beaucoup de contexte, qui se paie en latence et en consommation, donc dans l'arbitrage entre automatiser et faire à la main.

La seconde est un problème de recette, et c'est elle qui compte pour votre gouvernance. Sur du texte, une affirmation se vérifie en quelques secondes en remontant à la phrase source. Sur un média long, il faut retourner écouter ou regarder, et le contrôle qualité s'effondre s'il n'est pas outillé. Les erreurs changent aussi de forme :

• des propos attribués au mauvais intervenant ;
• une colonne décalée dans un tableau photographié ;
• un élément d'interface mal lu.

Aucune ne ressemble à une hallucination classique : elles sont plausibles et parfaitement rédigées. La règle de recette est donc non négociable : toute affirmation tirée d'un média porte sa référence de passage (horodatage, page, numéro de capture), sinon la sortie n'est pas validée. Ne confondez jamais « l'agent a traité trois heures » avec « l'agent a compris trois heures ».

Gouverner un parc d'agents qu'on n'a pas tous écrits

Vous basculez vers Gemini Enterprise dès que trois sujets deviennent non négociables :

• qui a le droit de faire quoi ;
• comment vous auditez les actions ;
• comment vous évitez la prolifération d'agents non maîtrisés.

Le troisième est le plus spécifique à cet écosystème, parce que le catalogue y mélange des agents que vous n'avez pas écrits. La promesse est alors moins « plus intelligent » que « plus gouvernable ».

Trois origines d'agents dans un même catalogue

Un même catalogue abrite trois réalités opérées dans un cadre commun, qui n'appellent pas le même contrôle avant publication.

La troisième ligne pose la vraie question, la seule qu'on ne résout pas en relisant des instructions : vous ouvrez aux équipes un agent dont vous ignorez la logique interne et les évolutions à venir. Quelle que soit l'origine, décrivez chaque agent par sa famille et son niveau de droits, en reprenant les sept familles et les quatre niveaux du pilier plutôt qu'une grille maison.

Ce qu'on vérifie avant qu'un agent entre au catalogue

L'entrée d'un agent tiers s'arbitre comme une entrée de fournisseur, pas comme une installation d'application. Un binôme décide, un responsable métier pour l'usage et un responsable sécurité pour les droits, sur cinq points dont l'absence d'un seul suffit à refuser.

• Périmètre d'action déclaré : ce que l'agent lit, ce qu'il propose, ce qu'il écrit, chaque cran change de conversation.
• Droits demandés : comparés au strict nécessaire de l'usage, pas à ce que l'agent sait faire.
• Journalisation exposée : ce que vous pourrez relire vous-même, pas ce que l'éditeur conserve de son côté.
• Propriétaire nommé : une personne, pas une équipe, qui répond des sorties et déclenche le retrait.
• Date de revue : un agent sans date de revue est un agent que personne ne retirera jamais.

L'inventaire se résume à une ligne par agent :

• nom, origine et propriétaire ;
• périmètre et connecteurs ouverts ;
• date de dernière revue ;
• volume d'exécutions.

Ce dernier champ est le plus utile : un agent publié qui ne tourne plus est un droit ouvert sans usage, donc le premier candidat au retrait. Dernier point de vigilance, l'interopérabilité : un protocole qui fait communiquer des agents de plateformes différentes ouvre la porte aux architectures multi-agents, mais augmente mécaniquement le besoin de journalisation et de tests. Coordination, arbitrage et rejeu relèvent de l'orchestration d'agents d'IA.

De la consigne à l'exécution : la chaîne et ses garde-fous

Automatiser avec un agent Gemini, ce n'est pas « mieux prompter ». C'est concevoir une chaîne où chaque étape produit un artefact contrôlable : un plan, une liste d'actions, une sortie vérifiable, un journal. Trois familles de capacités se distinguent :

• À exploiter : l'exécution multi-étapes, les connecteurs et la synthèse à partir de sources multiples.
• À cadrer : les actions critiques sous confirmation, les droits d'accès et le contrôle qualité.
• À éviter : automatiser des contenus à enjeu sans relecture experte, ou publier sans preuve.

La chaîne en six temps, et le contrôle « plan contre actions »

Les six temps se suivent dans cet ordre, et aucun ne se saute :

• Objectif : définir le livrable (rapport, inventaire, brief) et le critère de réussite.
• Plan : forcer l'agent à annoncer sa stratégie, ses étapes, les sources visées, les limites.
• Outils : activer seulement les connecteurs nécessaires, applications, web, données internes.
• Exécution : dérouler les actions et capturer ce qui a été fait.
• Vérification : demander des preuves (sources, extraits, dates) avant validation.
• Itérations : ajuster le périmètre, les droits et la liste de contrôle qualité.

Le deuxième temps porte le meilleur contrôle du dispositif, et il ne coûte rien : forcez un plan avant exécution, puis comparez « plan contre actions réalisées » via la journalisation. L'écart est un signal plus fiable qu'une relecture de sortie : un agent qui a fait plus qu'annoncé a dépassé son périmètre, un agent qui a fait moins a rencontré un obstacle que personne n'a vu.

Quatre garde-fous, et la règle de connexion

Un agent utile est un agent auditable, avec des règles simples : qui valide, quand, et sur quels types d'actions.

• Validation : obligatoire sur toute action externe, envoi, publication, achat, modification sensible.
• Permissions : moindre privilège, ne connecter que les applications indispensables.
• Journalisation : conserver le plan, les actions effectuées, les sources consultées et les sorties.
• Gestion d'erreurs : prévoir une voie de repli, arrêt, reprise manuelle, escalade.

Ces quatre règles se traduisent en une seule discipline : connecter peu, mais connecter bien, puis élargir après preuve de valeur. Un connecteur ouvert « au cas où » ne se referme jamais, parce que personne ne saura dire qui en dépend. Commencez par un périmètre restreint (une boîte, un espace documentaire, un jeu de données) et n'élargissez qu'avec un usage constaté.

La mécanique du raccordement côté système d'information, les connecteurs à écrire et la reprise sur erreur relèvent de l'intégration d'un agent d'IA.

Mesurer, et repérer la dérive avant qu'elle ne devienne un workflow

L'agentification échoue rarement par manque d'IA. Elle échoue par manque de pilotage : pas de KPI, pas de journaux, pas de critères de validation, et une confiance implicite dans des sorties non vérifiables. La priorité est de rendre le système observable et corrigeable. Quatre indicateurs suffisent, et chacun déclenche une action précise quand il décroche.

Ces quatre lignes servent à attraper le risque propre aux agents : la répétition d'une erreur à grande échelle. Un mauvais raisonnement peut devenir un workflow. Une consigne mal formulée produit une sortie discutable une fois ; installée dans une exécution planifiée, elle en produit deux cents sans que personne ne relise la deuxième. La parade se joue en trois gestes :

• demander des sorties auditables, avec sources, journaux et étapes ;
• imposer des limites d'action ;
• tester sur un périmètre pilote avant de généraliser.

Avant une mise en production, quatre prérequis se vérifient, et ils ne se rattrapent pas après coup :

• les données : sources propres, à jour, accessibles selon des règles claires ;
• la sécurité : périmètres d'accès, segmentation, connecteurs minimaux ;
• la gouvernance : validation, journalisation, gestion des erreurs, procédure d'arrêt ;
• le pilotage : des KPI définis avant le lancement et une phase pilote.

Le premier est le plus souvent négligé et le plus cher à rattraper : un agent branché sur un référentiel périmé ne se trompe pas de temps en temps, il reproduit chaque incohérence dans chaque exécution, sans jamais la signaler.

Continuez votre lecture

Selon votre situation, l'article suivant prend le relais.

• Vos données de travail sont chez Microsoft, ou les deux environnements coexistent : le panorama des agents d'IA chez Microsoft remet chaque brique à sa place.
• Le catalogue est cadré et la question devient celle du déploiement : permissions à l'échelle du système d'information, licences et coût complet sont traités sur l'agent d'IA en entreprise.
• Les agents prêts à l'emploi ne couvrent pas votre besoin : cadrer le périmètre, écrire les règles et tester sur les cas d'échec sont déroulés dans le guide pour créer un agent d'IA.
• Vous butez sur le niveau de confirmation à imposer : les niveaux de délégation, les seuils et ce qu'on ne délègue jamais sont le sujet des agents d'IA autonomes.

Si le catalogue ne contient pas l'agent dont votre équipe de contenu a besoin, un agent conçu sur vos données et vos règles éditoriales relève de l'IA personnalisée d'Incremys.

FAQ sur les agents d'IA avec Gemini

Quelles sont les capacités de Gemini ?

Gemini planifie et exécute des tâches multi-étapes en combinant recherche approfondie, navigation web et applications connectées, demande une confirmation avant les actions critiques et peut être interrompu. Sa multimodalité native couvre le texte, l'image, l'audio et la vidéo.

Qu'est-ce que Gemini Agent ?

Gemini Agent est le mode de l'application Gemini qui fait passer du « répondre » au « faire » : l'utilisateur décrit un objectif, l'agent établit un plan, mobilise des applications connectées, puis exécute sous supervision. Il se distingue de Gemini Enterprise, la plateforme administrée par la DSI qui héberge un catalogue d'agents prêts à l'emploi, personnalisés et partenaires.

Comment Gemini aide à l'automatisation ?

Gemini automatise en exécutant des étapes à votre place, avec un plan, des outils et des actions tracées. Les cas courants sont le traitement de la messagerie, la recherche comparative, la planification multi-étapes et la préparation de synthèses. La valeur vient moins de l'exécution que de l'artefact contrôlable que chaque étape laisse.

Comment utiliser Gemini pour créer un agent ?

Deux voies existent. Dans l'application, vous sélectionnez le mode Gemini Agent et décrivez votre objectif en langage naturel, de préférence une tâche multi-étapes liée à vos applications connectées. Dans Gemini Enterprise, un studio sans code crée des assistants internes et un kit de développement sert aux équipes techniques à construire des agents administrés dans le catalogue.

À quoi sert Gemini Enterprise dans un contexte B2B ?

Gemini Enterprise sert à industrialiser et gouverner les agents à l'échelle de l'organisation : catalogue à trois origines, contrôle centralisé, administration des droits, intégration aux briques de données et d'exécution du cloud. Il devient utile dès que plusieurs équipes créent et consomment des agents et que vous devez tracer et standardiser les déploiements.

Comment limiter les hallucinations et exiger des réponses vérifiables ?

Imposez un format de preuves : chaque affirmation importante pointe vers une source et une date, ou un horodatage quand elle vient d'un média. Forcez un plan avant exécution et comparez-le aux actions réalisées via la journalisation. Limitez les connecteurs au moindre privilège et gardez une revue humaine sur les surfaces à enjeu.

Quels prérequis avant un déploiement d'agent en production ?

Quatre prérequis se vérifient avant la production, dans cet ordre : des données propres, à jour et accessibles selon des règles claires ; une sécurité fondée sur des périmètres d'accès segmentés et des connecteurs minimaux ; une gouvernance qui fixe validation, journalisation, gestion des erreurs et procédure d'arrêt ; un pilotage par des KPI définis avant le lancement et une phase pilote restreinte.