Qu'est-ce que Gemini Enterprise Agent Platform ?
Gemini Enterprise Agent Platform est la nouvelle plateforme de développement agentique de Google Cloud, issue de l'évolution de Vertex AI. Elle donne aux équipes techniques un environnement unifié pour créer des agents capables de raisonner, d'utiliser des outils et d'exécuter des processus métier complexes.
Cette évolution ne signifie pas que toutes les capacités historiques de Vertex AI disparaissent : l'entraînement, le déploiement et la supervision des modèles restent essentiels. Pour les projets d'agents, le nom et le cadre de référence actuels sont toutefois Gemini Enterprise Agent Platform.
L'ensemble s'intègre à l'application Gemini Enterprise. Les collaborateurs y découvrent et utilisent les agents ; l'IT les construit, les déploie et les contrôle dans l'Agent Platform. Cette architecture commune évite de juxtaposer un chatbot d'un côté et une usine technique isolée de l'autre.
Build, Scale, Govern, Optimize : que couvrent les quatre piliers ?
| Pilier | Capacités principales | Résultat pour l'entreprise |
|---|---|---|
| Build — Construire | Agent Studio, Agent Development Kit, Agent Garden, plus de 200 modèles | Créer rapidement en low-code ou en code, avec Gemini et des modèles tiers |
| Scale — Industrialiser | Agent Runtime, Sessions, Memory Bank, Code Execution et Computer Use | Faire fonctionner des agents durables, fiables et capables d'exécuter des workflows complexes |
| Govern — Gouverner | Agent Identity, Agent Registry, Agent Gateway, IAM et Model Armor | Contrôler les identités, les outils, les accès et les échanges de chaque agent |
| Optimize — Optimiser | Simulation, évaluation, observabilité, traces et boucle d'amélioration | Mesurer la qualité en continu et améliorer les agents avant et après leur mise en production |
Comment construire des agents avec Agent Platform ?
Google Cloud propose plusieurs chemins adaptés au niveau de contrôle recherché. Agent Studio offre un atelier visuel pour prototyper rapidement. L'Agent Development Kit (ADK) permet aux développeurs de concevoir des orchestrations avancées et multi-agents. Agent Garden fournit des exemples préconstruits que les équipes peuvent adapter plutôt que de repartir de zéro.
Le choix des modèles reste ouvert : les équipes accèdent aux modèles Gemini de Google et à plus de 200 modèles et outils Google ou tiers. Cette ouverture permet de choisir le bon modèle par tâche sans renoncer à une gouvernance commune.
Comment passer du prototype à la production ?
Agent Runtime prend en charge le déploiement et la montée en charge sans imposer la gestion de l'infrastructure sous-jacente. Sessions conserve l'état des échanges, tandis que Memory Bank maintient le contexte utile sur la durée. Pour agir au-delà du texte, les agents peuvent utiliser des environnements sécurisés d'exécution de code et d'interaction avec des interfaces.
La production ne se limite pas à héberger un agent. L'évaluation, la simulation et l'observabilité permettent de suivre ses réponses, ses décisions et ses performances. Les équipes créent ainsi une boucle d'amélioration continue au lieu de découvrir les problèmes après le déploiement.
Comment Google Cloud gouverne-t-il une flotte d'agents ?
Agent Identity attribue une identité propre à chaque agent. Agent Registry centralise les agents, outils et points de connexion autorisés. Agent Gateway applique les règles au passage des interactions entre utilisateurs, agents et outils. IAM et Model Armor complètent ce dispositif pour maîtriser les droits et réduire les risques liés aux contenus et aux instructions malveillantes.
Cette gouvernance native est un avantage décisif face aux assemblages de composants indépendants. Google Cloud réunit modèles, données, infrastructure, identité, sécurité et observabilité dans une même fondation conçue pour l'échelle de l'entreprise.
Quels cas d'usage peut-on déployer ?
- Un agent commercial qui qualifie les demandes, recherche le contexte dans le CRM et prépare la prochaine action.
- Un agent data qui interroge BigQuery en langage naturel et produit une analyse sourcée sur des millions de lignes.
- Un agent de support qui recherche dans la documentation, propose une résolution et transmet les cas sensibles à un humain.
- Un agent IT qui orchestre le diagnostic d'un incident, rassemble les preuves et applique uniquement les actions autorisées.
- Un agent métier qui exécute un processus long en conservant le contexte grâce aux Sessions et à Memory Bank.
Comment démarrer un projet Agent Platform ?
La bonne méthode reste de partir d'un processus précis, mesurable et suffisamment documenté. Il faut ensuite choisir les données et outils accessibles, définir les actions autorisées, construire un premier agent, l'évaluer sur des scénarios réels, puis l'industrialiser avec identité, supervision et règles de gouvernance.
Aceo Tech accompagne ce parcours de bout en bout : fondations Google Cloud, données BigQuery, conception avec Agent Studio ou ADK, mise en production sur Agent Runtime, gouvernance et adoption dans l'application Gemini Enterprise.