Un agent capable de préparer une opération dans une application pose une question très concrète : jusqu’où peut-il aller sans demander une autorisation ? Google annonce la disponibilité générale du Computer Use Tool dans Gemini Enterprise Agent Platform. La mise à jour du 30 octobre introduit des politiques de confirmation configurables et des garde-fous que les administrateurs peuvent imposer à l’échelle de l’organisation.[1] Pour les entreprises, l’enjeu devient autant opérationnel que technique : définir ce que l’agent peut consulter, préparer et réellement exécuter.
Une disponibilité générale accompagnée de règles de validation
Selon les notes de version, les développeurs peuvent ajuster certaines politiques de confirmation, notamment pour les transactions financières et les modifications de données. Les administrateurs disposent de la contrainte configurableComputerUseToolSafetyPolicies pour rendre des garde-fous obligatoires au niveau de l’organisation.[1]
Cette annonce ne signifie donc pas qu’un humain valide automatiquement chaque action sensible. Le niveau de supervision dépend des règles retenues et de leur application. Elle ne constitue pas non plus une ouverture générale de tous les postes de travail aux agents : un environnement d’exécution et une intégration restent nécessaires.
Agir dans une interface demande une chaîne technique complète
La documentation générale de Computer Use dans Gemini API décrit une mise en œuvre où l’application exécute les actions proposées, comme cliquer ou saisir du texte, puis fournit des captures d’écran. Google recommande un environnement isolé et demande de traiter les décisions de sécurité qui exigent une confirmation.[2] Cette documentation explique le mécanisme ; elle ne suffit pas à établir que chaque option de Gemini API est identique dans l’offre Enterprise.
Pour une entreprise, cette séparation est déterminante. Le modèle propose une action, mais le logiciel qui pilote l’interface doit décider comment l’exécuter et quand attendre. Le contrôle ne peut donc pas reposer uniquement sur une consigne écrite dans un prompt. Il doit aussi être présent dans les comptes utilisés, les applications accessibles et le code d’intégration.
Des limites différentes selon les conséquences de l’action
Le tableau suivant propose une grille de décision pour une entreprise. Il illustre des choix de gouvernance, et non une configuration activée automatiquement par Google.
| Action envisagée | Risque à examiner | Contrôle à prévoir |
|---|---|---|
| Consulter un dossier | Lecture de données hors du périmètre autorisé. | Compte dédié et accès limités aux dossiers utiles. |
| Préparer une modification | Erreur de cible ou de valeur. | Aperçu des changements avant enregistrement. |
| Envoyer ou payer | Engagement externe ou financier. | Validation explicite de la cible, du contenu ou du montant. |
| Supprimer des données | Perte difficilement réversible. | Restriction des droits et procédure de restauration. |
Une validation utile doit montrer ce qui va réellement changer
Imaginons une PME qui veut automatiser la préparation de commandes fournisseurs. L’agent pourrait rechercher une référence, renseigner un formulaire et présenter un récapitulatif. L’entreprise pourrait ensuite réserver la confirmation de la commande à une personne habilitée. Cet exemple décrit une organisation possible, pas un déploiement client annoncé par Google.
Pour que la validation serve à quelque chose, le responsable doit voir le fournisseur, le montant, les quantités et l’action finale. Un bouton « Autoriser » sans contexte suffisant déplace la responsabilité sans améliorer réellement le contrôle. Il faut également prévoir ce qui se passe lorsque le validateur refuse, tarde à répondre ou constate une incohérence.
La multiplication des confirmations peut, à l’inverse, rendre la supervision mécanique. Il est préférable de distinguer les opérations de préparation des actions qui engagent l’entreprise, puis de tester cette distinction sur les processus réels. Le bon seuil dépend de la sensibilité des données, de la réversibilité et des droits accordés à l’agent.
L’interface peut devenir une source d’instructions trompeuses
Google souligne que les agents peuvent rencontrer des contenus non fiables à l’écran et commettre des erreurs d’exécution.[2] Une page affichée peut ainsi contenir des instructions que l’agent ne devrait pas traiter comme une demande de son utilisateur. Ce risque doit être examiné dans le contexte des ressources auxquelles il a accès.
Une organisation peut limiter les conséquences d’une erreur en séparant les environnements, en restreignant les destinations accessibles et en évitant de réutiliser un compte doté de pouvoirs trop larges. Ces mesures doivent être adaptées au scénario choisi. La présence d’un mécanisme de confirmation ne dispense pas de contrôler les permissions des applications elles-mêmes.
Pour une PME, commencer par un processus observable
Le premier projet peut porter sur une tâche répétitive, facile à vérifier et dont les effets sont réversibles. Avant de l’étendre, l’équipe devrait mesurer le taux de réussite, les corrections manuelles, les interruptions et le temps consacré aux validations. Un agent qui termine une démonstration ne prouve pas encore sa fiabilité sur les cas inhabituels rencontrés en production.
Il faut aussi désigner un responsable du processus et organiser la reprise humaine. Si l’interface change ou qu’un écran inattendu apparaît, l’agent doit pouvoir s’arrêter sans laisser une opération ambiguë. Conserver des traces proportionnées aux besoins de contrôle aide à comprendre les erreurs, tout en évitant de multiplier les copies de données sensibles.
L’administrateur définit le périmètre dans lequel l’agent peut agir
L’Administration systèmes et réseaux prend ici une dimension supplémentaire. Le professionnel doit relier une tâche métier à un environnement précis, à une identité et à des droits. Donner à un agent l’accès à une interface suppose de savoir quelles ressources deviennent accessibles par cette session.
Son rôle consiste aussi à traduire les règles de l’entreprise en contrôles vérifiables. Qui peut modifier les politiques ? Quelles opérations nécessitent une validation ? Comment retirer les accès lorsqu’un agent est désactivé ? Ces décisions doivent rester cohérentes avec les pratiques déjà appliquées aux utilisateurs et aux services automatisés.
Enfin, la supervision demande une collaboration avec les métiers. Les équipes techniques contrôlent les accès et l’exécution ; les responsables opérationnels définissent ce qui constitue une erreur acceptable ou un engagement sensible. Cette articulation permet de déléguer une tâche sans perdre la maîtrise de ses conséquences.
L’autonomie se mesure aussi à la qualité de ses limites
Le passage à une offre généralement disponible donne aux entreprises un nouveau moyen d’automatiser leurs interfaces. Sa valeur dépendra toutefois des processus choisis et de la capacité à vérifier les actions accomplies. Un agent utile doit pouvoir avancer seul dans un périmètre défini, demander une décision compréhensible au bon moment et laisser l’équipe reprendre la main lorsque la situation l’exige.
Pour aller plus loin
Quatre lectures CCCLX pour approfondir les permissions, la protection et la supervision des agents IA.
ServiceNow AI Passport et les droits des agents IA
Prisma AIRS et la sécurité des agents dans Claude Enterprise
SolarWinds Avior et les objectifs des opérations IT
GitHub Copilot et le contrôle des agents de code en entreprise
Sources
- 01
Google Cloud (30 octobre 2026). « Gemini Enterprise Agent Platform release notes, Computer use tool is available in General Availability ». Notes de version sur la disponibilité générale et les politiques de confirmation.
- 02
Google AI for Developers (documentation Gemini API, consultée le 5 novembre 2026). « Computer use ». Documentation sur le mécanisme d’interaction avec une interface, les confirmations et les précautions de sécurité.
Salesforce branche Claude sur son CRM : Claudeforce prépare l’après-interface
Et si le CRM n’avait bientôt plus besoin d’être ouvert ? Pendant des décennies, utiliser un CRM signifiait naviguer entre des fiches clients, des tableaux de bord, des menus et des formulaires. Avec Claudeforce, Salesforce et Anthropic veulent modifier cette logique :...
Enterprise AI Harness : Salesforce s’attaque au chaos des agents IA
Les agents se multiplient, leur contrôle devient le nouveau problème des entreprises Les entreprises commencent à déployer des agents IA dans le support client, les ventes, la finance, les RH ou encore le développement logiciel, mais cette multiplication crée un...
Parlez à votre base de données : Oracle améliore son IA NL2SQL
Oracle veut rapprocher les utilisateurs métiers de leurs données Interroger une base de données d'entreprise nécessite traditionnellement de connaître sa structure et de maîtriser SQL, ce qui laisse souvent les équipes métiers dépendantes des analystes ou des...
Kimi K3, Mistral, DeepSeek : Oracle transforme OCI en hub de modèles IA
Oracle veut faire d’OCI un guichet unique pour l’IA Oracle accélère dans la bataille du cloud IA en élargissant fortement le catalogue de modèles disponibles dans OCI Enterprise AI. Le 4 septembre 2026, le groupe a notamment annoncé l’intégration de Kimi K3, le modèle...
Agentic Data Cloud : Google repense la data pour l’ère des agents IA
Les agents IA obligent Google à repenser l'architecture des données Les agents IA promettent de rechercher des informations, prendre des décisions et agir directement dans les systèmes de l'entreprise, mais cette autonomie repose sur une condition essentielle :...
Google Cloud s’attaque à la facture cachée des agents IA
Les agents IA posent un nouveau problème : combien coûte réellement une tâche ? À mesure que les entreprises passent des chatbots aux agents IA capables de travailler pendant plusieurs étapes, la question du coût devient beaucoup plus complexe. Un chatbot traite...
Workday, Navan, Avalara : ChatGPT Work s’invite dans les logiciels métiers
ChatGPT Work quitte progressivement la fenêtre de chat Avec GPT-6 Astra, OpenAI ne cherche plus seulement à améliorer la qualité des réponses produites par ChatGPT. L'entreprise veut rapprocher son IA des applications dans lesquelles les salariés travaillent...
GPT-6 Astra arrive sur Amazon Bedrock : OpenAI s’installe dans le cloud d’entreprise
OpenAI trouve une nouvelle porte d'entrée dans les entreprises Le 8 septembre 2026, AWS a annoncé la disponibilité générale de GPT-6 Astra sur Amazon Bedrock, donnant aux entreprises une nouvelle manière d'accéder au modèle le plus avancé d'OpenAI directement depuis...
De la puce au cloud : Groq lève 350 millions pour changer d’échelle
Groq veut désormais vendre du cloud plutôt que seulement des puces Groq poursuit une transformation stratégique majeure. Longtemps identifié comme l'un des challengers de Nvidia grâce à ses LPU (Language Processing Units) spécialisés dans l'inférence des modèles...
Palmyra X6 : Writer veut faire baisser la facture de l’IA en entreprise
La course à l'IA se déplace désormais vers les coûts Après plusieurs années pendant lesquelles les éditeurs se sont principalement affrontés sur la puissance de leurs modèles, une nouvelle bataille s'ouvre autour de leur coût d'exploitation. Writer vient de lancer...
