Google Cloud Next : trois outils IA pour les agents, la vidéo et le code

Les annonces de Google Cloud Next, la conférence annuelle de Google dédiée au cloud, ne se résument pas à une course aux modèles géants. Le 11 avril 2024, l’entreprise met aussi l’accent sur les logiciels et les briques techniques qui doivent permettre aux organisations d’employer l’intelligence artificielle au quotidien. Trois nouveautés illustrent cette ambition : un atelier pour fabriquer des agents IA, une application de création vidéo et une famille de modèles pour les développeurs.

Les trois produits ne s’adressent pas aux mêmes utilisateurs. Vertex AI Agent Builder concerne d’abord les équipes qui veulent intégrer un assistant dans une application ou un service interne. Google Vids s’adresse aux collaborateurs de Google Workspace qui produisent des présentations, formations ou communications vidéo. CodeGemma, enfin, cible les programmeurs qui souhaitent s’appuyer sur un modèle de langage entraîné pour comprendre et générer du code.

Il ne s’agit donc pas de trois assistants interchangeables. Leur point commun est de chercher à raccourcir le passage entre une intention exprimée en langage courant et une production concrète : une réponse fiable pour un client, une vidéo de travail ou une portion de code.

Trois annonces, trois publics et trois usages

Google rassemble ces offres autour de sa stratégie d’IA pour les entreprises. Dans un contexte professionnel, la question n’est pas seulement de produire un texte ou une image convaincante. Il faut aussi connecter l’outil aux bonnes sources d’information, contrôler qui y accède, conserver une trace des opérations et pouvoir intégrer le résultat dans les logiciels déjà utilisés.

Cette répartition est importante. Une entreprise qui cherche à fluidifier son support interne ne choisira pas Google Vids. À l’inverse, une équipe de communication ne déploiera pas CodeGemma pour fabriquer une capsule de formation. Derrière l’étiquette commune d’IA générative se cachent des usages, des risques et des méthodes de déploiement très différents.

Vertex AI Agent Builder veut rapprocher les agents des données de l’entreprise

Le premier outil, Vertex AI Agent Builder, s’inscrit dans Vertex AI, la plateforme de Google Cloud destinée à construire et déployer des projets d’intelligence artificielle. Son rôle est de permettre aux développeurs de concevoir plus facilement des agents : des systèmes capables de recevoir une demande, de retrouver des informations pertinentes, puis d’effectuer ou de recommander une action dans le cadre qui leur a été fixé.

Un chatbot classique répond le plus souvent à partir de ses connaissances générales et du contexte fourni dans une conversation. Un agent professionnel a vocation à aller plus loin. Il peut être relié à une base documentaire, à un catalogue produit, à un outil de gestion de la relation client ou à une interface de programmation, appelée API. L’intérêt est de répondre en s’appuyant sur les informations propres à l’organisation, plutôt que de demander à un modèle de les deviner.

Google présente Agent Builder comme un moyen d’assembler ces éléments plus rapidement, notamment grâce à des interfaces visuelles et à des composants prêts à l’emploi. Pour des cas simples, les équipes peuvent configurer une partie du comportement de l’agent sans développer chaque fonction à partir de zéro. Pour des projets plus ambitieux, les développeurs conservent la possibilité de connecter leurs propres outils et API.

Que peut faire un agent IA dans une organisation ?

Les exemples les plus évidents concernent le service client ou l’assistance aux salariés. Un agent peut aider un collaborateur à retrouver une procédure interne, répondre à une question sur un produit ou orienter une demande vers le bon service. Il peut également servir d’interface conversationnelle au-dessus de ressources complexes, à condition que les droits d’accès soient correctement appliqués.

La promesse ne repose donc pas seulement sur la qualité du dialogue. Elle dépend de la capacité à relier l’agent aux bonnes données, avec les bonnes permissions. C’est précisément l’un des sujets centraux pour les entreprises : un assistant utile doit connaître le contexte, mais il ne doit pas divulguer à un salarié, un fournisseur ou un client des informations auxquelles cette personne n’a pas droit.

Google met aussi en avant la flexibilité du produit dans des expériences multimodales, pouvant associer selon les cas texte, voix ou vidéo. Cette perspective répond à l’évolution des interfaces : un assistant peut être utilisé depuis une messagerie, un centre d’aide, une application mobile ou un service vocal. Mais la multiplication des canaux ne dispense pas de tester soigneusement les réponses et les actions autorisées.

Google Vids transforme une consigne en première ébauche de vidéo

Avec Google Vids, Google applique l’IA générative à une tâche très fréquente dans les organisations, mais souvent longue : produire une vidéo claire pour présenter un produit, former une équipe, expliquer une procédure ou communiquer un changement interne.

L’application est intégrée à Google Workspace, la suite qui comprend notamment Documents, Sheets, Slides et Meet. Son principe est proche des outils de création collaborative que connaissent déjà les utilisateurs de Workspace. Au lieu de partir d’une page blanche, une personne décrit l’objectif de sa vidéo ou fournit des éléments de contexte. Google Vids peut alors proposer un premier storyboard, un script, des scènes suggérées, ainsi que des médias et une bande-son adaptés au projet.

L’intérêt est de produire une première structure. Beaucoup de vidéos professionnelles échouent non par manque de logiciel de montage, mais parce qu’il est difficile de choisir un angle, de découper le message et d’ordonner les informations. En automatisant l’ébauche, l’outil cherche à laisser davantage de temps à ce qui nécessite un jugement humain : vérifier les faits, adapter le ton au public, sélectionner les messages importants et valider le résultat.

Une aide à la production, pas un remplacement du travail éditorial

Google Vids permet aussi la collaboration en temps réel. Plusieurs personnes peuvent donc intervenir sur une même vidéo, comme elles le feraient dans un document partagé. Cette dimension compte pour les équipes réparties dans plusieurs lieux ou pour les projets qui nécessitent la validation de responsables métier, juridiques ou communication.

L’application propose également une interaction conversationnelle afin d’ajuster plus facilement un projet. L’utilisateur peut demander une autre approche, modifier une séquence ou affiner le récit proposé. Cependant, une vidéo générée rapidement n’est pas automatiquement une vidéo prête à diffuser. Les entreprises devront notamment veiller à la justesse des affirmations, aux droits sur les éléments employés, à la cohérence avec leur identité et à l’accessibilité du contenu.

Au moment de l’annonce, Google Vids n’est pas encore proposé à tous les utilisateurs. Google prévoit une disponibilité en alpha pour certains clients à partir de juin 2024. Cette précision est essentielle : une annonce de produit ne signifie pas une disponibilité générale et immédiate.

CodeGemma, des modèles spécialisés pour écrire et comprendre le code

Le troisième outil présenté est de nature différente. CodeGemma n’est pas une application de bureau destinée à tous les salariés, mais une famille de modèles de langage conçue pour assister le développement logiciel. Elle s’appuie sur Gemma, la famille de modèles ouverts de Google, et a été entraînée pour mieux traiter les langages de programmation et la documentation technique.

Le code est un langage très structuré. Une petite erreur de syntaxe, une dépendance oubliée ou une fonction appelée avec de mauvais paramètres suffit à bloquer un programme. Un modèle destiné aux développeurs doit donc être capable de lire le contexte d’un fichier, de prédire la suite logique d’une instruction, de proposer une fonction ou d’expliquer un extrait difficile à comprendre.

Google annonce plusieurs déclinaisons de CodeGemma. Elles couvrent notamment la génération de code, la complétion de code et l’assistance sous forme conversationnelle. Parmi elles, un modèle plus léger de 2 milliards de paramètres est pensé pour des usages de réponse et d’assistance, tandis que des modèles de 7 milliards de paramètres se concentrent sur la génération et la complétion.

Le terme « ouvert » mérite d’être compris correctement. CodeGemma rend des modèles accessibles pour que développeurs et organisations puissent les tester, les adapter et les intégrer dans leurs environnements, selon les conditions de licence prévues par Google. Ce positionnement peut intéresser les équipes qui souhaitent exécuter un modèle dans une infrastructure qu’elles contrôlent ou le spécialiser pour des usages très ciblés.

Pourquoi la spécialisation compte pour les programmeurs

Un assistant de code généraliste peut déjà produire un exemple de script. Mais un modèle spécialisé a vocation à mieux gérer les conventions de programmation, les dépendances, les messages d’erreur et les structures de projets. Les développeurs peuvent aussi l’adapter à des langages moins courants ou à un contexte technique particulier, afin d’améliorer la pertinence de ses suggestions.

Cela ne dispense pas de relire le code généré. Un modèle peut proposer une fonction qui semble plausible tout en introduisant un défaut de sécurité, une erreur métier ou une incompatibilité avec le reste du programme. Dans un environnement professionnel, le code suggéré doit être soumis aux mêmes pratiques que le code écrit manuellement : revue par les pairs, tests automatisés, analyse de sécurité et validation avant mise en production.

Des gains de productivité qui exigent une méthode

Ces trois outils répondent à une même attente : permettre aux équipes de commencer plus vite. L’agent donne une première réponse à partir de ressources internes, Google Vids fournit une première narration et CodeGemma livre une première proposition de code. Le mot important est bien « première ». La valeur se crée ensuite dans le contrôle humain, l’amélioration et l’intégration à un processus réel.

Pour une organisation, le déploiement d’un tel outil ne devrait pas se limiter à ouvrir un accès à tous les salariés. Une démarche prudente peut s’appuyer sur quelques étapes simples : choisir un cas d’usage précis, déterminer quelles données peuvent être utilisées, définir les personnes responsables, mesurer la qualité des résultats et corriger les dérives observées.

La prudence est d’autant plus nécessaire que les trois produits manipulent potentiellement des informations sensibles. Un agent connecté à des documents internes, un script vidéo consacré à un projet non public ou un dépôt de code peuvent contenir des données confidentielles. Les réglages de sécurité, les droits d’accès, la conservation des données et les règles internes d’utilisation doivent donc précéder une mise en production à grande échelle.

Ce qu’il faut surveiller après Google Cloud Next 2024

Après les démonstrations de Google Cloud Next, le principal enjeu sera celui de l’adoption concrète. Pour Vertex AI Agent Builder, il faudra observer la facilité avec laquelle les entreprises parviennent à connecter de façon sûre leurs données, leurs API et leurs règles métier. L’intérêt d’un agent dépendra moins de l’effet de démonstration que de sa fiabilité dans une situation réelle.

Pour Google Vids, la question portera sur la disponibilité effective de l’alpha annoncée à partir de juin 2024, puis sur sa capacité à s’insérer dans les habitudes de travail de Workspace. L’outil devra montrer qu’il réduit réellement le temps de production sans standardiser excessivement les contenus ou abaisser les exigences éditoriales.

Enfin, CodeGemma sera jugé par les développeurs sur des critères concrets : qualité des suggestions, prise en charge des différents langages, facilité d’adaptation et consommation de ressources. Dans tous les cas, Google cherche à placer l’IA non pas seulement dans une fenêtre de discussion, mais au cœur des outils par lesquels les entreprises recherchent, créent et développent déjà leurs produits et services.