Agentspace, la « porte d’entrée » de l’Enterprise Search et de l’IA agentique chez GCP
Lors de sa conférence Next 25, Google Cloud a présenté les évolutions en cours d’Agentspace. La peinture est encore fraîche, mais les premiers clients mentionnent des améliorations notables, tandis que des inconnus demeurent.
Agentspace avait été présenté en décembre dernier. Lors des premières phases de l’accès anticipé, il s’agissait d’une forme de « RAG as a Service ». C’est un outil pour faciliter la connexion à des sources tierces, l’indexation des documents et leur recherche par les métiers tout en appliquant les règles de sécurité en place au sein d’un environnement GCP.
Ainsi, 28 connecteurs sont disponibles, dont ceux vers Salesforce, ServiceNow, Confluence Cloud, Box, Monday, Notion, Microsoft 365, GitHub ou encore Zendesk.
Une fois indexées, les données peuvent être modélisées dans un graphe de connaissances. Le fournisseur de cloud peut donc affirmer qu’il fait du GraphRAG.
Attention, cette capacité n’est disponible que pour les sources Google, les connecteurs « customs », les services Entra ID, Jira Cloud et Data Center, SharePoint Cloud et Data Center. Selon le témoignage d’un client, Avery Dennison, il suffirait d’une quinzaine de minutes pour configurer un connecteur.
Franchir le sempiternel obstacle de l’Enterprise Search
Ce n’était pas l’expérience des premiers jours, selon Matt Poremba, senior software engineer chez Gordon Food Service, un distributeur de services alimentaires opérant en Amérique du Nord.
« L’intégration était douloureuse, nous avons travaillé avec les ingénieurs de Google pour la simplifier. »
Matt PorembaSenior software enngineer, Gordon Food Service
« Ce n’est jamais aussi facile que promis », déclare l’ingénieur. « Nous travaillons avec l’équipe Google depuis octobre, nous cassons des choses, nous renvoyons des rapports d’erreurs et nous avons vu Agentspace devenir ce qu’il est aujourd’hui », poursuit-il.
« L’intégration était douloureuse, nous avons travaillé avec les ingénieurs de Google pour la simplifier », avance-t-il.
Aujourd’hui, le pilote Agentspace de Gordon Food Service est accessible à 400 utilisateurs.
Toujours sur ce volet de la recherche, GCP poursuit ses efforts d’intégration dans son écosystème. En préversion, Agentspace est intégré avec Chrome Entreprise. Avec la commande « @Ask agentspace » à taper dans la barre URL, il est possible de transmettre directement une question ou un prompt et de le soumettre aux LLMs sous-jacents, ici les modèles Gemini.
Évidemment, Google Cloud suit la tendance « Deep Search » et l’a en partie initié avec son service NotebookLM. Il s’agit de s’appuyer sur les capacités d’un modèle de raisonnement (ici Gemini 2.5) pour produire un rapport à partir des informations externes – à travers une API Google Search, mais également interne. Cette fonctionnalité en disponibilité générale dans NotebookLM Enterprise est très proche de celle proposée par Atlassian et dans Microsoft Copilot. GCP y inclut son propre système de liste blanche pour autoriser la recherche profonde sur des contenus autorisés.
À partir de cette même fonctionnalité, Agentspace inclut en préversion un agent de génération d’idées qui permet aux utilisateurs d’évaluer la faisabilité d’une idée ou d’un projet.
Outre cet aspect « RAG as a Service », Google Cloud avait fait en sorte de donner aux agents des moyens d’accomplir des actions simples dans les plateformes tierces citées plus haut.
Unifier l’accès aux agents à travers une place de marché
Là, il ajoute la disponibilité générale d’Agent Gallery et la préversion d’Agent Designer.
Agent Gallery est un portail conçu pour retrouver les agents développés en interne, classés à l’échelle de l’entreprise ainsi que des équipes, et externes (ceux développés par Google et par des éditeurs tiers – par exemple, Incorta et Fullstory dans la démo de GCP).
Ainsi, Google développe un agent pour interroger la plateforme BI Looker en langage naturel, accessible depuis Agentspace. « Il devrait être disponible d’ici un mois », annonce Kalyan Pamarthy, responsable produit Agentspace et Enterprise AI chez Google, lors d’une session de présentation à Next 25.
Les agents externes pourront être achetés depuis l’AI Agent Marketplace, une section dédiée de la place de marché de GCP. Ici, le fournisseur cloud semble s’être inspiré de Salesforce. À l’heure d’écrire ces lignes, la marketplace recense 138 agents et connecteurs développés par Deloitte, HCL Software, VMware Tanzu, Wipro, Palo Alto Networks, AMdocs, etc. Selon Google, plus de 1 000 cas d’usage agentique seront disponibles « plus tard cette année ».
Deloitte est l’un des acteurs les plus proactifs en la matière : le cabinet a développé 45 agents et suites d’agents qui couvrent essentiellement les besoins des fonctions support en entreprise (RH, légal, IT, finance, vente, marketing, etc.), mais aussi des cas d’usage liés à l’industrie médicale (synthèse de recherche, préparation des études cliniques, suivi du parcours patient, etc.) et au retail.
« Nous voulons rassembler l’ensemble de vos agents à un seul endroit. Agentspace sera la porte d’entrée pour accéder à vos agents. »
Kalyan PamarthyResponsable produit Agentspace et Enterprise AI, Google
« Comme l’enjeu de fragmentation des données qui a freiné l’adoption de l’entreprise search, nous voyons apparaître la prolifération des agents », déclare Kalyan Pamarthy. « Nous voulons rassembler l’ensemble de vos agents à un seul endroit. Agentspace sera la porte d’entrée pour accéder à vos agents », ajoute-t-il.
Jusqu’alors, il n’était possible de développer des agents que depuis Vertex AI Agent Builder. Pour les métiers et les citizen developer GCP met en place Agent Designer. Cette interface no-code adossée à Agentspace doit permettre de nommer l’agent, d’indiquer son rôle, d’ajouter des déclencheurs vers les sources et les actions autorisées. Une trentaine d’outils et d’actions préconfigurés sont accessibles.
Pour les développeurs, Agentspace est d’ores et déjà compatible avec le protocole Agent2Agent (A2A), un moyen de faire communiquer les agents IA entre eux et de les faire accomplir des séries de tâches.
Des informations succinctes sur les capacités multimodales d’Agentspace
Le dernier volet d’Agentspace n’est autre que l’intégration supposée des capacités multimodales. Problème, la documentation de GCP est succincte en la matière.
De fait, la qualité des réponses des modèles dépendra de l’indexation. Les entreprises doivent tout de même préparer les données avant cette phase pour des documents texte, PDF, HTML, TXT et, en préversion, XLSX, DOCX, PPTX.
GCP propose trois méthodes de parsing permettant essentiellement de récupérer des données structurées et des structures au sein de documents (paragraphes, tables, titres, headers, liste). Il n’est pas question d’images ou d’audio. Et il convient de configurer l’endroit où les documents indexés seront stockés.
En clair, pour les administrateurs, Agenstpace n’est qu’une interface et le service n’automatise pas toute la « plomberie ».
Pour l’heure, GCP mentionne uniquement le fait que ses LLM Gemini peuvent traiter en entrée du texte, des images, des vidéos et des sons. D’autres modèles pourront être appelés depuis l’interface d’agentspace pour générer ces contenus.
En attendant, Vertex AI accueille en préversion Lyria, un modèle de génération de musiques à partir de texte. Les résultats ne sont pas encore convaincants : le son est métallique. Le modèle de génération de vidéo Veo2 intègre des fonctionnalités d’édition et de contrôle de la caméra (plus convaincant). Chirp 3 peut créer une voix personnalisée à partir de 10 secondes d’audio. Le modèle de diffusion Imagen 3 est couplé avec une fonction de retouche et de suppression d’objets. Le système SynthID doit permettre de marquer les contenus générés, tandis que Google entend protéger ses clients en cas de procès si sa responsabilité est engagée.
L’Oréal teste déjà Imagen 3 et Veo2, à travers sa suite CREAITECH à des fins marketing.
Model Armor, l’équivalent de l’Einstein Trust Layer
Enfin, Agentspace sera prochainement intégré à Model Armor, l’équivalent de l’Einstein Trust Layer de Salesforce chez Google Cloud. Model Armor devra détecter les contenus toxiques ou inaccessibles à certains utilisateurs, servir à la « pseudonymisation » de certaines données sensibles, détecter les injections de prompts et les tentatives de jailbreak, mais aussi identifier puis bloquer les fichiers et les URL malicieux. « Nous partagerons davantage d’informations sur cet aspect dans les prochaines semaines », promet Kalyan Pamarthy.
« Nous ne consultons pas les données, nous ne les utilisons pas lors de l’entraînement de nos modèles, etc. Tout réside dans le tenant isolé du client », assure-t-il.
Pour approfondir sur IA appliquée, GenAI, IA infusée