Les agents Gemini s’apprêtent à occuper des emplois de bureau et Amazon investit plus dans l’IA que des États entiers

Google transforme les agents Gemini en collègues de travail

Lors de l’événement Gemini at Work 2026, Google Cloud a présenté le « Gemini agent  », un agent universel unique pour le travail en entreprise. Il a été présenté par Thomas Kurian, le directeur de Google Cloud. Le système est conçu pour prendre en charge des tâches de recherche, la création de documents, le code et la coordination d’autres agents, avec des tâches pouvant s’étaler sur des heures ou des jours. Les employés pourront déléguer des objectifs plutôt que de donner des instructions individuelles ; l’agent planifiera lui-même les étapes et fournira un résultat final. Le produit est actuellement en préversion privée pour les entreprises clientes, et sa disponibilité générale est prévue pour certains forfaits Business et Enterprise de Workspace.

L’agent fonctionne dans le cloud et maintient, selon le fournisseur, un état de mémoire et de contexte unique sur tous les appareils et canaux. Il est accessible via le web, iOS, Android, Windows, Mac, la ligne de commande, Google Workspace, Microsoft 365 et Slack, et peut également fonctionner dans des applications tierces sans sa propre interface. Au sein de Workspace, il travaille directement dans Gmail, Drive, Docs, Slides, Sheets, Chat et Calendar. Selon l’entreprise, il organise ses connaissances en quatre types de mémoire : la mémoire de session pour les tâches en cours, la mémoire sémantique issue des documents et des conversations, la mémoire procédurale pour les méthodes de travail et la mémoire épisodique pour les missions terminées. Pour les tâches complexes, il peut former des groupes temporaires de sous-agents spécialisés.

L’annonce devient particulièrement concrète en ce qui concerne l’identité. Un dirigeant peut, par exemple, créer un « Event Planner Agent » qui obtient son propre compte Workspace, sa propre adresse e-mail sous @agents.company.com, un calendrier, un espace de stockage Drive et une entrée dans l’annuaire de l’entreprise. Les employés pourront lui assigner des tâches comme à un collègue, par exemple en le mentionnant dans Google Chat. Selon Google, un tel agent ne voit que les informations que l’équipe lui partage et n’hérite pas automatiquement de droits plus larges au sein de l’organisation. Pour la sécurité, l’entreprise mentionne la gestion des identités et des politiques, les contrôles des autorisations, des environnements d’exécution isolés et des passerelles réseau.

L’architecture du modèle est ouverte : en plus des propres modèles Gemini de Google, l’agent utilise déjà les modèles Claude d’Anthropic, et d’autres modèles propriétaires et ouverts devraient suivre. Une fonction appelée Smart Routing évalue chaque tâche et l’assigne au modèle offrant le meilleur rapport qualité/coût ; les administrateurs peuvent fixer des limites de dépenses au niveau du projet. Pour situer le contexte, Kurian a mentionné que l’année dernière, près de 500 clients de Google Cloud ont chacun traité plus d’un billion de tokens et qu’environ 90 % des entreprises du Fortune 100 utilisent Gemini Enterprise.

Cette annonce s’inscrit dans une série d’initiatives similaires : Microsoft a présenté un Copilot remanié le 25 septembre, OpenAI ses agents « dots » fonctionnant en continu quatre jours plus tard, et Anthropic une intégration native de Claude à Google Docs, Sheets et Slides le 6 octobre. xAI avait lancé ses agents Grok-Bot persistants en août et les avait étendus avec les Team Bots partagés en septembre. → Google Cloud Blog, VentureBeat, The Verge, Quartz

Synthszr Take : Un agent avec sa propre adresse sous @agents.company.com envoie des e-mails qui doivent être juridiquement imputés à quelqu’un, et ce quelqu’un n’est pas l’agent. Google construit la couche d’identité de manière techniquement propre : un compte propre, des droits propres, uniquement les données partagées par l’équipe. Cela ne répond pas à la question de la responsabilité, car c’est la personne qui a créé l’Event Planner Agent qui doit en répondre, et après trois jours de fonctionnement à travers quatre types de mémoire, elle ne saura probablement plus sur quelle base une décision a été prise. Chaque compte d’agent doit donc être associé à un responsable nommément désigné dans l’annuaire de l’entreprise et à un journal qui rend chaque action traçable, avant même que le premier agent ne soit mis en production.

Amazon investira en 2026 plus dans les data centers que l’ensemble de l’État allemand

Selon une projection de Bloomberg, Amazon investira cette année environ 222 milliards de dollars dans des data centers pour l’intelligence artificielle. En guise de comparaison, le KI-Briefing du Handelsblatt cite les investissements bruts en immobilisations de l’État allemand, qui s’élevaient à 170,6 milliards de dollars en 2025 et couvraient les routes, les écoles et les hôpitaux. Du côté des revenus, les ordres de grandeur se rapprochent également : Amazon a réalisé un chiffre d’affaires d’environ 718 milliards de dollars en 2025, et les analystes interrogés par Bloomberg prévoient 829 milliards de dollars pour cette année, tandis que le Japon a enregistré des recettes fiscales de 809 milliards de dollars en 2024. En termes de solvabilité, Microsoft, avec une note Aaa, se situe un cran au-dessus des États-Unis (Aa1) ; Meta se classe au même niveau que la France et le Royaume-Uni. → Handelsblatt KI-Briefing

Synthszr Take : 222 milliards de dollars dans les data centers, c’est une politique d’infrastructure sans parlement. Lorsqu’une seule entreprise construit plus en douze mois qu’un État du G7 en routes, écoles et cliniques, c’est cette entreprise qui décide de l’allocation de l’électricité, des connexions réseau et des terrains à bâtir, bien avant qu’une commission budgétaire n’en soit informée. Les notes de crédit rendent ce changement encore plus tangible : Microsoft obtient des capitaux à de meilleures conditions que les États-Unis, Amazon peut maintenir des cycles d’investissement là où un ministre des Finances aurait dû freiner depuis longtemps. Le droit de la concurrence est le cadre approprié, mais un cadre n’est efficace que si Bruxelles l’applique également face à Washington, et les signaux des derniers mois suggèrent plutôt une attitude conciliante.

OpenAI réalise un chiffre d’affaires nettement inférieur à ce qui avait été rapporté

OpenAI a déclaré aux investisseurs un chiffre d’affaires annualisé de près de 50 milliards de dollars, rapporte The Information. Ce montant est inférieur aux chiffres qui circulaient auparavant dans les médias sur le rythme de croissance des revenus de l’entreprise. Il s’agit d’un Annualized Revenue Run Rate : le dernier chiffre d’affaires mensuel est extrapolé sur douze mois et ne correspond pas aux revenus annuels réellement comptabilisés. De telles informations sont communiquées aux investisseurs actuels et potentiels et ne sont pas auditées publiquement. → The Information

Synthszr Take : Près de 50 milliards annualisés, c’est un chiffre colossal, et pourtant il est inférieur à ce qui a circulé dans les médias pendant des mois. Cet écart naît de la chaîne composée d’objectifs diffusés, de prévisions transmises et du chiffre qui figure finalement dans le document destiné aux investisseurs. Pour une entreprise qui justifie ses levées de fonds et ses engagements en matière de data centers par sa croissance attendue, le chiffre colporté est lui-même un outil : il finance l’infrastructure avant que le chiffre d’affaires ne la soutienne.

Atlassian présente de nouvelles fonctionnalités d’IA pour Jira & Co

Atlassian a présenté lors de l’événement Team 26 Europe de nouvelles fonctionnalités d’IA pour Jira, Confluence, Loom, DX et Jira Service Management, qui lient le travail des agents à son propre Teamwork Graph. La base est un playbook publié précédemment pour un SDLC natif de l’IA, qui redéfinit la planification, la conception, le développement, la revue et la maintenance, au lieu d’appliquer l’IA à l’ancien processus. L’occasion est fournie par la propre étude 2026 d’Atlassian : 94 % des responsables d’ingénierie interrogés déclarent que leurs équipes utilisent déjà l’IA, mais seulement 6 % estiment être équipés des systèmes nécessaires pour la développer et la piloter. Le Teamwork Graph connecte le code, les documents, les décisions et plus de 80 sources tierces dans une couche qui connaît les autorisations. Selon le fournisseur, des tests internes avec cette couche de contexte ont permis d’obtenir des réponses de qualité jusqu’à 44 % supérieure avec jusqu’à 48 % de tokens en moins. → AI Secret

Synthszr Take : 94 % utilisent, 6 % contrôlent : cet écart de 88 points est la conclusion la plus intéressante de toute cette annonce. Les agents qui examinent les pull requests et collaborent lors d’incidents prennent des décisions dont la responsabilité incombait jusqu’à présent à une personne nommément désignée, et le rythme de ces décisions n’est plus lié à un processus de validation. La réponse d’Atlassian est une couche de contexte qui connaît les autorisations, et c’est le levier le plus judicieux : un agent ne peut pas contourner une règle d’accès, mais il peut ignorer une directive dans Confluence. L’amélioration de 44 % de la qualité des réponses provient de tests internes du fournisseur et ne dit rien sur les décisions qu’un agent peut prendre seul et celles qui nécessitent une contre-signature humaine.

OpenBot permet à Codex, Claude et Gemini de travailler en équipe d’agents sur votre propre ordinateur

OpenBot est une application de bureau gratuite qui permet d’exécuter plusieurs agents d’IA en parallèle sur son propre ordinateur et de leur faire se transmettre des tâches. Chaque agent reçoit un nom, des instructions et un espace de travail propres ; les messages, fichiers et transferts circulent entre eux via des canaux partagés. Il s’appuie sur des abonnements et des outils existants : Codex via le forfait ChatGPT, Claude Code via le forfait Claude, Gemini via Google AI Pro ou Ultra, ainsi que Grok, OpenCode, Cursor et Cline. Alternativement, il est possible de connecter n’importe quel point de terminaison compatible OpenAI ou un modèle local via Ollama et LM Studio. Selon le fournisseur, les espaces de travail, les conversations, les fichiers et les données de navigation restent sur l’ordinateur qui exécute OpenBot. → Techpresso

Synthszr Take : Zéro dollar pour la couche qui coordonne les agents et leur transmet des tâches. Il y a un an, c’était précisément une promesse de produit pour laquelle des startups levaient des fonds ; aujourd’hui, c’est un simple téléchargement pour macOS, Windows et Linux qui ne génère aucun revenu. Lorsque sept fournisseurs, de Codex à Cline, sont interchangeables derrière la même fenêtre d’agent, la rareté se déplace vers la formulation de la mission : que doit faire l’agent, et comment savoir s’il l’a mal fait ?

Près d’un employé américain sur deux exagère son utilisation de l’IA

L’entreprise d’analyse du personnel Visier a révélé dans une enquête auprès d’employés américains que près de la moitié d’entre eux admettent avoir exagéré leur utilisation de l’IA ou leurs compétences en la matière auprès de leurs collègues ou de leur direction. Visier appelle ce phénomène la « performative AI ». 45 % des personnes interrogées ont déclaré ressentir une pression pour utiliser l’intelligence artificielle, même si elles ne sont pas sûres de savoir comment le faire efficacement. Andrea Derler, responsable de la recherche et de l’analyse de la valeur chez Visier, attribue ce comportement à cette pression des attentes dans le quotidien professionnel. → Business Insider

Synthszr Take : Dès que l’utilisation de l’IA apparaît dans un tableau de bord, elle devient un chiffre que les employés doivent satisfaire, et les 45 % de pression ressentie en sont le procès-verbal. Une organisation obtient ce qu’elle mesure : quelques prompts avant la réunion de suivi, une capture d’écran dans le canal de l’équipe, et le taux d’adoption semble magnifique. On ruine ainsi sa propre base de données, car si près de la moitié du personnel surestime ses compétences, aucun de ces chiffres n’est plus fiable pour prendre une décision d’investissement concernant les licences, la formation ou la planification du personnel.

OpenAI rapporte moins de 15 minutes d’utilisation quotidienne de ChatGPT par les adolescents

OpenAI a déclaré avoir constaté que les adolescents utilisent ChatGPT en moyenne moins de 15 minutes par jour. Reuters rapporte cette communication dans un contexte d’inquiétude croissante quant aux risques que le chatbot représente pour les mineurs. L’entreprise est sous pression concernant sa gestion des jeunes utilisateurs, notamment en raison de litiges juridiques et de questions de la part des autorités de régulation. La durée d’utilisation est une auto-déclaration du fournisseur, et il n’existe aucune vérification indépendante de la méthode de collecte des données. → Reuters

Synthszr Take : Quinze minutes par jour, c’est un chiffre que personne en dehors d’OpenAI ne peut vérifier. Il provient de leurs propres journaux, avec leur propre définition de ce qui constitue un adolescent, leur propre méthode de comptage d’une session, et sans qu’un tiers n’ait examiné la méthodologie. Une entreprise qui, jusqu’à présent, ne pouvait qu’estimer l’âge de ses utilisateurs, fournit soudainement une moyenne précise pour ce groupe d’âge exact : la contradiction est déjà présente dans la première phrase du communiqué. Les moyennes sont l’outil le plus complaisant de la statistique, car elles rendent invisible le petit groupe qui est au cœur des plaintes et des auditions, à savoir les adolescents ayant des conversations nocturnes de plusieurs heures.

Mathocalypse : Une association de mathématiciens appelle à rompre avec OpenAI après la publication de 722 preuves par l’IA en une seule fois

Le 6 octobre, OpenAI a publié 722 articles contenant des résultats mathématiques générés par machine dans un dépôt GitHub public, regroupés en 372 résultats. Ils ont été générés par un modèle interne qui n’est pas accessible au public ; selon l’entreprise, il a traité environ 4 000 problèmes, avec en moyenne l’équivalent d’environ trois heures de temps de réflexion de ChatGPT Pro par résultat. La collection couvre des domaines allant de la théorie des nombres à la géométrie algébrique, et selon certaines informations, des résultats individuels concernent trois des problèmes du millénaire encore non résolus, y compris l’hypothèse de Riemann. De nombreuses preuves sont accompagnées de formalisations Lean, ainsi que de dix résumés de la chaîne de pensée et de données sur la charge de calcul. OpenAI admet que les preuves non vérifiées formellement peuvent contenir des erreurs et s’engage à corriger les problèmes signalés.

La publication a été réalisée en coordination avec l'Advisory Group on Mathematics and Artificial Intelligence de l’Institute for Advanced Study, dont font partie notamment Timothy Gowers et Edward Witten, et dont les lignes directrices s’appuient sur les retours de plus de 600 mathématiciens. OpenAI a déclaré suivre ces recommandations, à une exception près : le groupe avait demandé de ne plus tester de problèmes mathématiques de pointe sur des modèles internes, ce que l’entreprise a l’intention de continuer à faire.

Dans une déclaration, l’Association for Human Mathematics appelle les mathématiciens à cesser toute collaboration avec OpenAI. Elle fait référence aux procédures en cours contre l’entreprise pour plagiat, violation du droit d’auteur et dilution de marque, et écrit que personne dans le domaine n’a demandé ce travail. La publication simultanée de plus de 700 fichiers n’est pas un exploit scientifique, mais une démonstration de pouvoir.

Le théoricien de la complexité Scott Aaronson rapporte que parmi les résultats se trouve une preuve de la Unique Games Conjecture de Subhash Khot, sur laquelle sa femme Dana Moshkovitz a travaillé pendant des années. D’autres résultats concernent L=BPL ainsi que la transformée de Fourier et la multiplication en dessous de la limite de O(n log n) en vigueur depuis les années 1960. Pour une partie des preuves, il existe un certificat Lean, pour d’autres non, et selon Aaronson, aucun humain n’a encore vraiment compris les arguments. Moshkovitz décrit les textes comme étant à peine lisibles, avec des citations non pertinentes et une nouvelle construction de code récursive. Un mois plus tôt, OpenAI avait traité l’équation de Navier-Stokes avec 10 000 agents travaillant en parallèle pendant 88 heures.

En parallèle, la publication a déclenché un débat sur la sécurité dans le secteur de la cryptomonnaie. Le 7 octobre, le chercheur d’Ethereum Justin Drake a appelé à préparer un « bunker mode » et à déplacer de manière contrôlée les fonds vers de nouvelles adresses dont les clés publiques sont encore derrière un hash. Dans le pire des cas, ECDSA pourrait tomber « en quelques mois, pas en quelques années », entendant par là la reconstruction d’une clé privée en environ une semaine sur un grand cluster de GPU. Vitalik Buterin a soutenu cette inquiétude, mais a déconseillé les transferts précipités, expliquant que les migrations ratées lui avaient coûté plus d’argent que tous les piratages réunis. Il a étendu l’avertissement aux méthodes basées sur les réseaux comme ML-DSA et le chiffrement homomorphe, citant cela comme une raison de l’orientation d’Ethereum vers les signatures basées sur le hash. Yehuda Lindell, responsable de la cryptographie chez Coinbase, a exprimé son désaccord, affirmant qu’il n’y a aucune preuve que les hypothèses vieilles de plusieurs décennies derrière les courbes elliptiques soient sur le point de tomber. → The Block, AHM, Cointelegraph, The Crypto Times, CryptoPotato, CryptoSlate, Decrypt, Bitcoin Insider, Shtetl-Optimized, Quartz

Synthszr Take : Jusqu’à présent, une preuve était considérée comme telle lorsque suffisamment d’experts l’avaient comprise et validée. OpenAI remplace ce processus par un certificat Lean et 372 groupes de résultats que personne n’a encore lus : la machine vérifie la machine, et le domaine peut lire après coup. Le groupe consultatif autour de Gowers et Witten a tracé une seule ligne rouge, les tests sur des modèles internes, et OpenAI a annoncé qu’il continuerait à la franchir. C’est là que réside la véritable déclaration de pouvoir, pas dans le nombre d’articles. L’appel au boycott de l’Association for Human Mathematics est le seul moyen de pression qu’une communauté sans son propre data center possède encore, et il sera vain tant que les résultats tiendront. Si le jugement de Moshkovitz sur la lisibilité se confirme, un domaine verra le jour où l’exactitude sera prouvable par machine et la compréhension deviendra secondaire. Les règles du jeu sont écrites par un laboratoire avec un modèle que personne de l’extérieur ne peut toucher.