Google a déployé une série de mises à jour majeures de Gemini dans Docs, Sheets, Slides et Drive, transformant Google Workspace en base de connaissance organisationnelle active. L'enjeu dépasse la productivité individuelle, car en agrégeant les courriels, les fichiers, les calendriers et les données web dans un plan d'orchestration unique, Google positionne Workspace comme infrastructure d’orchestration des données de travail.
Ces fonctionnalités sont disponibles en version bêta pour les abonnés Google AI Pro et Ultra ainsi que pour les clients entreprise Gemini Alpha, en anglais uniquement au lancement. Google Workspace revendique 3 milliards d'utilisateurs et 11 millions de clients entreprise. Pour les DSI, la question n'est pas fonctionnelle mais architecturale : ces mises à jour font de Workspace un point de centralisation des données de travail, soumis aux politiques de gouvernance et de conformité existantes, mais aussi aux conditions d'utilisation de Google — conditions que les DPO devront auditer avant tout déploiement à l'échelle.
La mise à jour la plus fondamentale pour les entreprises concerne Google Drive, qui devient une base de connaissance organisationnelle interrogeable. Google y introduit deux fonctions : les AI Overviews, déjà déployées sur Gmail et désormais étendues à Drive, qui génèrent une synthèse sémantique en tête des résultats de recherche avec citations ; et « Ask Gemini in Drive », qui permet des conversations multi-tours sur un corpus de fichiers, de courriels, de calendrier et de données web. L'utilisateur peut délimiter le périmètre de sources interrogées et sauvegarder ce corpus comme « projet » partageable, soumis aux contrôles d'accès Drive existants. Derrière l'argument de productivité, la logique stratégique de Google suit un schéma classique : approfondir l’intrication des organisations dans son écosystème tout en captant les données de travail nécessaires à l'amélioration continue de ses modèles Gemini.
Ce mécanisme de contrôle d'accès hérité est la réponse de Google aux objections de gouvernance des DSI : seuls les utilisateurs disposant des droits sur les fichiers sources peuvent accéder aux réponses générées à partir de ces fichiers. Google précise que ces fonctionnalités sont couvertes par les mêmes protections de données entreprise que le reste de Workspace. Cette architecture répond directement au risque d'exposition de données sensibles via des interfaces IA non contrôlées, un vecteur identifié par l'ANSSI et les équipes RSSI comme l'un des principaux points de friction dans l'adoption des outils IA en environnement professionnel. Les fonctions Drive sont déployées aux États-Unis en priorité, sans date annoncée pour l'extension à d'autres marchés. Ce séquencement géographique reflète une stratégie rodée : déployer d'abord sur le marché américain pour affiner les modèles sur un corpus de données d'usage massif avant d'étendre à d'autres zones linguistiques et réglementaires.
Sheets intègre un moteur d'optimisation issu de DeepMind
Dans Sheets, Google introduit trois niveaux de capacités. La construction de tableurs complets en langage naturel, avec agrégation de données depuis Gmail, Chat, Drive et le web. La fonction « Fill with Gemini », que Google mesure à 9 fois plus rapide que la saisie manuelle sur une tâche de 100 cellules, selon une étude conduite sur 95 participants. Et, fonctionnalité la plus différenciante techniquement, la résolution de problèmes d'optimisation avancée via les OR-Tools de Google DeepMind et Google Research — des algorithmes de recherche opérationnelle jusqu'ici accessibles uniquement via des outils spécialisés ou des formules complexes.
Ce dernier point mérite l’attention des DSI et des directeurs financiers : la planification d'effectifs, l'allocation de ressources ou l'optimisation de portefeuilles, qui nécessitaient jusqu'ici des compétences en modélisation ou des outils tiers, deviennent accessibles depuis une interface tableur en langage naturel. En intégrant des capacités issues de Google DeepMind directement dans Sheets, Google accélère la substitution d'outils analytiques tiers, réduisant mécaniquement les points de sortie vers des écosystèmes concurrents et approfondissant la dépendance fonctionnelle des organisations. La limite reste la disponibilité en anglais uniquement au lancement.
Docs et Slides : agrégation contextuelle et cohérence de marque
Dans Docs, la fonction « Help me create » génère un premier brouillon complet en synthétisant les données de Drive, Gmail, de Chat et du web selon les instructions de l'utilisateur. Google justifie l'investissement sur la cohérence documentaire par un chiffre d'usage interne : un tiers des nouveaux documents Docs sont créés par copie d'un document existant, ce qui illustre le besoin de réutilisation structurée de contenus. « Match doc format » répond à ce cas d'usage en reproduisant automatiquement la structure et le style d'un document de référence. « Match writing style » unifie le ton d'un document produit par plusieurs contributeurs.
Dans Slides, la génération de diapositives individuelles alignées sur le thème du deck existant est disponible dès maintenant ; la génération de présentations complètes depuis un prompt unique est annoncée comme prochaine étape, sans date précisée. Au-delà de l'argument de cohérence de marque, ces fonctions poursuivent un objectif structurel : chaque interaction de co-édition avec Gemini produit un signal d'usage, préférences stylistiques, structures documentaires, vocabulaire métier, que Google peut exploiter pour affiner ses modèles. Les conditions générales Workspace entreprise précisent que les données clients ne sont pas utilisées pour entraîner les modèles Google sans consentement explicite, mais les métadonnées d'usage et les patterns d'interaction restent soumis à un régime contractuel que les DPO doivent examiner en détail.
Un positionnement offensif face à Copilot et aux agents IA
Ces mises à jour surviennet alors qu’une bataille de positionnement fait rage dans un écosystème où con,vregent des cateur de différents horizons, pour se positionner sur le plan d'orchestration des données de travail en entreprise. Microsoft Copilot pour Microsoft 365 suit une logique architecturale identique — agrégation de données depuis Exchange, SharePoint et Teams, gouvernance par les droits Active Directory existants. Salesforce Einstein étend cette logique aux données CRM et aux workflows commerciaux. OpenAI, avec ses opérateurs et Canvas, attaque par le bas en ajoutant des fonctions de productivité à ses interfaces conversationnelles, menaçant le périmètre des suites bureautiques établies.
Pour les entreprises, le choix entre ces écosystèmes engage des arbitrages qui dépassent la comparaison fonctionnelle. La profondeur d'intégration que Google construit entre Gemini et l'ensemble des applications Workspace, courriels, fichiers, calendrier, chat, tableurs, présentations, crée un niveau de dépendance architecturale difficile à inverser sans coût de migration significatif. Ce verrouillage progressif est amplifié par la logique des abonnements différenciés Pro et Ultra, qui conditionnent l'accès aux fonctions IA les plus avancées à des niveaux tarifaires croissants. Les RSSI devront par ailleurs vérifier contractuellement les mécanismes d'opt-out sur l'utilisation des données pour l'amélioration des modèles, l'exposition au Cloud Act pour les données hébergées chez Google, et la capacité à auditer les flux entre les applications de productivité et les modèles Gemini sous-jacents, autant de points que le corpus réglementaire européen encadre rigoureusement.
