Google a dévoilé le 21 avril une mise à jour majeure de ses agents de recherche autonomes. Deux configurations, Deep Research et Deep Research Max, sont désormais proposées sur la base du modèle Gemini 3.1 Pro, avec un repositionnement assumé : passer d’un moteur de synthèse avancé à un composant de flux de travail pour l’entreprise.
Deep Research vise l’interaction utilisateur avec un compromis vitesse/efficacité. Deep Research Max, pensé pour des tâches asynchrones en arrière-plan, privilégie l’exhaustivité et la qualité maximale pour des rapports longs comme la due diligence, en s’appuyant sur un calcul étendu à l’inférence pour itérer, rechercher et affiner.
Connexion à des données propriétaires et sortie graphique native
Les deux agents tirent parti de Gemini 3.1 Pro et gagnent surtout en portée d’ingestion et en richesse de sortie : recherche web, serveurs MCP distants, fichiers téléversés et stockages connectés sont pris en charge. Via MCP, les entreprises peuvent relier l’agent à des flux spécialisés comme la donnée financière ou de marché, en sécurisant l’accès et le périmètre, transformant un simple métamoteur en agent capable de naviguer dans des bases professionnelles.
Pour la restitution, l’agent génère nativement des graphiques et infographies de qualité, avec visualisations dynamiques sur des jeux de données complexes. Un atout évident pour automatiser des livrables opérationnels sans passer par un outil tiers de data‑viz.
Planification collaborative, outillage élargi et sortie temps réel
Google ajoute un contrôle de flux plus fin : planification collaborative avant exécution, combinaison d’outils (Google Search, serveurs MCP, exécution de code) et base multimodale pour la recherche. Les résultats peuvent être diffusés en flux, avec transparence sur les étapes et possibilité d’ajuster le plan produit par l’agent avant de le lancer.
L’enjeu dépasse l’assistant conversationnel classique. En offrant l’accès sécurisé à des silos propriétaires et la génération directe de livrables graphiques, Google pousse un modèle d’agent « plug‑in » dans le workflow d’entreprise, susceptible de grignoter le terrain des outils RPA et des suites d’analytics, à condition de démontrer une gouvernance solide sur MCP et une traçabilité acceptable en environnement régulé.
Source : ITHome
