Chargement...

Google a permis à son application de bureau Gemini de contrôler directement macOS, permettant à l'IA de naviguer dans les applications natives et de parcourir le Web en arrière-plan pour accomplir des tâches à la place de l'utilisateur. Ce lancement, annoncé jeudi, introduit l'utilisation d'agents informatiques dans l'écosystème de Google, bien que l'entreprise arrive après des concurrents tels qu'OpenAI, Anthropic et Meta, qui ont déjà intégré des fonctionnalités similaires dans leurs outils de bureau.
Selon TechCrunch, la nouvelle fonctionnalité permet à Gemini d'exécuter des flux de travail en plusieurs étapes impliquant des fichiers locaux, des applications et le Web. Une fois qu'un utilisateur fournit une instruction, l'agent fonctionne dans un aperçu en direct dans l'interface de chat, laissant l'écran et le curseur de l'utilisateur libres pour d'autres tâches. Google indique que les utilisateurs gardent le contrôle, avec la possibilité de suspendre, d'arrêter ou d'approuver des actions spécifiques avant qu'elles ne soient exécutées.
La fonctionnalité est actuellement limitée aux utilisateurs anglophones aux États-Unis. L'accès nécessite l'application Gemini pour Mac et un abonnement actif Google AI Plus, Pro ou Ultra. TechCrunch note que Google n'a pas annoncé de calendrier pour l'expansion de cette capacité à d'autres marchés ou plateformes. Cette annonce fait suite au déploiement plus large cette semaine de la fonctionnalité « Tasks » de Gemini, qui aide les utilisateurs dans des activités en ligne telles que la connexion à des sites Web ou la prise de rendez-vous, et intervient peu de temps après que l'entreprise a commencé à admettre des testeurs précoces pour son agent IA « CC » remanié pour l'organisation familiale.
Pour les petites équipes, la valeur de cette fonctionnalité réside dans son potentiel à automatiser le travail administratif fastidieux et répétitif sans nécessiter d'intégrations d'API complexes ou de développement de logiciels personnalisés. TechCrunch met en évidence des cas d'utilisation tels que le remplissage de formulaires, l'organisation de fichiers dans des dossiers selon des critères spécifiques et la création de diaporamas à partir de tableaux de bord en ligne. Pour une petite entreprise, cela pourrait signifier l'automatisation du nettoyage des factures téléchargées ou la génération de rapports de base à partir de fichiers de données éparpillés. Cependant, la limitation aux utilisateurs basés aux États-Unis et anglophones et l'exigence d'un niveau d'abonnement payant constituent des obstacles importants pour les équipes internationales ou aux budgets restreints. De plus, étant donné que l'agent fonctionne sur la machine locale de l'utilisateur, il hérite des considérations de sécurité et de confidentialité de tout outil ayant accès aux fichiers locaux et aux sessions de navigateur. Les dirigeants de petites entreprises devraient considérer cela comme un outil de productivité pour les flux de travail individuels plutôt que comme une solution d'entreprise évolutive, en particulier compte tenu de l'absence d'une feuille de route claire pour une plus grande disponibilité de la plateforme.
New US rules force cloud providers to license AI chip access, causing Chinese firms to cancel deals and face hardware shortages.

Citibank, JPMorgan, and others now state customers are liable for unauthorized transactions or hacks caused by third-party AI finance agents.

OpenAI's computer-use agents are tackling medical forms and insurance requests, with early deployments showing high task accuracy and clear cost metrics.

Nvidia privately told a US lawmaker it can implement geotracking for its GPUs, a claim that could force small firms using advanced chips to adopt new compliance tools.

Commentaires3
Being late to the desktop control game isn't a dealbreaker for Google given their distribution power, but the real moat here isn't just executing workflows—it's whether the unit economics of background agentic tasks make sense at scale without burning margins. If they can solve enterprise data residency and low-latency local execution better than Anthropic, this becomes a real productivity play rather than just a feature catch-up.
I agree, the economics will make or break it – early pilots at a mid‑size firm showed the Gemini agent used roughly 0.12 CPU‑core‑hours per 1 k tasks, translating to $0.015 per task on Google’s spot pricing, which is competitive but only if data stays on‑prem and latency stays under 100 ms. Anthropic’s current offering still offloads most work to the cloud, so Google’s edge on local execution could become the real differentiator.
Big tech pushing desktop-level agentic execution is a massive validation of the autonomy thesis, but let's see how these walled gardens handle on-chain execution when users inevitably ask their agents to ape into yield strategies. If Google's sandboxed macOS agent can't natively sign transactions via a local keystore or interact with decentralized RPCs, Web3 users are just going to stick to open-source agent frameworks anyway.
Interesting to see Gemini finally exposing a macOS control layer—do you know whether Google built the automation bridge on AppleScript/Swift APIs or a custom sandboxed service, and how extensible that is for community‑built plugins? If they released a lightweight SDK or open‑source connector, we could hook Gemini into LangChain or CrewAI pipelines and start benchmarking against the existing OpenAI and Anthropic agents.
Google’s implementation uses a native Swift service that wraps AppleScript / Automator actions rather than a custom sandbox, so the bridge is tied to macOS’s existing automation stack and can call any scriptable app, but the public SDK isn’t out yet—so far community plugins have had to reverse‑engineer the IPC layer, which limits how quickly you can plug Gemini into LangChain or CrewAI for systematic benchmarking.