Explication de Gemini Spark : tâches, compétences, calendriers, sécurité et tarifs.
Ce que fait l’agent Gemini Spark toujours actif de Google dans Gmail, Calendar et Docs, comment fonctionnent ses couches de sécurité, son coût, les endroits où il est bloqué et qui devrait l’adopter.
Sources: Google Just Built an AI Agent That Never Clocks Out
Imaginez que vous fermez votre ordinateur portable à minuit, après avoir demandé à une intelligence artificielle d’analyser trois mois de relevés de carte de crédit à la recherche de abonnements oubliés. À 7 heures du matin, un tableau de bord organisé vous attend dans Drive, des e-mails de résiliation ont été rédigés et chaque frais récurrent est accompagné d’une date. Vous n’avez écrit aucun code, mis en place aucune automatisation et n’avez pas passé la nuit à surveiller le processus.
C’est Gemini Spark, disponible chez Google depuis mai 2026. Des agents entièrement autonomes sont promis depuis des années, toujours annoncés pour l’année suivante, mais Google en a livré un sans le tapage entourant le lancement de ChatGPT. Ce n’est pas un chatbot meilleur ; c’est un type de logiciel différent, et la vraie question est de savoir si les gens sont prêts à lui confier leur boîte mail et leur calendrier.
Qu’est-ce que Spark ?
Google a présenté Spark lors de l’I/O 2026 en tant qu’agent autonome disponible 24/7. Il n’est pas nécessaire d’ouvrir une fenêtre de chat pour obtenir des réponses. Il s’agit d’un processus en cours d’exécution permanente sur Google Cloud, capable d’accomplir des tâches multiples longtemps après que vous ayez fermé la fenêtre correspondante.
Il fonctionne avec Gemini 3.5 Flash, ainsi qu’avec un nouveau moteur d’exécution que Google nomme Antigravity. La conception est simple : chaque tâche débute dans une machine virtuelle isolée, fonctionne à travers les services Google, enregistre son état et s’arrête une fois terminée. Vous lui parlez en langage courant. Il n’y a ni script, ni manipulation via Zapier, ni utilisation de YAML.
Comparez ChatGPT et Claude, qui sont de nature consultative : une question reçoit une réponse, et l’échange s’achève dès que la fenêtre se ferme. Spark, quant à lui, est conçu pour un usage exécutif. Vous lui confiez une tâche, il l’exécute, et le travail se poursuit que vous soyez présent ou non. L’un repose sur une conversation, l’autre sur une tâche. La propre approche de Google représente un changement de perspective, passant d’expliquer comment faire quelque chose à le faire tandis que l’utilisateur est ailleurs. Pensez à un bibliothécaire référent par rapport à un assistant personnel. Tous deux aident, mais ils répondent à des besoins différents.
Tâches, compétences et calendriers
Trois éléments fondamentaux définissent ce produit.
Tâches
Une tâche est une instruction en langage naturel que l’agent transforme en un plan en plusieurs étapes. Le modèle décide quels services Google appeler, dans quel ordre et avec quelles dépendances. Il s’agit d’un raisonnement dynamique concernant des flux de travail que personne n’a programmés explicitement, et non d’une règle du type « si ceci, alors cela ».
Supposons que l’instruction soit de rassembler tous les commandes de livraison de nourriture du dernier trimestre dans un tableau et d’écrire des e-mails d’annulation pour les abonnements qui peuvent être résiliés. Le processus se déroule comme suit :
- Recherche sur Gmail. Trouver les confirmations de commande des services de livraison sur une période de trois mois, y compris les pièces jointes PDF qui pourraient contenir des reçus.
- Extraction d’entités. Lire chaque e-mail pour en extraire le fournisseur, la date et le montant, en transformant les formats hétérogènes en données structurées.
- Détection de la récurrence. Regrouper les frais par fournisseur et rechercher des schémas d’abonnement, tels qu’un montant identique à intervalles réguliers.
- Tableaux. Créer un tableau avec des colonnes pour la date, le fournisseur, le montant, la fréquence et un score indiquant la probabilité que le frais corresponde à un abonnement.
- Documents. Rédigez un e-mail d’annulation pour chaque abonnement suspect, en y indiquant les détails du fournisseur et en adoptant un ton poli mais ferme.
Vous examinez le résultat et non le processus. Spark cache les méthodes utilisées et ne montre que les résultats : voici ce qui a été trouvé, voici ce qui a été créé, voici ce qui a été rédigé, approuvez ou modifiez.
Compétences
Les compétences constituent la fonctionnalité la plus intéressante. Il s’agit de modèles de comportement réutilisables qui persistent entre les sessions, un peu comme des macros pour votre vie numérique qui s’améliorent avec l’usage.
Créez une compétence nommée /ghostwriter, ajoutez-y des extraits de vos écrits passés (e-mails, articles, messages Slack, même tweets), et Spark apprendra votre style : longueur des phrases, gamme de vocabulaire, niveau de formalité, habitudes de ponctuation, ainsi que votre formule de signature habituelle. Dites « utilisez /ghostwriter pour répondre à cet e-mail du client » et la réponse ressemblera à si vous l’aviez écrite, et non à un ton professionnel générique.
Les compétences vont au-delà de l’écriture. Elles contiennent des préférences contextuelles qui s’additionnent :
- Réserver 15 minutes de temps de préparation avant les réunions du lundi.
- Filtrer les liaisons aériennes de moins de 90 minutes.
- Appliquer des couleurs alternées aux lignes des tableurs financiers et un formatage monétaire dans la colonne C.
- Considérer le mot « urgent » comme un signal pour augmenter la priorité et abaisser le seuil de confirmation.
Après des semaines et des mois, la bibliothèque crée une couche d’automatisation personnalisée. Spark devient vôtre grâce à son comportement démontré plutôt qu’à des menus de configuration, tout comme un assistant humain s’adapte à votre façon de travailler. Il s’agit d’une personnalisation basée sur l’observation, et non sur des déclarations explicites.
Calendriers
Les calendriers transforment Spark d’un outil à demande en un outil proactif. Vous définez des déclencheurs basés sur l’heure ou sur des événements, et il les exécute indéfiniment sans nécessiter de nouvelle action de votre part. Exemple : tous les jours ouvrés à 7 h du matin, il scanne Gmail à la recherche de messages de l’école des enfants, crée un résumé des dates, des délais et des tâches à effectuer, puis l’envoie aux deux parents.
Une fois enregistré, il fonctionne indéfiniment. On cesse de vérifier et on commence à être informé. L’inquiétude constante de savoir si quelque chose de l’école a été oublié disparaît jusqu’à ce que Spark signale quelque chose qui mérite d’être pris en compte. C’est à ce moment-là qu’un outil devient un agent : un outil attend une commande, tandis qu’un agent anticipe un besoin.
Le rempart, ce sont les propres applications de Google
Ce qui distingue Spark de Operator d’OpenAI, de Computer Use d’Anthropic et des nombreuses startups qui développent des assistants exécutifs IA, c’est son intégration native. Il ne s’agit pas d’un amas de connecteurs API, de connexions OAuth ou de solutions d’automatisation du navigateur. Il s’agit d’un accès direct aux applications que des centaines de millions de personnes utilisent déjà au quotidien.
Gmail
Le courrier électronique est la fonctionnalité qui rend sa valeur évidente dès les cinq premières minutes. L’agent peut :
- Scannez et résumez la boîte de réception en fonction de critères de langage naturel, tels que les actions à entreprendre mentionnées dans les e-mails d’hier.
- Rédigez des réponses dans votre propre style, en vous appuyant sur des compétences et un apprentissage du langage réel plutôt que sur des modèles prédéfinis.
- Identifiez les e-mails marketing et lancez les processus de désabonnement, en localisant chaque newsletter, liste promotionnelle ou message du type « Nous vous manquons ». Pour la plupart des gens, cela permet d’accomplir en quelques minutes des tâches qui auraient nécessité des heures.
- Classez les expéditeurs selon les règles d’importance que vous définissez, afin que les e-mails critiques passent en premier et que le bruit informatif soit mis de côté.
Le désabonnement montre en quoi un agent se distingue d’un chatbot. Un chatbot peut expliquer comment se désabonner. Spark le fait réellement, en naviguant à travers les processus délibérément complexes mis en place par les entreprises, en gérant les pages de confirmation et en signalant ce qu’il a annulé. Il s’agit d’une tâche d’exécution, et c’est précisément à cela que servent les agents.
Calendrier
La prise en charge des calendriers couvre les bases de la vérification de la disponibilité et de l’identification des conflits, puis va plus loin :
- Codage par couleur basé sur des règles. Marquez les réunions avec votre manager en rose, les appels avec des clients en bleu et les entretiens internes en vert, ce qui permet de parcourir la semaine beaucoup plus rapidement.
- Disponibilité croisée des calendriers. Avec autorisation, Spark vérifie les calendriers de plusieurs personnes afin de trouver des créneaux libres communs, en tenant compte des fuseaux horaires, des heures de travail et des marges de manœuvre.
- Blocs de temps de préparation. Selon que l’événement concerne une présentation à un client ou une réunion informelle, il réserve à l’avance du temps de préparation pour préserver la concentration.
Documents et Canvas
La mise à jour de juillet 2026 a introduit Canvas, sans doute la plus grande innovation en termes d’expérience utilisateur de Spark, non pas tant pour ce qu’il fait, mais pour la manière dont il transforme l’interaction entre l’être humain et l’IA. Il s’agit d’un panneau intégré dans Google Docs où Spark écrit devant vous, phrase par phrase. Vous pouvez vous arrêter à n’importe quel moment, sélectionner un passage et demander « rends ceci plus formel » ou « ajoute une statistique sur la taille du marché ici », et l’outil s’adapte et continue.
Ce n’est pas une boîte noire dans laquelle on colle une instruction en espérant un résultat. Vous et l’IA partagez un curseur et un contexte, et vous itérez en temps réel, avec Spark agissant à côté de l’auteur, sans le remplacer. Canvas peut modifier directement des documents privés ou partagés, ainsi que d’insérer des images provenant de recherches ou téléchargées.
Le reste de l’écosystème
- Fichiers de calcul. Créez, remplissez, mettez à jour et analysez des tableurs. L’édition directe des fichiers privés est disponible depuis juillet, permettant ainsi à Spark de modifier vos véritables tableurs financiers plutôt que de n’en créer que de nouveaux. Il lit également les commentaires des fichiers et intègre les retours des collaborateurs dans son travail.
- Diapositives. Créez des présentations complètes en fonction d’un sujet, d’une date et d’un public. Depuis juillet, il est possible d’éditer directement les présentations privées et de lire leurs commentaires.
- Keep. Lisez des notes et intégrez-les dans des tâches pertinentes, de sorte qu’une liste de courses dans Keep devienne automatiquement une tâche sans avoir à entrer de données supplémentaires.
- Tâches. Synchronisation bidirectionnelle avec Google Tasks. Lorsque Spark termine une tâche, il coche la case correspondante.
- YouTube. Recherche sémantique de vidéos, par exemple trois tutoriels de piano pour débutants d’une durée inférieure à dix minutes chacun.
Ensemble, cela ressemble moins à une application distincte et plus à une couche d’intelligence intégrée aux outils que vous utilisez déjà. Tout est inclus. Il n’y a pas d’extensions de navigateur à installer, pas de clés API externes à gérer, pas de enchevêtrement de connecteurs ni de scripts de scraping qui cessent de fonctionner lorsque un site modifie son formatage. Vous vous connectez avec un compte Google et c’est prêt. Pour ceux qui vivent déjà dans l’écosystème Google, Spark représente une nouvelle fonctionnalité supplémentaire aux outils existants, et non un nouvel outil à adopter.
Trois scénarios
Finances personnelles
On estime que l’Américain moyen dépense 219 dollars par mois en abonnements, et une grande partie de ces dépenses est involontaire : essais gratuits oubliés, applications qui se renouvellent automatiquement, services de streaming inutilisés depuis des mois. Presque personne ne corrige cela, car l’audit est fastidieux et ne semble jamais urgent.
Les instructions sont les suivantes : analyser les relevés de carte de crédit des trois derniers mois, identifier toutes les charges liées à des abonnements récurrents, créer un tableau avec les montants, les dates et les fournisseurs, et rédiger des e-mails de résiliation pour tout ce qui n’a pas été utilisé au cours des 60 derniers jours.
Spark recherche dans Gmail les e-mails relatifs aux relevés (y compris le parsing des PDF), extrait les éléments détaillés, utilise la détection de récurrence pour distinguer les abonnements des achats ponctuels, et, si vous accordez plus de permissions, analyse les schémas d’utilisation. Il crée un tableau classé et triable, ainsi que des e-mails de résiliation au ton adapté à chaque fournisseur : poli pour les services que vous pourriez réutiliser, et ferme pour ceux connus pour leurs tactiques de fidélisation. L’effort humain se limite à une phrase, et le temps nécessaire est mesuré en minutes.
Logistique familiale
Les parents ayant deux emplois connaissent bien les contraintes liées à la communication scolaire : formulaires de permission, délais pour les événements, inscriptions comme bénévoles et avis de sortie anticipée envoyés par e-mail, via des applications, des affiches en papier au fond des sacs à dos, ainsi que les souvenirs imparfaits des enfants. Il y a toujours quelque chose qui échappe.
Le calendrier : surveiller les e-mails de l’école, suivre chaque délai et chaque tâche à effectuer, et envoyer un résumé familial aux deux parents tous les jours ouvrables à 7 heures du matin. Cela évite les conflits du type « vous ne me l’avez jamais dit », car les deux parents reçoivent les mêmes informations structurées en même temps. La charge passe de la recherche (vérifier plusieurs sources et s’inquiéter des oublis) à la lecture (consulter un résumé compilé tout en buvant du café).
Planification des événements
Toute activité de groupe entraîne des coûts de coordination : suivre qui va venir, rappeler ceux qui n’ont pas répondu, préparer les matériaux et gérer les aspects logistiques. C’est pourquoi beaucoup de gens évitent complètement d’organiser quoi que ce soit.
La tâche : organiser une fête communautaire avec un suivi des réponses, des rappels pour ceux qui n’ont pas répondu, une présentation de l’événement et un e-mail d’invitation. Spark fonctionne sur quatre applications. Sheets permet de créer un suivi des réponses avec les noms, les coordonnées, le statut de réponse et les besoins alimentaires. Gmail identifie ceux qui n’ont pas répondu et envoie des rappels personnalisés. Slides génère une présentation soignée avec la date, l’ordre du jour et les détails logistiques. Docs produit l’e-mail d’invitation complet, prêt à être revu. Le rôle de la personne se réduit alors à examiner le contenu et à envoyer l’e-mail. Quatre à six heures de travail dispersé sont ainsi accomplies en quelques minutes, ce qui change ce qu’une seule personne peut réellement organiser.
Sécurité et confiance
« L’IA peut lire mes e-mails » soulève naturellement la question de la sécurité. La réponse de Google comporte plusieurs niveaux de protection.
Contrôle par autorisation. Spark ne dispose d’aucun accès à vos données au départ. Chaque application (Gmail, Calendrier, Drive, Docs, Sheets) doit être connectée manuellement par vous, et sa désactivation s’effectue instantanément, de manière complète et vérifiable, sans aucune ambiguïté concernant les accès en mémoire.
Confirmation. Les opérations à haut risque nécessitent toujours une approbation explicite : achats, envois d’e-mails, suppression de fichiers, modifications de calendrier affectant d’autres participants. Spark ne peut pas agir seul pour quoi que ce soit d’irréversible ou visible par d’autres. Il rédige, propose et attend, et cela fait partie intégrante de l’architecture plutôt que d’une fonctionnalité que l’on pourrait désactiver par erreur.
Isolement des tâches. Chaque tâche s’exécute dans sa propre machine virtuelle isolée, avec une isolation assurée au niveau du matériel, de sorte que les données ne peuvent pas s’échapper entre les tâches. Lorsqu’une tâche échoue ou se comporte de manière anormale, sa machine virtuelle est détruite et recréée, sans laisser de état persistant susceptible de compromettre les travaux ultérieurs.
Protocole de paiement de l’agent (AP2). Google a mis en place une couche de sécurité pour les paiements entre le moteur d’exécution de Spark et toute API de paiement. Spark ne peut pas lancer de transaction financière sans le consentement explicite et authentifié de l’utilisateur, ce qui contourne son propre processus de décision. Même s’il décidait d’acheter quelque chose, l’infrastructure l’en empêcherait en l’absence d’une approbation initiée par un humain.
Exclusion de l’entraînement des modèles. Google s’est engagé publiquement à ce que les données de Spark (e-mails, documents, historiques de tâches, préférences et schémas d’utilisation) ne soient pas utilisées pour l’entraînement des modèles. Cet engagement est plus ferme que les formulations vagues utilisées par de nombreux produits d’intelligence artificielle.
Le résultat est un modèle de permissions délimité : Spark ne fait que ce que vous avez autorisé, de la manière que vous avez autorisée, et rien de plus. Ce sont ces limites qui rendent un agent autonome acceptable en premier lieu.
MCP et services externes
En dehors des applications propres à Google, Spark se connecte à des services externes via le Model Context Protocol, la norme ouverte que Google promeut pour permettre aux agents de découvrir, s’authentifier auprès de et appeler des services, parfois décrite comme le REST pour les agents d’intelligence artificielle.
Les partenaires pris en charge actuellement sont Canva, Instacart, OpenTable, Dropbox et Zillow. Adobe, Samsung, Spotify, GitHub, Notion et Slack sont annoncés pour une date ultérieure.
À la fin du mois de juin, une nouvelle option est apparue : des connexions MCP personnalisées. Tout serveur compatible MCP fonctionne, y compris celui que vous gérez vous-même, ce qui permet d’étendre Spark à vos propres outils, bases de données et API internes. Les développeurs disposent ainsi d’une plateforme d’automatisation qu’ils peuvent personnaliser, toujours basée sur un langage simple, plutôt que d’un agent lié à Google. Le niveau entreprise ajoute également Microsoft SharePoint, OneDrive et ServiceNow, en réponse pratique aux organisations où Google et Microsoft coexistent.
Cependant, l’écosystème de tiers est encore jeune. Sa profondeur et sa fiabilité ne rivalisent pas encore avec ce que Spark offre nativement avec les applications de Google. C’est un inconvénient si votre flux de travail repose sur des outils non Google, mais un avantage s’il est axé sur Google.
Prix et disponibilité
Spark est proposé en trois forfaits :
- Google AI Ultra coûte 99,99 $ par mois et inclut toutes les fonctionnalités dans toutes les langues des applications Gemini prises en charge.
- Google AI Pro coûte 19,99 $ par mois. Il a reçu Spark le 16 juillet 2026 aux États-Unis, et uniquement en anglais.
- Ultra 20x coûte 199,99 $ par mois et augmente les limites d’utilisation pour une automatisation intensive.
La disponibilité du plan Pro à 19,99 $ à la mi-juillet abaisse considérablement la barrière pour les utilisateurs américains qui souhaitent expérimenter sans devoir opter pour Ultra ; le fait qu’il soit uniquement en anglais avec moins de fonctionnalités constitue un bon compromis à ce prix.
La géographie représente le principal obstacle. À la fin de juillet 2026, Spark est disponible pour les abonnés Pro et Ultra aux États-Unis, tandis que les utilisateurs d’Ultra ailleurs le reçoivent progressivement. Dix régions sont actuellement exclues, parmi lesquelles le Japon, l’Inde, le Canada, l’Australie, l’UE et le Royaume-Uni, ainsi que le Nigeria, la Suisse, Hong Kong et la Corée du Sud. Google prévoit de accélérer les procédures de conformité pour l’UE et le Royaume-Uni au troisième trimestre 2026.
Une application de bureau pour macOS, sortie à la fin du mois de juin, ajoute une fonction de contrôle à distance : depuis votre téléphone ou un autre appareil, vous pouvez configurer et suivre les tâches Spark sur votre Mac sans être présent physiquement.
Raisons de l’adopter dès maintenant
Pour les utilisateurs assidus de Google, les économies de temps sont réelles et augmentent progressivement. Si Gmail est votre boîte de réception principale, le Calendrier gère votre agenda et Drive stocke vos fichiers, Spark peut éliminer des heures de travail administratif chaque semaine dès le premier jour, avec presque aucune configuration nécessaire : décrivez simplement ce que vous souhaitez, et l’outil s’occupe du reste.
Les compétences s’améliorent avec le temps. Chaque préférence que vous définissez, chaque exemple que vous fournissez et chaque correction que vous apportez rapprochent Spark de votre façon de travailler. Après un mois d’utilisation régulière, ses résultats ressemblent moins à des brouillons générés par l’IA et plus à des versions accélérées de vos propres textes.
Pour des tâches à forte charge de travail comme les audits de abonnements, la communication scolaire et la coordination d’événements, cela ne permet pas seulement d’économiser du temps. Cela élimine également toute une série de contraintes mentales. Il existe une véritable différence dans la qualité de vie entre devoir se souvenir de vérifier quelque chose et être informé automatiquement lorsqu’il y a des éléments à connaître.
Raisons d’attendre
L’indisponibilité dans certaines régions constitue un obstacle majeur. Si vous vous trouvez dans un pays non pris en charge, le niveau d’abonnement et l’enthousiasme sont sans importance.
Le coût joue également un rôle : 99,99 $ par mois pour l’option Ultra, ou 19,99 $ pour l’option Pro, avec de réelles limites en termes de fonctionnalités et de langues. Pour les utilisateurs qui ne font pas déjà partie intégrante de l’écosystème Google, les arguments en faveur de cet achat deviennent plus difficiles à justifier.
L’hallucination reste un problème non résolu pour tous les grands modèles de langage, et dans le cas d’un agent autonome, il s’agit d’un problème de fiabilité plutôt que d’un désagrément lors des conversations. Les premiers testeurs ont rapporté que Spark inventait des références de fichiers, insérait des liens incorrects et commettait des erreurs factuelles dans les documents générés. Une erreur de chatbot est facile à détecter et à ignorer, tandis qu’un agent peut fournir un tableau ou un document qui semble correct tout en cachant des erreurs subtiles. Vérifier la sortie est obligatoire, et pour certaines utilisations, le coût de cette vérification peut approcher les économies réalisées.
L’écosystème externe est également encore en phase initiale. Si votre travail dépend de Notion plutôt que de Docs, de Slack plutôt que de Chat ou de Zoom plutôt que de Meet, les intégrations ne sont pas encore suffisamment complètes pour égaler l’expérience native de Google.
Verdict
Spark représente un véritable changement par rapport à l’IA en tant que consultant, en la transformant en un agent autonome. Elle n’est pas parfaite, universelle ou bon marché, mais elle est déployée et améliorée chaque mois. Les utilisateurs avancés de l’écosystème Google ont de bonnes raisons de l’essayer dès maintenant, car l’intégration est rapide, le temps nécessaire pour en tirer des avantages est court, et les compétences acquises grâce à son utilisation continue sont récompensées. Pour tous les autres, la fin de 2026 ou le début de 2027 constitue probablement un point d’entrée judicieux, avec un accès régional plus large, un ensemble de fonctionnalités plus stable et un écosystème de tiers plus riche à ce moment-là.
Dès que vous commencez à l’utiliser, l’ère des agents est arrivée. La question ouverte n’est pas de savoir si ces agents prendront en charge les tâches administratives, mais quand, et si vous serez parmi les premiers à les adopter ou parmi ceux qui suivront rapidement.
Lectures complémentaires
- DS-STAR expliqué : l’agent de science des données de Google et les raisons de son succès — Une présentation détaillée de l’agent de science des données DS-STAR de Google : ses sept modules, le cycle de rapport DS-STAR+, les prompts publiés, les résultats d’ablation et les limites actuelles.
- LangGraph, CrewAI ou Google ADK ? Une même tâche à deux agents, trois frameworks — Comparaison de LangGraph, CrewAI et Google ADK en créant le même couple chercheur-écriteur, suivie d’un choix basé sur cinq questions portant sur le contrôle, la vitesse et le fonctionnement A2A.