Semaine du 7 juin 2025 au 13 juin 2025

Cette semaine, l'écosystème GCP a encore bien bouillonné côté Data et IA. Au menu : BigQuery se dote d'un thème sombre et de nouvelles fonctions pour les arrays, Vertex AI muscle son jeu avec des améliorations sur Vector Search et les réservations de ressources, et Google Agentspace continue sa course sur les agents no-code. On a aussi du nouveau pour Looker avec Gemini qui s'intègre par défaut, et pour les développeurs, Gemini Code Assist dans VS Code devient encore plus pratique. Côté infrastructure, les nouvelles machines C4D sur Compute Engine promettent de belles performances. Prêts à plonger dans le détail ? C'est parti !

Data et IA 🧠

En préambule, je vous invite à lire l'article Lessons from the field: What decision-makers want to know about multi-agentic systems. Il permet d'avoir un éclairage concret sur l'intégration de systèmes agentiques au sein d'une entreprise, en synthétisant des centaines de conversations avec des dirigeants d'entreprise (CxO) sur les défis liés à la mise en place de tels systèmes.

Voici l'essentiel de l'article en 3 points :

1. Le plus grand potentiel est de réinventer les processus, pas seulement d'automatiser les anciens. Il faut innover, pas juste copier ce qui existe déjà.
2. L'humain n'est pas remplacé, mais augmenté. L'IA traite les tâches complexes et répétitives, tandis que l'humain garde le contrôle sur les cas ambigus, nouveaux et éthiques.
3. La gouvernance et l'éthique ne sont pas des options. Elles doivent être intégrées dès le début du projet pour éviter des risques majeurs comme les biais, les erreurs et les retards.

En bref, les systèmes agentiques ne visent pas seulement à réduire les coûts, mais surtout à améliorer la qualité, l'expérience client et à créer de nouvelles opportunités.

Note : je n'utilise pas le terme SMA (Systèmes Multi-Agents) mais plutôt système agentique (ou Agentic AI) pour ne pas créer de confusion avec les systèmes multi-agents historiques, qui couvrent un spectre bien plus large que "juste" des LLMs qui collaborent ensemble (voir l'article Wikipédia sur le sujet).

BigQuery

BigQuery continue de s'améliorer sur tous les fronts : pour le confort des noctambules, un thème sombre est maintenant disponible en Preview dans la console.

Côté fonctionnalités, on accueille trois nouvelles fonctions GoogleSQL en preview pour manipuler les tableaux : ARRAY_FIRST, ARRAY_LAST, et ARRAY_SLICE.

Pour les adeptes de l'IA, il est désormais possible d'utiliser Vertex AI Provisioned Throughput avec les fonctions ML.GENERATE_TEXT et AI.GENERATE pour garantir un débit élevé et constant.

Enfin, bonne nouvelle pour les utilisateurs d'Iceberg : vous pouvez maintenant référencer des tables externes Iceberg dans vos vues matérialisées, sans avoir à migrer les données. Pratique !

Looker

Looker fait le plein de nouveautés ! Gemini est maintenant activé par défaut pour les nouvelles instances et celles mises à jour (hors EMEA et ESR), avec la création automatique d'un groupe "Gemini Default Users". Pour les admins, un nouveau panneau "Content Guardrails" permet de mieux contrôler les requêtes fusionnées et l'auto-refresh des dashboards. Les rapports Looker sont désormais intégrables (embed) en Preview.

Côté LookML, les mesures de période sur période (PoP) s'enrichissent d'un nouveau sous-paramètre value_to_date. Et préparez-vous, la version Looker 25.10 arrive à partir du 16 juin ! 🥳

Google Agentspace

La plateforme de création d'agents IA s'enrichit considérablement. Les administrateurs peuvent maintenant gérer l'activation des fonctionnalités au niveau de l'application (galerie d'agents, NotebookLM, etc.). Les agents no-code deviennent plus puissants : on peut leur assigner des outils spécifiques et des sources de données précises pour plus de contrôle et de sécurité. Il est aussi désormais possible de chatter avec un fichier XLSX contenant plusieurs feuilles. Enfin, le parser de layout HTML, maintenant en GA, permet d'exclure des contenus spécifiques (par tag, ID ou classe CSS) pour améliorer la qualité des données.

Vertex AI & Vertex AI Workbench

Sur Vertex AI, vous pouvez maintenant utiliser des contraintes personnalisées avec Organization Policy Service pour un contrôle plus fin sur les index de Vector Search. Du côté de Vertex AI Workbench, il est maintenant possible de consommer des réservations de ressources Compute Engine pour vos instances, garantissant ainsi leur disponibilité pour vos jobs critiques.

Gemini Code Assist for Individuals

L'assistant de code pour VS Code (version 2.36.0) s'améliore. Vous pouvez maintenant configurer des fichiers .aiexclude pour exclure certains fichiers du contexte local. Il devient également possible d'attacher la sortie du terminal ou des extraits de code au contexte du chat pour poser des questions ciblées. Ces deux dernières fonctionnalités sont en Preview.

AlloyDB AI

Les fonctionnalités AI d'AlloyDB étant dispos en preview depuis quelques temps, il est toujours bon d'avoir une démonstration de la façon dont celles-ci peuvent améliorer la recherche.

La vidéo que je vous ai mise ci-dessous présente plusieurs techniques de recherche avancées :

• Recherche sémantique : Pour comprendre l'intention réelle de l'utilisateur (par exemple, comprendre que « sac à main » et « sac » sont similaires).
• Recherche vectorielle haute performance : Pour trouver des similarités très rapidement.
• Recherche hybride : Combine la recherche SQL classique, la recherche par mots-clés et la recherche sémantique pour des résultats plus pertinents.
• Recherche multimodale : Permet de rechercher des produits en utilisant non seulement du texte, mais aussi des images.

Cette démo montre comment AlloyDB transforme une base de données en un moteur de recherche de produits puissant, intelligent et réactif, en unifiant plusieurs technologies de recherche avancées sur une seule et même plateforme.

​

Produits Data en vrac... 📦

• Dataflow: Le "right fitting", qui permet de spécifier les ressources nécessaires, est maintenant supporté pour les jobs en streaming, en plus des jobs batch.
• Dataproc: L'image version 2.3 pour Dataproc on Compute Engine est en GA. C'est une image allégée pour une meilleure sécurité.
• Spanner: Les statistiques sur les opérations de colonnes sont maintenant en GA pour mieux monitorer l'utilisation des colonnes de votre base.
• Dataform: Le thème sombre est maintenant disponible.
• AI Hypercomputer: La workload policy pour les MIGs est en GA, permettant d'optimiser l'infrastructure pour des charges de travail spécifiques comme celles nécessitant un haut débit réseau.

Autres produits ☁️

• Cloud Asset Inventory: Le type de ressource dataplex.googleapis.com/Glossary est maintenant disponible publiquement.
• Security Command Center: De nouveaux détecteurs de menaces pour Vertex AI sont en Preview. Model Armor étend son support multi-langues et peut maintenant analyser les documents DOCX, PPTX et XLSX.
• Google SecOps: Les permissions des playbooks supportent maintenant les rôles associés aux clés API. Les rapports avancés (Looker) peuvent utiliser les champs personnalisés des "Cases".
• Compute Engine: Les très attendues machines C4D (basées sur les processeurs AMD EPYC de 5e génération) sont en GA. On note aussi l'arrivée en Preview des Dynamic NICs pour ajouter des interfaces réseau à chaud, et des machines bare metal pour la série Z3.
• Google Kubernetes Engine: GKE rapporte maintenant les métriques de requêtes/limites CPU et mémoire pour les conteneurs sidecar natifs (à partir de la v1.32.4). Le mode de provisionnement Flex-start supporte maintenant les TPUs dans les node pools single-host.
• Virtual Private Cloud: Les Dynamic NICs sont en Preview, permettant d'ajouter ou supprimer des interfaces réseau sans redémarrer une VM.
• Cloud Load Balancing: Le support du load balancing vers des instances multi-NIC utilisant des Dynamic NICs est en Preview.
• API Gateway: La limite du nombre de gateways par région passe à 50.
• Cloud Run: Il est maintenant possible d'utiliser le host et le path de la requête dans les conditions IAM pour contrôler l'accès aux services.
• SAP on Google Cloud: La version 3.8 de l'agent Google Cloud pour SAP est en GA.
• Google Cloud VMware Engine: Les nœuds `ve2` sont maintenant disponibles à Toronto et Melbourne.
• Google Cloud Contact Center as a Service: Une action est requise avant le 15 juin pour les clients utilisant l'intégration Salesforce, suite à une mise à jour ICU. Il faut installer la mise à jour v1.40 du package.

A savoir... 🧐

Cette semaine, la maintenance a été bien active ! 🛠️ Looker a reçu une avalanche de correctifs, réglant des soucis sur l'OAuth, les traductions, les PDTs, et bien plus. Attention ⚠️, une mise à jour majeure (breaking change) a été faite sur le SDK Embed qui passe en version 2.0.0.

GKE a connu une vague de mises à jour de versions sur tous ses canaux de publication. Côté sécurité, un bulletin a été émis pour Compute Engine concernant une vulnérabilité sur les VM Shielded utilisant vTPM.

On note aussi que la page "Analysis reports" de Cloud Trace a été retirée au profit de Trace explorer, que Cloud Data Fusion est maintenant disponible dans la région northamerica-south1 (Mexique), et que les modèles Imagen 4 ont été mis à jour sur Generative AI on Vertex AI.

Enfin, une flopée de mises à jour des bibliothèques clientes pour Java sont disponibles pour BigQuery, Bigtable, Cloud Storage et Cloud Logging.

​

C'est tout pour cette semaine ! On se retrouve la semaine prochaine pour d'autres nouveautés croustillantes. D'ici là, bonne exploration du cloud et bons déploiements ! 👋