Les modèles frontières sont brillants mais amnésiques : ils ignorent tout de vos projets, de vos collègues, de vos habitudes rédactionnelles. Pour transformer Gemini en collaborateur utile, Google annonce à Cloud Next 2026 une nouvelle brique essentielle, Workspace Intelligence, sa couche d’intelligence contextuelle. Une copie quasi conforme, dans les intentions, du Work IQ dégainé par Microsoft six mois plus tôt pour sa suite collaborative.
L’équation est désormais bien connue des DSI : un LLM, aussi puissant soit-il, produit des réponses génériques tant qu’il ignore qui vous êtes, sur quel projet vous planchez, avec qui vous collaborez et quelle est la charte éditoriale maison. Tant que l’utilisateur doit copier-coller trois emails et deux extraits de specs dans chaque prompt pour obtenir une réponse exploitable, la promesse de productivité de l’IA générative reste théorique. C’est précisément ce « problème » que les grands éditeurs de suites bureautiques cherchent à neutraliser depuis dix-huit mois.
Microsoft a dégainé le premier. Lors d’Ignite 2025, en novembre dernier, Redmond a levé le voile sur Work IQ, une couche d’intelligence contextuelle adossée à Microsoft 365 Copilot. Trois étages la composent : Data (unification des signaux issus d’Outlook, SharePoint, OneDrive, Teams et des connecteurs business type Dataverse, Dynamics 365, Power Apps), Memory (mémoire persistante du style, des préférences et des habitudes de l’utilisateur) et Inference (raisonnement contextuel qui enchaîne les deux). Objectif : faire en sorte que Copilot et les agents « know you, your job, and your company inside and out ». En clair : injecter la connaissance tacite de l’entreprise dans chaque interaction, sans qu’il soit besoin de la re-prompter à chaque fois.
Google ne pouvait pas rester sans riposte. C’est désormais chose faite.
Workspace Intelligence, le « command center » de Gemini
Officiellement annoncé à Cloud Next 2026 par Yulie Kwon Kim, VP Produit de Workspace, Workspace Intelligence se présente comme la couche universelle de contexte sémantique qui fait le pont entre les capacités de raisonnement de Gemini et le capital informationnel de l’entreprise. Son ambition, selon Kim, est simple : transformer la conversation avec Gemini en un « command center for your work », c’est-à-dire un cockpit unique où l’assistant puise, sans friction, dans Gmail, Drive, Docs, Chat, Calendar ou Sheets pour exécuter la tâche demandée.
Techniquement, Google articule Workspace Intelligence autour de trois piliers :
Le premier, le real-time retrieval, s’appuie sur un graphe de connaissances qui cartographie en continu les relations entre fichiers, emails, calendriers et collaborateurs au sein du tenant. À l’indexation lexicale classique, Google substitue une recherche par embeddings qui capture l’intention : une requête sur les « prévisions de revenus Q3 » remontera bien le document intitulé « estimations financières d’automne », même sans correspondance de mots-clés.
Le deuxième pilier, la workflow awareness, tient lieu de mémoire courte : le système agrège les interactions récentes cross-applications pour trancher entre plusieurs documents candidats ou résoudre les références implicites. Ainsi, un « rédige le compte rendu de la réunion que je viens de quitter » est interprété sans ambiguïté.
Le troisième pilier, le web grounding, complète l’ensemble en fusionnant, dans une même réponse, le corpus interne et les résultats de Google Search pour les questions qui appellent un éclairage externe.
Un déferlement de fonctionnalités concrètes
Workspace Intelligence n’est pas une brique abstraite : elle alimente immédiatement un ruban de nouveautés.
Dans Gmail, AI Inbox trie et hiérarchise les messages en fonction des projets prioritaires, pendant qu’AI Overviews synthétise plusieurs fils d’emails en une réponse unique.
Dans Google Chat, Ask Gemini in Chat devient la ligne de commande universelle du poste de travail : rédaction de documents, création de slides, planification de réunions, recherche de fichiers par description, et surtout connexion à des outils tiers comme Asana, Jira ou Salesforce.
Docs s’enrichit de génération d’infographies contextualisées et d’édition d’images en série, tandis que Slides promet désormais la génération en one-shot de présentations complètes calibrées sur les templates et chartes graphiques maison.
Sheets, de son côté, inaugure Sheets Canvas, qui transforme un tableur en mini-application dynamique.
Drive, enfin, gagne Drive Projects, un espace unifié pour regrouper fichiers et emails autour d’un projet donné et servir de source cohérente aux AI Overviews.
Le tout, insiste Google, reste cantonné aux sécurités existantes au sein de Workspace : si l’utilisateur n’a pas le droit de voir un document, l’IA ne le verra pas davantage. Les administrateurs disposent par ailleurs de nouveaux contrôles dans l’Admin Console pour désactiver certaines sources (Gmail, Drive, Calendar, Chat), verrouiller le traitement des données en zone UE ou US, et activer le chiffrement côté client sur les contenus les plus sensibles.
Workspace Intelligence vs Work IQ : le match des couches contextuelles
Difficile de ne pas rapprocher les deux couches concurrentes destinées à animer l’ère agentique des deux suites collaboratives les plus populaires. Toutes deux dessinent des philosophies proches mais distinctes.
Les convergences sont frappantes : même ambition de devenir l’intermédiaire invisible entre le modèle et la donnée d’entreprise, même architecture en trois étages, même insistance sur le respect des permissions existantes et sur l’isolation par tenant, même promesse de ne pas entraîner les modèles globaux sur les données client.
Les différences, elles, tiennent à l’ADN de chaque éditeur. Microsoft joue la profondeur verticale : Work IQ est d’ores et déjà branché sur Dataverse, Dynamics 365 et bientôt Power BI, ce qui lui donne accès au capital de données business structurées, un avantage notable face aux cas d’usage qui mélangent productivité et systèmes transactionnels. Sa mémoire persistante est également mise en avant comme un atout différenciant, capable d’apprendre les habitudes de l’utilisateur sur la durée.
De son côté, Google mise sur l’horizontalité et la recherche : le knowledge graph temps réel et les embeddings sont dans l’ADN maison depuis une décennie, et le web grounding intégré via Google Search offre un pont naturel vers l’extérieur que Microsoft n’expose pas aussi franchement. Les connecteurs tiers (Asana, Jira, Salesforce, Nira) sont placés au cœur du dispositif pour compenser l’absence d’un équivalent Dataverse.
Sur le fond, les deux éditeurs valident la même thèse : l’agentique n’a d’intérêt opérationnel qu’à condition d’être nourrie en temps réel par un contexte de travail riche, propre et permissionné. La couche contextuelle, longtemps reléguée au rang d’« IRA » (intelligence de la recherche d’entreprise), devient le véritable champ de bataille des plateformes de productivité à l’ère de l’IA.
____________________________
puis