Google Cloud · 13 novembre 2026 · Data & AI
BigQuery et Looker : observabilité et gouvernance renforcées pour les agents IA
Google Cloud annonce des capacités étendues d’observabilité et d’évaluation des agents IA dans Google Data Cloud. Elles couvrent les agents de BigQuery et Looker ainsi que les agents tiers construits avec des frameworks comme Agent Development Kit (ADK) ou LangGraph. Un cadre de télémétrie unifié collecte les données dans des tables BigQuery détenues par les clients pour analyser les performances, les coûts et les actions des agents.
Ce qui est annoncé
Google Cloud étend les capacités d’observation et d’évaluation des agents IA dans BigQuery et Looker. Le dispositif couvre les agents Conversational Analytics ainsi que les agents personnalisés construits avec Agent Development Kit (ADK) ou LangGraph. Leur télémétrie peut être centralisée dans des tables BigQuery détenues par l’entreprise, puis exploitée dans des tableaux de bord. Disponibles de manière générale, les tableaux de bord de BigQuery Studio suivent notamment les sessions et la latence, tandis que ceux de Looker renseignent l’engagement et la consommation de tokens.
La gouvernance distingue les métriques opérationnelles du contenu des conversations, dont la journalisation s’active agent par agent. La Conversational Analytics API, désormais disponible de manière générale, prend en charge les journaux d’audit, VPC Service Controls, les clés de chiffrement gérées par le client et la résidence des données. Pour encadrer les dépenses, des plafonds de volume analysé peuvent bloquer les requêtes BigQuery trop importantes ; des quotas quotidiens de tokens sont proposés en préversion. L’outil open source Prism permet également de tester les agents et de stocker les résultats d’évaluation dans BigQuery.
Ce que ça change pour les entreprises
Pour les DSI et les équipes IT, rapprocher traces de production et résultats de tests peut faciliter le diagnostic et la vérification des effets d’une modification de prompt, de modèle ou de schéma. Le suivi des tokens et les plafonds de consommation apportent des leviers de pilotage, sans supprimer les coûts d’ingestion et de stockage associés à l’observabilité. Les fonctions encore en préversion doivent aussi être distinguées des capacités généralement disponibles dans la préparation d’un déploiement.
La profondeur du diagnostic reste liée aux règles de confidentialité. La journalisation des conversations est notamment ignorée lorsqu’une source applique certaines protections, comme la sécurité au niveau des lignes ou le masquage dynamique des données. Une erreur de journalisation n’interrompt pas la conversation : les équipes devront donc tenir compte de possibles lacunes dans les traces lors de leurs analyses.
Comment UNEETY peut vous accompagner
Une ESN comme UNEETY peut accompagner le cadrage des besoins d’observabilité, l’intégration de la télémétrie et la définition des règles d’accès. Elle peut aussi aider à structurer les tests, les seuils de consommation et l’adoption de ces pratiques par les équipes.
Découvrez notre offre Data & AI ou contactez-nous.
Source : annonce Google Cloud du 13 novembre 2026.
Au-delà de cette annonce, transformer les avancées de la donnée et de l'IA en projets adaptés à l'entreprise suppose de choisir un accompagnement spécialisé. UNEETY est une des meilleurs sociétés spécialisées dans l'IA.