Google Cloud · 19 novembre 2026 · Data & AI
Google Cloud présente object enrichments pour préparer les données aux agents IA

Google Cloud présente object enrichments, une fonctionnalité de Google Cloud Storage disponible en préversion qui extrait automatiquement des métadonnées contextuelles à l’aide de modèles d’IA. Ces métadonnées sont conservées sur place sous forme d’object context pour rendre les objets exploitables par les agents. Ce service entièrement géré propose notamment des annotations d’images et un modèle de classification de PDF.
Ce qui est annoncé
Google Cloud présente object enrichments, une capacité de Google Cloud Storage destinée à rendre les fichiers non structurés plus exploitables par les agents IA. Disponible en preview dans la console et via la Cloud Storage API, ce service managé applique des modèles aux objets stockés pour produire des métadonnées contextuelles. Les résultats sont enregistrés auprès du fichier dans object context, sous forme de paires clé-valeur. Les modèles proposés couvrent notamment la détection d’objets, de visages et de contenus explicites, l’étiquetage d’images ainsi que la classification de PDF.
La configuration consiste à sélectionner les buckets concernés, le lieu de traitement et les modèles, puis à accorder les permissions IAM nécessaires. Le service prend ensuite en charge les inférences, le traitement des réponses et l’écriture des résultats, avec gestion des nouvelles tentatives et limitation du débit. Les métadonnées suivent les objets lors des copies, déplacements et réplications, et disparaissent avec leur suppression. Elles peuvent aussi alimenter BigQuery via Storage Insights datasets. Une extension utilisant Gemini pour des traitements multimodaux, dont la synthèse et la transcription, est annoncée comme à venir, avec demande d’accès.
Ce que ça change pour les entreprises
Pour les DSI et les équipes IT, l’intérêt potentiel est de limiter les chaînes de traitement spécifiques nécessaires pour préparer les données aux agents. Conserver le contexte avec les fichiers pourrait également réduire les efforts de synchronisation entre stockage et métadonnées. La recherche de ressources multimédias, la modération de contenus ou la sélection de données d’entraînement figurent parmi les usages présentés. Leur pertinence restera à évaluer selon les corpus et les besoins métiers.
La disponibilité en preview invite à privilégier une évaluation encadrée avant un déploiement plus large. Les équipes devront notamment examiner la qualité des annotations, les coûts de traitement et les droits IAM permettant de consulter ou modifier le contexte. L’exploitation dans BigQuery ouvre aussi la possibilité de croiser ces informations avec des données structurées, sans présumer des gains obtenus dans chaque organisation.
Comment UNEETY peut vous accompagner
Une ESN comme UNEETY peut accompagner le cadrage des usages, l’évaluation sur un périmètre limité et l’intégration aux environnements existants. Cet accompagnement peut inclure la sécurisation des accès, la gouvernance des métadonnées et l’adoption par les équipes IT et métiers.
Découvrez notre offre Data & AI ou contactez-nous.
Source : annonce Google Cloud du 19 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.
