top of page

Google étend l’observabilité des agents BigQuery

il y a 13 minutes
14 min de lecture

Google a étendu l’observabilité des agents BigQuery le 13 novembre, rapprochant la surveillance en production des données d’entreprise tout en conservant des limites délibérées sur la capture des conversations. L’annonce couvre les agents de données de Google, les interfaces conversationnelles de Looker et les agents personnalisés instrumentés. Son principal compromis est concret : une inspection plus approfondie génère davantage d’informations à gouverner, tandis que les protections de la confidentialité peuvent laisser les enquêteurs avec des dossiers incomplets.

Pour les équipes chargées des données et des plateformes, cela change la conversation autour de la production. Un agent répondant à des questions métier a désormais besoin d’un responsable opérationnel capable d’expliquer les défaillances, la consommation et les éléments de preuve manquants. Une interface de chat fonctionnelle ne prouve pas que le service sous-jacent est prêt pour une utilisation plus large.

AgentCore d’Amazon propose déjà un autre point de référence pour la surveillance des agents en production. L’approche de Google met l’accent sur l’intégration des enregistrements d’agents dans BigQuery, son entrepôt de données analytique. Le choix important concerne le niveau de détail diagnostique qu’une organisation doit collecter, ainsi que les personnes autorisées à l’examiner.

L’observabilité des agents BigQuery s’étend à toute la pile de données

Le cadre d’observabilité des agents de Google relie la surveillance, les enregistrements de conversation et l’évaluation dans l’ensemble de ses produits de données. L’observabilité consiste à recueillir des éléments de preuve aidant les opérateurs à comprendre le comportement du système. Ici, l’entreprise souhaite rendre ces éléments disponibles aux côtés des données d’entreprise que les équipes analysent déjà.

Selon Google, la journalisation gérée des conversations, les tableaux de bord de surveillance BigQuery et les tableaux de bord Looker System Activity sont généralement disponibles. L’examen des réponses et commentaires dans Looker reste en préversion. L’évaluation native des agents propriétaires reste également en préversion, ce qui distingue l’annonce sur la surveillance de production des fonctionnalités encore en cours de développement.

Cette extension offre aux équipes une vue opérationnelle plus connectée, mais la disponibilité des fonctionnalités diffère encore dans l’ensemble de la pile.

Cette distinction influe sur la manière dont les entreprises interprètent la publication. Un tableau de bord généralement disponible peut soutenir un processus opérationnel établi. Une fonctionnalité d’examen en préversion exige une décision distincte quant à l’adéquation de sa maturité aux besoins de l’organisation. Traiter les deux comme également stabilisées masquerait un élément important de l’annonce.

L’évolution plus large concerne l’endroit où repose la responsabilité. Lorsqu’un agent devient partie intégrante du reporting métier, son comportement importe au-delà de l’équipe de développement. Les responsables des données doivent comprendre quelles informations étayent les réponses. Les équipes opérationnelles doivent enquêter sur les retards. Les responsables métier ont besoin d’éléments montrant que les employés obtiennent des résultats utiles.

Rapprocher ces questions de l’environnement analytique crée une opportunité d’examen partagé. Cela rend aussi la plateforme de données responsable d’une autre catégorie d’informations opérationnelles sensibles. Les enregistrements de conversation méritent une attention comparable à celle accordée aux documents métier, plutôt que d’être considérés comme de simples sorties de débogage incidentelles.

Par exemple, imaginons un analyste commercial demandant pourquoi une prévision régionale a changé. La réponse finale peut sembler raisonnable même si l’agent a mal compris une définition métier. Une enquête doit distinguer un problème de qualité de réponse d’un problème d’accès aux données ou d’une opération sous-jacente lente.

Cette publication n’établit pas que ces distinctions deviennent automatiques. Elle crée un espace plus large pour collecter et examiner les éléments pertinents. Le travail analytique dépend toujours des enregistrements disponibles et des attentes métier apportées par les examinateurs.

C’est pourquoi l’annonce compte au-delà du lancement d’un tableau de bord supplémentaire. Google fait des opérations d’agents une préoccupation plus explicite de la plateforme de données. Les entreprises adoptant ce modèle doivent décider comment l’examen opérationnel s’intègre à la propriété existante des données, à la gestion des accès et à la gestion des incidents.

La conséquence immédiate est organisationnelle. Une équipe ne peut plus traiter l’interface conversationnelle de l’agent comme le produit dans son ensemble. Ses limites de surveillance, son processus d’examen et sa conservation des éléments de preuve deviennent partie intégrante du service dont dépendent les employés.

Les protections de la confidentialité modifient ce que les enquêteurs peuvent voir

Google distingue les informations opérationnelles agrégées du contenu conversationnel plus riche. La télémétrie, c’est-à-dire les mesures qu’un système émet pendant son fonctionnement, peut montrer l’activité sans conserver chaque détail d’une interaction. Cette séparation crée différents niveaux de visibilité plutôt qu’un enregistrement universel de tout ce qu’un agent a fait.

La documentation sur la journalisation des conversations décrit des enregistrements facultatifs contenant les questions, les réponses, les temps de traitement et l’utilisation des modèles. Elle précise aussi les omissions : le SQL sous-jacent, le langage d’interrogation des bases de données, et les appels d’outils détaillés n’apparaissent généralement pas. Le SQL peut néanmoins apparaître lorsqu’il est inclus dans une réponse.

Avant d’enregistrer un échange, le service vérifie les protections de la source. Des restrictions d’accès au niveau des lignes, des balises de politique de colonnes ou un masquage dynamique peuvent empêcher la journalisation. Si la vérification ne peut pas établir que la journalisation est autorisée, elle ignore l’enregistrement. Un échec de journalisation ne met pas non plus fin au chat.

Un agent peut répondre avec succès tout en laissant un historique de conversation incomplet pour un examen ultérieur.

Ce comportement crée une limite d’interprétation essentielle. Un enregistrement manquant ne peut pas établir qu’aucune interaction n’a eu lieu. De même, il ne peut pas établir une faute ou une défaillance du produit. Les enquêteurs doivent comprendre la politique de collecte avant de tirer des conclusions de l’absence d’éléments de preuve.

Cette protection est importante, car les requêtes elles-mêmes peuvent contenir des informations confidentielles. Un utilisateur peut mentionner un client, un projet non annoncé ou une hypothèse interne avant que l’agent ne récupère quoi que ce soit. Enregistrer la conversation crée un autre emplacement où ces informations exigent un traitement approprié.

La tension pratique oppose un diagnostic utile à une collecte justifiée. Un examinateur de la confidentialité peut raisonnablement s’opposer à une conservation étendue des transcriptions. Un ingénieur peut raisonnablement avoir besoin de davantage de contexte pour enquêter sur une réponse contestée. Le produit fournit des limites de collecte, mais l’organisation doit décider comment concilier ces besoins concurrents.

Imaginons un assistant financier relié à des données métier restreintes. Un utilisateur conteste sa réponse pendant un cycle de reporting. Si les protections de confidentialité ont empêché la capture de la transcription, l’équipe de support ne devrait pas promettre une reconstitution complète à partir des enregistrements de conversation.

Elle a besoin d’une autre voie de réponse. Cela peut impliquer un exemple fourni par l’utilisateur, une reproduction approuvée ou une enquête fondée sur d’autres éléments de preuve autorisés. Le choix approprié dépend des informations concernées et des règles de l’organisation.

Un risque connexe concerne les personnes qui reçoivent l’accès aux enregistrements existants. Une personne autorisée à maintenir un agent n’a pas nécessairement besoin d’un accès illimité aux questions de chaque employé. La responsabilité opérationnelle et la visibilité des conversations exigent un alignement délibéré.

C’est ici que la gouvernance devient concrète. Elle consiste à décider quels éléments sont collectés, combien de temps ils restent utiles et qui peut les utiliser à quelle fin. Une table contrôlée par des accès fournit un mécanisme pour ces décisions. Elle ne prend pas les décisions automatiquement.

L’interprétation la plus solide de la conception de Google en matière de confidentialité est donc circonscrite. Elle donne aux entreprises des moyens de limiter la collecte tout en maintenant la continuité du service. Elle leur impose aussi d’accepter que certains incidents resteront plus difficiles à reconstituer.

Les agents personnalisés apportent des traces plus riches et des responsabilités distinctes

La documentation sur l’analytique des agents de Google décrit des intégrations pour Agent Development Kit, le framework d’agents de Google, et LangGraph, un framework pour les flux de travail d’agents avec état. L’intégration LangGraph documentée porte la mention de préversion.

Les applications personnalisées nécessitent une instrumentation, c’est-à-dire du code qui capture l’activité et envoie des événements structurés à des fins d’analyse. Google documente des intégrations de framework et des voies d’ingestion directe. L’entreprise distingue également les intégrations de journalisation de son logiciel d’analyse, qui lit et évalue les enregistrements qui en résultent.

Ces enregistrements peuvent inclure des requêtes, des réponses, des appels d’outils et des erreurs. Une trace, c’est-à-dire un enregistrement connecté des étapes d’exécution, peut révéler à quel endroit un flux de travail a changé de direction. Ces éléments plus détaillés diffèrent du contenu plus restreint capturé par la journalisation gérée des conversations.

Partager une destination ne rend pas les enregistrements d’agents gérés et les traces d’agents personnalisés également détaillés ou également sûrs à collecter.

Cette différence importe lorsque les entreprises entendent parler de « visibilité unifiée ». Un espace analytique commun peut faciliter l’examen conjoint des enregistrements. Cela ne signifie pas que chaque agent émet des éléments de preuve équivalents. Cela n’établit pas non plus que chaque implémentation suit la même politique de confidentialité.

Un flux de travail personnalisé peut appeler un service de recherche interne avant de consulter une base de données. Ses arguments d’outils peuvent contenir un identifiant client ou des termes de recherche confidentiels. Capturer ces arguments aide à expliquer le flux de travail, mais élargit aussi les informations conservées dans le système de surveillance.

Cela fait de l’instrumentation une décision de traitement des données. Les équipes d’ingénierie doivent comprendre le contenu de chaque champ capturé. Les examinateurs de la sécurité et de la confidentialité ont besoin de suffisamment de contexte pour déterminer si ces champs doivent figurer dans la destination.

La perspective des développeurs est simple : des traces incomplètes rendent les défaillances difficiles à diagnostiquer. Si un flux de travail produit une mauvaise réponse, savoir quel outil a renvoyé un résultat inattendu peut restreindre l’enquête. Des enregistrements plus riches peuvent donc réduire l’incertitude sur le point de départ.

La perspective de la gouvernance est tout aussi valable. Des enregistrements d’exécution plus complets peuvent reproduire des informations sensibles en dehors de leur périmètre applicatif d’origine. Une organisation doit prendre en compte cette copie, y compris les personnes et les services pouvant l’examiner.

Aucune de ces perspectives n’établit qu’une collecte maximale est le bon choix par défaut. Le niveau de détail utile dépend du flux de travail, de sa sensibilité et des questions auxquelles les opérateurs doivent répondre. Un assistant d’information publique et un assistant interne des ressources humaines posent des problèmes de collecte différents.

Cela affecte également les comparaisons entre agents. Une application personnalisée dotée d’enregistrements détaillés des outils peut sembler plus facile à examiner qu’un agent géré avec une journalisation volontairement limitée. Cette différence reflète la conception de la collecte autant que le comportement de l’application.

Les examinateurs devraient donc considérer la visibilité apparente comme une propriété de l’implémentation dans son ensemble. Elle comprend l’application, l’instrumentation, les autorisations de destination et le processus d’analyse. Aucun tableau de bord unique ne peut remplacer la compréhension de ces éléments.

Pour les organisations qui maintiennent plusieurs frameworks d’agents, l’annonce offre un moyen de rapprocher l’analyse opérationnelle. Le travail restant consiste à établir quelles conclusions demeurent valides entre des enregistrements aux contenus et aux règles de collecte différents.

Les tableaux de bord de consommation ne remplacent pas les contrôles des dépenses

L’observabilité des agents BigQuery fait également de la consommation des ressources une partie de la discussion opérationnelle. Les jetons, les unités que les modèles traitent lors de la lecture et de la génération de texte, représentent une source d’utilisation. Le travail de base de données crée une préoccupation distincte lorsqu’un agent exécute des requêtes pour répondre à une question.

Les contrôles des coûts des agents de Google incluent des limites sur le volume d’octets analysés par chaque requête. L’agent estime l’analyse de la requête avant son exécution et rejette les tâches qui dépassent la limite configurée. Les contrôles documentés s’appliquent à la facturation à la demande, avec des limites pour les charges de travail fondées sur des réservations.

La même documentation décrit les quotas par projet et par utilisateur. Elle recommande d’isoler les agents coûteux dans des projets dédiés lorsque cela est approprié. Elle précise également que ces quotas de requêtes BigQuery ne fournissent pas de quotas individuels par agent, une distinction importante par rapport aux annonces plus larges sur le contrôle des jetons.

Un graphique d’utilisation explique la consommation ; une limite appliquée détermine si des tâches supplémentaires peuvent être exécutées.

Cette distinction modifie ce que les équipes finance et plateforme doivent attendre de la supervision. Un tableau de bord peut révéler qu’une application est devenue plus coûteuse à exploiter. Il ne peut pas récupérer les ressources déjà consommées, ni déterminer si cette consommation a produit des résultats utiles.

Une discussion utile sur les coûts doit donc s’appuyer sur un résultat. Une réponse qui résout une question métier difficile peut justifier davantage de travail qu’une simple recherche. À l’inverse, une réponse courte peut tout de même dépendre d’une activité de base de données inutile. La longueur de la réponse, à elle seule, offre peu de fondement pour juger.

Le défi apparaît plus clairement dans un flux de travail hypothétique d’analyste. Un employé demande une comparaison entre différentes périodes commerciales. L’agent sélectionne une requête trop large, puis révise sa réponse après une question de suivi. Les réviseurs doivent comprendre si le travail supplémentaire a amélioré le résultat.

Une limite de dépenses peut empêcher une requête surdimensionnée, mais une demande bloquée introduit une autre question opérationnelle. L’utilisateur reçoit-il une explication qui facilite la reprise ? Ou l’assistant tente-t-il à plusieurs reprises d’exécuter un travail que l’environnement rejettera ?

Cette publication devrait inciter les équipes à évaluer ces comportements conjointement. Un agent contraint qui échoue régulièrement à accomplir des tâches légitimes n’est pas automatiquement bien exploité. Un agent qui répond correctement tout en consommant des ressources inutiles pose un problème différent.

La responsabilité du budget doit également avoir un lieu clairement défini. Si plusieurs groupes utilisent la même application, une équipe plateforme peut observer une consommation globale sans comprendre quel flux de travail crée de la valeur. Les responsables métier doivent participer à l’interprétation des mesures.

Cela crée une pression en faveur de limites applicatives plus claires et d’examens plus significatifs. L’organisation doit savoir qui peut autoriser les changements, qui enquête sur les utilisations inattendues et qui assume les effets de limites plus strictes.

La question non résolue concerne la performance économique en conditions réelles. Google fournit des mécanismes de visibilité et de contrôle, mais l’annonce n’établit pas une réduction universelle des coûts d’exploitation. Toute amélioration revendiquée nécessite des preuves issues de la charge de travail concernée, y compris de la qualité de ses réponses et de son comportement face aux échecs.

Looker relie les signaux d’adoption à un cycle d’examen plus lent

La supervision des agents Looker rapproche la discussion des personnes qui utilisent l’analyse conversationnelle pour l’entreprise. Ses tableaux de bord Conversational Analytics organisent les données d’engagement et d’utilisation des jetons. La documentation indique que le tableau de bord est actualisé toutes les 24 heures.

Les informations sur les réponses et les retours dépendent de l’activation de la fonctionnalité d’aperçu concernée. La collecte commence lorsque cette fonctionnalité est activée. Ces détails influencent les comparaisons historiques qu’un administrateur peut effectuer et la rapidité avec laquelle l’interface reflète l’évolution de l’activité.

La vue d’utilisation de Looker peut faciliter l’examen de l’adoption, mais elle ne doit pas être confondue avec une détection immédiate des incidents ou une preuve de la qualité des réponses.

Cela crée des rôles différents pour des interfaces différentes. Un responsable métier qui examine les tendances d’utilisation a besoin de savoir si les employés reviennent vers l’assistant. Un opérateur qui enquête sur une défaillance en cours a besoin d’éléments adaptés à cet incident. Traiter ces besoins comme interchangeables invite à des réponses tardives ou incomplètes.

Le contexte concurrentiel renforce cette distinction. Amazon documente l’observabilité d’AgentCore autour du traçage, des métriques opérationnelles et de la journalisation d’audit. Ses tableaux de bord utilisent CloudWatch, le service de surveillance d’AWS, tandis que sa télémétrie prend en charge OpenTelemetry, une norme d’instrumentation partagée.

Cette comparaison établit un environnement d’exploitation alternatif, plutôt qu’elle ne prouve qu’un fournisseur est plus performant. L’annonce de Google ne démontre pas des délais d’enquête plus faibles ni une meilleure précision des réponses que l’approche d’Amazon. Le choix pertinent dépend en partie de l’endroit où les équipes gèrent déjà leurs systèmes de production.

Pour les utilisateurs existants de Looker, l’attrait réside dans la proximité avec le travail analytique établi. Les administrateurs peuvent discuter de l’adoption de l’assistant dans le même cadre organisationnel que l’utilisation des rapports. Cela peut faciliter la coordination des revues métier, à condition que les participants comprennent ce que signifient les mesures.

L’engagement seul reste ambigu. Des questions répétées peuvent signaler une exploration utile. Elles peuvent aussi indiquer une confusion ou des réponses insatisfaisantes. Une hausse du nombre de conversations doit être interprétée avant que quiconque ne la qualifie d’amélioration de la productivité.

La consommation de jetons présente des limites similaires. Une évolution peut refléter des questions différentes, des réponses plus longues ou un comportement applicatif modifié. Sans contexte, la métrique décrit l’activité plus sûrement que la valeur.

C’est pourquoi les définitions métier méritent autant d’attention que les enregistrements opérationnels. Une réponse peut s’exécuter sans erreur tout en reposant sur une mauvaise compréhension du chiffre d’affaires, de la rétention ou d’une autre métrique de l’entreprise. L’état de santé de l’infrastructure ne peut pas trancher ce désaccord.

Pour les équipes qui documentent ces définitions, une base de connaissances consultable peut préserver le contexte dont les réviseurs ont besoin. Ces connaissances restent complémentaires des enregistrements de production : elles expliquent les attentes plutôt qu’elles ne prouvent ce qui s’est produit durant une interaction.

La conséquence organisationnelle est un groupe d’examen plus large. Les développeurs comprennent l’exécution. Les spécialistes des données comprennent le sens métier. Les responsables d’application comprennent les attentes des utilisateurs. La visibilité de Looker devient particulièrement utile lorsque ces perspectives éclairent la même décision, plutôt que de produire des interprétations distinctes du tableau de bord.

Surveiller la couverture, le comportement des contrôles et la maturité de l’évaluation

La prochaine phase de l’observabilité des agents BigQuery mérite d’être examinée au regard d’éléments précis plutôt que de déclarations plus générales sur la préparation des entreprises. Google a décrit un modèle d’exploitation davantage connecté. Son utilité dépend désormais de la clarté avec laquelle les équipes peuvent comprendre la couverture, appliquer des limites et évaluer les changements.

Les preuves les plus solides relieront l’activité enregistrée à des décisions opérationnelles fiables, y compris lorsque les enregistrements sont incomplets.

Le premier signal est une meilleure preuve de la couverture de journalisation. Dans les prochains mois, surveillez la documentation et les exemples opérationnels montrant comment les équipes distinguent les lacunes de collecte attendues des défaillances inattendues. Cela compte, car un tableau de bord rassurant peut masquer l’incertitude sur ce qu’il représente.

Un exemple convaincant expliquerait quelles interactions sont éligibles à l’enregistrement et comment les réviseurs prennent en compte celles qui ne le sont pas. Il montrerait également comment une organisation réagit lorsqu’un enregistrement attendu n’arrive pas. Des preuves claires de couverture renforceraient l’intérêt d’utiliser ces données lors des revues de routine.

Une ambiguïté persistante affaiblirait cet argument. Si les équipes ne peuvent pas expliquer pourquoi des enregistrements manquent, elles ne peuvent pas interpréter de manière fiable les tendances tirées des conversations disponibles. Davantage de données ne résoudraient pas l’incertitude concernant la population mesurée.

Le deuxième signal est le comportement des contrôles de dépenses durant un travail légitime. Recherchez des récits pratiques sur les requêtes bloquées, les parcours de reprise et la relation entre les limites de ressources et la réussite des tâches. Ces exemples comptent davantage qu’un graphique de consommation examiné isolément.

Des preuves montrant que les employés peuvent se remettre d’une demande bloquée renforceraient l’argument opérationnel. Des preuves de rejets répétés, d’échecs inexpliqués ou de consommation déplacée exposeraient les limites de la mise en œuvre. Dans les deux cas, le résultat doit être évalué parallèlement à l’utilité des réponses obtenues.

Le troisième signal est la maturité de l’évaluation. L’évaluation consiste à tester un comportement par rapport à des attentes définies, plutôt qu’à simplement constater qu’un système a fonctionné. Surveillez l’évolution des fonctionnalités d’aperçu et les éléments reliant les tests avant publication aux résultats en production.

Un exemple utile montrerait comment une équipe a détecté une régression, une dégradation involontaire après un changement, avant d’y exposer les utilisateurs. Il devrait expliquer le comportement attendu et l’échec identifié par le test. Cela rendrait plus concrète la relation entre les tests et la supervision.

Un exemple plus faible rapporterait un score favorable sans expliquer la tâche ni sa pertinence pour les utilisateurs. Les scores agrégés ne peuvent pas résoudre les désaccords sur le sens métier. Ils ne peuvent pas non plus établir qu’un test couvre les situations qui provoquent des défaillances coûteuses en production.

Ces signaux maintiennent l’annonce dans des proportions justes. Google a élargi les outils disponibles pour exploiter des agents de données. La publication n’élimine pas le jugement nécessaire pour décider quels enregistrements sont suffisants, quelles limites sont acceptables ou quelles réponses méritent confiance.

Avant d’élargir l’audience d’un agent, demandez à son responsable d’expliquer une réponse erronée, un enregistrement manquant et une demande bloquée. Chaque exemple doit identifier les éléments disponibles, leurs limites et la personne responsable de la prochaine action. Préservez les définitions métier et les décisions opérationnelles nécessaires pour interpréter les incidents futurs. Utilisez cette revue pour déterminer si le service peut soutenir le travail dont les employés ont réellement besoin. L’évaluation des agents Google et la supervision des agents Looker peuvent éclairer cette décision, mais la responsabilité reste entre les mains de l’organisation qui exploite l’application. La question pratique est de savoir si votre équipe peut prendre une décision défendable lorsque le tableau de bord ne contient pas toute l’histoire.

 
 

Commencez pour Gratuit

Un premier assistant IA local avec gestion des connaissances personnelles

Pour une meilleure expérience IA,

remio ne supporte que Windows 10+ (x64) et M-Chip Macs actuellement.

Votre partenaire IA au travail
Faites-en plus avec remio

Planifiez. Créez. Livrez.
Tout au même endroit.

bottom of page