Google met fin au projet Mariner

Google fusionne Gemini et NotebookLM : les projets ne sont plus réservés à ChatGPT et Claude

Google s'apprête à intégrer les carnets NotebookLM directement dans l'interface de son chatbot Gemini, une fonctionnalité dévoilée à quelques semaines de la Google I/O 2026. Cette conférence annuelle, au cours de laquelle le géant californien devrait présenter un large éventail de nouveautés liées à ses intelligences artificielles, sert de toile de fond à plusieurs annonces anticipées destinées à préparer le terrain. L'intégration des projets NotebookLM dans Gemini constitue l'une des initiatives les plus attendues de ce cycle. Jusqu'ici, la gestion de projets structurés et de bases de connaissances personnelles était le domaine réservé de ChatGPT (avec ses "Projects") et de Claude (avec ses "Projects" d'Anthropic). Gemini en était dépourvu, ce qui le plaçait en retrait pour les utilisateurs souhaitant organiser leurs recherches ou travailler sur des documents sur la durée. En fusionnant NotebookLM dans son chatbot, Google comble ce manque et offre à Gemini une dimension de gestion documentaire persistante que ses concurrents proposaient déjà. NotebookLM, lancé en 2023 et popularisé notamment par sa fonction de génération de podcasts audio synthétiques, avait jusqu'alors une existence séparée au sein de l'écosystème Google. Ce rapprochement entre les deux produits s'inscrit dans une stratégie plus large de consolidation des outils IA de Google autour de Gemini, qui doit devenir le point d'entrée unifié de l'IA grand public de l'entreprise. La Google I/O 2026, dont la date exacte n'a pas encore été précisée, devrait fournir davantage de détails sur le périmètre exact de cette intégration et les autres fonctionnalités à venir.

Préparer les appels clients avec Google Gemini

Google a publié un guide pratique détaillant comment utiliser son assistant Gemini pour préparer des appels commerciaux avec de nouveaux clients. La méthode se déroule en quatre étapes. D'abord, le commercial rassemble les documents pertinents (fiches produit, grilles tarifaires, formulaires déjà remplis par le prospect) et les téléverse dans Gemini, avant de demander un script d'appel personnalisé via un prompt détaillé précisant la durée de l'appel (30 minutes dans l'exemple donné), le format (visioconférence) et les éléments à inclure : réponse aux points de friction du client, garanties de livraison, tableau de remises selon les volumes, et espace réservé pour une référence client du même secteur. Ensuite, l'utilisateur affine le brouillon en dialoguant avec l'IA, qui peut aussi poser des questions pour cerner le rôle ou les priorités de l'interlocuteur. Une troisième étape consiste à générer, dans le même fil de conversation, un pitch condensé de 30 secondes reprenant les bénéfices clés et les points de différenciation face à la concurrence. Enfin, Google recommande une relecture humaine finale juste avant l'appel pour vérifier la cohérence avec la réalité de l'offre. Cette approche répond à un problème très concret pour les équipes commerciales : la difficulté à structurer un premier contact avec un prospect qui ne connaît rien du produit, où le risque est de noyer l'interlocuteur sous trop d'informations par peur d'en oublier. En positionnant Gemini comme un "partenaire de réflexion" plutôt qu'un simple générateur de texte, Google cherche à démontrer une utilisation professionnelle concrète de l'IA générative en dehors des cas d'usage habituels (rédaction, code, analyse), en visant directement les équipes de vente B2B. L'argument de vente implicite est un gain de temps sur la phase de préparation, souvent chronophage, tout en laissant le jugement final et l'expertise métier entre les mains du commercial, ce qui limite le risque d'erreurs factuelles dans un contexte à fort enjeu commercial. Cette publication s'inscrit dans la stratégie plus large de Google visant à ancrer Gemini dans les usages professionnels quotidiens, face à la concurrence de ChatGPT d'OpenAI et de Copilot de Microsoft sur le marché des outils d'IA en entreprise. Les trois grands acteurs multiplient les guides d'usage sectoriels pour convaincre les entreprises d'intégrer leurs assistants dans des flux de travail spécifiques, ici la vente, plutôt que de les cantonner à des tâches génériques. La bataille se joue autant sur la puissance des modèles que sur la capacité à démontrer des cas d'usage concrets et mesurables, un axe sur lequel Google mise fortement pour Gemini au sein de sa suite Workspace.

💬 Bon, sur le papier c'est malin : Gemini ne rédige plus, il structure ta pensée avant l'appel. Mais faut être clair, c'est un guide de prompt engineering déguisé en méthode commerciale, rien qui n'existait pas déjà chez un bon commercial avec un bloc-notes. Ce que ça révèle surtout, c'est que Google a compris qu'il ne vendra pas Gemini en entreprise sur la puissance du modèle, mais sur des flux de travail tout prêts, un par métier, un par équipe.

Google Lyria 3 Pro permet de générer des chansons IA plus longues

Google franchit un cap majeur dans la génération musicale par intelligence artificielle avec Lyria 3 Pro, une version évoluée de son modèle Lyria 3 capable de produire des pistes audio allant jusqu'à 3 minutes, soit six fois la durée maximale de la version précédente, limitée à des clips de 30 secondes. Cette extension représente un changement qualitatif pour les créateurs : on passe de simples démos sonores à des morceaux structurés et exploitables. L'impact pour le secteur est significatif, car Google entre directement en concurrence frontale avec les leaders actuels du marché que sont Suno et Udio, jusqu'ici références incontournables de la génération musicale grand public. Lyria 3 Pro introduit également un contrôle fin sur la structure des compositions : l'utilisateur peut désormais demander explicitement des intros, des refrains et des ponts, offrant une maîtrise de l'arrangement bien supérieure aux outils précédents. Le modèle accepte des prompts textuels décrivant une ambiance, un style ou une instrumentation, génère des paroles à la demande, et peut même s'appuyer sur une photo de référence comme source d'inspiration. L'outil est intégré à plusieurs produits Google existants, renforçant ainsi son accessibilité. Cette annonce s'inscrit dans la stratégie plus large de Google de déployer ses modèles d'IA générative directement au sein de son écosystème produit. La bataille pour dominer la création musicale automatisée s'intensifie, et le géant de Mountain View dispose désormais d'une offre technique crédible pour rivaliser avec les startups spécialisées.

L’IA dans le CRM met fin au calvaire des données pour les commerciaux

L'intégration de l'intelligence artificielle dans les logiciels de gestion de la relation client (CRM) automatise désormais la saisie des données terrain, un point de friction qui freinait depuis des années l'adoption de ces outils par les commerciaux. Hugo Body, consultant chez Cosmo Consult et spécialiste des solutions Microsoft, détaille ce changement : des algorithmes de reconnaissance sémantique extraient automatiquement les informations contenues dans une signature d'email ou un message texte brut, et les répartissent dans les bonnes cases du CRM. Concrètement, un commercial peut copier la signature figurant en bas d'un courriel et la coller dans sa fiche prospect ; le système identifie de lui-même le nom, la fonction, les coordonnées et la structure hiérarchique du contact, sans ressaisie manuelle. Cette automatisation cible directement les tâches répétitives de création et de mise à jour des fiches, qui généraient jusqu'ici des erreurs de frappe et un rejet massif de l'outil par les équipes de vente, notamment lors des phases de prospection les plus chronophages. Ce gain de temps redonne aux commerciaux la possibilité de se concentrer sur ce qui fait leur valeur ajoutée : l'écoute du client, la compréhension de ses enjeux métier et la construction de réponses sur mesure. Selon Hugo Body, l'IA ne se substitue pas au jugement humain dans le processus de vente : « Les commerciaux ne suivent généralement pas aveuglément les suggestions de l'IA. L'outil sert de rappel, mais le commercial conserve son autonomie décisionnelle pour valider chaque action. » Le professionnel « augmenté » reste celui capable d'exercer un esprit critique sur les recommandations générées, de les replacer dans un contexte stratégique et relationnel, et de trancher in fine. Cette évolution déplace donc le centre de gravité de la formation commerciale : la maîtrise technique de l'outil devient secondaire face au développement des compétences comportementales nécessaires pour arbitrer entre suggestion algorithmique et jugement humain. Cette promesse reste toutefois conditionnée à la qualité des données déjà présentes dans le CRM, selon le principe bien connu du « Garbage In, Garbage Out » : une base vide ou mal renseignée neutralise tout bénéfice prédictif, quel que soit le niveau de sophistication de l'IA déployée. Pour les entreprises de taille moyenne, les licences à coût variable, ajusté au volume d'usage, permettent d'accéder à ces fonctionnalités agentiques sans investissement initial lourd. Mais la réussite du projet dépend avant tout d'une adhésion forte des équipes, du management jusqu'au terrain, seule condition pour garantir un renseignement rigoureux et continu des données. Comme le résume Hugo Body, il faut « créer un besoin, créer de l'attrait vis-à-vis du CRM » pour que les commerciaux alimentent volontairement l'outil, faute de quoi la gouvernance des données restera le principal obstacle à une automatisation réellement efficace.