Google、エンタープライズ向けGeminiエージェントを多モデル対応で発表

木曜日のGoogle Cloudイベントで、同社はGemini AIプラットフォームの大幅な拡張を発表し、企業利用を想定した統合エージェントを導入しました。この新機能は、単純な質問への回答を超え、ユーザーに代わって複雑なタスクを実行し、ビジネスデータやワークフローと直接統合されます。今回のローンチはまず企業環境を対象としており、Fortune 100企業の約90%で既に採用されているGeminiの既存の基盤を活用しています。

何が起きたか

Googleは、Geminiを会話ツールから、計画を立てて業務を実行できる能動的なエージェントへと転換しています。Google Cloud CEOのThomas Kurian氏は、ユーザーが指示だけでなく目標を提供できるようになったと述べました。エージェントは必要なステップを自律的に決定し、カスタムスキルを利用し、これらの目標達成のために社内システムに接続します。このアプローチは、スケジュール調整、コーディング、データ分析など、人間の継続的な介入なしにエンドツーエンドのプロセスを処理できるAIに対する高まる需要に対応しています。

展開戦略では、消費者市場へ拡大する前に、セキュリティ、スケーラビリティ、パフォーマンスにおける重要な課題に対処するため、企業が優先されています。Google CEOのSundar Pichai氏は、この段階的なアプローチにより、管理された企業環境内で技術を磨き上げることが可能になると強調しました。すでに月間アクティブユーザー数は10億人を超えてGeminiを利用しており、広範な採用を支えるインフラは整っていますが、初期の焦点は大規模組織にとってより難しい運用上の問題解決にあります。

初期テストにはShopify、PayPal、Onなどの主要企業が参加しました。その他の注目すべきGemini Enterprise顧客には、BNP Paribas、Merck、Ulta Beautyが含まれます。これらの組織は、日常業務へのAI統合や、複雑なワークフローの管理、多様なソフトウェアエコシステムとの安全な連携能力のテストにプラットフォームを使用しています。

仕組み

エージェントは、組織内の独立したエンティティとして機能し、独自のGoogle Workspaceアカウント、メールアドレス、コンテキストを持ちます。チームメンバーシップ、タイムゾーン、承認階層など、組織構造を理解しています。ユーザーはチャットでのタグ付け、メール送信、ファイル共有を通じてエージェントと対話できます。タスク実行中、エージェント自体に帰属する監査証跡（audit trail）が生成され、自動化されたアクションの透明性と説明責任が確保されます。

主要な技術的特徴の一つは「モデルピッカー」で、これによりシステムは特定のタスクに最も適したAIモデルを選択できます。デフォルトではGeminiが最適なモデルを選びますが、ユーザーは手動で選択を上書きできます。現在、Anthropic社のClaudeなどのサードパーティ製モデルをサポートしており、将来的にはオープンソースモデルやプライベートモデルも含まれる予定です。この柔軟性により、企業はパフォーマンス、コスト、特定の機能要件のバランスを取ることができます。

接続性は、標準的な統合およびModel Context Protocol (MCP)を通じて処理されます。エージェントはMicrosoft 365、Slack、Jira、Git、BigQuery、Snowflake、Postgresなどのプラットフォームに接続します。また、社内ネットワーク内外を問わず、任意のMCPサーバーともインターフェース可能です。「タスク受信箱」インターフェースは、エージェントの推論、サブエージェントへの委任、進捗状況への可視性を提供し、必要に応じてユーザーが監視・介入できるようにします。

主要な詳細

• エージェントは、一意のメールアドレスや会社構造に関する文脈認識を含む、独自のWorkspaceアイデンティティで動作します。
• ユーザーはAnthropic社のClaudeなどのサードパーティ製オプションを含め、複数のAIモデルから選択でき、将来的にはオープンソースモデルのサポートも予定されています。
• Microsoft 365、Slack、Jira、Git、BigQuery、Databricks、Snowflakeなどの主要なエンタープライズツールへの統合が拡張されています。
• システムは、内部および外部サーバーへの安全な接続のためにModel Context Protocol (MCP)をサポートしています。
• 新しい財務管理機能には、マルチモデルオーケストレーション、スマートルーティング、AIコスト管理のためのリアルタイム支出上限が含まれています。
• iOS、Android、Windows、Mac、コマンドラインインターフェース、各種生産性プラットフォームなど、あらゆる場所からアクセス可能です。

なぜ重要なのか

ソフトウェアエンジニアやITリーダーにとって、今回の発表は堅牢なガバナンスと監視を必要とするエージェント型ワークフローへの移行を意味します。ステップバイステップの指示ではなく目標を割り当てる能力は、開発者の認知的負荷を軽減しますが、自律的な意思決定に対する信頼性の必要性を高めます。組み込みの監査証跡と明確なエージェントアイデンティティは、AIによる行動の明確な帰属を提供することでリスクを軽減するのに役立ち、これは企業環境におけるコンプライアンスやデバッグにとって極めて重要です。

マルチモデルオーケストレーションとMCP接続のサポートは、ベンダーロックインや統合の複雑さという、AI導入における一般的な課題に対処しています。コストや機能に基づいてタスクを異なるモデルにルーティングできるようにすることで、組織はAI支出とパフォーマンスを最適化できます。ロードマップにオープンソースモデルやプライベートモデルが含まれていることは、機密データをローカルで処理しつつ、他のタスクには強力なクラウドモデルを活用するハイブリッドAIアーキテクチャへの動きを示唆しています。

今できること

• 現在のワークフロー自動化ニーズを評価し、目標ベースの委任に適したタスクを特定してください。
• Slack、Jira、BigQueryなどのツールとの既存の統合を確認し、MCP互換接続に備えてください。
• 承認階層や監査証跡レビュープロセスを含め、AIエージェントとの対話に関するガイドラインを策定してください。
• サードパーティ製およびオープンソースモデルのサポート提供状況を監視し、マルチモデル戦略を計画してください。
• 「タスク受信箱」インターフェースをテストし、エージェントの推論への可視性が監督をどのように改善するかを理解してください。
• 現在のAI支出を評価し、リアルタイム支出上限などの新しい柔軟な支出オプションを検討してください。