Googleは、Gemini内で企業のアプリケーションやシステムを横断してタスクを計画・実行できる統合エージェントを発表した。作業をサブエージェントに委任でき、Googleや他社のモデルも利用可能。技術は消費者向けに提供される前に企業顧客向けに展開され、独立した企業IDと操作の監査ログも備える。
GoogleはGoogle Cloudのイベントで、Geminiを質問に回答するツールから、ユーザーに代わって完全な目標を引き受けて実行できるエージェントへと転換すると発表した。このエージェントは作業を計画し、カスタムスキルやツールを使用し、統一されたインターフェースから社内システムに接続できる。
Googleは第1段階で企業に重点を置き、その後エージェントを消費者向けに提供する。GoogleのCEOであるSundar Pichai氏は、月間アクティブユーザー10億人以上がGeminiを利用しており、Fortune 100企業の約90％が業務でGemini Enterpriseを利用していると述べた。Googleによると、企業に焦点を当てることで、行動を起こせるエージェントの運用に伴うセキュリティ、規模、パフォーマンスの課題に対処できるという。
指示から目標へ
Google CloudのCEOであるThomas Kurian氏は、エージェントには個別の指示だけでなく、目標を与えられると説明した。その後、Geminiは必要な手順を計画し、利用可能なスキルやツールを使い、目標を達成するために作業を企業のシステムと連携させる。
Geminiはデフォルトでタスクに最適なモデルを選択するが、ユーザーは別のモデルを選択でき、まずAnthropicのClaudeモデルから利用できる。Googleは今後、オープンソースモデルやその他の専用モデルをモデル選択ツールに追加する予定だ。また、特定のワークフローにカスタムのファイル、フォルダー、プロジェクトを添付することもできる。
広範な接続と独立したID
Googleの発表によると、エージェントはGoogle Workspace、Microsoft 365、Slack、Jira、Confluence、Git、BigQuery、Databricks、Postgres、Snowflakeなどのサービスに接続できるほか、企業ネットワーク内外のModel Context Protocol（MCP）サーバーにも接続できる。
エージェントにはWorkspace内の独立したアカウントが付与され、メールアドレスと固有のコンテキストが含まれる。この資格情報により、エージェントをメンションで呼び出したり、メールを送ったり、グループチャットに参加させたりできる。また、操作を実行すると、人間の従業員ではなくエージェントに帰属する監査ログを作成する。
ユーザーは「タスクボックス」インターフェースを通じてGeminiの実行内容を追跡できる。このインターフェースには作業の進捗、サブエージェントへのタスク委任、固有のスキル、使用されたコード、実行経路が表示される。
実際に何が変わるのか？
今回の発表により、Geminiは直接の依頼を待つアシスタントモデルから、複数の手順を調整し、異なる情報源やシステムを横断して作業できるシステムへと移行する。つまり、ツールの価値はモデルの品質だけでなく、権限の正確さ、企業データへのアクセス範囲、エージェントが実行する操作を確認できるかどうかにも左右される。
エージェントはiOSおよびAndroid端末、WindowsおよびMac端末、コマンドラインインターフェース、Google Workspace、Microsoft 365、ServiceNow、Slackから利用できる。初期のテスターにはスポーツウェア企業のOn、Shopify、PayPalが含まれる。またGoogleは、Gemini Enterpriseの顧客としてBNP Paribas、Bradesco、Merck、Orange Spain、Santee Cooper、SOMPO、Ulta Beauty、Wesfarmersを挙げた。
Googleはさらに、複数モデルの調整、インテリジェントルーティング、即時の支出上限を含む柔軟な支出オプションを発表し、企業がエンタープライズAIのコストを管理できるようにすることを目指している。情報源には、価格、一般提供の時期、詳細な権限の範囲についての説明はなく、これらは企業がエージェントを広範に導入する前に確認する必要がある事項となる。