Google、独自のメールアドレスを持つGemini「同僚」エージェントを発表
重要ポイント
- •Google Cloudは、目標を受け取りクラウド上で職場のタスクを自律的に完了するよう設計されたAIシステム「Geminiエージェント」を発表した。ユーザーがノートパソコンを閉じた後も作業は数時間から数日継続される。
- •本製品の「同僚エージェント」には、メールアドレス、カレンダー、ドライブのストレージを含む独自のWorkspaceアカウントが付与され、人間の従業員とは別個の監査ログとともに暗号学的に検証されたIDが与えられる。
- •エージェントはGmail、ドキュメント、スプレッドシート、スライド、ドライブ、チャット、カレンダー内で動作し、Microsoft 365とSlackに拡張され、Salesforce、ServiceNow、Jira、Snowflake、BigQuery、およびModel Context Protocol対応の任意のサーバーに接続する。
- •システムは品質とコストに基づいてGoogleのGeminiとAnthropicのClaudeモデルの間で各ジョブをルーティングし、すべてのエージェントはAgent Sandbox内で実行され、トラフィックはGoogleが「AIネットワークファイアウォール」と呼ぶAgent Gatewayでフィルタリングされる。
- •プロジェクトがトークン上限に達すると、リアルタイム支出上限により誰かがクリックで再開するまでエージェントは一時停止する。料金と一般提供時期は未公表で、金融サービス版と法務版はプレビュー、政府、ヘルスケア、小売版は近日提供予定とされている。
Google Cloudは木曜日、目標を受け取り、クラウド上で作業を実行し、完成した成果を持って戻ってくる万能の職場向けAIエージェント「Geminiエージェント」を発表した。たとえ作業に数時間から数日かかる場合でも対応するという。
今回の発表は、職場向けAIが質問に答えるアシスタントから、業務を割り当てられ自律的に完了するソフトウェアへと進化しつつあることを反映している。CEOトーマス・キュリアンはGoogleの「Gemini at Work」イベントで本製品を披露し、「仕事は今やプロンプトウィンドウから始まる」と述べた。詳細はGoogleの公式発表を参照してほしい。
Geminiエージェントは、Gmail、ドキュメント、スプレッドシート、スライド、ドライブ、チャット、カレンダー内で動作し、Microsoft 365やSlackにも対応している。Googleは、ユーザーがノートパソコンを閉じた後もクラウド上で動作を続ける、仕事のための単一のAIとして位置づけており、1つのタスクが数時間から数日にわたることもある。
独自のアカウントを持つ「同僚エージェント」
最も特徴的なのが、Googleが「同僚エージェント」と呼ぶ機能だ。マネージャーがイベントコーディネーターなどの役割を記述すると、Geminiは独自のWorkspaceアカウント、つまりメールアドレス、カレンダー、ドライブのストレージ、会社のディレクトリへの登録を備えたエージェントを作成する。各エージェントは、人間の従業員とは別個の監査ログで追跡される。これは事実上、職場におけるアイデンティティと、それに伴う説明責任をソフトウェアにまで拡張するものだ。
このコンセプトは、他のAIプラットフォームがすでに探求した領域に基づいている。Grokは「Grok Bot」でこれを広め、OpenAIは「GPT dots」で同様のことを行い、Hermesも同様の機能を提供するボット機能を導入した。
統合とマルチモデルオーケストレーション
新しいエージェントは、Salesforce、ServiceNow、Jira、Snowflake、BigQueryに接続するほか、Model Context Protocol(AIとソフトウェアの間の汎用コネクタとして機能するオープン標準)に対応する任意のサーバーとも連携する。Google自身のモデルだけで動作するわけでもない。Geminiは現在、GoogleのGeminiとAnthropicのClaudeモデルを横断してオストレーションし、品質とコストの観点からGoogleが最適と判断するモデルに各ジョブをルーティングする。
安全性、ID、隔離
ソフトウェアに自律的な行動を許すことには明らかに安全性の問題が伴うが、Googleの回答は、各エージェントを従業員のように扱うことだ。すべてのエージェントには暗号学的に検証されたID(暗号技術によって検証されるデジタルID)が付与され、すべてのアクションは、人ではなくエージェントに帰属する監査ログに記録される。
すべてのエージェントはAgent Sandbox内で実行される。これはシステムの他の部分からソフトウェアを隔離するために設計された閉鎖的な環境であり、そのトラフィックはすべて、Googleが「AIネットワークファイアウォール」と呼ぶAgent Gatewayを通過する。
隔離に失敗した事例は過去にもある。7月、Accomplish AIの研究者らは、Claude CoworkのローカルモードがMac上のLinux仮想マシンから脱出し、ホストコンピュータ上のファイルにアクセスできると報告した。自律型ソフトウェアの隔離レイヤーが確実に機能するとは限らないことを示す事例だ。
コスト管理
もう1つの懸念はコストだ。エージェントは、AIモデルが読み書きし、顧客に請求されるテキストの断片であるトークンを大量に消費する。Googleによれば、過去1年間に約500社の顧客がそれぞれ1兆トークン以上を処理したという。支出を管理するため、同社はリアルタイムの支出上限を追加した。プロジェクトが上限に達すると、誰かがクリックして再開するまでエージェントは一時停止する。この「再開まで一時停止」の設計は、長時間実行される作業特有のリスクに対応するものである。ユーザーが離席した後もエージェントは動作し続けるため、誰も見ていない間にトークン使用量が積み増される可能性があるからだ。
提供状況
Googleは、Geminiエージェントの料金や一般提供時期を公表していない。金融サービス版と法務版はプレビュー中であり、アイデンティティと監査機能が厳しく精査される2つの高度に規制された分野だ。政府、ヘルスケア、小売の各バージョンは「近日提供予定」とされている。料金、一般提供のタイムライン、そして初期プレビューが本番環境でどう機能するかが、展開が進む中での主な未解決の課題となっている。
