Googleは、ユーザーに代わって業務全体を引き受け、リサーチを行い、コードを書き、レポートを作成し、完成品を持って戻ってくるよう設計された新しいAIエージェント「Gemini Spark」を発表しました。本サービスは木曜日にGoogle Cloudを通じて提供が開始され、Google Cloudのブログ記事によると、業務をエンドツーエンドで完了させるよう設計されたAIシステムを企業に提供します。

Googleのウェブサイトの説明によれば、ユーザーは今日業務を割り当て、ノートPCの電源を切ったずっと後にその完了を受け取ることができます。同社はこれを、メールの下書きなど単一のタスクを委譲しながら他のすべてを自ら処理するという従来のパターンからの転換として位置付けています。

今回の発表により、Alphabet(GOOGL)は同様の動きを見せた競合他社と肩を並べることになりました。9月にはOpenAIが継続的にユーザーのために働く「dots agents」を発表し、Meta(META)も購入、旅行予約、メール、決済を処理できる「Muse」で追随しました木曜日の発表後、Alphabetの株価は2.2%上昇しました。Alphabet、OpenAI、Metaがいずれも単一のリクエストを超えてユーザーの代わりに働くシステムを提供するようになったことで、業界の焦点は一回限りの支援から、業務を完了まで担うソフトウェアへと移行しつつあります。

常時監視なしで複数アプリを横断して動作

Gemini Sparkの注目すべき点は、Googleが企業にどれほどの責任を委譲してほしいと考えているかです。同社が説明するシナリオでは、複数の部門から情報を収集し、スプレッドシートに整理し、プレゼンテーション用レポートに仕上げる必要がある従業員は、各ステップを個別に依頼する代わりに、業務全体をGeminiに割り当てることができます。

エージェントは何をすべきかを判断し、適切なソフトウェアを特定し、必要な情報を収集し、要求された成果物を作成します。ビジネスユーザーにとっては、中間の指示が少なくて済むことを意味します。各ステップでアシスタントを誘導する代わりに、従業員は成果物を説明すれば、エージェントがその間の一連の作業を処理します。

GeminiはGmail、Docs、Sheets、Calendar内で動作できますが、GoogleはWorkspace内に限定していません。Microsoft 365やSlackを利用する企業も本サービスにアクセスできます。この柔軟性はデバイスにも及びます。従業員はブラウザ、iPhone、Androidスマートフォン、Windows PC、Mac、さらには開発者向けコマンドラインからエージェントを利用でき、ソフトウェア企業はユーザーに別のGeminiウィンドウを開かせることなく、自社製品に組み込むことができます。

Googleはまた、AIを利用する際の厄介な点の一つ、何度も自分で説明し直さなければならない問題にも対処しました。GeminiはGoogle Cloud上で動作するため、従業員がどのデバイスからアクセスしても、同じ作業メモリとコンテキストが維持されます。ユーザーはオフィスのPCでタスクを開始し、スマートフォンから進捗を確認し、翌日再起動することなく続できます。

最も重要なのは、長時間実行されるタスクがデバイスの電源が入り続けることに依存しない点です。従業員はタスクを後で実行するようスケジュールしたり、接続されたシステム内で特定のイベントが発生した際にエージェントに開始させたりできます。単一のマシンから独立していることが、Googleが説明する「今割り当てて後で受け取る」モデルを、従業員の勤務時間外でも実現可能にしています。

さらにGoogleは、Geminiが困難なタスクを複数の小規模なAIワーカーに分割する仕組みも組み込みました。これらの一時的なサブエージェントは、プロジェクトの異なる部分に同時に取り組んだり、特定の順序で完了したりでき、Geminiがその活動を管理し結果を統合します。

独自の企業アイデンティティを持つAI同僚

Googleはこの概念を「coworkerエージェント」でさらに拡張しています。企業はこれを通じて、継続的な職務、個別のストレージ、さらには@agents.company.comで終わる企業メールアドレスを持つデジタルワーカーを作成できます。AIの同僚は数日にわたって異なるタスクを処理し、他のエージェントと通信し、独自の作業履歴を維持できます。

ただし限界はあります。Googleによれば、各coworkerは従業員が共有を選択した企業情報にのみアクセスできます。企業は専用のプロジェクト環境を設置することもでき、Geminiが特定のツール、指示、ワークフローに慣れることができます。このシステムは過去のやり取りを活用して個人の働き方をより深く理解し、すべてのリクエストをまったく新しい会話として扱うことを避けます。

おそらくより異例な決定は、GoogleがGeminiを自社のAIモデルのみに依存させていない点です。プラットフォームは現在、GeminiとAnthropicのClaudeの両方を使用し、特定のタスクにどちらが適しているかを選択します。複雑なコーディング問題にはより高性能なモデルが必要かもしれませんが、単純な作業はより低コストなモデルで実行できます。

Googleは、この柔軟性により、要求の厳しい作業でのパフォーマンスを犠牲にすることなく企業がコストを管理できると主張しています。また、技術の発展に伴い、他の商用およびオープンに利用可能なモデルを導入する意向であり、企業は既存の情報、設定、作業履歴を保持したままAIエンジンを切り替えられるようになります。ージェントプラットフォームを検討する企業にとって、保存されたコンテキストと設定を失わずに基盤モデルを入れ替えるというこの表明された計画は、モデルの選択肢が拡大する中で注目すべき具体的な進展です。

出典:Cryptopolitan