衡宇 発信元 凹非寺
量子位 | 公式アカウント QbitAI
いいよいいよ、Googleもオフィスインテリジェントの戦いに参加し、複数モデルの呼び出しを強調している。それで競争相手のClaudeまで登場させている！
本日早朝、Google Cloudは「Welcome to Gemini at Work 2026：Introducing the Gemini agent」というタイトルの長文を公開しました。この文章にはGoogle CloudのCEOであるThomas Kurianが自ら署名しており、企業アゲスト領域におけるGeminiの一連の更新について詳しく説明されています。
その中で最も重要なのは、新たに発表されたGemini Agentです。
グーグルの構想によれば、これは様々な作業タスクをカバーし、長期にわたって動作する汎用オフィスエージェントとなるでしょう。
それは、情報の検索、メールの作成、PPTの作成、データの分析、コードの書き込みと実行、アプリケーション間でのツール呼び出し、自らタスクを計画し、必要な時には複数のサブエージェントを集めて一緒に作業することもできます。
また、特に注目すべき点が二つあります。
一つは、自身の企業アイデンティティを持ち、メールアドレスやカレンダー、独立したアカウントを持つAI同僚になることができるという点です。
二つ目は、タスクに応じて自動的に下層モデルを選択でき、さらにはAnthropicのClaudeを呼び出すこともできる点です。
いいな、グーグルは自分のGeminiさえ必ず使わないのか？
さらに興味深いのは、今回公開された様々な機能が、最近活気づいているオフィスエージェント市場を意識しているように見えることです。
小扎はおそらく次のような心の中の言葉を口にするだろう：
歌、お前はそのバカなGeminiモデルを動かさず、振り返って私の方に来るのか？？？？
ジェミニエージャント
グーグルがそれに定めた作業原則は、ちゃんちゃんのものです：
目標を与えるだけで、指示は不要です。
目標を与え、段階的な指示ではなく。
つまり、Geminiエージェントに仕事を任せたいのです。最初に何をし、次に何をするかを一つ一つ教える必要はありません。
最終的に得たい結果だけを交換し、残りはそれ自身で処理させればよい。
その核心能力には統一エントリー、クラウド上の持続的な動作、プラットフォーム間の呼び出し、マルチエージェント協力、イベントトリガー、タイムアウトタスクなどが含まれる。
記事に挙げられている例は、市場分析報告書の作成を手伝ってもらうためである。
それは自ら資料を検索し、整理し、関連データを分析することができ、Google Sheets上で財務モデルを作成し、さらにGoogle Slidesを呼び出してプレゼンテーション用の資料を作成する。
全プロセスを通じて、タスクの必要に応じてツールを選択し、異なるアプリケーションを呼び出し、最終的に完了した作業をあなたに返すことができます。
おそらく頭の中は疑問符でいっぱいになるかもしれない——同様のアプリ間の操作なんて、別に新しいことじゃないよ。あなたは何をしているの？
ネットユーザーのほとんどがこのことに良い印象を持っていないようだ。公式発表のツイートの下には、ブラックピンク調の絵が置かれている。
しかし、今回グーグルはGemini Agentを発表した各種の作業能力を一つのエージェントに集中させようとすることが強調されている。
何が違うのか？
Gemini Agentの大きな枠組みの中で、グーグルはCoworker Agentも提案しました。直訳すると「同僚アギド」です。
グーグルは現在、企業がGeminiに長期的に存在し、明確な職務を担うアイデンティティを作成することを許可しています。これにより、Geminiはチームの他のメンバーのように日常の協力に参加できるようになります。
また、AIの同僚は独立したGoogle Workspaceアカウント、企業メールアドレス、カレンダー、Google Driveのストレージ空間を設定しており……会社の連絡先リストにも載るようになっている。
まず、ハードルはほとんどないと言えます。次に、作成が完了すると、チームメンバーは通常の同僚のようにそのアイテムをGoogle Chatのチャットグループに招待したり、ドキュメントで@することもできます。
AI同僚は自分の身分を利用して操作を行い、その記録が残るため、企業の管理や、彼が実際に何をしたかを追跡することができます。
この段階では、やはり普通のようです。。。
異なる点は、独立したアイデンティティを除いて、Gemini Agentがより完全な記憶メカニズムを備えていることです。
公式の説明によると、合計で4種類の記憶がある。
第一種は会話記憶です（セッション・メモリ）。
主に現在のタスクの文脈を保存するために使用されます。
たとえタスクが数日間続く場合でも、Gemini Agentは既に完了した手順や次に行われる作業を記憶しています。
第二の種類は、意味記憶です（Semantic Memory）。
ジェミニエージェントは、読んだ文書、人とのコミュニケーション、他のエージェントとの協力から知識を蓄え、それを構造化された知識ベースにまとめます。
例えば、会社がどのような製品を持っているか、チームメンバーがそれぞれ何を担当しているか、あるビジネス用語が社内で具体的にどう意味するかを覚えておきましょう。
第三種は手続き的記憶です（Procedural Memory）。
主に、ある作業がどのように行われるべきかを記録するために使用されます。
例えば、ある種の報告にはどのようなデータが必要か、どのようなプロセスで分析されるか、最終的にどの形式で提供されるかです。
もう一つ詳細があります。Gemini Agentは自らSkillsを作成することさえ可能で、作業中に学んだ方法を保存して、後続のタスクに利用することができます。
第四種は、情景記憶です（エピソード記憶）。
過去に完了した作業と、それに伴う実行経験を記録するために使用される。
4種類の記憶を組み合わせることで、Gemini Agentは徐々にユーザーの作業習慣、企業の業務、チーム協力の方法に慣れる機会を持つことができる。
例えば、初めてプロジェクトの週報を作成させる場合、報告の構造やデータの出所、作業プロセスを説明する必要があるかもしれません。
二度目、三度目になると、以前に蓄積された知識や方法を活用でき、ユーザーが再説する内容を減らすことができる。
グーグルはまた、「Geminiは新入社員のように、正式に仕事を始める前に、あなたやあなたのツール、チームに徐々に慣れていく」という比喩を使いました。
いいかな。
これで入社研修も自分で行えるようになった。
唯一の問題は、この従業員が自発的に退職しないように見えることです（ここに微笑みの顔.jpgを送ります）。
また、このものを使って、作業に使う大規模モデルを自分で選ぶことができます。
グーグルは今回、Gemini Agentの下層モデルを個別に選択できると明言しました。
現段階では、Google自身のGeminiシリーズやAnthropicのClaudeシリーズモデル間で動的に選択が可能であり、将来的にはさらに多くのクローズドソースモデルやオープンソースモデルもサポートされる予定です。
具体的にどれを使用するかについては、Geminiはタスクの要件に応じて、効果、速度、コストの間で選択を行います。
簡単な作業には、コストが低いモデルを使用できます。複雑なタスクに対しては、より強力なモデルを呼び出すことができます。
一つのプロジェクトでは、複数のモデルを組み合わせて異なる段階を実行することもできます。
グーグルはこの機能を「マルチモデルアレンジメント」と呼び、Smart Routingの自動ルーティング機能も同時に提供しています。
注目すべきは、グーグルがさらに強調した点です——
下層モデルは変更されるが、エージェントが蓄積したコンテキスト、スキル、企業データは保持される。
主な目的は、毎回からっぽになって理解する必要がなく、以前のタスクや知識、働き方を続けられるようにすることです。
これは、将来のモデル能力のランキングが変わっても、企業が基層モデルを調整することができ、既に構築されたワークフローを全てやり直す必要はないということです。
グーグル、メタ、オープンAI、海外の日常エージェント三国殺し？
グーグルが今回参入するタイミングは、かなり微妙です。
9月29日には、OpenAIが7×24時間稼働できるDotsを発表しました。
さらに前に、Metaも個人用AIエージェントMuseを発表しました。
今やグーグルがGeminiエージェントを携えて参入したため、3つの巨大企業がエージェントの分野で共に競争している。
他の2社がどのような方針を取っているか、一緒に振り返ってみましょう。
MetaのMuseは個人の生活シーンに lebih 向いています、ユーザーがショッピングをしたり、旅行を予約したり、メールを送ったり、さらには支払いを完了したりするのを手助けします。
例えば、ある商品を気に入った場合、Museは在庫を探したり、オプションを比較したり、ウェブサイトで操作したりする手助けをし、最終的に購入を完了させることができます。
企業内部の複雑な業務プロセスと比べて、Museは個人の日常生活における細かく時間がかかることに焦点を当てている。
これはMetaが既に持っているソーシャル製品と巨大なユーザー層とも関係がある。
一般のユーザーに、ショッピングや移動などのニーズをAIに任せることに慣れさせることは、明らかにMetaが捉えようとしているチャンスでもある。
OpenAIのDotsとGemini Agentには、より多くの共通点があります。
Dotsは独立したクラウドコンピュータを持ち、7×24時間稼働し、ユーザーの長期的な目標や仕事の習慣を記憶することができます。また、4000以上のアプリケーションに接続することも可能です。
例えば、開発者が新しいユーザーのフィードバックを受けた場合、Dotsは自ら問題を分析し、コードを修正し、人々のレビューに提供するPRを準備することができます。
コンテンツ制作者にとっては、新しいインタビュー記録が届く後、素材を整理し、コンテンツの下書きを作成するのにも役立ちます。
しかし、Dotsは現在、ユーザーの個人を中心に継続的に作業することに重点を置いています。
それは徐々にユーザーの好み、目標、判断基準を理解し、前進させることができる事項を積極的に探し出す。
OpenAIも、企業の職位向けの専門的なDotsを探求しており、Agentに独立したアイデンティティと責任を持たせることになりますが、この部分は現在主に初期の企業試験導入段階にあります。
対照的に、グーグルが今回重点的に示したのは、エージェントを企業の既存の組織やオフィスシステムにさらに導入することです。
Gemini Agentは、Gmail、Docs、Sheets、Calendarなどのアプリケーションにおけるビジネスコンテキストを利用して、従業員が何をしているかを理解する。
企業は、独立したメールアドレス、カレンダー、アカウント、権限を持つCoworkerエージェントを作成し、そのエージェントが自身の身分でチームワークに参加できるようにする。
同時に、グーグルはモデル選択、企業データ接続、セキュリティ監査、コスト管理もこのシステムに組み込んでいる。
競争相手のClaudeでさえ、Geminiエージェントがタスクを実行する際に呼び出される基盤モデルとなる。
このように見ると、3つの企業の焦点が明確になります。
もう一つ
ちなみに、グーグルの長文の中で他の関連内容も公開されています。興味がある方は自分でご覧くださいね、わかりましたか～
GeminiがGoogle Workspaceに全面的に導入され、異なるアプリケーション間での作業をサポートする
オープンなスキル、ツール、企業接続器
データ分析、金融、法律分野のエージェントを導入
エージェントのセキュリティ管理とコスト管理を強化する
【Googleの原文】
https://cloud.google.com/blog/products/ai-machine-learning/welcome-to-gemini-at-work-2026/