Google、業務用の「Gemini agent」を発表 ― 独自のメールアドレスを持つ「同僚エージェント」、Claudeも選べるマルチモデル構成(Gemini at Work 2026)

2026年10月9日 20:00

Googleは、2026年10月8日(米国時間)、企業向けイベント「Gemini at Work 2026」で、業務用の統合エージェント「Gemini agent」を発表しました。Google CloudのCEOであるトーマス・カリアン氏の基調講演を、同社のブログが記事化しています。TechCrunchは、Geminiが「エージェントの時代に入る」動きだと報じました。

同日、同じチームが、完全オフラインで動く会議メモのアプリ「Google AI Edge Foresight」も公開しています。本記事では、公式ブログと、TechCrunchの2本の記事をもとに、両方の内容を整理します。

なお、導入事例の成果の数字は、Googleが紹介したもので、第三者による検証ではありません。また、提供開始日や価格は、取得した資料からは確認できませんでした。

1. Gemini agent ― 業務のための単一の万能エージェント

1-1. 概要

Googleは、Gemini agentを「業務のための、単一で万能なエージェント」と位置づけています。質問に答え、知的業務をこなし、画像やメディアを作り、コードを書いて実行するところまでを、1つのエージェント、1つのAPIで担うといいます。カリアン氏は、利用者がエージェントに渡すのは「指示ではなく目的」だと説明しました。

背景として、同社は次の数字を挙げています。

過去1年で、約500社のGoogle Cloud顧客が、それぞれ1兆トークン超を処理した
Google Cloudの顧客の約**80%**が、同社のAI製品を使っている
Fortune 100企業の約**90%**が、Gemini Enterpriseを使っている

TechCrunchによれば、サンダー・ピチャイCEOは、Geminiの月間アクティブユーザーが10億人超だとも述べています。

1-2. 5つの設計原則

公式ブログは、このエージェントの設計を次のように整理しています。

統合されたエージェント:チャットで答え、割り当てられた目的を自律的に進め、コードも書く。作業の割り当て、スケジュール、イベントへの応答もできる
どこからでも使える:Web、iOSとAndroid、WindowsとMac、コマンドライン、Google Workspace、Microsoft 365、Slackなど。画面を持たない「ヘッドレス」なエージェントとして、他社アプリに組み込むこともできる
クラウドで動き続ける:記憶と文脈は1つで、どの端末からでも同じ。数時間から数日かかる作業は、ノートPCを閉じても続く
複数エージェントの連携:作業ごとに、一時的なサブエージェントを動的に作る。さらに、持続的な役割を持つ「同僚エージェント」として、専用の身元、自分のメールアドレス(@agents.company.comの形)、専用の保存領域を持ち、与えられた文脈にだけアクセスできる
モデルの選択:作業ごとに最適なモデルを選ぶ。現在は、Geminiファミリーと、Anthropicの Claudeに対応し、将来は、他のプライベートモデルやオープンモデルも加える。「最適なモデルが最大とは限らない」という考え方

初期のテスト企業には、スポーツウェアのOn、Shopify、PayPalが挙がっています。PayPalは、毎週1,000万件のマルチモデルのリクエストを振り分けているとされます。

1-3. ツール、スキル、記憶

エージェントが会社の業務を理解するための仕組みも示されました。

ツールとレジストリ:Confluence、Microsoft Office、Teams、Slack、Workspace、Git、Jira、Salesforce、ServiceNow、BigQuery、Databricks、Postgres、Snowflakeなどに接続する。MCP(Model Context Protocol)のサーバーにも対応する
スキルとレジストリ:再利用できる、手順や知識をまとめた部品。社内の共有レジストリに公開できる
4種類の記憶:作業中のセッション記憶、構造化された知識を持つ意味記憶、仕事のやり方を記録する手続き記憶(自分で書いたスキルを含む)、過去の行動を残すエピソード記憶

1-4. Google Workspaceの中での動作

Gemini agentは、Gmail、ドライブ、ドキュメント、スライド、スプレッドシート、Chat、カレンダーの中で、同じ記憶とスキルを使って動きます。

個人のアシスタント:「いつものチームと、来週会議を設定して」と頼めば、名前やメールアドレスを示さなくても、チャットのメンバーや過去のスレッドから相手を特定し、カレンダーを確認して調整する
先回りの委任の提案:上司からスライドを求めるメールが来たら、Workspaceがその作業を「委任できるタスク」と認識し、1クリックでGeminiに渡せる
チームの一員:役割を説明すると、同僚エージェントが作られ、専用のWorkspaceアカウントを持つ。Chatに追加したり、@で呼び出したりして使い、ドキュメントの編集履歴にも、エージェント自身の名前で残る

1-5. データ分析と業界特化

データ分野では、次の機能が発表されました。

データエンジニア向けには、PySparkのコード生成、ノートブック、モデル訓練、パイプラインの障害対応まで担うスキル
業務担当者向けには、質問するだけで運用レポートを作り、BigQueryのクエリを保存して、再実行時のトークン費用を抑える仕組み
3つの基盤:
Knowledge Catalog(ビジネス用語の定義を一度だけ登録)
Smart Storage(企業データの約9割を占める非構造データを、その場で意味づけ)
Borderless Lakehouse(Amazon S3やAzure Data Lakeを、データを移さずに参照)
Bloomberg Mediaは、Knowledge Catalogで裏づけることで、SQLクエリの精度が、開発の初期段階で63%上がったとしている

業界向けの特化は、金融と法務がプレビュー、政府、ヘルスケア、小売は「まもなく」です。金融向けは、50超の基礎スキルを備え、FactSet、LSEG、S&P Globalのデータを使い、判断の根拠や出典を示すといいます。CME GroupとDeutsche Bankが利用していると紹介されました。法務向けは、NetDocumentsやiManageの権限や情報隔壁を引き継ぎ、HarveyやOnitなどの提携先が挙がっています。

1-6. 安全性とガバナンス

公式ブログは、エージェントの管理を4つの問いに整理しています。誰か(身元)、何が許されるか(権限)、何をしたか(監査)、何に触れてはいけないか(ゲートウェイ)です。

身元:エージェントごとに、暗号で証明された身元を持ち、従業員のように、最小権限で管理する
権限と監査:役割ベースのきめ細かい権限と、OAuthによる連携。すべての行動は、人ではなく、エージェントのものとして記録される
隔離:すべてのエージェントは、専用のネットワーク境界を持つ「Agent Sandbox」で動く
Agent Gateway:エージェントへの入出力と、エージェント間のすべての通信を通す、AI用のネットワークファイアウォール。「Need to Knowの文書は開かない」といった方針を、一度書けば全社に適用できる

1-7. コスト管理とインフラ

同社は、2024年以降、トークン単価が98%下がった一方で、利用量が急増していると述べています(第三者の記事を引用)。そのうえで、次の機能を示しました。

マルチモデルの組み合わせと、スマートルーティング(作業ごとに、最も費用対効果の高いモデルへ自動で振り分ける)
リアルタイムの支出上限:プロジェクトごとに上限を決め、達しると、エージェントが一時停止する。再開はコンソールから1クリック

インフラでは、最新のTPU 8iが、前世代より80%高い価格性能だと説明しました。モデルの系列は、frontier推論の「Argon」、速度と量の「Flash」、生成メディアの「Omni」、軽量なオープンウェイトの「Gemma」です。NASAのジェット推進研究所(JPL)が、Gemmaを軌道上の衛星で動かしているとも紹介されています(視覚言語モデルとして初と同社は説明)。

1-8. 導入事例(同社の紹介)

主な事例は次のとおりです。

BNP Paribas:社内の生成AIアシスタントに導入し、65,000人超が利用
Bradesco(ブラジル):文書の審査を1時間から5分に短縮し、リスクの不整合を60%減らしたとしている
SOMPO:34,000人の従業員で、10,000超のカスタムエージェントを構築。新しいモデルの開発期間を1週間から1日に短縮
NTT DOCOMO:データエージェントで、洞察を得るまでの時間を2週間から即時にし、年45万時間を取り戻したとしている
Wesfarmers(Bunnings、Kmart、Officeworks):BunningsのエージェントがスタッフからWork 50万時間分の事務作業を減らした、と説明
Ryanair:Gemini EnterpriseとWorkspaceを、35,000人の従業員に導入

なお、同社の数字には、「期待できる」という表現のものも含まれています。

2. TechCrunchの見方 ― 企業向けが先、一般向けは後

TechCrunchのサラ・ペレス氏は、次の点を伝えています。

AIツールが、会話だけでなく、タスクを担う方向に動いており、MetaのMuseや、メッセージ経由のエージェント、ChatGPTの「Dots」の登場にも触れている
Googleは、まず企業向けに提供し、のちに一般向けに広げる。ピチャイ氏は、これによって、セキュリティ、規模、性能の「より難しい問題」を解けると述べた
利用者は、「タスクの受信箱」で、Geminiの思考過程、サブエージェントへの委任、スキルの読み込み、コード、進捗を確認できる
エージェントは、自分のWorkspaceアカウントとメールアドレスを持ち、チームや時差、承認者、予定などを把握する。呼び出しは、タグ付け、メール、共有、グループチャットへの追加で行う

3. Google AI Edge Foresight ― 完全オフラインの会議メモ

3-1. 概要

TechCrunchのイワン・メータ氏によると、Googleは、同日、会議メモのAIアプリ「Google AI Edge Foresight」を公開しました。4月に、ローカルモデルを使うAI音声入力アプリ(iOS向け)を出した同じチームの製品です。

Macアプリで、Apple Siliconに最適化され、完全にオフラインで動く
オンデバイスのEmbeddingGemma 2(7.4億パラメータ)を使い、アプリをまたいで、対面の会議を含めたメモを取る
画面を分割し、片側で手書きの略記メモ、片側でAIが生成したメモを表示する(Granolaと同様)
会議の文字起こしを表示し、Gemma 4を使ったアシスタントとチャットできる
PDF、Googleドキュメント、Microsoft Officeの形式、テキスト、Markdown、Webのブックマークをアップロードして、知識ベースを作る。会議中に、その内容に関連する話題が出ると、リアルタイムで答える

3-2. 位置づけと競争環境

TechCrunchは、前回の音声入力アプリが一般には普及しなかったことから、今回の製品も、Gemmaなどのオフラインモデルの実力を示すための展示かもしれないと指摘しています。一方で、GoogleがGeminiアプリを通じて、ビデオ通話アプリをまたぐ消費者向けのメモ機能を、クラウドモデルで出す可能性にも触れています。

市場は混み合っており、この数か月で、音声入力のWispr、日程調整のCalendlyが、それぞれ会議メモを出し、Superhuman(旧Grammarly)が、YC出身のFathomを買収しました。

開発者向けのページは取得しましたが、機能や提供条件の詳細は確認できませんでした。入手方法や価格は、公式ページで確認する必要があります。

4. 留意点

導入事例の成果は、Googleが紹介した数字です。また、「期待できる」という将来の見込みも含まれます
Gemini agentの提供開始日、対象のプラン、価格は、取得した資料から確認できていません
「Claudeを選べる」点は、同社の説明によるもので、利用条件の詳細は確認していません
Foresightは、公式ページの内容を取得できなかったため、記述はTechCrunchの記事に基づきます