GoogleはGeminiを、対話中心のAIから実務をこなすAIエージェントへと拡張する。10月8日付のTechCrunchによると、同社はGoogle Cloudのイベントで、回答にとどまらず利用者に代わって作業まで実行する統合エージェントを発表した。まずは企業向けに展開する。

Googleのスンダー・ピチャイCEOは、Geminiの月間アクティブユーザー数が10億人を超え、Fortune 100企業の約90％が業務でGemini Enterpriseを利用していると説明した。一方で、本格投入に向けては、セキュリティーや拡張性、性能面で解決すべき課題があるとの認識も示した。

Google Cloudのトーマス・クリアンCEOは、新たなエージェントについて、個別の指示だけでなく達成目標も与えられると述べた。Geminiが作業計画を立て、独自ツールを活用しながら社内システムとも連携し、目標達成に必要な業務を実行できるという。

Geminiエージェントでは、案件ごとに最適なモデルをAIが選択する仕組みを採るが、利用者がモデルを直接指定することもできる。初期段階ではAnthropicのClaudeをサポートし、今後はオープンソースモデルや他のクローズドモデルにも対応を広げる計画だ。

エージェントは、ファイルやフォルダ、特定の業務フロー向けプロジェクトを添付した依頼にも対応する。Google WorkspaceやMicrosoft 365、Slack、Jira、Confluence、Git、BigQuery、Databricks、Postgres、Snowflakeなどの外部サービスとも連携する。社内外ネットワーク上のModel Context Protocol（MCP）サーバーへの安全な接続もサポートする。

利用者は「タスク・インボックス」でGeminiの作業状況を確認できる。画面には処理の過程や、サブエージェントに委ねた作業、専用ツールやコードの読み込み、進捗状況などが表示される。Geminiには専用のWorkspaceアカウントとメールアドレスが割り当てられ、チーム構成やタイムゾーン、承認者、スケジュール情報を踏まえて動作する。

エージェントは、タグ付けやメール、資料共有、グループチャットへの追加といった方法で呼び出せる。作業履歴は個人名義ではなく、エージェント名義の監査ログとして記録される。

Geminiエージェントは、iOSとAndroid端末、WindowsとmacOSのデスクトップ、コマンドラインインターフェース、Google Workspace、Microsoft 365、ServiceNow、Slackで利用できる。Googleはこのほか、マルチモデル・オーケストレーションやスマートルーティング、リアルタイムの支出上限設定も提供し、企業がAI関連コストを柔軟に管理できるようにする方針だ。