For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ja/articles/google-gemini-agent-claude-routing-cowork-835f5f89.md.
Googleは、企業向けに常時利用できるAI同僚の構築競争へ正式に参入しました。
Googleは、企業向けに常時利用できるAI同僚の構築競争へ正式に参入しました。
Gemini at Work 2026で、Google Cloud CEOのThomas Kurian氏はGeminiエージェントを発表しました。Googleはこれを、仕事のための単一かつ汎用的なエージェントと説明しています。質問への回答、情報調査、メディア作成、データ分析、コードの記述と実行、企業向けツールの利用、業務のスケジュール設定、イベントへの反応、そしてユーザーがノートパソコンを閉じた後もクラウド上で長時間のタスクを継続することが可能です。
注目すべき点は、GeminiがGmail、Docs、Sheets、Slides、Chat、Calendar、データベース、開発者向けツール、サードパーティサービスを横断して操作できることだけではありません。
Googleは、エージェントそのものを永続的なレイヤーにしようとしています。
同社はエージェントと基盤モデルを分離しています。これにより、Geminiは現在、Google独自のモデルファミリーとAnthropicのClaudeモデルの間でタスクを振り分けられ、将来的には追加のプライベートモデルやオープンモデルにも対応する予定です。
つまり、組織のメモリ、ツール、スキル、データ接続、セキュリティ制御、ワークフローの状態は、特定のタスクで選択されるモデルが変わっても維持できます。
Googleはまた、より文字どおりのAI同僚も導入します。それは、独自のWorkspaceアカウント、メールアドレス、カレンダー、Driveストレージ、ディレクトリ上の存在、監査履歴、そしてチーム内での継続的な役割を持つエージェントです。
Googleは、この仕組みの基本原則を次の一文で要約しています。
指示ではなく、目的を与えます。
ユーザーは、業務タスクをすべての中間ステップに細かく分解して手動で指定する必要がなくなる、という考え方です。
その代わりに、ユーザーは望む成果を委任します。
たとえば、市場分析の依頼では、エージェントは次の作業を実行する必要があるかもしれません。
各段階でどのツール、アプリケーション、モデルが適切かは、エージェントが判断することになります。
簡略化した依頼は、次のようになります。
新製品の市場参入分析を作成してください。
社内の販売データと最新の競合情報を使用し、
Sheetsで財務モデルを作成して、Slidesでプレゼンテーションを納品してください。
ユーザーが提供するのは目標です。Geminiが作業を計画します。
Googleは、Geminiエージェントを狭い用途のアシスタントを別々に集めたものではなく、統合されたインターフェースとして位置づけています。
公式アーキテクチャには、いくつかの主要な機能が含まれています。
Geminiは、同じエージェント体験からチャット、自律的な目的の達成、コンテンツ作成、コードの生成と実行を行えます。
タスクは手動で開始できるほか、後で実行するようスケジュールしたり、イベントをトリガーに開始したりできます。
Googleによると、エージェントにはWeb、iOS、Android、Windows、macOS、Google Workspace、Microsoft 365、Slack、コマンドラインインターフェース、サードパーティアプリケーションからアクセスできます。
専用のチャットインターフェースを常に必要としないヘッドレスエージェントとして実行することも可能です。
エージェントはクラウド上で実行されます。
そのため、コンテキスト、メモリ、パーソナライズ設定をデバイスやチャネルをまたいで維持できます。
Googleは、数時間から数日かかる作業も、ユーザーがノートパソコンを閉じた後に継続できると明確に説明しています。
Geminiは、大きなタスクの特定部分を処理するため、一時的なサブエージェントを動的に作成できます。
サブエージェントは並列または順番に作業し、メインエージェントと連携できます。
そのため、長い依頼を調査、データ分析、コーディング、レビュー、プレゼンテーション準備などの役割に分割できます。
重要なのは、ユーザーがすべてのサブエージェントを手動で作成・管理する必要がないことです。
アプリケーション横断型の自動化そのものは新しくありません。
AIアシスタントはすでに、メールの作成、ドキュメントの要約、Web検索、スプレッドシートの作成、APIの呼び出しを行えます。
Googleの新しい提案は、これらの機能を分離された体験の集合ではなく、永続的な企業エージェントに属するものにすることです。
エージェントは、1つのアイデンティティ、1つのコンテキストレイヤー、1つのメモリシステム、1つのスキルライブラリ、1つの企業向け制御セット、1つのツールレジストリを維持できます。
基盤モデルが変わっても、これらの上位レイヤーの資産は維持されます。
これは戦略上重要な違いです。
将来、より優れたモデルが登場しても、組織は従業員のAIワークフロー全体をゼロから再構築する必要がなくなる可能性があります。
Googleは、この考え方を個人用アシスタントの先へ広げています。
企業は、特定のチームや役割向けに同僚エージェントを作成できます。
同僚エージェントは1人の従業員のIDで動作するのではなく、独自のWorkspaceアカウントを持ちます。
Googleによると、同僚エージェントには次の要素を持たせることができます。
Googleの公式アーキテクチャでは、同僚エージェントのメールアドレスは次の形式で示されています。
@agents.company.com
実際のワークフローは、意図的に使い慣れたものになっています。
チームはエージェントをGoogle Chatのスペースに追加できます。ユーザーはドキュメントのコメントでエージェントに@メンションできます。エージェントは自分の名前で編集を行い、コメントスレッドに返信し、独自のバージョン履歴を残せます。
これは、人間のユーザーになりすますアシスタントとは異なります。
エージェントは、組織内の独立したアイデンティティとして動作します。
AIエージェントに独自のアカウントを与えることは、単なるユーザー体験上の判断ではありません。
セキュリティと監査の仕組みも変わります。
すべての操作が人間の従業員に帰属すると、変更を行ったのが従業員なのか自律型エージェントなのかを特定するのが難しくなる場合があります。
エージェントに別のIDを持たせることで、活動を追跡しやすくなります。
Googleによると、それぞれのエージェントIDは暗号学的に証明でき、従業員のIDと同様に管理でき、最小権限で制限でき、監査ログに記録でき、コード実行に使用する仮想マシンにも引き継ぐことができます。
エージェントが外部システムに接続する際、Googleによれば、OAuthなどの標準を通じてIDをマッピングできます。
これにより、エージェントは人間の認証情報を借りる見えないプロセスではなく、管理対象となる企業プリンシパルとして扱えます。
今回の発表のもう1つの大きな要素が、4層のメモリモデルです。
セッションメモリは、現在のタスクのコンテキストを保存します。
タスクが数日間続く場合でも、エージェントはすでに完了したことと残っていることを記憶できます。
セマンティックメモリは、エージェントがドキュメントを読み、人と会話し、他のエージェントと作業する中で構築する構造化された知識です。
製品名、社内用語、チームの責任範囲、事業上の定義、組織間の関係などが例として挙げられます。
手続きメモリは、仕事の進め方を記録します。
たとえば、レポートに必要なデータソース、チームが採用する分析の順序、必要な承認手順、組織が求める最終フォーマットなどを学習できます。
Googleによると、Geminiは繰り返し行う作業から学習し、自分自身のためのスキルまで作成できます。
エピソードメモリは、完了した作業の履歴を記録します。
エージェントは、後で似た依頼に取り組む際に、過去の実行経験を活用できます。
この4種類のメモリを組み合わせることで、同じ説明を何度も行う必要を減らすことが期待されています。
Googleは、これをチーム、ツール、社内プロセスを徐々に学ぶ新入社員のオンボーディングにたとえています。
Googleは、企業向けエージェントを3つの再利用可能なレイヤーで整理しています。
エージェントは、Google Workspace、Microsoft Office、Microsoft Teams、Slack、Confluence、Git、Jira、Salesforce、ServiceNow、BigQuery、Databricks、PostgreSQL、Snowflake、ローカルのデスクトップファイルなどの業務システムに接続できます。
Googleによれば、エージェントは企業ネットワークの内外にあるModel Context Protocolサーバーにも接続できます。
チームは、企業向けツールレジストリを通じて社内ツールを公開できます。
スキルは、再利用可能な指示、ワークフロー、ドメイン知識のパッケージです。
企業は、Google提供のスキル、社内共有スキル、部門固有のスキル、個人用スキルを利用できます。
同じプロセスをすべてのプロンプトに書き込む代わりに、組織は一度だけ定義して再利用できます。
コンテキストは、エージェントが組織の実際の意味を理解するための事業情報です。
ドキュメント、会話、業務データ、チーム間の関係、過去の作業を通じて構築されたメモリレイヤーなどが含まれます。
この分離が重要なのは、モデルが変わっても、ツール、スキル、コンテキストは価値を保てるためです。
今回の発表で特に珍しいのは、Googleが競合企業のモデルを明確にサポートしていることです。
Googleによると、エージェントは現在、GoogleのGeminiモデルとAnthropicのClaudeモデルを横断してオーケストレーションでき、将来的には追加のプライベートモデルやオープンモデルにも対応する予定です。
エージェントは、品質、タスクの難易度、レイテンシ、コストなどの要素に基づいてモデルを選択できます。
難しい推論タスクには高性能なモデルを、単純で反復的なタスクには低コストのモデルを使用できます。大規模なプロジェクトでは、段階ごとに異なるモデルを使うことも可能です。
Googleは、自動選択レイヤーをスマートルーティングと呼んでいます。
その目的は、最も高価な選択肢を不必要に使うことなく、必要な性能を提供できるモデルへ各企業ワークロードを送ることです。
これは単なる利便性の機能ではありません。
数千、数百万回のエージェントループを実行する企業にとって、すべてのステップを最大規模のフロンティアモデルに送ると、コスト構造が難しくなる可能性があります。
複数ステップのエージェントは、次のような処理を行うかもしれません。
計画
→ 取得
→ 要約
→ SQL生成
→ 分析実行
→ 検証
→ 下書き作成
→ レビュー
すべてのステップに同じモデルが必要なわけではありません。
マルチモデル・オーケストレーションにより、プラットフォームはコストと性能のトレードオフをより細かく管理できます。
より深い考え方は、モデルからの独立です。
Googleは、モデルの評価順位は急速に変化すると主張しています。
企業がAIワークフロー全体を1つのモデルエンドポイントに依存して構築すると、後からの切り替えが難しくなる可能性があります。
Geminiエージェントは、メモリ、スキル、業務コンテキスト、ツール、権限、組織上のアイデンティティ、ワークフロー履歴といった上位資産を安定させるよう設計されています。
その下でモデルを入れ替えられます。
GoogleがClaudeをサポートする理由も、ここから説明できます。
Googleが所有しようとしているのは、すべての推論処理そのものではなく、企業向けエージェントレイヤーです。
元の記事は主にユーザー向け機能に焦点を当てていますが、Googleの公式発表はガバナンスにも同等の重みを置いています。
アイデアを一文で入力するだけで、We0 AI が紹介サイト、ページ、CMS を生成し、公開後の顧客獲得と流入拡大を支援します。
無料登録で完全なプロジェクトを 1 つ生成
1 つの完全な生成フローを試し、最初のプロジェクトのドラフトをすぐに確認するのに最適です。
Googleは、企業向けエージェントのセキュリティを次の4つの問いで整理しています。
各エージェントには管理対象のIDが付与され、ロールベースのアクセスを通じて制限できます。
操作は、エージェントのIDに紐づく監査履歴に記録されます。
Googleによると、Geminiエージェントは独自のネットワーク境界を持つエージェントサンドボックス内でタスクを実行します。
エージェントへの入力、エージェントからの出力、エージェント間の通信は、エージェントゲートウェイを通過します。Googleはこれを、組織のポリシーを適用するAIネットワークファイアウォールと説明しています。
組織は、次のようなポリシーを定義できます。
エージェントは「Need to Know」に分類されたドキュメントを開いてはならない。
このポリシーは、企業内のエージェント全体に適用できます。
影響の大きい操作では、自動実行ではなく承認を必須にできます。
永続的な企業エージェントは、多数のモデル呼び出し、ツール、サンドボックス、バックグラウンドタスクを実行するため、コストが高くなる可能性があります。
そのためGoogleは、エージェントプラットフォームをプロジェクト単位のコスト管理に接続しています。
公式発表には、マルチモデル・オーケストレーション、スマートルーティング、リアルタイムの支出上限が含まれています。
管理者は、Cloud Billing Consoleでプロジェクトに厳格な上限を設定できます。
Googleによると、Geminiはモデル使用量とサンドボックスのコストを監視します。上限に達すると、管理者が再開を選択するまで、プロジェクトのエージェントは一時停止できます。
これにより、企業はエージェントのコストを部門やプロジェクトに明確に紐づけられます。
エージェントは、従業員がすでに利用しているアプリケーションにも組み込まれます。
Googleによると、GeminiはGmail、Drive、Docs、Slides、Sheets、Chat、Calendar内で直接動作します。
同じメモリ、スキル、コンテキスト、制御を、これらの画面間で引き継げます。
Googleは、Workspace内で主に3つのモードを説明しています。
エージェントは、ユーザーがすでに持っているコンテキストを使って業務を調整できます。
たとえば、ユーザーは、すべての参加者を手動で入力せずに、普段連携している地域イベントの担当者との会議を設定するよう依頼できます。
Geminiは、過去のWorkspaceコンテキストから該当するグループを推測し、カレンダーを確認して調整を始められます。
Workspaceは、委任できそうな作業を特定できます。
マネージャーがプロジェクト更新用のスライド資料を求めるメールを送ると、Workspace Intelligenceは、そのタスクをGeminiに委任する選択肢を表示できます。
同僚エージェントは、共有Chatスペースに参加したり、独自の組織IDでドキュメントのコメントを通じて作業したりできます。
重要な変化は、各アプリケーションにAIボタンを置くことから、すべてのアプリケーションに1つの永続的なエージェントが現れることへの移行です。
Googleは、特定分野向けのエージェント機能も発表しました。
データ・MLチーム向けに、エージェントはPySparkの生成、編集可能なノートブックの作成、モデルのトレーニング、パイプラインのトラブルシューティング、SQLの生成、分析の実行、チャートやダッシュボードの作成を行えます。
Googleは、この機能をBigQueryやKnowledge Catalogなどの製品に接続しています。
Gemini Enterprise for Financial Servicesはプレビュー段階です。
Googleによると、投資調査、信用分析、リスクモデリング、KYC関連分析などのワークフローをカバーする50以上の基礎スキルが含まれています。
FactSet、LSEG、S&P Global、SEC提出書類、独自リポジトリなどの金融データソースに接続できます。
Gemini Enterprise for Legalもプレビュー段階です。
Googleによると、NetDocumentsやiManageなどの法務文書プラットフォームから、案件単位の権限と倫理的な情報遮断を引き継げます。
より広い戦略は、汎用エージェントに専門ツール、権限、ドメイン知識を組み合わせることです。
Googleの発表は、急速に発展する市場で行われました。
Metaは9月にMuseを発表し、OpenAIは9月29日にDotsを発表しました。
3つの製品には重なる部分がありますが、初期の位置づけは異なります。
| 比較項目 | Meta Muse | OpenAI Dots | Google Geminiエージェント |
|---|---|---|---|
| 初期の焦点 | 個人向けエージェント | 個人向け常時稼働エージェント、仕事領域へ拡大 | 企業の仕事と組織ワークフロー |
| 実行環境 | 専用のMuse Secure VM | Dotsごとの専用クラウドコンピューター | 企業向けエージェントサンドボックスを備えたクラウド実行 |
| 長時間の作業 | 対応 | 対応、24時間365日 | 対応、数時間から数日 |
| 接続ツール | アプリとコネクター | プラグイン経由で4,000以上のアプリ | Workspace、サードパーティアプリ、企業向けツール、MCP |
| 独立した業務ID | 個人エージェントのID | DotsのID／業務シナリオ | Workspaceアカウント、メール、カレンダー、Driveを持つ同僚エージェント |
| モデル戦略 | 発表時はMuse Spark | 発表時はGPT-6 Astra | 現在はGeminiとClaude、今後さらに追加予定 |
| 企業ガバナンス | Meta Enterprise Platformを通じて拡大中 | 企業向けの業務用Dotsが登場しつつある | 発表時点から中核製品として重視 |
これはベンチマーク表ではありません。3社が現在どのように製品を位置づけているかを示したものです。
MetaはMuseを個人向けAIエージェントとして発表しました。
Museは、独自のブラウザーを持つ専用の安全な仮想マシン内で動作します。
Metaによると、Museはメール送信、旅行予約、買い物、長期目標に沿った計画などを処理できます。
MetaはMuseを企業向けプラットフォームにも拡大していますが、当初の発表は個人の日常生活に強く焦点を当てていました。
OpenAIは、DotsをGPT-6 Astraを搭載した常時稼働エージェントとして説明しています。
各Dotには独自のクラウドコンピューターがあり、ユーザーの目標に向けて24時間365日作業できます。
OpenAIによると、Dotsはプラグインエコシステムを通じて4,000以上のアプリに接続できます。
この製品は時間の経過に伴う継続性を重視しています。Dotはフィードバックから学習し、毎回新しいプロンプトを待たずに作業を前進させ続けられます。
したがって、Googleとの重なりは大きくなっています。
一方で、Googleの10月の発表は、既存の企業ID、権限、コラボレーション、ガバナンスの仕組みにエージェントを組み込むことに特に重点を置いています。
Googleは、エージェントが動作すると想定される多くの業務画面をすでに保有しています。
Gmail、Docs、Sheets、Slides、Calendar、Chat、Drive、BigQuery、Google Cloud IAM、Cloud Billingなどが含まれます。
そのためGeminiエージェントは、多くの企業がすでにドキュメント、カレンダー、メール、データ、ID、ポリシーを保管しているのと同じ環境内で動作できます。
製品戦略は明確です。
企業にすでに職場があるなら、AIエージェントのために別の職場を用意する必要はありません。
同僚エージェントの概念は、この考え方を最も推し進めたものです。
外部アシスタントをWorkspaceに接続するだけでなく、GoogleはWorkspace内部にAIアカウントを作成できます。
Google Cloudの元の発表には、その他にもいくつかの重要な更新が含まれています。
同じエージェントコンテキストと制御が、Gmail、Drive、Docs、Slides、Sheets、Chat、Calendarに直接組み込まれます。
組織は再利用可能なスキルとツールを公開できます。
エージェントは、サードパーティの企業システムやMCPサーバーに接続できます。
Googleは金融サービスと法務から開始します。
政府、ヘルスケア、小売は後から提供される予定です。
Googleは、エージェントID、最小権限アクセス、監査履歴、サンドボックスによる分離、ポリシー適用、エージェントゲートウェイを重視しています。
スマートルーティングとリアルタイムの支出上限は、長時間稼働する企業エージェントの予算管理を容易にすることを目的としています。
したがって今回の発表は、単なる新しいチャットボットではありません。
Geminiを企業AI業務の実行・ガバナンスレイヤーにしようとする、より広範な試みです。
機能一覧は意欲的ですが、本番環境への導入には慎重な検証が必要です。
同僚エージェントには、その役割に必要なドキュメント、システム、記録だけを与えるべきです。
影響の大きい操作には、明確な人による承認ルールを設けるべきです。
長期的なセマンティックメモリ、手続きメモリ、エピソードメモリは価値を生みますが、組織には保持、削除、レビューのポリシーが必要です。
ClaudeとGeminiの両方でタスクを処理できる場合、どのデータをどのプロバイダーに送れるのか、地域制限、ログ記録のルール、契約条件、コスト差を理解する必要があります。
MCPサーバーやサードパーティツールは、エージェントの能力を高めます。同時に攻撃対象領域も拡大させます。
クラウド上での継続的な実行を広範囲に展開する前に、プロジェクト単位の支出上限を設定すべきです。
Geminiエージェントは、Gemini at Work 2026で発表されたGoogleの汎用的な企業向け業務エージェントです。質問への回答、長時間のタスク、コンテンツ作成、データ分析、コードの記述と実行、企業向けツールの利用、サブエージェントの調整を行えます。
はい。Googleは、エージェントが現在、Google独自のGeminiモデルファミリーとAnthropicのClaudeモデルを横断してオーケストレーションできると明確に説明しています。将来的には、追加のプライベートモデルやオープンモデルにも対応する予定です。
同僚エージェントは、チームや役割向けに作成される永続的なGeminiエージェントです。Googleによると、独自のWorkspaceアカウント、メールアドレス、カレンダー、Driveストレージ、ディレクトリ上の存在、ロールベースの権限を持たせることができます。
はい。Googleによると、Geminiエージェントはクラウド上で実行され、ユーザーがノートパソコンを閉じた後も、数時間から数日かかるタスクを継続できます。
Googleは、セッションメモリ、セマンティックメモリ、手続きメモリ、エピソードメモリを説明しています。これらはそれぞれ、現在のタスク、蓄積された知識、再利用可能な作業方法、過去の実行履歴を扱います。
スマートルーティングは、Googleによる自動モデル選択レイヤーです。コストを管理しながら必要な性能を提供できると想定されるモデルへ、企業ワークロードを振り分けます。
Googleは、管理対象エージェントID、ロールベース権限、監査履歴、エージェントサンドボックスによる分離、エージェントゲートウェイによるポリシー適用、機密性の高い操作に対する人の承認を説明しています。利用できる具体的な制御は、組織の製品構成とポリシーによって異なります。
いずれも機能が重なる永続的エージェントの競合アプローチです。Museは個人生活向けエージェントとして始まり、Dotsは常時稼働する個人の仕事を重視しています。一方、Googleは企業コンテキスト、WorkspaceのID、ガバナンス、マルチモデル・オーケストレーションに強く焦点を当てています。
Googleの新しいGeminiエージェントは、長時間にわたるクラウド実行、サブエージェントのオーケストレーション、Workspace統合、永続メモリ、再利用可能なスキル、企業IDを、1つの業務エージェントに統合します。
最も特徴的な戦略上の判断は、モデルからの独立です。Geminiはエージェントレイヤーですが、基盤モデルは動的に選択できます。Googleは現在、このオーケストレーションの中でGeminiモデルとAnthropicのClaudeモデルの両方をサポートしています。
同僚エージェントは、AIに独自のWorkspace ID、権限、ストレージ、メール、カレンダー、監査可能な活動履歴を与えることで、製品を企業運用のより深い部分へ移行させます。Googleはこれらの機能に、エージェントサンドボックス、エージェントゲートウェイ、最小権限認可、スマートルーティング、プロジェクト単位の支出管理を組み合わせています。
中心にある考え方は、単に「GeminiがClaudeを使える」ということではありません。Googleは、企業エージェント、そのメモリ、アイデンティティ、ツール、ガバナンスを、今月最も優れたモデルがどれであるかよりも長く持続するものにしようとしています。
ひとことから始めて、数分で完全なサイトを手に入れましょう。
