Geminiは同僚　グーグルから「Geminiエージェント」登場

Google Cloudは8日(米国時間)、業務向けのユニバーサルエージェント「Gemini agent(Gemini エージェント)」を発表した。プロンプトボックスからGeminiに尋ねて業務を行なう多くの機能をGoogle Workspaceなどに追加し、ナレッジワークからコンテンツ作成、コーディングなどあらゆる業務の起点をプロンプトボックスに集約する。

Gemini エージェントでは、Geminiが業務のための汎用的なエージェントとして、ユーザーの質問への回答、ナレッジワークの処理、画像やメディアの作成、コードの記述や実行を担う。また、Google Workspaceのインライン機能により、Geminiは、Gmail、Google ドライブ、ドキュメント、スライド、スプレッドシート、Chat、カレンダーの内部で直接機能し、どこで使用する場合でも同一のメモリ、スキル、ガバナンス制御を利用する。社内・部内で統一されたAI基盤として業務に活用できるようになる。

プロンプトで指示を出すと、Geminiが質問への回答、ナレッジワークの処理、画像やメディアの作成、コードの記述と実行に対応する。指示ではなく目標を与えることで、作業をすべてGeminiに委託し、完成した成果物を受け取れるようにする。

エージェントの実行のためには、個人のワークフロー、記録システム、企業のガバナンス制御に接続されている必要がある。

Geminiは、Web、iOS/Androidのモバイルデバイス、Windows/Macのデスクトップから利用可能で、コマンドライン、Google Workspace、Microsoft 365、Slackなどからもアクセス可能。また、サードパーティ製アプリケーションに組み込むこともでき、ヘッドレス エージェントとして機能。

クラウド上で動作し、デバイスやチャネルに依存せず、単一のメモリセット、コンテキスト、1つのパーソナライズ グラフを維持。数時間や数日かかる作業でも、PCを閉じた後も処理が継続される。

また、用途に応じて最適なモデルが選ばれ、GoogleのGeminiだけでなく、AnthropicのClaudeにも対応し、他モデルを利用したオーケストレーションにも対応。モデルが変更されてもコンテキスト、スキル、データはそのまま保持される。また、将来は的にはClaude以外のオープンモデルなどにも対応予定。

連携するツールは、Confluence、Microsoft Office、Teams、Slack、Google Workspace などのコラボレーションツールのほか、GitやJiraなどの開発ツール、SalesforceやServiceNowなどのエンタープライズ プラットフォーム、BigQuery、Databricks、Postgres、Snowflakeなどのデータベース、デスクトップ上のファイルなど。また、MCPサーバーとの接続にも対応する。

スキルにも対応し、チームのカスタムスキルを構築し、企業の共有レジストリに公開できる。

Google Workspaceにおいては、Geminiが、Gmail、Google ドライブ、Google ドキュメント、Google スライド、Google スプレッドシート、Google Chat、Google カレンダーなどの内部で直接機能。どこで使用する場合でも同一のメモリ、スキル、ガバナンス制御を維持するため、メールのスレッド内や、ドキュメント、チャットスペースの中など、作業しているその場所(インライン)で利用できる。

パーソナル アシスタントとして、「来週、いつもの地域イベント担当チームとの会議を設定して」と依頼すると、Geminiがチャットスペースや過去のイベント スレッドから該当者を特定し、カレンダーを確認し、社外の参加者を含めて時間調整のメールを送るなど、アプリケーションをまたぐ作業に対応する。また、Gemini を使って、チーム全体と協働するコワーカー エージェントを作成することもでき、@メンションを送って同僚と連携するように操作できる。

エージェントに独自のアイデンティティが付与され、従業員と同様に管理される。そのアイデンティティは、作業ログを記録するログや、代わりにコードを実行するために起動された仮想マシンに記録される。また、各エージェントには、組織のセキュリティ管理者によって承認された、きめ細かいロールベースのアクセス権限が付与される。