なぜGoogleはAIエージェントに会社のメールアドレスを与えたのか

Google Cloudは2026年10月8日の「Gemini at Work 2026」で、質問応答からコード実行までを単一のプロンプトで扱う汎用エージェント「Gemini agent」を発表した。数時間から数日の仕事をクラウド上で継続実行し、基盤モデルはGemini系とAnthropicのClaudeから選定する。コスト統制とガバナンスを主眼に置いた設計が特徴だ。

「仕事はプロンプトウィンドウから始まる」――1つの箱に仕事を集約する設計

Google Cloudは2026年10月8日（現地時間）、企業向けイベント「Gemini at Work 2026」で、仕事のための汎用エージェント「Gemini agent」を発表した。CEOトーマス・クラリアン氏の基調講演を基にした公式ブログ記事によれば、このエージェントは質問への回答、知識労働、画像やメディアの作成、コードの記述と実行を「1つのプロンプトボックス」から行う。ユーザーは手順ではなく結果を委任し、完成品を受け取る、という位置づけだ。

アクセス経路も統合されている。Web、iOS/Android、Windows/Macのデスクトップに加え、コマンドライン、Google Workspace、Microsoft 365、Slackから利用でき、専用UIを持たないヘッドレスな組み込みにも対応するとしている。実行はクラウド側で行われるため、記憶や文脈はデバイスをまたいで保持され、ノートPCを閉じても数時間から数日の仕事が継続する、と同社は説明する。

規模を裏付ける数値も示された。直近1年で約500のGoogle Cloud顧客がそれぞれ1兆トークン超を処理し、顧客の約80%が同社のAI製品を、Fortune 100企業の約90%がGemini Enterpriseを利用している――いずれも同社の発表値である。

同僚として働くエージェントに、専用のメールアドレスを与える

今回の発表で特に特徴的なのは「coworker agent（同僚エージェント）」という設計だ。プロジェクトマネジャーや財務アナリストのような役割を持ち、チームの一員として日をまたいで働く。そしてこのエージェントには@agents.company.comの専用メールアドレスと、専用の永続ストレージが与えられる。アクセスできる文脈は、ユーザーやチームメンバーが与えたものに限られるとされている。

より短いタスクでは、ジョブごとに一時的なサブエージェントを動的に編成し、並列・順次のワークフローを協調して実行する。エージェントの記憶は、目の前のタスクを保持するセッション記憶、読んだ文書から構築する意味記憶、仕事の進め方にあたる手続き記憶、過去の実行履歴であるエピソード記憶の4種類に分かれて管理される。「新しい従業員が自己オンボーディングするように」学習する、と同社は表現する。

なぜエージェントにメールアドレスを与えるのか。発表全体から読み取れる意図は、エージェントを組織の権限管理と監査の単位として扱えるようにすることだ。人間と同じ識別子を持つことで、誰が何を実行したかを既存のガバナンスの枠組みで追跡できる。これは本記事の解釈である。

GeminiとClaudeをまたぐモデル選択が意味するもの

基盤モデルについては、エージェントとモデルを分離した設計が打ち出された。ジョブごとに最適なモデルを選び、発表時点ではGeminiファミリーとAnthropicのClaudeモデルをオーケストレーションし、今後は他の非公開・オープンモデルも追加するとしている。「最良のモデルは常に最大とは限らない。モデルを仕事に合わせることで、難しい仕事の精度を上げ、単純な仕事のコストを下げる」と同社は説明する。数カ月ごとに最先端モデルが入れ替わる状況を踏まえ、モデルを替えても文脈・スキル・データはその場に残す設計だと強調される。

早期テスト企業としてスポーツウェアブランドのOnが挙げられ、大規模運用の既存例としてShopify、週1,000万件のマルチモデルリクエストを処理するPayPalが紹介された――いずれもGoogle側の主張である。ワークロードを自動で仕分けし、最大性能を最低コストで出すモデルへ振り分ける「Smart Routing」も提供される。

トークン単価は98%下がった、それでも総額は増える

コスト統制は今回の発表の中核の一つだ。同社のブログは、トークン単価が2024年以降98%低下した一方で企業のAI利用量が爆発し、単純なループ処理をプレミアムモデルで回せば企業予算がすぐ破綻すると指摘する。対策として、複数モデルのオーケストレーション、Smart Routing、リアルタイムの支出上限の3点が示された。支出上限はプロジェクト単位でCloud Billing Consoleに設定でき、上限に達するとエージェントが一時停止し、ワンクリックで再開できる。プロジェクト単位で追跡されるため、AIコストを部署にチャージバックできるという。

セキュリティ面では、すべてのエージェントが独自のネットワーク境界を持つ「Agent Sandbox」内で実行され、通信はAIネットワークファイアウォール「Agent Gateway」を通じて組織のポリシーをリアルタイムで強制する。ポリシー（例：「Need to Know区分の文書は開けない」）を一度定義すれば全エージェントに適用される。「エージェントプログラムの成否は、統制できるかと支払えるかにかかっている」というのが同社の問題意識の表明だ。

金融と法律の専門版がプレビュー中、日本からはSOMPOの事例

業界特化版は金融と法律がプレビュー段階で、政府・医療・小売は近日中とされている。金融版はFactSet、LSEG、S&P Global、SEC提出書類などの信頼済みデータを参照し、50以上の基礎スキルを持ち、信頼度スコア・データリネージ・出典明示を備える。CME GroupとDeutsche Bankがすでに利用していると発表された。法律版はNetDocumentsやiManageから文書単位の権限とエシカルウォールを継承し、法律事務所Cooleyが機密情報の黒塗りエージェントを構築している。

導入事例として紹介された数値は、いずれもGoogleの発表値である点に注意が必要だ。日本のSOMPOは34,000人の従業員で10,000を超えるカスタムエージェントを構築し、新モデルの開発期間を1週間から1日に短縮したとされる。シンガポールのDBS Bankは70〜80の専門エージェントの連鎖で与信メモを合成し、ブラジルのBradescoは文書レビュー時間を1時間から5分に短縮、リスクの不整合を60%減らしたとされる。スペインのOrange Spainは人事・IT・販売・カスタマーサービスで1,000を超えるカスタムエージェントを展開している（同社公式発表）。エージェント本体の一般提供時期はブログでは明示されておらず、専門メディアの報道では限定された顧客への非公開プレビュー段階とされる。

効果を裏付ける数値の出所がほぼGoogle側にあることは、この種の発表の限界でもある。とはいえ「1つのプロンプトボックス」への集約と「エージェントへのメールアドレス付与」という2つの設計判断は、AIを個人のツールから組織の構成員へと移す方向性を明確に示している。Google自身による発表の要約も、モデル選択・コスト統制・ガバナンスの3点を中核として強調する。この方向が実用に耐えるかは、コスト統制とガバナンスが大規模環境で実際に機能するかどうかにかかっているだろう。