【Google Cloud Next Tokyo '26 参加レポート】ステージと会場のあいだにあった、AIエージェントの“一段の差”

当社のnoteにご関心をお持ちいただきありがとうございます。MBKデジタルのビジネスグロース部に所属する南島です。

2026年7月30日（木）・31日（金）の2日間、東京ビッグサイトで開催された「Google Cloud Next Tokyo '26」に、当社はシルバースポンサーとして出展しました。南展示棟1階のブース（S9）に立ちながら、合間にいくつかのセッションも聴かせてもらいました。

前回のデブサミの記事の最後に「次はGoogle Cloud Next Tokyoのブースにいると思います」と書いたのですが、宣言どおりまた2日間ブースにいました。今回はセッションにも入れたので、壇上で語られていたことと、ブースで来場者の方と話していて感じたことの両方を書きます。

そして先に結論を書いてしまうと、その2つのあいだには、はっきりとした一段の差がありました。

壇上は、すでに「エージェントを安全に動かし続ける」話をしていた

今年のNext Tokyoは、AIエージェント一色でした。

Day1の基調講演では、Gemini Enterprise がエージェントを作り・動かし・管理するための基盤「Gemini Enterprise Agent Platform」として位置づけ直され、Day2ではそのプラットフォームの一般提供が発表されました。内容も具体的で、エージェントを登録して統制する Agent Registry、エージェント一つひとつに検証可能なIDを与える Agent Identity、通信の出入口を一元管理する Agent Gateway、プロンプトや実行経路を追跡する Agent Observability といった顔ぶれです。

つまりGoogleは、「エージェントをどう作るか」ではなく「増え続けるエージェントをどう安全に運用し続けるか」の話を、すでにしていました。

実は私は昨年秋、米国で開催された Microsoft Ignite にも参加しています。そこで主役だったのが、社内に散らばるAIエージェントを一元的に登録・管理する「Microsoft Agent 365」でした。エージェントの乱立を前提に、ガバナンスとObservabilityをどう効かせるか。ベンダーは違えど、壇上が見ている地点は同じでした。

一方、会場で語られていたのは「最初の1体」だった

ところが、事例セッションやブースでの会話に降りてくると、景色が変わります。

聴いたセッションで多かったのは、AIを特定の業務に当てはめて、日常的に使うエージェントを1つ作ったという事例でした。私が入ったセッションも「散在するデータを取り込んで見積作成を自動化！ノーコードで始める見積作成支援エージェント」「Gemini Enterprise で問い合わせ回答支援AIをスピーディに構築」といった内容で、どちらも地に足のついた良い事例です。

ただ、裏を返せば、日本ではまだ「エージェントを1つ業務に載せたこと自体が先進事例になる」段階ということでもあります。

エージェントが乱立して困っている、という話にはほとんど出会いませんでした。

これは日本が遅れている、という単純な話ではないと思っています。ただ、壇上で語られる課題設定と、会場に来ている企業の実際の立ち位置のあいだには、はっきり距離がありました。その距離を認識しておくことは、支援する側にとってかなり重要だと感じます。

ブースで一番多かった質問が、宿題を教えてくれた

ブースに立っていて、何度も似た質問をいただきました。いちばん象徴的だったのはこれです。

とても自然な期待だと思います。ただ、正直に答えるなら「取り込むだけでは、そうはなりません」です。

AIエージェントを業務に載せようとすると、必ず「AIの出力は確率的で、毎回同じにならない」という壁にぶつかります。これを業務で使えるレベルに安定させるには、振る舞いの範囲を決めるガードレールと、社内の用語やデータの関係性をAIに理解させるオントロジーの整備が要ります。地味な作業ですが、ここを飛ばすと、それらしい答えが返ってくるだけで業務判断には使えません。

つまり、ウェブのAIアプリにデータを丸ごと渡して相談するのと、業務で使えるエージェントを組むことのあいだには、かなりの距離があります。そしてこの距離は、ブースでお話しした多くの方にとって、まだ見えていないもののようでした。

これは来場者の方の理解が足りない、という話ではまったくありません。むしろ逆で、私たち提供する側が、この違いをまだ伝えきれていないのだと受け止めました。「精度が上がります」「業務に合わせられます」と言うだけでは、汎用のチャットAIに聞くのと何が違うのかは伝わりません。しっかり宿題をもらった2日間でした。

Day2に登壇した当社の田中・古畑のセッション「Gemini Enterprise を阻む『品質・コスト・浸透』の壁。先行事例が突破した実装の定跡」は、まさにこの話でした。ハルシネーションへの不安、見えないROI、現場の拒絶反応。技術以前のところで止まっている企業が、どうやってそこを越えたのか。大手エネルギー企業と大手教育機関の2社の実例を扱っています。ブースでの会話と、壇上の内容が完全に同じ問題を指していたのが印象的でした。

「アプリに質問する」の先へ進むには、もう少し時間がかかる

2日間を通しての私の見立ては、少し慎重なものです。

日本でAIが「アプリを開いて質問する道具」以上の使われ方をするまでには、もう少し時間がかかるかもしれません。業務に入り込んで自律的に動くエージェントは、技術の問題であると同時に、業務プロセスと責任分界の問題だからです。

ただ、これは悲観ではありません。Day2の基調講演では、NTTドコモが2027年のフルAIオペレーションを目標に掲げ、社内に散在する100を超えるデータ活用アプリと現場の知識を統合していく構想を紹介していました。射程を長くとって取り組んでいる企業は、確実にいます。

そして、時間がかかるということは、そこに伴走する仕事があるということでもあります。

MBKデジタルが目指すもの

MBKデジタルは「意思決定が変われば、企業が変わる。」を掲げて、データとAIで経営の意思決定を支える会社です。

ガードレールを引く、オントロジーを整える。この2つは、モデルの性能では解けません。その会社が何をKPIと呼び、どの数字を信じ、誰が何を決めているのかを理解していないと、そもそも設計できない仕事です。前回のデブサミの記事で「エンジニアがビジネス側へ染み出していく」と書きましたが、AIエージェントの実装は、その染み出しがもっとも露骨に必要になる領域だと思います。

データとビジネスの両方に足をかけて仕事をしてみたい方には、面白い時期だと思います。もしご興味を持っていただけたら、ぜひ一度お話しさせてください。

アーカイブ配信も公開予定あり

Next Tokyo '26 の基調講演は、イベントに登録するとアーカイブ動画を視聴できます。セッションのアーカイブは8月後半に公開予定とのことですので、当日来られなかった方はぜひチェックしてみてください。

イベント公式サイト：https://www.googlecloudevents.com/next-tokyo/

最後までお読みいただき、ありがとうございました。

データとAIの力で真のデータ活用を目指す仲間を募集中！

MBKデジタルは現在、採用強化中です。興味を持っていただけた方はぜひ下記からご応募お待ちしております。

▶︎ MBD 採用ページ

===
＜各種SNSアカウント＞
X｜https://x.com/mbk_digital
Facebook｜https://www.facebook.com/mbk.digital.info/
===