【Google Cloud Next '26 参加レポート】ビジネス職が感じたGoogleが考えるAIの民主化の今とこれから

お忙しい中、このnoteを読んでいただきありがとうございます。MBKデジタルのソリューションデザイン部（以下、SD部）に所属する松本と申します。

私が所属するSD部は、AIを活用した事業課題のソリューション設計やプロジェクトマネジメントを担う、いわゆる「ビジネス職（非エンジニア）」の組織です。（昨今のAI変革で、職種の呼称が難しくなってきていると感じる今日この頃です）

今回、非エンジニアの私が「Google Cloud Next '26」に参加する機会に恵まれましたため、ビジネス職が現地参加する意義や肌で感じたAIの現状とこれからについて、私なりの視点で語らせていただきます。
（※ 本記事は技術やセッションの詳細レポートではありません。そちらにご興味がある方は、ぜひ弊社のテックブログをご覧ください）
しばしお付き合いのほど、よろしくお願いいたします。

前提条件：CloudNextで得たかったこと

本題に入る前に、私がどのような立場で、何を求めて今回のCloud Nextに参加したのか、少しだけ前提をお話しさせてください。
まず私は「データ分析キャリアを歩み、AI利活用に取り組んでいるビジネス職マネージャー」です。技術的なキャリアはありません。（以下で後述しますが、飛ばしていただいても構いません）

・アナリストとしてのキャリアと、副部長としてのミッション
私は現在、SD部の副部長として、組織づくりや自社の強みづくり、そして今後の部署の方向性を検討する立場にあります。
これまでのキャリアとしては、一貫してデータ分析の道を歩んできました。
最近は特に「データ分析でのAI活用」に強い関心を持っており、クライアント導入も含めて、AIを活用した分析の仕組み（AIによるデータ前処理やレポーティング）を構築しています。

・エンジニアではない、私のリアルな技術レベル
ただし、私の技術レベルは決してお世辞にも高いとは言えません。
前職では、Gitの操作を誤ってリポジトリのデータを消しかけてしまい、青ざめた経験があるほどです。（無事に復旧できたので良い教訓になって良かったです。一歩間違えたら…）
その経験から少しずつ技術を学ばせていただき、前述のようなAI分析の仕組みを作ったり、「Slackやドキュメントを読み込み、現状の課題やタスクを整理する」といった簡単な社内向け便利ツールを（AI利活用込みですが）実装できるレベルにはなりました。

・CloudNextとの接点
Cloud Nextは「Tokyo」には足を運んだことがあるものの、米国のカンファレンスは初参加です。正直、過去のCloud NextはKeynoteを（それも社内参加者にお勧めされた部分を）見る程度で、個別セッションはほとんど見ていませんでした。
※一部、SNSで話題になれば、その記事や元セッションスライドに目を通す程度です

・セッション選定の「2つの軸」
CloudNextには無数のセッションがあります。とても参加しきれません。
そのため、以下の2つの問いを持って、参考になりそうなセッションを選ばせていただきました。
1.「分析」における世界標準のAI利活用はどのようなものか？（アナリスト・実務者の観点）
2.「組織力強化」観点でAIをどう組織に浸透させるか？（マネジメントの観点）
さて、長くなりましたが、そんな私の等身大なリアルの学びをお伝えします。少しでもみなさまのお役に立てば幸いです。

結論：今後の方向性が見えた濃密な3日間

まず、私なりの結論です。
Googleが考えている方向性、そして自分たちの現状の立ち位置が、さらに目指すべき方向性が見えた、技術がわからなくてもコスト（時間・お金）に見合う貴重な3日間でした

1. Googleが考えているであろうこと：AIが民主化される未来

私が最も強く感じたのは、「AI（エージェントを含む）の構築は、エンジニアに頼りきりになるものではなく、WordやExcel、PowerPointのようにビジネス職の必須スキルとして民主化されていく」というものです。
Keynoteはもちろん、各セッションでも「AIを使うことを前提とした環境構築」や「AIを組み込んだ業務プロセスの再定義」が繰り返し語られていました。

特にアナリスト目線で学びが深かったのは「From data to dashboard」です。「Data Studio（旧：Looker studio）がGoogle Workspaceのエコシステムとシームレスに統合されていました。今まで数営業日は当たり前だったデータ接続（準備）からダッシュボードの構築までを僅かな時間で完成する話は驚異を覚えるほどでした。
「アドホックな（その場限りの書き捨ての）分析」であっても、よりリッチにより高速に現場の意思決定に利活用できるものができると感じます。
（過去、スピード優先で何度ドキュメントだけで提出したことか…）

さらにConversational Analyticsなどの活用を含めて、より分析スキルが民主化されると感じました。分析だけを提供価値にするのではなく、知見を活かしたり、コンテキストを介したAIエージェント構築ができないと我々の価値がなくなりかねないな、と脅威にすら感じています。
（単純な分析AIエージェントの構築程度は近い将来、ビジネスパーソンの基礎スキルになっていると思います）

2.自分たちの現状： 世界標準でも負けていない

Keynoteや各セッションで、世界標準のデータ分析・AI活用のリアルを知ることができたのもプラスでした。特に、以下のような当社ではすでに取り組んでいる当たり前の事例が多数紹介されていたことは、日々のプロジェクトが「AI最前線である」と実感できた、とても嬉しいポイントです。

CloudNextにもあったAI利活用事例のうち、当社も取り組んでいるものの一部
• AIを用いたデータの前処理と適切なデータ基盤の構築
• 顧客の声（VOC）やデータ分析結果のAIによるインサイト抽出
• 業務知識をNotebookLMのようなツールに蓄積して運用するナレッジマネジメント

 （余談）
社内にGoogle Developers Expert（GDE）が在籍しており、常に最先端かつ正確な情報にアクセスできる環境があること、そしてパートナー企業様との強固な連携により大きなチャレンジができる土壌があることも、この推進力を支えていると感じています。

また、セッションへの参加にとどまらず、他社の方々との交流も貴重な機会となりました。普段は、社内や知り合いとの交流が中心になりがちですが、他社のGDEの方やGoogle様主催の交流会を通じて様々な企業の方々とお話しすることができたことも大きな刺激となりました。
「無駄なトークン消費の抑制」や「特定の業務プロセスをAI標準に置き換える難しさ」など、弊社の悩みを他社様も悩んでいることに共感させていただくことも多かったです。

その他にも「当社の事業プロセスを踏まえると、XXはAI標準にしづらい」というリアルな業務の悩みごとやAI化しづらいポイント（生きた情報）を伺えたことは非常に大きな学びになりました。

3. 今後目指すべき姿と、強烈な危機感

ここまでで、「MBKデジタルは最先端で全く問題がない」と聞こえてしまったかもしれません。しかし、現実はそう甘くありません。
会社全体としては一定の取り組みが進んでいるものの、SD部としての「AIの利活用レベル」は、NextCloud基準でLevel 1に過ぎないと痛感しています。

特にテクニカルセッションでは、Slack上でデータに関する質問や分析を行い、グラフ表示まで完結できるAIエージェントの構築事例が紹介されており、まさに実現したいと感じていた内容でした。
私がやりたいことはもう既存の技術で、しかもAIを使えばビジネス職でも実現可能なラインになっています。

どの企業でも、エンジニアのリソースは常に限られるなか、社内のPoCやトライアルに潤沢なリソースを割けるわけではありません。（それでも、当社ではエンジニアが公式にリソースを割り当てタスクフォースに協力してくれることは、非常に恵まれていると感じています）
だからこそ、「やりたいことを言語化して実装はエンジニアに頼む」だけではもう不十分です。スライドで企画書を作るように（ここのAI代替も進んでいますが）自らの手でプロトタイプとなるAIエージェントを構築・実装する力が必須と感じました。

この「自ら実装する技術力の不足」に対して強烈な危機感を覚えたことが、今回最大の収穫だったかもしれません。 まずはカンファレンスで得たサンプルやハンズオンを活用し、エンジニアに頼りきりになるのではなく、自分で手を動かして実装することに挑戦しようと思います。

しかし、個人の一時的なモチベーションだけでは組織の力にはなりません。組織を強化し、競争力に繋げるためには「継続的な学習の仕組み」を構築することが不可欠です。時間が限られる現代のビジネスパーソンにとって、継続的な学習と実装を実現するには、以下の問いに組織としてどう答えるかが肝だと感じました。
• どうやって感度高く、正確な技術情報を集めるか？
• 無数にある情報から「学ぶべきもの」をどう見極めるか？
• それらを「どの程度の深さ」まで学ぶべきか？

これを個人の努力に依存してしまうと、属人的な強みにとどまり、組織としてのばらつきが生じてしまいます。
（余談：組織学習の取組）
SD部では以下の手順で、研修資料の作成を半自動化しています：
・何を習得しなければいけないか？の言語化
・上記の基準を学ぶための情報を公開事例や社内知見からdeepresearchで取得
・NotebookLMを活用することで、資料（スライド、動画、小テスト）作成を半自動化
 AIのように変化が激しい世界では、研修資料づくりに時間をかけているうちに陳腐化してしまいます。こうすることで、メンバー全員が最新情報を効率的に学べる体制を構築しています。

ただ、今回のCloudNextを踏まえるとそれだけでは足りません。
これからは知識の習得にとどまらず、「ビジネス職によるAIエージェント実装」が必須です。実際に手を動かして実装まで体験できるような実践的な学習プログラムを、組織の仕組みとして確立していきたいと考えています。

長くなりましたが、このあたりで締め括りたいと思います。
「技術の専門家でなくても、Google Cloud Nextで得られるものは計り知れない」ということが、読者の皆様に少しでも伝われば幸いです。
最後までお読みいただき、ありがとうございました。

Google Cloud Next Tokyoに出展します！

MBKデジタルは2026年7⽉30日(木)、31日 (金)に東京ビッグサイトにて開催される Google Cloud Next Tokyo（主催：グーグル・クラウド・ジャパン合同会社）にSilver スポンサーとして出展いたします。皆様のご来場、お待ちしております！

参加申し込み（無料・招待コード  NxT26_pt142）：https://goo.gle/NxT26_pt142

===
MBD採用ページ｜https://www.mbk-digital.co.jp/careers
X｜https://x.com/mbk_digital
Facebook｜https://www.facebook.com/mbk.digital.info/
===