Google Cloud Next Tokyo 26 Day1キーノートまとめ

田港勝利

2026年8月1日 13:52

発表が多すぎて、どれが自社に関係あるのか分からない
Google Cloud Next Tokyo '26 のニュースを見た方の、
正直な感想ではないでしょうか。

2026年7月30日から31日、東京ビッグサイトで開催されました。Day1の基調講演は約1時間45分。2日間で90社を超える顧客が登壇しています。グローバルの Next '26 全体では、発表は260件に上ります。

そこで、Day1で扱われた発表を4つに仕分けました。

今日使える
追加契約なしいまのまま設定・操作できる
今期に準備
Gemini Enterprise などの追加契約が必要
提供待ち
提供待ちの最新情報
その他情報
上位エディション限定、大規模な開発組織向け、あるいは海外のみ

従業員20名規模の会社が明日から動かせる3つの手順。
担当と期限まで落としました。

お時間のない方のために
を20分で理解できる音声概要をご用意しています。

Google環境で仕事をしている経営者には
ぜひ耳だけでも取り込んでほしいです。

AIを入れても何も変わらない会社の共通点

AIを契約した。アカウントも配った。
それなのに社内は何も変わっていない。

思い当たる会社は、少なくないはずです。

Day1の基調講演を貫いていたのは、
今から100年前の「産業革命時代の工場」です。

工場に電気が導入されてから、
生産性が上がるまでに約30年かかっています。

当時の経営者たちは、
中央の蒸気機関を
大型の電動モーターに
置き換えただけだったからです。

天井のシャフトもベルトも、
工場のレイアウトも、
仕事の手順も、

全てが古いままでした。

生産性が跳ねたのは、
個々の機械に小型モーターを載せ、
工場そのものが生まれ変わったときです。

ここから導かれる問いが、
Day1全体の骨格になっています。

大型のAIチャットボットを中央に1つ置くべきか？
小さなモーターのように
小さなエージェントを埋め込み再設計すべきか？

AIエージェントという言葉も、ひとこと置き換えておきます。

チャットAIは
「聞けば答えてくれる相談相手」

AIエージェントは
「任せれば手順を踏んで最後まで終わらせる担当者」

相談相手を1人雇うのか？
担当者を業務の数だけ配置するのか？

問われているのは、その違いです。

日本の数字が示している位置

ここに日本の数字を重ねると、話が具体的になります。

ツール自体はもう入っています。
中小企業白書2025年版によると、
デジタルツールを活用している段階の中小企業は52.3%
紙や口頭が中心という企業は減り続けています。

AIについても、
中小機構が2026年3月に公表した調査でAI導入率は20.4%
検討中の18.6%を合わせると39.0%が前向きです。

導入済み企業のうち82.6%が生成AIを使っています。

では、成果はでたのか？

ビジネスモデルの変革まで成果を出せている企業は約2割です。

従業員100人以下に絞ると、成果が出ていると答えた企業は日本で58.1%
米国91.2%、ドイツ80.3%との差が開いています。

ツールは入っているでも、成果は2割

この差はどこから来るのか？

同じ調査に、答えらしきものがあります。
日本企業でDXの成果指標を設定しているのは3割以下
米国とドイツは8割以上です。

何を達成したいのかを決めないまま、動力源だけを入れ替えている状態。

100年前の工場と、構造が全く同じです。

順番の問題

私は今年3月に、中小企業のDXが失敗する5つのパターンを書きました。
そのときの結論はこうです。

失敗した会社は、何かが足りなかったのではありません。順番を間違えていたのです。

効率化とは、今やっていることを速くすることであって、
今やっていることを正しくすることではありません。
整理されていない業務を
そのままデジタル化すれば、混乱が速くなるだけ。

だからツールは最後に選ぶ、
というのが私の結論です。

Day1の発表を並べてみると、
この順番の話が製品側から裏付けられています。

中小機構の調査では、AI導入の目的の首位が
「業務効率化・作業時間の短縮」で87.0%
2位の「品質向上」32.3%とは50ポイント以上の差があります。

効率化から入ること自体は自然な流れです。

ただ、そこで止まったまま
成果指標を持たない会社が、3年目を迎えます。

6階層すべてを自社で作るという主張

Google Cloud が差別化として挙げたのは、AIチップからエンドユーザー向けアプリまで6つの階層をすべて自社で作っている点でした。

AI専用チップの自社設計は10年目に入り、今春には第8世代を投入
訓練向けの TPU 8t は前世代比で約3倍のコンピューティング性能とされます。

規模が違いすぎて、中小企業が直接判断に使う情報ではありません（笑）

ただし、この6層の中心に置かれた Gemini Enterprise は別枠
社員がAIに触れるときの入口、という位置づけです。

繰り返し出てきたキーワードは

『 context intelligence』

社内にある資料や履歴を理解したうえでAIが動く、という考え方です。

今週そのまま確認できること

「どうせ大企業向けの話でしょう」

Day1の発表を眺めたときの、
最初の感想はこれだと思います。

半分は当たっています。
ただ、契約を変えずに今週手をつけられるものも多くあります。

Meet の録画と文字起こしに同意を求める設定

いちばん先に確認してほしいのがこれです。

Google Meet の
「Take Notes」「録画」「文字起こし」に、
新しい設定が加わりました。

開始する前に、参加者へ明示的な同意を求められます。

押さえるべき点が3つあります。

対象は Business Standard / Business Plus、Enterprise Standard / Plus、Frontline Plus など。デフォルトはOFFです。

管理者がドメイン・組織部門・グループ単位で有効化しない限り、同意は求められません

2026年5月5日から段階的に展開が始まり、
6月17日にいったん停止、7月29日に再開しました。

完了予定は2026年8月12日

日本の会議では、
録音やAI処理の同意を取らないまま進んでいる場面が珍しくありません。

デフォルトOFFということは、
管理者が動かなければ今の状態が続くという意味です。

今日から使えます。
管理コンソールの Meet の設定で確認できます。

※ただしロールアウトの完了予定が2026年8月12日なので、
ドメインによってはまだ項目が出ていない場合があります。

Microsoft 365 環境のままで動く範囲

Day1の小売業デモは、
Outlook・Teams・OneDrive の上で完結していました。
Google の製品説明としては珍しい見せ方です。

これは演出ではありません。
Microsoft Teams connector が
2026年7月に正式提供開始となりました。

Jira Data Center のデータストアも6月に
SharePoint と OneDrive のフィルタリングはプレビュー段階です。

以降、GAは正式提供開始の意味で使います。
プレビューは試用段階で、仕様が変わる可能性があります。

Gemini Enterprise 側の Canvas と Projects も、Microsoft 365 との相互運用を公式に明記しています。Canvas 自体のGAは2026年7月です。

Microsoft 環境を捨てなければ始められない、という前提は崩れています。

※ただし、使うには Gemini Enterprise の契約が別途必要です。
Workspace の契約だけでは動きません。

探し物をやめるための入口

Workspace 側で今日から効くのが Ask Gemini in Chat です。
Google Chat を開いて Gemini に話しかけるだけで使えます。

ファイル名も日付も覚えていない資料を、普通の言葉で説明するだけで特定し、要約まで返します。
「先月の展示会の見積もりで、B社に出したほう」
といった自然言語の明で足ります。

社内のファイルを探す時間は、そのまま人件費です。
ここは効果が読みやすい部類に入ります。

※対象はBusiness Standard 以上です。

乗り換え余地の確認

Gemini Enterprise Agent Platform では、
Model Garden 経由で200以上のモデルが使えます。
Anthropic の Claude Opus・Sonnet・Haiku も含まれています。

導入前に「他社モデルに変えられるのか」を確認しておくと、
後の交渉が楽になります。
実際に乗り換えるかどうかは別の話です。

なお Model Garden を実際に使うには
Gemini Enterprise Agent Platform の契約が要ります。

統制を効かせる前に知っておく制約

Day1で示された日本市場の数字のうち、
経営者の反応がいちばん割れるのがここです。

AIエージェントを使っていない回答者: 70%
AI利用者のうち、会社が公認していないAIを使っている人: 約半数
Google Cloud 顧客のうちAI製品を事業推進に使っている割合: 75%

「勝手に使われるのは困る。禁止すべきだ」

「約半数がシャドーAI」
と聞いた日本の保守的な経営者から、
真っ先に出てくるのはこの反応です。

Xのポストでもちょっと荒れました（笑）

Google調べらしいけどこれ結構衝撃的な数字だよな～
Xでは全人類が使ってるように見えるのに😅 pic.twitter.com/2aDXN5u02x
— 田港勝利🪼中小企業のIT参謀 (@mistea0) July 31, 2026

情報漏洩のリスクとして警戒するか、
現場が動いている証拠として受け取るか。

ここで企業の命運が分かれます。

Google 側の解釈は後者でした。
AIが身近になった証拠であり、
現場が自分の仕事の効率を
上げたがっている表れだと位置づけています。

禁止で蓋をしたときに失われるもの

私は3月に、新人へのAI禁止令を出した組織の話を書きました。
そのときの観察はこうです。

禁止令が壊したのは新人ではなく、組織全体だった

禁止か許可かという二択に持ち込むと、議論はそこで止まります。

そして現場が自分で見つけた工夫は、社内のどこにも共有されないまま、
その人の退職と一緒に消えていきます。

管理層の姿勢が、AI浸透率を決定的に左右します。

統制の道具が届かないプランの壁

では、見える化して受け入れる側に倒すとして、道具はあるのか。

Workspace には AI control center があります。
4つのモジュールで構成されています。

組織内のAI利用状況の可視化
Gemini in Meet など特定サービスへの細かい権限設定
分類ラベルとデータ保護ルール
プライバシー基準の確認

2026年5月4日から提供済みで、手動の申し込みも不要です。

対象は Enterprise Standard と Enterprise Plus のみ
月1,600円の Business Standard を使っている会社には、この機能は届きません（残念）

上位プランでなくても効く部分

一方で、プランに関係なく効く考え方もあります。

統制の対象を「AIを使ってよいか」から
「どのデータに触れているか」に移すことです。

Gemini Enterprise 側では、Connectors と MCP サーバーが用意されました。
社内システムから直接データを取りにいく仕組みです。

BYO-MCP（Bring Your Own Model Context Protocol）として、
自社で作ったツールや業務システムも接続できます。

エージェント側の管理機能も揃ってきました。

Agent Identity: エージェントごとに暗号化されたIDを付け、監査できる履歴を作る
Agent Registry: 承認済みのツールとスキルを一元管理する
Agent Gateway: エージェント群を単一の制御点で管理する
Agent Anomaly Detection: 不審な動作をリアルタイムで検出する
Agent Security ダッシュボード: 脆弱性を自動で検出する

基調講演では、このうち
Identity・Registry・Gateway
の3つを追加課金なしで提供すると明言されました。

やることの順番としては、統制の仕組みを買う前に、
誰がどのAIに何のデータを入れているかを1枚にまとめるほうが先です。

稟議の前に詰めておく3点

「結局また囲い込みでしょう」
「トークン課金が読めないから稟議に書けない」
「うちの業界はデータを海外に出せない」

導入を検討し始めた経営者から出てくる懸念は、
だいたいこの3つに集約されます。
Day1の発表は、この3つに対して具体的な材料を出してきました。

Gemini Enterprise が掲げた約束も、同じ順番で並んでいます。
simple・secure・cost-efficient
裏返せば、企業が抱えている痛みは

「ツールの断片化」「予測できないトークン課金」「ベンダーロックイン」

だという整理です。

データの置き場所

Gemini Enterprise のアプリが日本リージョンに対応しました。

公式のリリースノートに記載があります。
更新日は2026年7月6日

日本（asia-northeast1）では、保存データのデータレジデンシーと機械学習処理がリージョン内で完結します。

利用するには Google のアカウントチームへの連絡が必要です。

モデル側にも日本リージョン向けの発表がありました。
Gemini 3.5 Flash が日本リージョンの
single-zone provisioned throughput
で使えるようになる、という内容です。

コストの読み方

モデルの価格は公開されています。

100万トークンあたりの単価です。

トークンとは、AIが処理する文字量の単位のことです。
日本語なら
1文字が1〜2トークン
と考えておけば、桁の感覚はつかめます。

Gemini 3.6 Flash（主力）: 入力 $1.50 ／出力 $7.50
Gemini 3.5 Flash-Lite（最速・最安）: 入力 $0.3 ／出力 $2.5

出力側で3倍の開きがあります。
どのモデルを使うかが、
そのまま請求額に効くという意味です。

もう1つ、単価表に出てこない要素があります。
3.6 Flash は 3.5 Flash と比べて出力トークンが17%少ないとのこと！
同じ仕事をより少ないトークンで終える、という主張です。

ただし、これを「実質的な値下げ」と呼ぶのは早計です。

実際の請求額は、
処理する件数・入力の長さ・リトライの回数で決まります。

総額は自社のユースケースで試算するしかありません。

Workspace 側の費用も並べておきます。

Business Starter: ¥800
（30GB／Gemini は Gmail 中心）
Business Standard: ¥1,600
（2TB／Gmail・ドキュメント・Meet など複数アプリで Gemini）
Business Plus: ¥2,500
（5TB）
Enterprise: 要問い合わせ

Business系は最大300ユーザーまで。
以前の記事で
「Business Standard が1人社長でも最低ライン」
と書きましたが、その判断は今も変わりません。

出口の確保

ロックインについて、基調講演は明確に否定しています。

AIはすべての顧客にとってオープンでアクセス可能であるべきだ。
Google Cloud はフルスタックプロバイダーであると同時に、
オープンなAIプラットフォームだ。
ベンダーロックインをするつもりはない

言葉だけなら、どのベンダーでも言います。
確認すべきは仕組みのほうです。

Model Garden で200以上のモデルが選べる
（Anthropic の Claude Opus・Sonnet・Haiku を含む）
Agent Registry 既存のエージェントや MCP サーバーをインポート
（2026年6月GA・Gemini Enterprise release notes）
開発ツール Antigravity のクォータが Gemini Enterprise のライセンスに同梱され、単一の管理コンソールから全社の利用状況を見渡せる
（数ヶ月以内に提供・Google Cloud 公式ブログ）

出口の確保という観点では、
「他社モデルに切り替えられるか」「作ったエージェントを持ち出せるか」
の2点を契約前に確認しておくと、交渉の材料になります。

任せる範囲と握り続ける承認

Day1で発表された機能を並べていくと、
2つの方向が同時に走っていることに気づきます。

ひとつは、任せる範囲を広げる方向性

もうひとつは、人が承認する点を残す方向性です。

この2つはセットで設計されています。
そして経営者にとって重要なのは、後者のほうです。

任せる範囲を広げる側

まず、委任を広げる機能から整理します。

Gemini Spark は、
社員一人ひとりに割り当てられる24時間稼働のエージェントです。
Workspace・カスタムコネクタ・オープンウェブ全体で動き、
複数ステップの作業を自動で実行します。

提供は近日ロールアウト。

Gemini Enterprise のアプリ側では、次の機能が順次展開される予定です。

長時間実行エージェント: 数時間から数日にわたる多段階の業務を自律的に進める。財務照合などが例に挙がっています
Inbox: すべてのエージェントの動きを1か所で監視する。通知は「入力待ち」「エラー」「完了」に分類されます
Skills: 自社の専門知識を、再利用できるアクションとして定義する
Projects: 人とエージェントが共同で作業する場。Workspace・OneDrive・チャットのコンテキストを統合します

Workspace 側では、Workspace Studio でスキルを作り、
チーム間で共有して Gemini から呼び出せます。
公式で挙がっている例が「請求書レビュー」で、
中小企業の実務に近いところに来ています。

表計算の上に必要な画面をその場で作る
Sheets canvas は数週間以内に展開予定です。

ダッシュボード、ヒートマップ、カンバンボードを作れます。
ただし日本語を含む多言語への対応は年内とされました。

画像編集の Google Pics は今夏から法人向けプレビュー
オブジェクトの移動やリサイズに加えて、
画像内のテキストを独立して編集・翻訳できます。
Drive・ドキュメント・スライドに統合されます。

Google Meet の翻訳は70以上の言語に対応し、年内提供予定とされました。

人が承認する点を残す側

ここからが本題です！

上に並べた機能には、いずれも人が承認する点が設計されています。

Gemini Spark:
実行はユーザーの承認ベース。
DLP（社外に出してはいけない情報の持ち出しを自動で止める仕組み）と
暗号化されたユーザー認証のもとで動きます。
Agent Designer:
生成AIと決定論的なノード・フローを組み合わせ
、人間参加型（HITL）のチェックポイントを持ちます。
ワークフローの各ステップを実行前に検査・テスト・承認できます。
CodeMender:
開発者がパッチをレビューして承認するまで、コードはリポジトリにコミットされません。
Google Meet の明示的同意:
録画や文字起こしの前に参加者の同意を取る。

小売業のデモでも、エージェントが分析計画を提案し、
承認したうえで夜間処理を回す流れになっていました。
最終の意思決定は人が担う構成です。

検証してから直すという順番

AIが書いたものをそのまま使うリスクは、政策レベルで問題視されています。
ジョージタウン大学の CSET が、AI生成コードのリスクについて政策ブリーフを出しました。

CodeMender が3段階の構成になっているのも、
ここに理由があります。

Scan: 隠れた脆弱性を見つける
Verify: 実際にエクスプロイトを実行して、その脆弱性が本当にリスクかを証明する
Remediate: 検証済みの修正を自動生成する

見つけただけでは動かない。
本物だと確かめてから直す。
そして最後は人が承認する。

誤検知に振り回されてきた現場にとって、
この順番には意味があります。

AIの出力をそのまま職場に持ち込む問題について記事をきました。
そのときの教訓は3つでした。

AIの出力を検証せずに他人に共有しない
「根拠のURLを出してください」を習慣にする
一次情報を持つ人の発言を、AIの出力より上位に置く

Day1の発表は、この教訓が製品仕様の側に実装された形になっています。

ノーコードについて考えを改めた点

ここで、私自身の過去の主張を1つ訂正しておきます。

私は今年1月に「RPAやノーコードが今後すたれる理由」という記事を書き、
ノーコードはAI時代に合わないと結論づけました。
理由は、ノーコードが「人間がドラッグ&ドロップで操作する」前提で設計されているからです。

この結論は、現時点では当てはまらないと考えを改めました。

いま振り返ると、批判の本質は「GUIで作ること」ではなく、
壊れる固定手順を人が保守し続ける構造のほうにあったと考えています。
SaaSの画面が変われば止まり、直せる人がいなくなれば放置される。
私が現場で見ていたのはそれです。

Agent Designer は、その構造を持っていません。
自然言語でもビジュアルUIでも作れて、
決定論的なフローとHITLで統制でき、状況に応じて判断します。
1月の記事で私が「話して考えて動く部下」と書いたほうに近い。

ノーコードという言葉が同じでも、中身が別のものになっています。

ただし、ここで根拠にしているのは製品の発表内容だけです。
実際の運用で保守がどうなるかは、まだ誰も検証していない段階です。
数年後にまた考えを改める可能性は残しておきます。

守りの数字と人手の現実

前の章で見たのは、現場でAIを動かすときの権限設計でした。
この章で見るのは、それを経営会議の議題に載せたときの姿です。

先に書いておきます。

この章の製品は、中小企業が今すぐ導入する話ではありません。

それでも読む価値があるのは、示された数字と、そこから逆算される会議の持ち方のほうです。

セキュリティ側の数字

脆弱性が発見されてから悪用されるまでの時間が、この数年で1.3年から1.6日に縮まった。

Google 自身も、数万件の脅威レポートにエージェントを使い、
優先順位づけと修復の時間を90%削減した。

発表された Google AI Threat Defense は、準備・スキャンと優先順位づけ・修復・監視の4段階で動く自律型のセキュリティ基盤です。
買収が完了した Wiz と、Mandiant の脅威インテリジェンス、Gemini の推論、CodeMender を統合しています。

国内のローンチパートナーは NTTデータ・NEC・日立・富士通。
CodeMender の中で動く Gemini 3.5 Flash Cyber は、
政府と信頼できるパートナー向けの限定パイロットです。

ただ、AIを入れる会議とAIで守る会議が別々に走っている会社は危うい、
という指摘としては受け取っておくべきです。

人が減らない前提での組み替え

Workspace 側の課題設定は率直でした。

優秀な人材が、仕事のプロセスに囚われている。ファイルを探し回り、5つのアプリからデータをかき集める。事業のスピードは、人が手作業でミドルウェアとして点と点をつなぐ速さに制限されている

ミドルウェアとは、システムとシステムの間をつなぐ部品のこと。
それを人間がやっている、という指摘です。
人数の少ない会社ほど、この状態は深刻になります。

提案されたのは、タスク管理からアウトカム管理への移行でした。
技術的な中心にあるのが Workspace Intelligence で、
Gmail・Drive・進行中のプロジェクト・協働者・組織の知識に
Gemini を接続する土台になっています。

ここで「AIで人を減らす話でしょう」と身構える経営者は多いはずです。

ただ、日本の実態は逆に出ています。

KPMGジャパンが2026年3月に公表した「DX推進サーベイ2026」では、DX先進企業で最も多かった回答が「新たな人員が必要となるため、人員増加に取り組んでいる」でした。
人員削減や配置転換を上回っています。デジタル人材の確保策のトップは「既存社員の育成（リスキリング）」

米国ではAIによる効率化を理由にした人員削減が始まっているなかで、日本は逆の傾向にあります。
その構造的な理由を、私は3月に4つ挙げました。
SIer依存の裏返し
まだ土台作りの段階にあること
解雇規制
そして少子高齢化への先行投資

減らすためではなく、増えない前提で組み替える。

そう捉えたほうが、日本の中小企業の実態には合っています。

先行4社が踏んだ順番

Day1には日本企業4社が登壇しました。
NTTデータ、損保ジャパン／SOMPO、Sky、スクウェア・エニックスです。

4社に共通しているのは、どこもPoCを終えているという点です。
PoCとは本格導入の前に小さく試す「お試し導入」のことで、
示された数字は試した数字ではなく、配り終えたあとの数字でした。

「規模が違いすぎる」
と感じるのが自然だと思います。

34,000名の会社と20名の会社では、前提が別物です。

それでも数字ではなく順番を抜き出せば、持ち帰れるものが残ります。

NTTデータ

登壇したのは西村忠興氏（CAIO）
課題として挙げられたのは、
官公庁や金融のようなミッションクリティカル領域における
データの信頼性とセキュリティでした。

答えが client zero です。

顧客に売る前に、まず自社を実証の場にする。
そこで得た知見を再利用できる資産に変えて、顧客へ展開していく。
その土台として、2026年6月に Google Cloud と包括契約を結んだと説明されました。

選定の決め手は3つ。
ビジョンの一致
社内検証を経たセキュリティとガバナンス
顧客需要の高まり

損保ジャパン／SOMPO

SOMPOホールディングスは2025年12月26日に、
国内グループ会社の社員約30,000人を対象として、
2026年1月から Gemini Enterprise をメインツールに採用すると発表しています。
呼称は「SOMPO AIエージェント」。

選定理由として挙げられたのが Gemini Notebook です。
保険会社が抱えているのは、
約款・規程・分厚いマニュアルという形の巨大な社内文書。
出典に沿って答えるタイプのAIとの相性が良かった、という話でした。

そして、内製チームが作ったものが効いています。
会議の録音が終わると自動で Notebook に取り込まれ、
出席者全員に即時共有されるボイスメモアプリです。

目指したのは AI に議事録を書かせることではない。
議事録そのものを不要にすることだった

AIに議事録を書かせる、のではありません。
無くすのは、議事録という作業のほう。

1章で書いた「順番」の話が、そのまま形になっています。

もう1つ、経営者にとって重い数字があります。
週1回以上使っている社員の割合が、部長級以上では98%
全社の80%超より高い。

私が3月に書いた観察は「管理層の姿勢が、AI浸透率を決定的に左右する」でした。
SOMPOの98%は、その裏返しの実データ。
上が使っていない会社では、現場も使いません。

Sky

社員4,600名、うちエンジニアが3,100名。
選定理由は検索精度の高さとガバナンス機能の2点でした。
フルスクラッチの内製開発をしている会社なので、モデルの精度が業務に直結します。

伸び方が特徴的です。

社内のAIリクエスト数: 1日15,000件から約30,000件へ
エージェント数: 導入初週の2,500から、5ヶ月後には20,000へ

注目すべきは、伸ばした仕組みのほうが地味だという点です。

社内の表彰イベント、リテラシー研修、エージェントを共有するプラットフォーム、そして誰が何にどう使っているかを見える化した利用状況ダッシュボード。

特別な技術は出てきません。

副次効果として報告されたのが、暗黙知の集約と可視化でした。
個人の頭の中にあるやり方は、これまで共有のしようがなかった。
ところが各自が自分の業務に合わせてエージェントを作り、
それが共有基盤に集まっていくと、暗黙知が形になって残ります。

3月の記事で私が「最も多く遭遇する」と書いたのが、
属人化の問題でした。
「このExcelは○○さんしか触れない」という状態
これは属人化は人の問題であってツールの問題ではない、とも書きました。

Skyの報告は、その問題に対する1つの回答になっています。

スクウェア・エニックス

4社の中で唯一、オフィス業務ではない事例です。

必要だったのはテキストの読み書きを超えた理解でした。
AIが人間と同じようにゲーム音を聞き、刻々と変わる画面を見て状況を判断すること。
そこで Gemini Enterprise Agent Platform のマルチモーダル対応が採用されました。

用途は2つです。

1つは『ドラゴンクエストX オンライン』
の会話型AIバディ「おしゃべりスラミィ 」
自分でゲーム画面を観察して状況を理解し、自分から話しかけてきます。

もう1つが品質検証の自動化です。「船が見たい」と指示すると、AIが自分でマップ画面を開き、コントローラーを操作してキャラクターを動かしていく。

反復作業をAIに渡し、クリエイターを創造的な仕事に集中させる狙いだと説明されました。

4社に共通した2つの転換

4社を並べると、2つの転換が見えます。

AIを「配る」のではなく、社員に「作らせる」
AIに「仕事をやらせる」のではなく、その「仕事自体を無くす」

どの社も予算ではなく順番の話をしていた、という点だけは共通していました。

明日から動かす3手

ここまでで、何が発表されたかは掴めたはずです。

問題は、明日から誰が何をやるのか？

従業員20名程度の会社を想定して、担当・期限・判断条件まで落とします。

1手目 AIと接続データの棚卸し

担当: 総務、または情シスを兼務している人
期限: 今週中
やること: 誰がどのAIに何のデータを入れているかを、1枚の表にする

契約しているAI、社員が個人で使っているAI、その両方を書き出します。
統制の仕組みを買うより先に、現状が見えていないと判断ができません。

このタイミングで、2章のGoogle Meetの同意設定も確認しておきます。
管理コンソールを開けば5分で済みます。

判断条件: 会社が把握していないAIに、顧客情報や見積もりが入っていたら、そのAIは即座に扱いを決める対象になります

2手目 1業務の選定と承認点の決定

担当: その業務をやっている本人と、その上長
期限: 今月中
やること: 繰り返している業務を1つだけ選び、
「どこまで自動で進めてよいか」「何が起きたら止めるか」を先に決める

全社展開から始めません。
SOMPOもSkyも、始まりは
全社の号令ではなく特定業務の置き換えでした。

選ぶ業務の見極めには、私が3月に整理した3ステップが使えます。
①業務を3つに分解する
②AIの得意領域に当てる
③完成形のイメージがあるか確認する
という順番です。

判断条件: 完成形のイメージを言葉で説明できない業務は、まだ選ばない。
AIに任せても、良し悪しを判断できません

そして、ここで承認点を決めます。
Day1の発表で繰り返し出てきた考え方をそのまま使えます。

実行前に人が確認するのか、実行後に人が承認するのか、それとも完全に任せるのか。
この3つを業務ごとに決めておきます。

書き方の例を1つ挙げます。見積書の一次作成を選んだ場合です。

入力データ: 過去2年分の見積データと商品マスタ
委任する範囲: 下書きの作成まで。送信はしない
停止条件: 金額が過去実績から20%以上離れたら止めて人に回す
承認者: 営業マネージャー
3ヶ月後に見る数字: 見積1本あたりの作成時間

この5行が埋まらない業務は、まだ選ばないほうが安全です。

3手目現行契約で何が使えるかの確認

担当: 契約を管理している人
期限: 今月中
やること: 自社のプランで、どの機能が使えるかを一覧にする

同じ「Gemini が使える」でも、プランによって範囲が違います。
Business Starter では Gemini がドキュメントや表計算のサイドパネルで使えません。
AI control center に至っては Enterprise Standard 以上です。

無償のセキュリティアセスメントを申し込むかどうかも、ここで判断します。
2026年内という期限があります。

判断条件: 使いたい機能が上位プランにしかない場合、その機能のためだけに全社のプランを上げる必要があるかを検算する。1人あたり月900円の差額は、20人なら年間21万6千円です

向いていない場合

「AIで人を減らす」がゴールの会社には、この順番は向きません。
空いた時間を何に使うかが先に決まっていないと、
成果が数字に出ないまま「結局よくわからなかった」で終わります。

SOMPOで報告された社員の変化も、効率化そのものではありませんでした。
AIが空けてくれた時間をどう使うかを問い始めたこと。
そちらが本体です。

Day1 発表一覧と提供状態

ここまでで触れた発表を、提供状態別にまとめます。
判断の材料としてお使いください！

今日使える

Google Meet の明示的同意（Business Standard/Plus 以上・デフォルトOFF・2026年8月12日完了予定でロールアウト中）
Microsoft Teams connector（GA・2026年7月）
Canvas（GA・2026年7月）
Jira Data Center データストア（GA・2026年6月）
Agent Registry からの agents / MCP servers インポート（GA・2026年6月）
Ask Gemini in Chat（エンタープライズグラフ横断の自然言語検索）
Model Garden の200以上のモデル（Anthropic の Claude Opus・Sonnet・Haiku を含む）
Gemini 3.6 Flash / 3.5 Flash-Lite の価格公開（100万トークンあたり）
Workspace Studio・Workspace skills（請求書レビュー等の自動化）
無償セキュリティアセスメント（2026年内・基調講演での発表）
Google Cloud 認定資格 50%割引（基調講演での発表）

今期に準備

Gemini Enterprise アプリの日本リージョン対応（asia-northeast1・保存データと機械学習処理が国内完結・GA with allowlist で申請が必要）
Gemini 3.5 Flash の日本リージョン single-zone provisioned throughput（基調講演での発表）
Agent Designer（自然言語またはビジュアルUI・決定論的ノード/フロー・HITLチェックポイント・順次展開予定）
長時間実行エージェント（数時間〜数日の多段階業務・順次展開予定）
Inbox（全エージェント活動の中央監視・順次展開予定）
Skills / Projects（順次展開予定）
Sheets canvas（数週間以内に展開。日本語ほか多言語対応は年内）
Connectors・MCP サーバー（BYO-MCP）
SharePoint / OneDrive のフィルタリング（プレビュー）
Agent Identity / Agent Registry / Agent Gateway（基調講演で追加課金なしと明言）
Agent Anomaly Detection / Agent Security ダッシュボード

提供待ち

Gemini Spark（24時間稼働のパーソナルエージェント・ユーザー承認ベース・近日ロールアウト）
Gemini 3.5 Pro（高度なエージェンティックコーディング向け・近日）
Gemini Omni Flash（動画生成・数週間以内にロールアウト）
Google Pics（今夏より法人向けプレビュー）
Google Meet の翻訳（70言語超・年内・基調講演での発表）
Take Notes for Me の Zoom・Teams 対応（提供時期・対象プランは公式に明示なし）
Antigravity のクォータが Gemini Enterprise ライセンスに同梱（数ヶ月以内）
Excel マクロコンバーター（VBA→Apps Script・2026年Q2にアルファ）
Gmail 内での Office ファイル編集（2026年6月にベータ）
Docs の赤字修正（redlining・2026年Q4提供予定）
Workspace の Gemini Enterprise 統合（カレンダー予約・Docs作成/編集・プレビュー予定）
Google Vids のアバター拡張（24言語対応予定）
Workspace MCP Server / Workspace CLI（CLIは近日）

対象外

AI control center（Enterprise Standard / Enterprise Plus のみ）
TPU 第8世代（8t は訓練向け・前世代比約3倍／8i は推論とRL向け）
Gemini Enterprise Agent Platform 本体（Vertex AI の進化形。今後 Vertex AI のロードマップはこちらに一元化される）
Agent Studio / ADK（ローコード〜フルコードの開発チェーン）
Agent Runtime / Sandbox / Sessions / Memory Bank（コールドスタート1秒未満・数日間の自律実行）
Agent Simulation / Evaluation / Optimizer
AlphaEvolve（GA・2026年7月10日。データベースの書き込み最適化や次世代TPUの回路設計に使用）
Google AI Threat Defense / CodeMender（開発組織があれば今期に準備）
Gemini 3.5 Flash Cyber（政府と信頼できるパートナー向けの限定パイロット）
Gemini Enterprise for Customer Experience（Shopping Agent／CX Agent Studio は40言語対応・数日で導入／Food Ordering Agent。BtoCの規模による）
Agent Marketplace（Accenture・Salesforce・ServiceNow・Workday など70以上のパートナー製エージェント）
Agentic Data Cloud
Chrome Enterprise の自動ブラウジング（米国の Workspace ユーザー向け）

Next '26 全体では260件の発表があります。
本記事はDay1の基調講演で扱われた範囲に絞っているため、
全体像は公式のまとめを参照してください。

経営者が握っておく3つの観点

を話す前に

というかここまで読んで皆さん疲れませんでした？
そんな方のために音声概要を用意しました。
読むの疲れる方はこれを聞いていただければばっちりです！

では改めて、
Day1の発表を、私は3つの観点で捉えました。

1つめは、承認の設計です。

Agent Designer のHITLチェックポイント、Gemini Spark のユーザー承認、CodeMender の開発者承認、Meet の明示的同意。
委任を広げる機能には、どれも人が承認する点が組み込まれていました。

任せる範囲を広げることと、承認を手放すことは別です。

どの業務を、誰に、どこまで任せ、どこで止めるか。決めるのは経営者の側です。

2つめは、業務単位で選ぶことです。

全社展開の号令から始めた会社が、成果指標のないまま3年目を迎えます。
34,000名に配ったSOMPOも、始まりは議事録という1つの業務でした。

3つめは、出口を確保しておくことです。

ベンダーロックインをしない、という宣言は額面どおり検証できます。
他社モデルに切り替えられるか。
作ったエージェントを持ち出せるか。
契約前に聞いておけば、数年後の交渉材料になります。

私は1月に書いたノーコードの結論を、この発表を見て改めました。
技術の前提が変われば、判断も変わるもの。

変わらないのは、決めるのが人の側だという点だけです。

自社のどの業務から手をつけるべきか、
外の目で整理したい方は是非ご相談ください。