速報！｜Google Cloud Next’26｜Day1｜Opening Keynote

忙しい方はこちら！

みなさん、こんにちは！ ラリオスです。

突然ですが、こちらの写真を見てください。実はおととしの「Google Cloud Next」の公式写真に、僕がこっそり写り込んでいます（笑）。

おととしと昨年はラスベガスの現地で熱気を感じていたのですが、今年は日本からオンラインで基調講演を見守りました。

ただ、画面越しでも、今年も「Google Cloud Next」の熱量はひしひしと伝わってきました。今年のテーマを一言で表すなら、「AI のお試し期間は終わり、自律的に動くエージェントとの実務フェーズが始まった」と言えそうです。

基調講演の冒頭でステージに立った Google Cloud の CEO であるトーマス・クリアンさんは、「みなさんはすでにパイロット（お試し）の段階を終えました。段階的な実験フェーズは、もう過去のものです」と力強く宣言しました。現在、Google Cloud のお客様の約 75% が、すでに AI を活用して実際のビジネスを動かしているそうです。

昨年までは「生成 AIをどうやって業務に使おうか」とみんなで実験している時期でした。しかしこれからは、AI が自律的にタスクをこなす「エージェント」として、組織のあらゆるワークフローに組み込まれていく段階に入ります。

それでは、Google がどのようにしてこの「エージェント時代」をリードしようとしているのか、ここから順番に紐解いていきましょう！

実験のフェーズは終わった｜統合スタックが拓くエージェントの未来

クリアンさんの力強い宣言のあと、ステージには Google の CEO であるスンダー・ピチャイさんが動画で登場しました。ピチャイさんが強調したのは、エージェントの時代を本気で牽引するための「圧倒的な投資」と「自社での徹底的な実践」です。

Google は、今年の設備投資額として 1,000 億〜 1,850 億ドル規模を計画していると発表しました。これは、わずか 4 年間で約 6 倍というすさまじい伸びです。この巨額の投資の背景にあるのが、Google が提唱する「統合スタック（Unified Stack）」という考え方です。

これは、バラバラのハードウェアや独立した AI モデルをパズルのように寄せ集めるのではなく、「AI モデルのために設計されたチップ」「データ」「モデル」「アプリケーション」のすべてが一体となって動くアーキテクチャを指します。

そして Google は、この統合スタックの「最初の・最大のユーザー（Customer Zero）」として、自らの業務を劇的に変革している事例を共有してくれました。

• 開発の現場
  なんと現在、Google で新たに書かれるコードの約 75％ が AI によって生成され、エンジニアはそれをレビューする役割に回っているそうです。さらに、計画立案・進行管理・コーディングという異なる役割を持ったエージェント群を連携させることで、複雑なコード移行プロジェクトを従来の 6 倍のスピードで完了させています。
  

• マーケティングの現場
  AI を使って数千パターンのクリエイティブを生成し、制作にかかる時間を 70％ 短縮しつつ、コンバージョン率を 20％ 向上させました。
  

• セキュリティの現場
  人間が目を通すには何千時間もかかる脅威レポートを、エージェントが自動で処理し、脅威軽減にかかる時間を 90％ 以上短縮しています。

エージェント時代の新しい司令塔｜Gemini Enterprise Agent Platform

ピチャイさんは基調講演の中で、「議論のフォーカスは『エージェントを作れるか？』から『数千のエージェントを、どう管理するか？』へと移り変わっている」と発言していました。

誰もが AI を使って自分の業務を助けてくれるエージェントを作れるようになった結果、今度は「会社の中に無数のエージェントが溢れかえる」という新しい課題が生まれています。これを解決するための、企業全体の司令塔（ミッション コントロール センター）として発表されたのが、「Gemini Enterprise Agent Platform」です。

そしてなんと驚きなのが、この「Gemini Enterprise Agent Platform」は、単なる新サービスではなく、「Vertex AI」のリブランドであり、進化版であるという点です。

クリアンさんからは、このプラットフォームを支える以下の具体的な機能が紹介されました。

• Low-code Agent Studio
  複雑なプログラミングは不要で、すべての従業員が自然言語だけでエージェントを構築し、展開できる機能。
  

• Agent Registry
  組織内のすべてのエージェントを一覧化し、どこで誰がどう使っているかを一元的に把握する仕組み。管理者の目が行き届かない「野良エージェント」を防ぎます。
  

• Skills and Tools Registry
  繰り返し行う作業手順を「スキル パッケージ」として登録し、他のエージェントに教え込むことができる機能。

モデル層では、すでに提供中の Gemini 3.1 Pro や Gemini 3.1 Flash Image、Veo 3.1 Lite、Lyria 3 などの最新モデル群が、「エージェント時代の中核となる推論・生成エンジン」としてあらためて位置づけられました。また、アンソロピックの Claude Opus 4.7 のサポートも追加されました。

Apple との画期的なパートナーシップ
そして驚きの発表として、あの Apple との協業についても語られました。Google は Apple の「優先クラウドプロバイダ」として、Gemini テクノロジーをベースにした「次世代 Apple Foundation Models」の開発で協力しているそうです。これらのモデルは、今年後半に登場予定の、よりパーソナライズされた Siri を含む Apple Intelligence の新機能を支えるコアになる予定です。

そして、エリカ・チョンさんのデモは、まさにこのプラットフォームが「現場の働き方」をどう変えるかを象徴するものでした。

家具小売企業の担当者が、プロンプト一つで市場調査から戦略立案までを複数のエージェントに連携させて完了させたあと、実店舗でのローンチ準備のために「地域ディストリビューター向けの説明用デッキを作って」と依頼するシーンがありました。

ここで登場したのが、「新しい Canvas モード」です。

Gemini Enterprise がその場でブランド入りの Google スライドを生成してくれるのですが、驚くことに、別のタブでスライドを開く必要はありません。Gemini Enterprise の画面から離れることなく、その「Canvas」の中で直接スライドを編集したり、同僚と共同作業したりできます。

デモでは、エリカさんがスライドのタイトルを「rethought」から「reimagined」へと一瞬で修正し、そのままチームに共有する様子が映し出されました。

ツールを行き来するストレスがなく、思考を止めることなくアウトプットまで完結できる体験は、まさに次世代の仕事術だと感じます。

暗闇のデータを宝の山に変える｜Agentic Data Cloud ＆ AI Hypercomputer

基調講演の中で、「コンテキスト（文脈）のない推論は、ただの推測にすぎない」という非常に鋭い言葉がありました。エージェントが確信を持って自律的に行動するには、信頼できるデータと、それを超高速で処理するインフラが不可欠です。

そうしたなか、会場を沸かせたのはスノーボード界のレジェンド、ショーン・ホワイトさんの登場でした！

このセッションでは、ショーンさんが 2017 年の大会で決めた「Switch Cab Double Flip 1440」という、わずか 3 秒にも満たない大技の映像が使われました。

Google Cloud の AI は、過去の 2D 映像から選手の 3D ポーズを復元し、飛行の軌道や回転速度、体の圧縮度などを正確に数値化してみせました。

成功した試技と失敗した試技をデータで比較することで、「どの動きの違いが結果を分けたのか」がはっきりと可視化されました。

ショーンさんは、「昔はビデオカメラと自分の勘に頼るしかなかった。今は AI によって技の物理を理解できるようになっている」と語っていました。

これらはすべて、Google Cloud の空間分析モデルや TPU を用いたハードウェアの最適化によって実現されているそうです。

トップアスリートの感覚という目に見えない暗黙知を、AI がデータとして解き明かすこのテクノロジーは、次世代の選手育成やスポーツファンの観戦体験を大きく変えていくと言えそうです。

ビジネスの世界だけでなく、こうした身近で熱狂的な分野にもエージェント時代の技術が活かされている点が、非常に魅力的だと感じます！

AI Hypercomputer と専用インフラの進化

この圧倒的なデータ処理のデモを見せたあと、アミン・ヴァーダットさんが「アスリートを支えるのと同じテクノロジーを、エンタープライズにも適用している」と語り、ハードウェアの進化について発表しました。

エージェントが自律的に行動するには、信頼できるデータとそれを超高速で処理するインフラが不可欠です。目玉となったのは、データセンター全体をひとつのエンジンと捉える「AI Hypercomputer」と、用途に合わせて完全に分岐した「第 8 世代 TPU」です。

• 学習（Training）特化型 「TPU 8t」
  前世代比でポッドあたり約 3 倍の性能を持ち、9,600 個のチップを接続して 121 ExaFLOPS を達成。

• 推論（Inference）特化型「TPU 8i」
  チップレベルの専用エンジンでレイテンシを 5 倍低減。前世代の Ironwood と比較して 9.8 倍の性能を発揮し、数百万のエージェントをほぼゼロレイテンシで動かします。

さらに、汎用向けの ARM CPU「Google Axion N48」インスタンス（同等の x86 比で最大 2 倍の価格性能比）や、「NVIDIA Vera Rubin NVL72」の世界最速レベルでの提供も発表されました。

これらをつなぐ新しいネットワーク技術「Virgo」は、最大 134,000 個のチップを接続し、学習期間を数ヶ月から数週間へと短縮します。

Agentic Data Cloud を構成する 4 つのイノベーション

続いて、カルティック・ナレンさんから、エージェントのための新しいデータ基盤「Agentic Data Cloud」として、4 つの強力な新機能が発表されました。

• Knowledge Catalog（旧 Dataplex Universal Catalog）
  社内に散らばったテーブルやビューといった構造化データだけでなく、Cloud Storage 上の PDF・画像・動画などの非構造化データ（Dark Data = 暗闇のデータ）まで自動でスキャンし、「Smart Storage」と連携してタグ付け・メタデータ付与・エンティティ抽出・関係性マッピングを行うことで、「この会社では何が何を意味しているのか」というビジネス文脈ごとデータを理解させ、エージェントがすぐ使える「コンテキスト付きデータ基盤」に変えてくれる仕組みです。

• Smart Storage
  Google Cloud Storage にアップロードされたファイル（PDF・画像など）に対して、自動でタグ付け・埋め込み（embedding）・メタデータ付与を行う機能群を指します。

• Deep Research Agent との統合
  さらに、Knowledge Catalog は、Gemini Enterprise の Deep Research Agent とも統合されています。
  
  これにより、BigQuery などの社内データと Web データの両方を掛け合わせて複数ステップの深い推論を行い、引用付きの正確な回答を生成できるようになりました。これまで数週間かかっていた調査がシームレスに自動化されます。

• Data Agent Kit
  データサイエンティストが使う VS Code などのいつもの開発環境に AI を統合。「顧客離脱を予測して」と自然言語で指示するだけで、パイプラインの構築からデプロイまでを自動で行います。

• Lightning Engine for Apache Spark
  従来の市場リーダー製品と比べて最大 2 倍の価格性能比を実現する、大規模スケール向けの実行エンジンです。

• Cross-cloud Lakehouse
  ここが一番の驚きでした。AWS や Azure にあるデータを「わざわざ移動させることなく」、そのまま Google Cloud の分析エンジンと直接つないでクエリを実行できるようになります。

わずか 5 分で完了した「Midnight Swirl」のデモ

これらの機能が連携すると何ができるのか。ヤスミン・アーメドさんによる、新フレーバーのアイスクリーム「Midnight Swirl（ミッドナイト・スワール）」のローンチ判断デモが、その威力を証明していました。

まず、新商品の安全性を確認する際、レシピの PDF には「大豆（Soy）」という単語は一切ありませんでした。

しかし Knowledge Catalog を備えたエージェントは、レシピに含まれる「Base 204」という原材料のサプライヤーマニュアルを自律的に読みに行き、「Base 204 には大豆が含まれている」という隠れたアレルゲンの事実を即座に見つけ出しました。

次に、大豆アレルギーのない顧客の市場規模を調べるため、Cross-cloud Lakehouse を活用します。Google Cloud 上のアレルゲンデータと、AWS S3 上にある数百万人のロイヤルティリストを、データを一切動かさずにシームレスに結びつけました。

最後に Data Agent Kit を使って、Lightning Engine 上で売上予測のシミュレーションを 1,000 回から 2,000 回へと変更して即座に実行。

通常であれば、データエンジニアに依頼してデータ移行に数日、分析に数週間かかるような意思決定プロセスを、なんと「わずか 5 分」で完了させてしまいました。

AI のスピードで守る｜Wiz の統合と自律型防衛網

エージェントが自律的に動く「Agentic Enterprise（エージェント型企業）」において、セキュリティもまた自律的に動き、脅威よりも速く対応する必要があります。これを実現するレイヤーとして発表されたのが、「Agentic Defense（エージェント型防御）」 です。

フランシス・デソウザさんは、現在の脅威のスピードについて衝撃的な数字を挙げました。

• システムの脆弱性が悪用されるまでの時間は、パッチが出る前の 「マイナス 7 日」 が当たり前に。

• 最初の侵入から次の攻撃へ引き継がれる時間は、わずか 22 秒 に短縮。

この「機械のスピード」に対抗するため、Google は 「Agentic Security Operations Center（SoC）」 を展開しています。人間なら 30 分かかる調査をエージェントが 62 秒 で解決し、Mandiant やダークウェブ インテリジェンスを活用することで、脅威の特定精度は 98% に達しているそうです。

ここで重要な役割を果たすのが、Google が持つ圧倒的なテレメトリ（観測データ）です。

Mandiant や VirusTotal、Chrome などから得られる膨大な情報に加え、統合された「ダークウェブ インテリジェンス」を活用することで、外部からの脅威を 98% の精度で特定できるようになったと発表されました。

さらに今回、大きなニュースとして Wiz チームが正式に Google Cloud に迎え入れられました。（買収の発表は昨年）

Wiz の共同創設者であるイノン・コスティカさんのデモでは、この自律型防衛システムが具体的にどう動くのかが披露されました。

Wiz は、インターネットに公開されてしまっている「危険なエージェント」を瞬時に特定します。そこから、2 つの AI 特化型エージェントが連携します。

• レッドエージェント
  外部環境を継続的にスキャンする「友好的なハッカー」として機能し、特定された脆弱性が実際に悪用可能かどうか（認証バイパスなど）を検証します。
  

• グリーンエージェント
  問題のトリアージを自動化。原因となっている正確なコード行を特定し、修正案を開発者に直接提案します。

最後にセキュリティ担当者は、提案された修正案をボタン一つで開発者に送るか、あるいはコーディングエージェントに送って自動修正させるかを選択するだけ。

会議を重ねることなく、機械のスピードでシステムの穴が塞がれる様子が実証されました。

特化型エージェント部隊と Workspace Intelligence

基調講演の後半では、キャリー・サープさんが登壇し、従業員と一緒に業務を遂行する「Agentic Task Force（特化型エージェント部隊）」について紹介しました。

ここでは、顧客体験を向上させるための「Gemini Enterprise for Customer Experience」が紹介され、Papa John's や Best Buy、The Home Depot のデジタルエージェント「Magic Apron」など、さまざまな企業での導入事例が語られました。

そして、新しい「オムニチャネル ゲートウェイ」を使えば、顧客がテキストチャットから電話へとチャネルを切り替えても（その逆も）、エージェントは文脈を記憶したままスムーズに会話を引き継ぐことができます。

この機能のすごさを証明したのが、パトリック・マルローさんによる YouTube TV のカスタマー サポートのデモです。

パトリックさんがサポート窓口に電話をかけると、音声エージェントが自然な声で応答しました。スポーツプランについての質問に的確に答え、詳細リンクをテキストメッセージで送信。

さらに、「義理の父のためにスペイン語で要約して」とお願いすると、エージェントは瞬時に流暢なスペイン語に切り替えて説明を始めました。最後に最大 3 台の画面でストリーミングできることも確認し、見事にサポートを完結させました。

驚くべきは、この YouTube TV チームのマルチエージェント システムが、わずか 6 週間で構築されたという事実です。

デモの後半では、Agent Studio の画面を開き、自然言語で指示を出すだけで、新しいプロモーション対応用のサブエージェントを「4 分足らず」で追加する様子も披露されました。

15 個のタブはもう不要｜Workspace Intelligence

続いて、Google Workspace のプロダクト担当 VP であるユリ・クォン・キムさんが登場しました。

私たちが一日の半分の時間を「情報を探すこと」に費やし、ブラウザのタブを 15 個も開いてしまうような「情報の断片化」を解決するため、「Workspace Intelligence」が発表されました。これは、すべてのアプリの裏側に組み込まれた統合インテリジェンス レイヤーです。

ここでも、家具ブランドのキャンペーンを題材にした鮮やかなデモが行われました。

地域代理店マネージャーの Google Chat に、エージェントから「新しいディスプレイキットが予定より早く到着する」という通知が届き、複数のチャットが鳴り止まない状態になります。

ここで「Ask Gemini」を使うと、Gemini が緊急タスクと午後 4 時の締め切りだけを的確に整理して教えてくれました。

さらに、過去の資料から特定の売上グラフを探す際も、フォルダを漁る必要はありません。Gemini に指示するだけで、会議の文脈やファイルの中身を理解し、該当のグラフへピンポイントで導いてくれました。

最後は、チャット上で「@地域キャンペーンスキル」をタグ付けして指示を出すだけで、過去のメールやチャット、HubSpot のリアルタイム営業データまでを相互参照し、引用元を明記したうえで、企業のブランドガイドラインに沿った Google スライドを自動生成してしまいました。

また、Microsoft 365 から Google Workspace への組織全体の移行を、最大「5 倍」高速化する新たな移行ツール「Rapid Enterprise Migration」も発表されています。

基調講演の締めくくり

最後にクリアンさんが再びステージに戻り、毎日 37 億人の消費者に製品を届けている Unilever が、Google Cloud のマルチエージェント ソリューションを使って、これまで数日かかっていた調達の意思決定を数分に短縮した事例を紹介しました。

そして、「AI の未来はオープンであるべきだ」と強調し、他社のようにデータやモデルを囲い込むのではなく、世界最高のチップやモデルを自由に選べる環境を提供することが Google のアプローチであると力強く語り、Day1 の基調講演を締めくくりました。

まとめ｜AI を「使う」からエージェントを「指揮する」時代へ

今年の Google Cloud Next の Day1 基調講演は、単なる新しい AI モデルの発表会ではなく、「AI が自律的に動くエージェントを、企業がどうやって実運用に乗せるか」という具体的な設計図が示された場でした。

ここで見逃せないのが、こうした高度なエージェント体験が、企業向けには Gemini Enterprise や Google Workspace を通じて届けられるという点です。

どんなに強力なモデルや専用の AI インフラがあっても、私たちが普段使うツールに自然に溶け込んでいなければ意味がありません。

Workspace Intelligence や新しい Canvas モードを通じて、すべての従業員が複雑なコードを書かずにエージェントの力を引き出せるようになったことは、企業全体の生産性を底上げする大きな原動力になると感じます。

AI の進化は「人が作業する時間」を減らし、「人が考えて決断する時間」を増やしてくれます。私たち自身が、エージェントという優秀なデジタル部隊を率いる「指揮官」としてどう振る舞うかが、これからの新しい働き方に求められる一番のスキルではないでしょうか。

今年はラスベガスの会場にいけないのが少し寂しいですが、画面越しでもこの凄まじい熱量は十分に伝わってきました。まだまだ続く Google Cloud Next の発表も、しっかりキャッチアップしてお届けしますね！

それでは、また次回の記事でお会いしましょう！

【祝10周年】第30回 酒とゲームとインフラとGCP@Google｜5 月 15 日（金）19:30 〜

Google 渋谷オフィスで、お酒を飲みながら Google Cloud の最新情報についてお話ししませんか？