【Google Cloud Next '26】 AIは「使う」から「共に働く」へ エージェント革命と開発の民主化 完全解説（第２回）
前回（第１回）の記事では、AIが自律的に働くためのインフラやプラットフォームの進化について解説しました。
今回は、いよいよそのAIに「手足」を授け、実際の業務でどのように行動させるのか、という実践的なテーマに踏み込みます。
素晴らしいデータ分析結果が出ても、それが実際のビジネスアクションに結びつくのはわずか10〜20%だと言われています。残りの8割を眠らせないため、最新のAIは「自らシステムに接続し、自ら実行する」能力を手に入れました。
人間とAIがどう連携し、どのように業務プロセスを回していくのか、その最前線をご紹介します。
第３章：AIチームを自在に操る「指揮官の道具箱」
（Agent CLI と マルチエージェント）
どんなに優秀なAIエージェントでも、彼らを現場で活躍させるためには、人間側（開発者や管理者）が簡単に指示を出し、管理できる「使い勝手の良い道具」が必要です。
第３章では、日常的な言葉でAIを指揮できる画期的なツールや、複数のAIを組み合わせて「チーム」として働かせる実践的な仕組みについて解説します。
「言葉」でAIを育て、専用の「道具箱」を渡す
（Agent CLI と Skills）
新しく登場した「Agent CLI」は、AIエージェントの作成から管理までを一つでこなせる万能ツールです。最大の魅力は、プログラミング言語を使わず、「シンプルな自然言語」でAIに指示を出して設定ができる点です。
また、これまではAIに任せたい仕事を「一つの長くて複雑なマニュアル」（プロンプト）に無理やり詰め込んでいました。しかし今は、AIに「Skills」（スキル）＝道具箱＝を持たせることができます。これにより、AI自身が「今はこの計算ツールを使おう」「ここでは検索スキルを使おう」と、状況に合わせて自律的に道具を選んで仕事を進められるようになりました。
「厳格なルール」と「AIの柔軟性」を使い分ける
（ADK 2.0 の グラフベースワークフロー）
AIの魅力は「自分で考えて動く柔軟性」ですが、実際のビジネス（例えば金融や保険の審査など）では、「絶対に間違えてはいけない、決まった手順」が存在します。すべてをAIの自由な判断に委ねるわけにはいきません。
そこで「Agent Development Kit（ADK）2.0」の目玉機能として導入されたのが、「業務のルートマップ」（グラフベースワークフロー）です。
厳密なステップ
「Ａの次は必ずＢのシステムに登録する」というように、AIをレールに乗せて絶対のルールを守らせます。柔軟なステップ
「顧客への最適な返信文を考える」といった場面でのみ、AIの自由な発想を活用します。このように、人間がコントロールする部分とAIに任せる部分を精密にブレンドすることが可能になりました。
「上司のハンコ」を何日でも待てるAI（状態の維持と再開）
これまでのAIは、途中でネットワークが切れたり作業が止まったりすると、すべてを忘れて「最初からやり直し」になっていました。
しかし新しいシステム（ADK）では、設定を一つ有効にするだけで、中断した作業を、最大７日間にわたって状態を維持し、途切れたところからいつでも再開（レジューム）できる「長期実行エージェント」（Long-running AI agents）が追加されました。
これにより、AIが資料を作成した後に「人間（上司）が数日後に内容を確認して承認ボタンを押すまで、状態を保ったまま待機する」といった、人間とAIが連携する「ヒューマン・イン・ザ・ループ」ワークフローが簡単に作れるようになっています。
即戦力の「AIチーム」をカタログから選ぶ（Agent Garden）
一つのAIにすべてを任せるのではなく、複数のAIがチームを組んで働く「マルチエージェント」の時代が来ています。
この開発を劇的に早めるのが「Agent Garden」（エージェントガーデン）です。これは、専門家が作った「AIのチーム編成テンプレート集」（カタログ）のようなものです。開発者はカタログから「順番に作業するチーム」や「並行して作業するチーム」の雛形を選び、「うちの会社用にカスタマイズして」と言葉で伝えるだけで、自社専用の強力なAIチームをあっという間に現場へ配備（デプロイ）することができます。
⭐️ 第３章を読み解くのに必要な用語解説
○ Agent CLI（Agent Command Line Interface / エージェント・コマンドライン・インターフェイス）
AIエージェントの作成、設定、管理を行うための専用の操作ツールのことです。通常、CLI（コマンドライン・インターフェース）はエンジニアが黒い画面で難しいコマンドを打ち込むものですが、このツールはAIと連携しており、日常的な言葉（自然言語）で「こんなエージェントを作って」と指示を出すだけで裏側の複雑な設定を自動で行ってくれます。これにより、プログラミングの深い知識がなくても、高度なAIエージェントの立ち上げから現場への配備までをスムーズに行うことができる画期的な入り口となっています。
○ Skills（スキル）
AIエージェントに持たせる「個別の能力」や「専用の道具」のことです。これまでは、AIにやらせたい作業手順やルールをすべて一つの長大な指示書（プロンプト）に詰め込んでいたため、指示が複雑になりAIが混乱しやすくなる問題がありました。スキルという概念を導入することで、「Web検索」「計算機」「社内データベースへのアクセス」といった道具箱をAIに渡し、AI自身が「今の状況ならこの道具を使うべきだ」と自律的に判断して作業を進められるようになります。
○ グラフベースワークフロー（Graph-based Workflow）
業務の進め方をフローチャート（図）のようにつなぎ合わせ、AIの行動を精密にコントロールする仕組みです。AIの強みは「自分で考える柔軟性」ですが、金融や保険などの厳密な業務では「絶対にルール通りに進めなければならない手順」が存在します。この仕組みを使うと、「ここは必ずＡシステムに登録する」（人間が決めた厳格なルート）、「ここはお客様への最適な返信文を考える」（AIの柔軟な思考）というように、絶対的なルールとAIの自由度を一つの業務プロセスの中で完璧に使い分けることが可能になります。
○ ヒューマン・イン・ザ・ループ（Human-in-the-loop）
AIがすべての作業を完全に自動化して完結させるのではなく、重要な意思決定や確認のポイントで「人間」がプロセスに介入する仕組みのことです。例えば、AIが数日がかりで大量のデータを分析して提案書を作成した後、最終的に顧客へ送信する前に「人間の上司が内容を確認して承認ボタンを押すまで待機する」といった運用を指します。AIの自律的な作業を一時停止させ、人間の確認を経てから再開（レジューム）できるようになったことで、企業はリスクを抑えながら安全にAIを活用できるようになります。
○ マルチエージェント（Multi-Agent）
一つの万能なAIにすべてを任せるのではなく、それぞれ異なる得意分野（スキル）を持った複数のAIエージェントが、まるで人間のチームのように連携して複雑な仕事をこなす仕組みです。例えば「情報収集が得意なエージェント」「文章をまとめるのが得意なエージェント」「事実確認をするエージェント」が互いにやり取りをしながら一つのプロジェクトを完成させます。役割を分担することで、単独のAIよりもはるかに高品質で精度の高い成果を、安定して生み出すことができる次世代のAI活用法です。
○ Agent Garden（エージェント・ガーデン）
複数のAIを連携させる「マルチエージェント」を簡単に構築するための、専門家が作成したテンプレート（雛形）のカタログライブラリです。自社でゼロからAIチームの編成や連携ルールをプログラミングするのは非常に大変ですが、このガーデン（庭）から「順番に作業するチーム」や「並行して作業するチーム」などの型を選び、自然言語で自社用にカスタマイズするだけで、即戦力となる強力なAIチームをあっという間に現場へ投入できます。開発のスピードを劇的に引き上げるための画期的なツールです。
第４章：AIの頭脳を高速回転させる「最強の作業場」
（NVIDIA との パートナーシップ と 大規模推論）
複数のAIエージェントが連携して動くようになると、システムには膨大な「推論」（インファレンス）の処理が押し寄せます。これを超低遅延（限りなくゼロに近い遅延）でさばくためには、裏側のインフラを極限まで最適化しなければなりません。
第４章では、最新のNVIDIA製GPUの導入や、グローバルな分散処理基盤「Baseten」が採用する先進的なアーキテクチャ（構造）について深掘りします。
巨大な机（VRAM）で複数AIが同時作業する
（NVIDIA製最新GPUの威力）
Google CloudはNVIDIAとの提携をさらに深め、推論と学習のための次世代ハードウェアである「Vera Rubinアーキテクチャ」を本年後半に導入します。さらに、即戦力として「Blackwell GPU」（RTX PRO 6000）の追加も発表されました。
このBlackwell GPUの最大の武器は、96GBという大容量のVRAM（ビデオメモリ）を搭載していることです。VRAMとは、いわば「AIが作業を広げる机の広さ」です。現代のエージェント開発では、複数の専門的なマルチモデルを連携させるのが当たり前です。机（VRAM）が96GBと非常に広いため、「1つのGPU（チップ）の上に、複数のAIモデルを同時に置いて実行する」ことが可能になります。モデル間でデータを移動させる手間が省けるため、圧倒的なパフォーマンス向上とコスト削減に直結します。
AI同士の「通信の遅れ」をゼロに近づける
（Baseten と GKEの活用）
大規模で低レイテンシ、かつ絶対に止まらない信頼性の高い推論プラットフォームを提供している「Baseten」という先進的な事例があります。彼らは、自社のシステム基盤としてGoogle Kubernetes Engine（GKE）を採用し、世界規模のマルチリージョン展開を実現しています。
現代のAIは、人間が１回プロンプト（指示）を出すと、裏側で複数のモデルやエージェントが「数十回も通信し合って」答えを出します。ここで問題になるのが、システム内でデータが行って来いをする際の遅延、いわゆる「ヘアピン問題」です。GKEは、このモデル間の通信レイテンシを数十ミリ秒単位で削り落とし、全体のレスポンスタイムを劇的に短縮する上で、極めて優秀な働きを見せています。
オープンモデルを「最速・最安」で走らせる魔法
（Gemmaの最適化）
Googleが公開している「Gemma」ファミリーは、20億から310億パラメータまでのサイズが選べ、画像入力などのマルチモーダル機能も備えたオープンモデルです。企業の特定の業務に合わせて微調整（ファインチューニング）するのに最適で、非常に高い人気を集めています。
数行のコードで限界突破
開発者は、オープンソースの推論SDK（Software Development Kit：ソフトウェア開発キット）である「NVIDIA TensorRT-LLM」や「NVIDIA Dynamo」を使うことで、わずか数行のコードを追加するだけでNVIDIAハードウェアの性能を極限まで引き出せます。
高精度フォーマット「NVFP4」
さらに、NVFP4と呼ばれる新しいデータ形式を使ってモデルのチェックポイントを用意することで、Blackwell GPU上で最高レベルの実行速度を叩き出せます。
「Baseten」は、こうしたNvidia Dynamoなどの最適化技術を初期段階から本番環境に組み込むことで、Gemmaを含む大規模な推論を極めてコスト効率よく支えているのです。
⭐️ 第４章を読み解くのに必要な用語解説
○ VRAM（Video RAM / ビデオ・ラム）
GPU（画像処理半導体）に搭載されている専用のメモリ（一時記憶領域）のことです。AIが計算処理を行う際にデータを広げておく「作業用の机の広さ」に例えられます。この机が広ければ広いほど、巨大なAIモデルや、複数の異なるAIモデルを同時に机の上に広げて並行作業させることができます。第４章で紹介されたBlackwell GPU（RTX 6000）は96GBという非常に広大なVRAMを備えており、モデル間でデータを移動させる手間（通信の遅れ）を省き、劇的な処理スピードの向上とコスト削減を実現しています。
○ GKE（Google Kubernetes Engine / グーグル・クーベネティス・エンジン）
アプリケーションを大規模かつ自動的に管理・運用するためのGoogle Cloudの強力なサービスです。Basetenのようなシステムが、世界中の複数の地域で遅延なく安定して稼働するための土台となります。現代のAIシステムでは複数のモデルが複雑に通信し合いますが、GKEはそのトラフィックの急増や複雑な通信経路を最適化し、必要なサーバーリソースを無駄なく瞬時に割り当てる「インフラの優秀な交通整理役」として、超低遅延の大規模推論を支えています。
○ ヘアピン問題（Hairpin problem / ヘアピン・プロブレム）
システム内でデータが目的地に行ってまた同じ経路を戻ってくる無駄な動きが、髪留めの「ヘアピン」の形に似ていることから名付けられたネットワークの遅延課題です。複数のAIエージェントが１回の指示に対して裏側で何十回も通信し合って答えを出す現代のシステムでは、このわずかな通信の往復（レイテンシ）の積み重ねが、全体の致命的な遅れにつながります。GKEを活用してこの無駄な経路を数十ミリ秒単位で削り落とすことが、ユーザーを待たせない快適なAIシステムを構築する上で極めて重要です。
○ Gemma（ジェンマ）
Googleが開発・公開している、世界中の開発者が自由に利用・改変できるオープンソースのAIモデル群です。20億から310億パラメータという、用途や予算に合わせて選べるサイズ展開があり、画像などのデータも処理できる機能を持っています。最初から特定の業務向けに作られた高価なモデルを使わなくても、このGemmaをベースにして自社の専門知識を後から教え込むことで、安価かつ高性能な独自のAIを構築しやすい点が、多くの企業から高く評価されています。
○ ファインチューニング（Fine-tuning）
基礎的な学習を終えたAIモデルに対して、特定の企業データや専門的な業務ルールを追加で読み込ませて微調整を行うプロセスのことです。一般的な知識を持った新入社員に、自社専用の業務マニュアルを教え込んで「現場のプロ」に育てる作業に似ています。Gemmaのようなオープンモデルを自社向けにファインチューニングすることで、ゼロから巨大なAIを開発する莫大なコストと時間をかけずに、自社の業務にぴったり合ったAIエージェントを生み出すことが可能になります。
○ NVIDIA TensorRT-LLM（エヌビディア・テンソルアールティー・エルエルエム）
NVIDIAのGPU上で、大規模言語モデルの推論を極限まで高速化するために用意されている開発者向けのソフトウェアキット（SDK：Software Development Kit）です。Nvidia Dynamoなどのツールと併用することで、開発者はわずか数行のプログラムを追加するだけで、AIの計算手順をNVIDIA製ハードウェアの構造に合わせて自動で最適化できます。高価な計算資源の能力を限界まで引き出し、AIが答えを出すまでの時間を大幅に短縮する、開発者にとっての「強力なブースター」として機能します。
第５章：データから直接「行動」を起こす
（Agentic Data Cloudと最新データ戦略）
AIがビジネスに真の利益（ROI：投資利益率）をもたらすためには、膨大なデータを分析して「洞察」（インサイト）を得るだけでなく、その結果をもとにシステム上で直接「行動」（アクション）を起こす能力が求められます。
第５章では、AIが自律的に動くための最新データ基盤である「Agentic Data Cloud」の全貌と、クラウド間の壁を越える先進的なデータアーキテクチャを紐解きます。
「分析ダッシュボード」から「実行部隊」への飛躍
（システム・オブ・アクション）
過去10年間に構築されてきたデータプラットフォームは、ダッシュボードに綺麗なグラフを描画し、優れた予測スコアを弾き出す「システム・オブ・インテリジェンス」（知能のシステム）にとどまっていました。実際、データから得られた素晴らしい洞察のうち、本番環境で具体的なビジネスアクションに結びついているのは、わずか10〜20%に過ぎません。
新しい「Agentic Data Cloud」は、この壁を打ち破ります。AIが単に推論や分析を行うだけでなく、「MCP」（Model Context Protocol）ツールや「スキル」を直接活用し、企業の台帳（レジャー）、運用システム、マーケティングシステムなどに直接接続します。AI自身がシステムを操作して「実行」までを担う「システム・オブ・アクション」（行動のシステム）へと進化することで、真のROI（投資利益率）を生み出します。
カオスなデータから「文脈」を読み解く魔法
（Knowledge Catalogとスキーマ推論）
AIエージェントが現場で賢く立ち回るためには、綺麗に整った表計算データだけでは不十分です。残りの50%は、データに込められたビジネスの「文脈」（コンテキスト）や直感を理解できるかどうかにかかっています。
しかし、企業が持つ膨大なPDFなどの「非構造化データ」には、列名やルールといったスキーマ（データの構造定義）が存在しません。かといって、数千ものドキュメントをすべてAIのコンテキストウィンドウ（一度に読み込める情報量）に叩き込むのは、コスト的にも処理能力的にも不可能です。
そこで登場したのが「Knowledge Catalog」（ナレッジカタログ）です。このシステムは、膨大な非構造化データ全体を舐め回し、「推論された意味」や「推論されたスキーマ」「データ間の関係性」を自動生成します。これにより、エージェントは「どのデータをどう使うべきか」という文脈を正確に把握し、低コストで信頼性の高いアクションを起こせるようになります。
クラウドの壁を破壊する巨大なデータの湖
（クロスクラウド・レイクハウス）
今までの企業のインフラは「特定のアプリはAWSで動かし、データ分析はGoogle Cloudで行う」といったマルチクラウド環境が当たり前です。これまでは、各社が独自のプロプライエタリ（非公開）フォーマットを持っていたため、クラウド間でデータを統合するには複雑なカスタムパイプラインを組む必要がありました。
データを動かさずに検索
AWS S3、Databricks、Snowflakeなどに置かれたデータをわざわざ移動させることなく、ユニバーサルな単一の画面から直接検索・統合できるようになりました。遅延とコストの排除
さらに、Googleの「Cross-Cloud Interconnect」技術により、クラウド間のデータ通信にかかるレイテンシ（遅延）をサブ秒（1秒未満）に抑制。これまで頭痛の種だったエグレス（データ送信）コストの問題も解消し、ペタバイト級の超大容量データをシームレスに処理できる理想的な環境が整っています。
⭐️ 第５章を読み解くのに必要な用語解説
○ Agentic Data Cloud（ エージェンティック・データ・クラウド）
単にデータを保存・分析するだけでなく、AIエージェントがそのデータ基盤の上で自律的に考え、直接行動（アクション）を起こせるように設計された次世代のクラウド環境のことです。従来のデータクラウドが「人間が分析結果を見るための場所」だったのに対し、Agentic Data Cloudは「AIがシステムやツールと連携し、業務を完結させるための活動拠点」として機能します。これにより、データから得た洞察が単なるレポートで終わらず、実際のビジネス上の利益（ROI）に直結するようになります。
○ MCP（Model Context Protocol / モデル・コンテキスト・プロトコル）
AIモデルが外部のデータソースやソフトウェアツール（社内のデータベース、業務アプリ、台帳システムなど）と安全かつ標準的な方法で通信し、操作できるようにするための接続規格です。これがあることで、AIは単にテキストを生成するだけでなく、実際に「社内システムを検索する」「在庫データを書き換える」といった具体的なアクション（行動）を起こせるようになります。AIエージェントに自社の様々なシステムを操作させるための「共通の接続プラグ」のような役割を果たします。
○ 非構造化データ（Unstructured Data / アンストラクチャード・データ）
エクセルやデータベースのように列や行で綺麗に整理されておらず、ルールなく保存されているデータのことです。企業が持つデータの大部分を占めており、PDFの企画書、メールの文章、画像、音声ファイルなどがこれに該当します。従来のシステムではこの非構造化データを分析するのが非常に困難でしたが、最新のAIは文章の「文脈」を理解できるため、この眠っていた膨大なカオスなデータからビジネスに役立つ情報を見つけ出し、行動の根拠として活用できるようになっています。
○ スキーマ（Schema）
データベースにおいて「どの列に何の情報が入っているか」（例：A列は名前、B列は日付）を定義したルールや構造の設計図のことです。構造化されたデータには必ずスキーマがありますが、PDFやドキュメントなどの非構造化データにはこれが存在しません。第５章で紹介されたKnowledge Catalogは、AIの力を使ってこのルールなきデータ群から「推論されたスキーマ」（隠れた構造や意味合い）を自動的に見つけ出し、AIエージェントがデータを迷わず正しく使えるようにする画期的な役割を担っています。
○ コンテキストウィンドウ（Context Window）
AIが1回の処理で同時に読み込み、記憶しておけるテキストや情報の「上限サイズ」（枠）のことです。人間で例えるなら「一度に目を通して頭に入れておける資料の量」に当たります。近年のAIはこのサイズが飛躍的に大きくなっていますが、それでも企業の持つ数千、数万ものドキュメントをすべて一度に読み込ませることはコスト的にも物理的にも不可能です。そのため、Knowledge Catalogのようにデータ全体をあらかじめ整理・推論しておく仕組みが、AIを効率的に動かす上で非常に重要になります。
○ Apache Iceberg（アパッチ・アイスバーグ）
膨大なデータを保存する巨大なデータの湖（データレイク）において、データを管理・検索するためのオープンな標準規格フォーマットです。これまでは各クラウド会社（AWSやGoogleなど）が独自の形式（プロプライエタリ）でデータを囲い込んでいたため、クラウド間でデータを連携させるのが非常に困難でした。この共通規格が普及したことで、異なるクラウドに置かれたデータであっても、わざわざ移動させることなく１つの画面からまとめて検索・統合できるようになり、企業のデータ活用の自由度が劇的に向上しました。
○ エグレスコスト（Egress Cost）
クラウドサービスにおいて、保存しているデータを外部のネットワーク（別のクラウドや自社のサーバーなど）へ「送信」（持ち出し）する際に発生するデータ通信料金のことです。マルチクラウド環境でデータを連携させる際、この高額なエグレスコストが企業の大きな負担（クラウドの壁）となっていました。Google Cloudが提供するCross-Cloud Interconnectなどの技術は、このコスト問題を解消し、遅延なく大容量データをやり取りできる環境を提供することで、スムーズなAI活用を後押ししています。
いかがでしたでしょうか。AIが単なるデータの要約にとどまらず、複数のAIがチームを組み、自律的にシステムを操作して業務を完結させる「システム・オブ・アクション」の未来が、もうそこまで来ています。
さて、ここまでは論理的なデータ処理や業務の自動化といった「左脳的」なアプローチを中心にお伝えしてきました。次回（第３回）はビジネスの現場から少し視点を変え、画像、動画、音楽を自在に生み出す「右脳的」（クリエイティブ）な領域における、AIの驚異的な表現力の進化をお届けします。お楽しみに！
※この記事の構成や下調べにはAIを活用しています。
