Google CloudがAIエージェント「インテグレーションプラットフォーム」を発表…セキュリティとガバナンスが核心に

Google Cloudは、「Gemini Enterprise Agent Platform」と呼ばれる統合プラットフォームを発表しました。このプラットフォームは、人工知能(AI)エージェントの開発と運用機能を一体化しています。これは既存のVertex AIを再編成し、新たなコアハブとするもので、企業がAIエージェントの作成、展開、管理の全過程を一つのプラットフォーム上で処理できるようにすることを目的としています。

この発表は、アメリカ・ラスベガスで開催された「Google Cloud Next 2026」にて行われました。新プラットフォームは、モデル選択、開発、エージェント構築機能を統合するだけでなく、インテグレーション、オーケストレーション、DevOps、安全機能も融合しています。Google Cloudは、このプラットフォームを通じて、技術チームがAIエージェントを開発した後、新たにリリースされた「Gemini Enterprise」アプリを使って自然に社員に提供できると述べています。これにより、組織全体の作業自動化を実現することが狙いです。

Google Cloudのプロダクトマネジメント副社長Michael Gerstenhaberは、ブログで次のように述べています。「Vertex AIの最初の設計は、初期の生成型AI時代の大規模エンジニアリングを支援するためのものでしたが、今や複数のシステム上で動作するエージェントの複雑性を管理する段階に入っています。」彼は特に、セキュリティとガバナンスの仕組みがなければ、エージェントの拡散は企業の信頼構築を難しくすると強調しています。

一般社員向けの「Agent Studio」と開発者向けのADKが強化

Googleは、「Agent Studio」と「Agent Development Kit (ADK)」を中心に、AIエージェントの構築機能を強化しています。Agent Studioは、非開発者でも使えるローコードのビジュアルインターフェースを提供し、ドラッグ＆ドロップでエージェントのロジックを設計可能です。

一方、専門開発者向けのADKは、より複雑なタスクに焦点を当てています。Googleは、高性能な推論モデルへのアクセス権を提供するとともに、複数のサブエージェントを連携させて複雑な問題を処理できるグラフィカルフレームワークも新たに導入しました。これにより、「マルチエージェントチーム」の構築が可能となります。

また、内部データの連携も容易になっています。Googleは、ADKがエコシステムの統合機能をデフォルトでサポートしており、企業内部のデータと接続するための個別のパイプライン設定は不要としています。BigQueryやPub/Subなどのデータプラットフォームと連携し、大規模な非同期タスク（コンテンツ評価やデータ分析などのバックグラウンド処理）も処理可能です。

実運用向けの「Runtime」と「Memory」機能の追加

Google Cloudは、「Agent Runtime」の改良も行い、AIエージェントが概念実証を超えた実運用環境で動作できるようにしました。新しいRuntimeは、エージェントの展開を簡素化し、数日間にわたる長期ワークフローをサポートします。また、エージェント間でタスクを委任し合うオーケストレーション機能も備え、複雑なタスクを複数の専門エージェントで分担して処理できるようになっています。

大規模運用の中核をなす「コンテキスト保持」機能も強化されました。Googleは、「Agent Memory Bank」を新設し、対話内容に基づいて長期記憶を動的に作成・管理できるようにしています。さらに、「Memory Profile」により、エージェントは必要な詳細情報を低遅延で再ロード可能です。これにより、企業はコンテキストの喪失を減らし、繰り返し作業の精度向上を図ることができます。

安全性とガバナンスを全面的に強化……各エージェントに唯一のIDを付与

今回のプラットフォームで特に重視されたのは、安全性とコントロールです。Googleは、「セキュアインテグレーテッド」アーキテクチャを採用し、エージェントが顧客自身で作成したものでも、パートナーエコシステムから導入したものでも、同じ企業ポリシーの管理下に置かれると述べています。

中心となるのは「エージェントID」です。各AIエージェントには、唯一の暗号化IDが割り当てられ、そのすべての行動に対して監査可能な記録が残されます。これらの記録は、事前に定義された権限ポリシーと関連付けられ、企業内部の規則遵守や責任追跡に役立つと予想されます。

また、認可済みツールやエージェントを集中管理する「Agent Registry」や、エージェント運用全体を監督する「Agent Gateway」も新設されました。これらのツールにより、管理者はAIエージェントの運用状況を一目で把握し、一貫したセキュリティポリシーを適用できます。攻撃防御やリアルタイムの行動監視は、「Agent Security」ダッシュボードで提供されます。

展開前のテストから運用最適化までをサポート

Google Cloudは、AIエージェントの性能を事前に検証し、運用中も継続的に改善できる機能を提供します。「Agent Simulation」では、仮想ツールや合成ワークロードを用いて、制御された環境下でエージェントのテストが可能です。実運用開始後は、「Agent Evaluation」ツールを使い、タスク実行結果の評価を継続します。

さらに、問題発生時の原因追究を支援する機能もあります。「Agent Observability」は、エージェントの複雑な推論経路を可視化し、故障やエラーのデバッグに役立ちます。期待通りの性能を発揮しない場合、「Agent Optimizer」が自動的にシステム指示を調整し、精度向上を図ります。

Googleモデルを核に、200以上の外部モデルもサポート

Googleは、自社のGeminiモデルの積極的な利用を促す可能性が高いものの、公開情報を見る限り、エコシステムのオープン戦略は維持されています。同社は、「200以上のモデルに優先的にアクセスできる」と述べており、Gemini 3.1 Pro、Gemini 3.1 Flash、オープンソースのGemma 4、音楽・音声生成用のLyria 3などが含まれます。

外部モデルもサポートされており、Anthropic PBCのClaude 3.5 SonnetやHaikuなどのサードパーティモデルも提供される予定です。これにより、企業はビジネス目標に応じて柔軟にモデルを選択できるようになっています。

Google Cloudの今回の発表は、単なるAI機能の追加にとどまらず、プラットフォームレベルで企業向けAIエージェント運用体系を再構築する試みです。特に、「自律型企業」の目標の下、開発・展開・安全・最適化を一体化しようとするアプローチは意義深いものです。ただし、これらのAIエージェントが実際の企業環境でどれだけ安定して動作し、安全性の懸念をどれだけ軽減できるかが、今後の競争力の鍵となるでしょう。

TP AI注意事項 本文はTokenPost.aiの基礎言語モデルを用いた要約です。主要内容の一部が省略されたり、事実と異なる場合があります。