Google Cloudの頂点とモデルがエンタープライズAIエージェントの採用を進める

新しい推論モデルとエージェント機能は、ビジネスアプリケーションを変革することを約束します

今日の急速に進化するAIランドスケープでは、企業は強力なモデルと実用的な展開機能を組み合わせた信頼できるプラットフォームを必要としています。 Google CloudのVertex AIおよびGemini Model Familyに対する最新の拡張機能は、前例のない速度と効率でAIアプリケーションを構築、展開、管理するための包括的なソリューションを提供しています。頂点AIは、モデル、データ、およびAIエージェントの生産AIの3つの柱を調整するためのGoogle Cloudのプラットフォームです。

Google Cloudは、推論モデルとエージェントエコシステムを中心とした新しい機能を備えたVertex AIプラットフォームを大幅に強化し、企業が人工知能アプリケーションを構築および展開する能力を向上させました。 Vertex AIプラットフォームは、Googleのモデル以外に200以上のモデルをサポートしています。クラウドプロバイダーの最新のGemini 2.5モデルは、単純な応答生成から、Googleが「Reasoning Models」と呼ぶものへの基本的なシフトを表しています。推論モデルは、複数の情報ソースにわたって複雑な分析を介して動作し、エンタープライズデータに基づいて微妙な決定を下すことができます。

Googleは、さまざまなビジネスニーズをターゲットにした2つの補完的なモデルを提供しています。 Gemini 2.5 Proは、100万のトークンコンテキストウィンドウを使用して複雑な問題解決用に設計されており、広範なドキュメントとコードベースの洗練された分析を可能にします。一方、Gemini 2.5 Flashは、大規模な効率が最重要である大量のコストに敏感なアプリケーションの最適化されたパフォーマンスを提供します。

組織は、AIが結論にどのように到達するかを理解せずに、AI出力に対する信頼を開発することに対する乗り越えられない障壁に直面しています。このプロセスの最初のステップは、応答で使用されるソースAIをリストすることでした。それでも、推論モデルは、思考プロセスを実証することによりこれを強化し、コンプライアンスとガバナンスの要件に説明可能なAIを必要とする企業にとって重要な進歩をマークします。

コスト、パフォーマンス、透明性を提供するソリューションの組み合わせの可用性は、幅広いエンタープライズAI要件をサポートするための正しい方向へのステップです。アーリーアダプターは、説得力のある結果を報告しています。ムーディーズの主張は、Googleのソリューションが提供しています 95％以上の精度と80％の減少 複雑な財務文書分析のための処理時間。 Boxは、調達および報告ワークフロー全体で非構造化データ処理のためにAI抽出エージェントを実装し、情報管理における実用的なアプリケーションを実証しています。しかし、堅牢な戦略を構築するには、AIモデル以上のものが必要です。

新しいツールでAIエージェント機能を強化します

エンタープライズバイヤーがロペスの研究に表明したナンバーワンのエージェントAIの懸念は、エージェントが間違った決定を下し、実施することを恐れています。多くの組織は、AIオーケストレーションソリューションが中途半端であるという懸念を共有しており、タスクを完了するために必要なデータと作業のストリームが複数のアプリケーションとサービスに及ぶため、エージェントが適切に動作しないことを恐れています。これを解決するために、企業はさまざまなAIシステム、モデル、またはコンポーネントを調整および管理して、複雑なタスクを解決するためにシームレスに連携するための堅牢なAIオーケストレーションを探しています。最後に、ボタンをクリックしてエージェントの軍隊を展開するほど簡単ではありません。企業は、カスタムエージェントやすぐに使用できるエージェントをより簡単に構築および展開するのに役立つツールを必要としています。

新しいソリューションは、エンタープライズAIの展開の懸念を克服することを目指しています

これらの懸念に対処するために、 Googleは、その頂点AIに新しいマルチエージェントエコシステム機能の波を発表しました これにより、複数のAIシステムが協力して複雑なタスクを達成できます。同社は、エージェント開発キット（ADK）、エージェント2AGENTプロトコル、エージェントエンジン、およびエージェントスペースの更新など、このアプローチを有効にするためにいくつかのコンポーネントを導入しました。

Agent2Agentプロトコルとのデータコラボレーションの問題を最小化します

ほとんどのベンダーは、完全に自律的なAIエージェントを提供できると主張しています。それでも、ほとんどのバイヤーは、プロセスの障害や不正確さに関する懸念を減らすために、これらのエージェントを半自律的に展開することを好みます。さまざまなアプリケーションでのデータアクセスと実行に関するエンタープライズバイヤーの問題に対処するために、Googleは agent2agentプロトコル、さまざまなフレームワークとベンダーに基づいて構築されたエージェント間の通信を有効にするためのオープン標準。 Googleは、Salesforce、ServiceNow、Uipathを含む50を超える業界パートナーのサポートでプロトコルを開始しました。 Agent2Agentイニシアチブは、企業AIの採用に対する最も重要な障壁の1つである、異なるシステム全体で相互運用性を作成するための痛みを伴う統合の課題に対処します。

すべてのスキルレベルの開発者がAIを構築することを容易にする

一方、エージェント開発キット（ADK）、エージェントエンジン、および頂点AIプラットフォームのその他の進歩は、エージェントの開発をブートストラップするのに役立ちます。オープンソースのフレームワークであるエージェント開発キットにより、開発者は約100行のコードを持つ洗練されたエージェントを構築できます。また、開発をさらに加速するために、エージェントガーデンを通じて事前に構築されたサンプルを提供します。 ADKは、人類、メタ、ミストラルAIなどのプロバイダーから200以上のモデルと互換性を提供します。

コンパニオンエージェントエンジンは、展開のための完全に管理されたランタイムを提供し、エージェントの再構築を再構築してプロトタイプから生産に移行するなどの従来の課題を排除します。エージェントエンジンは、エージェントの品質を測定および改善するための評価ツールも提供します。

セキュリティとデータ統合機能は、構成可能なコンテンツフィルター、IDコントロール、およびGoogle Cloudの仮想プライベートクラウド（VPC）サービスコントロールを使用して、マルチレイヤー保護を提供するプラットフォームを締めくくります。同様に価値があるのは、標準プロトコルやダイレクトAPI統合など、さまざまな方法を介してエージェントを企業データに接続するプラットフォームの機能です。

AIエージェントへのアクセスの改善

企業がエージェントを設計、管理、保護できるようになると、成功の最大の障害は、エージェントを企業内で遍在させることです。 Agentspaceは、従業員がエージェントを見つけ、発行し、消費するのを支援することを目指しています。エージェントスペース、 2024年12月に発売されました、従業員（およびエージェント）が組織全体から情報を見つけ、Geminiのマルチモーダルインテリジェンスでそれを統合して理解し、AIエージェントと一緒に行動できるようにします。エンタープライズは、エージェントギャラリーでエージェントを迅速かつ簡単に発見および採用し、Googleのノーコードエージェントデザイナーでエージェントを作成できます。また、企業は、新しいディープリサーチやアイデア生成エージェントなどのGoogleが構築するエージェントを展開して、従業員がビジネスアイデアを生み出して検証し、密集した情報を統合できるようにすることもできます。

会議で、GoogleはAgentspaceがChrome Enterpriseと統合されていることを発表し、従業員がChrome SearchボックスからAgentspaceの統一された検索機能を活用できるようにしました。 AgentspaceをChromeに直接持ち込むことで、従業員は既存のワークフロー内で、データやリソースなどの情報を簡単かつ安全に見つけるのに役立ちます。

おそらく最も驚くべきことは、実際のビジネスが今日エージェントを展開していることを学ぶことでした。基調講演中およびGoogle CloudのWebサイトでのクライアントの引用は、ビジネスへの影響が多様な業界ですでに明らかであることを示しています。たとえば、Revionicsは小売価格設定を最適化するためのマルチエージェントシステムを実装していますが、Renault Groupは地理的分析を使用してEV充電インフラストラクチャを戦略的に配置するエージェントを開発しました。 Gordon Food Serviceは、AgentSpaceを使用して、Google WorkspaceやServiceNowなどの他のソース全体でデータに接地された検索でエンタープライズの知識にアクセスする方法を変更しています。これらの初期の例は、以前は人間に集中した分析ワークフローの複雑な自動化の可能性を示しています。

重要なポイント：AIエージェントが発生します

この戦略は、洗練された開発者、初心者デザイナー、およびワークフローを改善するためにエージェントを見つけて使用する必要がある従業員に要素を提供します。モデル、コネクタ、およびすぐに使用できるエージェントの可用性は、モデルの能力、エンタープライズ統合、および生産準備の間の痛みを伴うトレードオフを排除するのに役立ちます。結果は、単なる開発の速いだけでなく、ミッションクリティカルなエンタープライズワークフローに備えた信頼性の高いエージェントが大幅により信頼性の高いエージェントです。

推論モデルとマルチエージェントシステムが実験的概念から生産の現実に進化するにつれて、組織は個々のモデルの機能だけでなく、責任あるエンタープライズの展開に必要なより広範なインフラストラクチャも評価する必要があります。 AI投資を評価するエグゼクティブの重要な考慮事項は、個々の技術的能力ではなく、ガバナンス要件を維持しながら価値の時間を加速するためのポートフォリオとエコシステムの幅ではありません。 Googleの頂点AIおよびAIエージェントのツールに対する最新の拡張は、単に技術的なベンチマークを進めるのではなく、実用的な企業の採用に焦点を当てた成熟アプローチを示唆しています。