データエージェントの新機能: AI ワークフローの強化

Tue, 23 Jun 2026 02:00:00 +0000

※この投稿は米国時間 2026 年 6 月 16 日に、Google Cloud blog に投稿されたものの抄訳です。

AI エージェントの台頭は、アプリケーションや分析システムに根本的な変革をもたらしています。汎用的な AI プラットフォームは通常、企業データベースに保存されているコンテキストにアクセスできません。これは、従来のデータアーキテクチャでは、データ資産全体にわたってエージェント向けのコンテキストが欠如していることが多く、エージェントの精度の低下につながる可能性があるためです。また、きめ細かなアクセス制御が不足しているため、セキュリティギャップが生じやすい傾向もあります。

Google の Agentic Data Cloud は、運用システムと分析システムの両方を備えた、AI ネイティブなアクションシステムです。カスタムシリコンから最先端の Gemini モデルまで、スタック全体に AI を組み込むことで、エージェントがリアルタイムの企業データに基づいてほぼ 100% の精度で推論できる、テンプレートを使用した決定論型のデベロッパーフレームワークと、統合されたガバナンスを提供します。

このたび Google は、より簡単にエージェントを開発できるようにするため、多数のデータエージェントとツールを新たに導入いたしました。具体的には、ビジネスアナリスト向けの会話型分析、自動化とインテリジェンスを強化する、データサイエンティスト、エンジニア、データベース管理者向けの一連の Google 製データエージェント、現在のオープンなエージェントエコシステムとの統合を強化する、デベロッパー向けのデータエージェントツールです。

1. 会話型分析

自然言語を使用してエージェントを構築するデベロッパーを支援するため、データクラウド全体にわたって会話型分析対応を拡充することをお知らせいたします。

BigQuery の会話型分析（プレビュー版提供中）では、高度な AI 推論エンジンが BigQuery Studio に直接組み込まれています。これにより、データチームやビジネスチームは、手動で SQL を記述するだけでなく、ビジネスコンテキストを活用したマルチモーダル統合と詳細な調査を使用して、回答をグラウンディングできます。また、一部のお客様にプレビュー版が提供されている Agentic Workflows は、根本原因分析を自動化し、アクションをスケジュール設定して、企業データをプロアクティブで実用的なインテリジェンスに変換します。

BigQuery の会話型分析でエージェントを作成し、データ分析情報を迅速に取得する

Lakehouse の会話型分析（プレビュー版提供開始）は、Lakehouse の統合インフラストラクチャを拡張し、ユーザーが自然言語を使用して、AWS、Azure、Google Cloud に分散したデータレイクに対してクエリを実行できるようにします。これにより、データを 1 バイトも移動させることなく、クラウドプラットフォーム全体で分析情報を統合することが可能になります。
AlloyDB、Spanner、Cloud SQL の会話型分析（いずれもプレビュー版を提供開始）は、すぐに使える会話型 AI をサポートしているため、誰でもデータにアクセスできるようになります。AlloyDB、Spanner、Cloud SQL のユーザーは、自然言語でデータベースと会話をして、リアルタイムの運用データの可視化や分析情報の取得を行うことができます。

会話型分析を使用して、運用データから回答を得る

Looker 埋め込み会話型分析（一般提供開始）では、ローコードの iframe 実装を介して、エージェントをカスタムアプリケーションや社内ワークフローに直接埋め込むことができるため、プロダクションレディな会話型 AI をあらゆるアプリケーションに簡単に組み込むことができます。さらに、Looker の Conversational Analytics API を使用すると、AI による推奨事項を提供するマルチターンの会話型ワークフローを作成できるだけでなく、その基盤となる SQL クエリの検証と説明も行うことができます。また、すでに一般提供されている Looker の核となる会話型分析エージェントも大幅にアップグレードされ、優れた推論とセマンティックグラウンディングにより、曖昧さを解消できるようになります。

会話型 AI のためにエージェントをアプリケーションに直接埋め込む

2. 新たなデータエージェント

データプロフェッショナルが事後対応型のデータ管理から事前対応型のインテリジェンスに移行し、ビジネスアナリストがダッシュボードをより効果的に操作できるよう、Google は、自動化、インテリジェンス、自然言語機能を日々のワークフローに提供する新たなデータエージェントを発表いたします。

データエンジニアリングエージェント（一般提供開始）は、データパイプラインの構築や維持管理といった手間のかかる作業を自動化します。自然言語の要件を BigQuery と Dataflow 向けに最適化された SQL または Python コードに変換するとともに、パイプラインの障害を事前対応的に特定して修正します。スキーマの改善やパーティショニング戦略を提案することにより、手動で試行錯誤する必要なく、スケーラブルで信頼性の高い、パフォーマンスが調整されたデータ基盤を確保できます。
データサイエンスエージェント（プレビュー版提供開始）は、元データからプロダクションレディなモデルへの移行を加速させます。関連する特徴の提案、ボイラープレートノートブックコードの生成、技術ドキュメント処理の自動化を通じて、データサイエンティストを支援します。
データベースオブザーバビリティエージェント（Cloud SQL、AlloyDB、Spanner、Bigtable の一部のお客様にプレビュー版を提供中）は、データベースのパフォーマンスを事前対応的にモニタリングし、潜在的な問題が深刻化する前に、継続的に特定します。その後、インテリジェントな推奨事項とマルチターンの修復ワークフローを提供し、迅速かつ包括的なトラブルシューティングと最適化を実現します。また、データベースフリート全体のパフォーマンス分析機能は、データベース全体のパフォーマンスを最適化する機会を迅速に特定するのに役立ちます。
データベースオンボーディングエージェント（一部のお客様にプレビュー版を提供中）は、推測に頼らずにデータベースの選択やデプロイができるようにします。単純なユースケースの説明から複雑な企業ニーズまで、さまざまな要件の評価をもとに、最適な Google Cloud データベースを推奨し、プロビジョニングのプロセスを支援します。
Looker ダッシュボードエージェント（プレビュー版提供開始）では、ダッシュボード内のデータと会話形式でやり取りできます。ダッシュボード内で、ユーザーは自然言語で質問し、コンテキストを認識した回答を受け取ることができます。この機能では、ダッシュボードから得られた重要なポイントや分析情報をまとめた、AI 生成による要約も提供されます。
Gemini Enterprise の会話型分析（プレビュー版提供開始）は Looker、BigQuery、Lakehouse に対応しており、データ実務者が構築した、管理されたインテリジェンスをビジネスリーダーに直接提供します。これは、Google データクラウドへの「正面玄関」として機能し、ビジネスユーザーは技術コンソールにアクセスすることなく、BigQuery、Looker、Lakehouse で構築されたエージェントを利用できるようになります。これらのエージェントを Google データから Gemini Enterprise に公開することにより、組織は正確なデータ探索と即時の回答のためのグラウンディングされた単一のインターフェースを、ビジネスユーザーに提供します。
Data Insights エージェント（プレビュー版提供開始）は、構造化されたソース（BigQuery や Snowflake など）と構造化されていないデータ（会議メモや公開ウェブ情報など）を同時にクエリすることで、Gemini Enterprise 内のデータ資産に関する総合的な分析情報を提供します。このエージェントは、日常業務で利用するユーザー向けの迅速な応答エンジンとして機能し、Workspace エコシステム（ドキュメント、スプレッドシート、ドライブ）や、Jira、HubSpot などのサードパーティ製アプリの情報を統合します。このエージェントは、インタラクティブな可視化機能を豊富に備えており、時間の経過とともにユーザーの好みに合わせて継続的に学習します。
Deep Research エージェント（プレビュー版提供開始）は、Knowledge Catalog を使用して、リスクの高い多層的なビジネス上の問題を解決します。単なる検索にとどまらず、社内ドキュメント、BigQuery テーブル、公開ウェブの情報を統合して包括的な調査計画を策定します。その結果、企業のプライバシーとユーザーの権限を常に尊重しながら、動的な可視化と検証可能な引用を使用した詳細なレポートが生成されます。

3. データエージェント向けのツール

エージェント開発向けのオープンソース標準は、AI アプリケーションやカスタムエージェントを構築するデベロッパーに対し、データやツールに一貫性を持って安全にアクセスするための統合フレームワークを提供します。このたび Google は、エージェント開発の取り組みを支援する、以下のツールを発表いたします。

Data Agent Kit（プレビュー版提供開始）は、好きな開発環境（IDE / CLI）内で直接使用できる標準化されたスキルとツールのスイートを提供し、データ実務者が Agentic Data Cloud 機能の規範的なガイダンスを使用して、データを大規模に検出、変換、活用できるようにします。
データベース向けマネージド MCP サーバー（一般提供開始）は、AlloyDB、Spanner、Cloud SQL、Bigtable、Firestore で利用でき、AI モデルをデータに安全に接続するために必要なインフラストラクチャを完全に管理します。そのため、MCP サーバーをお客様ご自身でホスト、保護、スケーリングする必要はありません。これにより、デベロッパーは Google のデータベースポートフォリオ全体から最新のコンテキストをエージェントに提供できるようになり、AI モデルは最新の企業データに基づいて推論や行動ができるようになります。
Looker 向けマネージド MCP サーバー（プレビュー版提供開始）を使用すると、あらゆる MCP クライアントやエージェントプラットフォームで Looker のセマンティックモデルをクエリできるようになり、管理された BI 分析情報をサードパーティ製アプリケーション全体に拡張できるようになります。

マネージド MCP サーバーを介して Looker セマンティックモデルにアクセスする

データベース向け MCP ツールボックス 1.0（一般提供開始）は、安定性における大きなマイルストーンを達成し、本番環境アプリケーションを安心して構築できるようになりました。また、ドキュメントを全面的に見直し、人間の開発者にとっても自律型エージェントにとっても、プラットフォームがはるかに使いやすくなりました。
Cloud SQL、AlloyDB、Spanner 向け QueryData（いずれもプレビュー版提供開始）は、自然言語の質問をデータベースクエリに変換します。各 QueryData はこれらのデータベースにネイティブに組み込まれており、メタデータ、クエリの例、評価を通じて、自然言語から SQL への変換をほぼ 100% の精度で実現します。
BigQuery を活用した Universal Commerce Protocol（UCP）分析（プレビュー版提供開始）により、販売者やデベロッパーは UCP から BigQuery にリアルタイムイベントを直接ストリーミングできるようになります（サンプルを参照）。この統合により、エージェント型コマースでオブザーバビリティ機能がすぐに使えるようになり、チームはコンバージョンプロセスのモニタリング、自動購入手続きのパフォーマンスの追跡、システムエラーの特定が可能になります。BigQuery 内でこれらの指標を標準化することで、企業は AI によるトランザクションと既存のビジネスインテリジェンスワークフローのギャップを埋めることができます。

新しいエージェントやツールへのアクセス方法について詳しくは、このページにある各ドキュメントへのリンク先をご覧ください。また、データエージェントは、Gemini Enterprise と Google Cloud コンソールからもご利用いただけます。

- Google Cloud、プロダクト管理担当、Sean Rhee

- Google Cloud、アウトバウンドプロダクト管理責任者、Geeta Banda

Next ‘26 でのストリーミング AI に関する発表

Wed, 03 Jun 2026 00:00:00 +0000

※この投稿は米国時間 2026 年 5 月 19 日に、Google Cloud blog に投稿されたものの抄訳です。

データは、ありとあらゆるデバイス、ユーザー、マイクロサービスで生成されます。このデータを取り込み、意味とインサイトを抽出し、リアルタイムでビジネス上の意思決定を推進することで、変革的なビジネス価値を生む可能性が高まります。リアルタイム分析に内在する課題も、エージェント型 AI の急発展で克服のチャンスが現実のものとなっています。エージェント型 AI は導入加速の大きな可能性を秘めていますが、ユーザーはリアルタイムデータを効果的に活用するうえで、以下の新しい課題に直面しています。

コンテキストのリアルタイム実装が困難。開発チームは通常、データベースの定期的な同期やスケジュールされた更新など、バッチ処理的アプローチでデータを取り込みます。このため、エージェントは、古いデータに依存するか、メモリを大量に消費するコンテキストウィンドウを必要とします。この「コンテキストの時差」は、不正行為の検出、e コマースの動的なおすすめ表示、サプライチェーンの自律的な調整など、せっかくのリアルタイムエージェントタスクの効果を帳消しにしてしまいます。
リアルタイムシステムは柔軟性に欠ける。エージェントツールには、お客様固有の要件に適応するためのモジュール性が欠けており、組織は難しいアーキテクチャの選択を迫られます。データ実務者は、レイテンシ、精度、費用のトレードオフを自由に選択できるプラットフォームを必要としています。

これらの課題に対応するために Google Cloud は、緊密に統合された統一ストリーミングデータプラットフォームを提供しています。このプラットフォームは、フルマネージドの Google Cloud ネイティブサービスとオープンソース互換サービスの両方を提供し、大規模な AI トレーニングと推論をサポートします。このプラットフォームを構成する 5 つの主要サービスは以下のとおりです。

Pub/Sub: メッセージングとイベントストリーミングのための、信頼性の高いサーバーレスなフルマネージドサービスで、BigQuery、Dataflow、Cloud Storage と統合されています。Pub/Sub は Anthropic をはじめとする多くの組織で利用されています。
Dataflow: バッチ、ストリーミングのための、そして今やエージェント型 AI を支えるサーバーレスエンジンです。Waymo や Google マップなどの Google サービス同様、Palo Alto Networks などの大手企業にも採用されています。たとえば、Waymo 車両は Dataflow を使用して周囲の状況を「把握」し、ルートを計画したり、障害物を予測したりします。自動車が実際に道路を走行する前に、シミュレータで数百万マイルを「走行」し、Dataflow でトレーニングデータセットを生成して自動運転に使用されるモデルを検証します。
Managed Service for Apache Kafka: 信頼性、安全性、費用対効果に優れたオープンソースのストリーミングストレージ兼データ統合システム Apache Kafka を、Google Cloud 上で実行するためのフルマネージドサービスです。大企業からスタートアップまで、Apache Kafka は重要なトレーニングデータと AI エージェントコンテキストのリアルタイム更新のステージングロケーションとして利用されています。
BigQuery: リアルタイムの取り込みと分析のための統合プラットフォーム。Storage Write API が、1 回限りの配信セマンティクスとストリームレベルのトランザクションで、BigQuery と Lakehouse for Apache Iceberg のテーブルに高スループットストリーミングを提供します。さらに、BigQuery の継続的クエリでは、AI.GENERATE_TEXT などの生成関数を呼び出すことで、データパイプライン内で直接リアルタイムの AI 推論が可能になり、データが取り込まれると同時に分析情報を得ることができます。
Bigtable: Google の NoSQL リアルタイムデータベース。継続的なマテリアライズドビューを使用して Pub/Sub と Dataflow からのストリーミングデータを自動的に処理し、結果を数秒で提供します。Bigtable のインメモリ階層を使用して低レイテンシでサービス提供できるようにします。

インサイトから自律的アクションへと進化

Google Cloud Next '26 では、ストリーミング AI 機能セットの Agentic Data Cloud への追加が発表されました。これにより、自律型エージェントに即座にコンテキストが提供され、リアルタイムのアクションが可能になります。つまり、組織は AI エージェントにリアルタイムのコンテキストをフィードできるようになります。

たとえば、サプライチェーンエージェントは、IoT データをモニタリングするだけでなく、悪天候を避けてルートを自律的に変更したり、配送先の倉庫と納期の許容範囲を再調整して顧客のポータルを更新したりできます。しかも、これらすべてが、人間の監督者が問題に気づく前に実行されるのです。また、金融サービスエージェントは、不正なトランザクションパターンを特定し、即座にアカウントを凍結して、お客様が希望する手段で連絡を取ってから新しいカードの発送を手配してくれます。これらすべてが、不審なアクティビティが発生してから数秒以内に遂行されます。これらの機能は、検索を強化するためにストリーミングデータのエンベディングを作成する場合でも、マルチエージェントによる高度な不正行為検出システムを構築する場合でも、強力な新しい武器となります。

これらの新機能について詳しく見ていきましょう。

新しいストリーミング AI 機能

Next ‘26 で発表された新機能は、Google Cloud のストリーミングデータプラットフォームに 3 つの主要分野にわたって緊密に統合されています。

1. エージェントにリアルタイムで豊富なコンテキストを提供

1.1. Pub/Sub AI 推論 SMT（一般提供）: Pub/Sub を介してストリーミングされたメッセージに対して推論を実行できるようになりました。データ実務者は、Gemini Enterprise Agent Platform で利用可能なモデルを自由に選択できます。Pub/Sub が推論を呼び出し、各メッセージに結果を追加してダウンストリームへと送ります。Pub/Sub のシンプルさと Gemini Enterprise のフルマネージドツールとが効果的に融合します。

1.2. Pub/Sub Bigtable サブスクリプション （プレビュー版）: Pub/Sub データを Bigtable に直接ストリーミングします。Pub/Sub Bigtable サブスクリプションは、Pub/Sub トピックからイベントデータを直接 Bigtable テーブルにマテリアライズするため、カスタムパイプラインが不要になり、ストリーミングアーキテクチャを大幅に簡素化します。たとえば、ベクトルエンベディングを Bigtable に簡単に取り込み、セマンティック検索ワークロードを強化できます。

1.3. BigQuery 継続的クエリのステートフルデータ処理（プレビュー版）: BigQuery の継続的クエリで JOIN を使用して複数のデータストリーム間の複雑な相関関係を特定し、タンブリングウィンドウ集計を使用して一定の時間間隔で指標を計算できるようになりました。たとえば、30 分間の平均値の計算や、異なるストリーム間のイベントの関係付けなどの高度な分析を、データが BigQuery に取り込まれると同時に直接行うことができます。さらに、AI.GENERATE_TEXT などの生成関数を呼び出すことで、AI をデータパイプラインに直接統合できます。また、継続的クエリの SQL 結果を BigQuery テーブルにマテリアライズしたり、リアルタイムのリバース ETL のために Bigtable、Spanner、Pub/Sub などの運用シンクにエクスポートしたりできます。

2. エージェントに指示してリソースを管理

2.1. Pub/Sub、Managed service for Apache Kafka、Bigtable、BigQuery の Model Context Protocol（MCP）サポート（一般提供）: エージェントが、フルマネージドの MCP エンドポイントを使用して、Pub/Sub、Managed service for Apache Kafka サービス、BigQuery を管理できるようになりました。エージェントは Pub/Sub にメッセージをパブリッシュすることもできます。

2.2. ADK インテグレーション（一般提供）: エージェントが、事前構築された ADK インテグレーションを通じて、Pub/Sub、Bigtable、BigQuery、その他の Google Cloud サービスに保存されたリアルタイムデータとやり取りできるようになりました。このため、デベロッパーはリアルタイムのコンテキストに基づいて動作するエージェントを、複雑な構成やパイプライン調整の作業なしで構築できます。

3. マルチエージェントシステムとデータ処理の統合

3.1. イベントドリブンな自律エージェント: ワークフローの中核をエージェントが担うようになると、リアルタイムのデータパイプラインを進化させてエージェントをストリームに直接組み込む必要が生じます。Google Cloud では、エージェントロジックを Dataflow パイプライン内で第一級の対象として扱うことで、これを実現しました。これにより、Agent Development Kit（ADK）を使用してエージェントコードを組み込み、RunInference 変換と新しい ADKAgentModelHandler を使用して、特別ノードとしてデプロイできるようになりました。このアプローチには主に次のメリットがあります。

優れたスケーラビリティ: Dataflow のアーキテクチャを活用して、アップストリームで高速のイベントを処理し、数百のエージェントセッションを同時にアクティブに保ちます。各セッションは個々に特定の受信イベントによって起動されます。
事前処理の効果: Dataflow が複雑なデータ拡充の作業を一手に引き受け、エージェントに「すぐに行動可能」のコンテキストを受け渡して、エージェントが推論に集中できるようにします。

3.2. Dataflow 統合エンベディングシンク: 統合エンベディングの生成プロセスをデータストリーム内に直接組み込み、「コンテキストのタイムラグ」を解消しました。これにより、Dataflow を使用して、受信データを高次元ベクトルに低レイテンシで変換できるようになりました。さらに、このリアルタイムエンベディングは、Cloud Spanner（組み込みベクトル検索の新機能を搭載）と AlloyDB を含む、拡張された高スループットのベクトルシンクスイートにシームレスにマテリアライズされます。これにより、セマンティック検索のニーズに対応する最新のベクトルデータベースが利用可能になります。また、RAG 呼び出しを行う自律エージェントは、即座に検索可能で完全に同期された長期記憶を利用できるようになります。この機能は、リモートモデルとローカルモデルの両方で動作します（例: Gemma）。

Google Cloud は今後もプラットフォームを拡充し続け、より緊密な統合とより強力な機能をお客様にお届けしてまいります。皆様がこれらの新機能を活用して次に何を生み出すのか、楽しみにしております。

- プロダクト管理担当ディレクター、Jagdeep Singh

- グループプロダクトマネージャー、Prateek Duble

Google Cloud AI を活用して、未知なる偉大な創造に挑むスタートアップ

Wed, 27 May 2026 01:00:00 +0000

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

ラスベガスから未来へ、今週、新しい扉が開かれます。世界をリードするスタートアップが Google Cloud Next で一堂に会し、画期的な AI の取り組みを紹介します。最高水準の AI モデル、極めて負荷の高いワークロードにも対応するインフラストラクチャ、インテリジェントなマルチモデルデータベース、安心と成長のためのセキュリティおよびデジタル主権ソリューション、これらのいずれかを、あるいはすべてを必要とする、あらゆる規模、あらゆる業界のスタートアップが、Google Cloud を選択しています。

活用事例は枚挙に暇がありませんが、ほんの一例を挙げると、人気ソフトウェア作成プラットフォーム Lovable では、Google Cloud インフラストラクチャが利用され、現在 Lovable で作成されているプロジェクトは 1 日 20 万件を超えています。また、米国の医師に広く利用されている医療 AI プラットフォーム OpenEvidence は、Google AI ツールを使用してエビデンスに基づく回答を医療現場で提供しています。同社は最近、Wiley および Mount Sinai との大規模なパートナーシップを発表し、信頼できる医学研究とその AI アシスタントへのアクセスを拡大しました。

今回の Google Cloud Next では、Google Cloud を使用して新たに取り組みを開始した、または取り組みを拡大している、さらに多くのスタートアップをご紹介しました。バイブコーディング、モデルのトレーニングと推論、ヘルスケアとライフサイエンス、画像生成、金融サービス、ゲームなど、さまざまな分野をリードするスタートアップが盛り沢山です。さらに、Google Cloud の AI Hypercomputer を通じて GPU ベースの AI コンピューティングを利用し始めた新しいスタートアップグループもご紹介します。これは、Google と NVIDIA の緊密な技術パートナーシップが生み出した潮流であり、躍進が期待される分野です。

Google Cloud は常に AI スタック全体をスタートアップに統合環境で提供し、ビジネスがすぐにトップスピードに乗れるよう力強く後押ししてまいりました。Next ‘26 で発表する新サービスにより、スタートアップの選択肢と機会は一層広がるばかりです。

たとえば、Gemini Enterprise エージェントプラットフォームによる複雑なエージェントの迅速な構築、推論とトレーニングのための 2 つの差別化された TPU サービスによるコンピューティングニーズの最適化、次世代のクロスクラウドレイクハウスによるデータフリクションの削減、Wiz AI エージェントと Google 規模の脅威インテリジェンスによる総合的なガバナンスの向上など、進歩を支えるさまざまな取り組みが目白押しです。また、Marketplace と Gemini Enterprise のインテグレーションにより、AI ソリューションを企業ユーザーに直接販売できる仕組みも整っています。

多岐にわたるスタートアップのイノベーションをサポート

AI が仕事や生活のあらゆる側面をいかに劇的に変革しているかについて疑問をお持ちの方は、Google を利用しているスタートアップが市場にもたらしているイノベーションをご覧になればすぐにご理解いただけるはずです。

コーディングおよびデベロッパー用ツール

Emergent AI は、Google Kubernetes Engine（GKE）をコアインフラストラクチャとして使用し、オンデマンドの隔離された開発サンドボックスを何千件もオーケストレートすることで、バイブコーディングをサポートします。自動スケーリングに GKE Autopilot を活用し、コード生成に Gemini モデルを活用して、自然言語のプロンプトをプロダクションレディなライブアプリケーションに変換し、即座にプレビュー可能にするプラットフォームです。
Lovable は Google Cloud との連携を拡大し、新しいコーディングエージェントをリリースしました。このエージェントは、Google Cloud Marketplace と Gemini Enterprise から購入できます。
Parallel は、AI エージェントに特化した高精度のウェブ検索と調査のための API を構築しています。Gemini、BigQuery、BigTable、Spanner などの Google Cloud プロダクトを活用することで、2025 年 8 月のサービス開始以来、プラットフォームの構築、リリース、大規模なスケーリングを実現しています。
Temporal は Google Cloud と提携し、独自の Application Development Kit（ADK）インテグレーションを構築しています。これは、強力な実行保証、稼働時間、監査可能性、運用上のレジリエンスを必要とするミッションクリティカルなユースケースにエージェントシステムのデプロイを可能にするものです。

顧客エンゲージメント

Satisfi Labs は、行楽地や体験に関する顧客エンゲージメントを変革するために設計されたエージェント型 AI プラットフォームで、スポーツ、エンターテイメント、観光業界にまたがる 800 社の顧客にサービスを提供しています。Google Cloud エコシステム上に構築され、Gemini、BigQuery、AlloyDB、Datastream などのテクノロジーを活用して、インテリジェントなインタラクション、スケーラブルなデータ処理、リアルタイムのインサイトを実現しています。
Vapi は、会話型音声 AI を作成するデベロッパー向けのプラットフォームです。インテリジェンスコアとして Gemini を活用することで、コンピューティングの費用対効果を最大化しながら、驚異的なスケールでプレミアムな音声体験を生み出せます。
Vurvey Labs は、Gemini Enterprise Agent Platform を活用してエージェント集団の仮想世界を構築し、人間の行動と将来のニーズを予測しています。
ZenBusiness は、Gemini Enterprise Agent Platform を利用し、ビジネスの設立支援、コンプライアンス、ウェブサイト開設のための AI アシスタント「Velo」のリリースなどを通じて企業運営を簡素化しています。

ドキュメントインテリジェンス

Reducto は、Gemini Enterprise Agent Platform と AI Studio をコアモデルとともに活用して、リスクの高いワークフローを自動化し、本番環境の AI パイプラインを大規模に強化しています。

FinOps

Mavvrik は、Gemini と BigQuery を活用した FinOps プラットフォームです。統合された費用管理プラットフォームで、FinOps、IT、財務のリーダーによるパブリッククラウド、プライベートクラウド、AI ワークロード、SaaS アプリケーションにまたがる支出の管理、可視化、割り当ての自動化を支援しています。

生成メディア

ComfyUI は、Nano Banana Pro を統合することで、複雑なノードベースの生成メディア制作を合理化し、プロビジョンドスループットを使用してカスタマーエクスペリエンスの一貫性を向上させています。
Gamma は、Nano Banana 2 を活用し、ローカライズされたビジュアルを瞬時に生成してアイデアを数秒で共有可能なコンテンツに変換するツールです。7,000 万人以上のユーザーが、プレゼンテーション、ドキュメント、ウェブサイト、ソーシャル投稿の作成に使用しています。

業種特化型 AI

Chorus は、Alphabet のイノベーション部門である X から分離独立した企業で、さまざまな業界で物的資産の製造、移動、管理方法を変革する AI オーケストレーションツールを構築しています。Gemini Enterprise Agent Platform、高度な ML、独自のアルゴリズムを活用して、物的資産ごとのきめ細かな可視性、温度データ分析インテリジェンス、ミッションクリティカルなサプライチェーン全体にわたる動的な配送予測を提供しています。
ExaCare AI は、救急治療回復期ケア業務向けの AI プラットフォームです。Gemini Enterprise Agent Platform と Gemini を推論に使用し、入院から清算までのワークフロー全体で臨床データと運用データを処理します。
Industrility は、機械メーカー向けの AI 搭載アフターセールスプラットフォームです。Google Gemini の高度な言語モデルを基盤としてメンテナンスインテリジェンスエンジンが構築され、重要なメンテナンスタスクを抽出することで従来 2 か月かかっていた手動プロジェクトを 3 時間に短縮しています。
Insilica は、Gemini Enterprise Agent Platform を使用して、数百万件の毒性規制文書と数千件のデータベースを処理し、統合されたエージェント型リスク評価プラットフォームを編成しています。
Proximal Health は、DocAI を利用して保険金請求の審査プロセスを自動化しています。
Stord は、オムニチャネルの小売業向けのフルフィルメントサポートとソフトウェアを提供しています。Gemini Enterprise Agent Platform を活用して、商品取引総額年 100 億ドル以上の実データに基づき、数百万件の注文において配達日を予測し、需要計画を最適化する ML モデルを構築しています。
Stylitics は、Gemini Enterprise Agent Platform を使用して、世界トップクラスの小売業向けに 1,000 以上の AI プログラムをサポートし、AI による画像生成やコーディネートとスタイリング、AI 分析などを提供しています。
Wand は Gemini Enterprise Agent Platform を使用して、同社のシングルプレーヤー PC ゲームプラットフォームに組み込まれたコンテキスト対応型コンパニオン Game Guide を運用しています。Game Guide は、プレーヤーが行き詰ることのないよう導いたり、隠しコンテンツの発見を手伝ったりして、ゲームウィンドウを離れずに没頭し続けられるようプレーヤーをサポートします。

生産性向上

Notion は、生産性向上ツールへの AI 統合の最先端スタートアップであり、テキストと画像の生成機能に Gemini モデルを活用しています。

サステナビリティ

Watershed は、エンタープライズ気候プラットフォームで業界をリードするスタートアップです。Google Cloud を活用してサステナビリティデータを実用的な気候インテリジェンスに変換し、脱炭素化をグローバルに加速させ、組織が前例のない規模で測定結果を行動につなげられるよう支援しています。

NVIDIA AI インフラストラクチャによるモデルのトレーニングと推論のサポート

世界で最も革新的なスタートアップが NVIDIA の最先端 GPU を搭載したコンピューティングへのアクセスを必要とする場合、現在その多くは Google Cloud に依存しています。Google と NVIDIA との長年にわたるパートナーシップにより、スタートアップは Google Cloud を利用することで、AI モデルのトレーニングと実装、ファインチューニングのサポート、新しいエージェントワークロードのスケーリングが行えます。

今回の Google Cloud Next では、このようなスタートアップの成功事例を紹介し、さらに NVIDIA AI インフラストラクチャと Google Cloud の AI スタックの利用を選択した新しいスタートアップとのパートナーシップについても発表いたしました。

新規および拡大中のパートナーには、以下のスタートアップが含まれます。

Thinking Machines Labs は、Google Cloud を通じて最新の NVIDIA Blackwell チップを利用する予定です。これにより、GB300 を利用する最初の Google Cloud ユーザーの 1 社となります。Thinking Machines は初期テストにおいて、GB でのトレーニングとサービングの速度が前世代のチップと比較して 2 倍に向上したことを確認しています。
GMI Cloud は、Google Cloud の GPU インフラストラクチャを活用し、推論に最適化されたプラットフォームを運用して、テキスト、画像、動画にわたる GMI Studio のワークフローと大規模なモデル提供を実現しています。本番環境グレードのリアルタイム AI アプリケーションへの需要が高まる中、高使用率をサポートする Google Cloud の GPU インフラストラクチャが注目されています。
Inferact は、データセンターハードウェア上のオープンソース LLM 向けに、高性能で使いやすい推論エンジン vLLM を開発しています。これには、Google Cloud 上の NVIDIA GB200 のクラスタや、Managed Lustre や Cloud Filestore などのサービスが利用されています。
Neuraldefend は Google Cloud および NVIDIA と提携し、H100 および L4 GPU を使用してモデルトレーニングと本番環境の推論を行い、リアルタイムのディープフェイク検出エンジンとデジタルトラストソリューションを提供しています。
Nucleus AI は、Google Cloud を介して NVIDIA H100 GPU のクラスタをモデルトレーニングに利用しています。
Reflection は、Google Cloud を通じた G4 VM の使用や Google Cloud Storage などのサービスの利用を拡大し、オープンウェイトモデルのトレーニングと推論をサポートしています。
Reve は、Google Cloud 上の A3 Mega（NVIDIA H100 GPU）インスタンスと A3 Ultra（NVIDIA H200 GPU）インスタンスを使用して、高負荷マルチモーダル基盤モデルのトレーニングと推論を処理しています。また、GKE を使用して高パフォーマンストレーニングのニーズを管理しています。

多くのスタートアップは通常、NVIDIA の最新の Blackwell インフラストラクチャで実行される Google Cloud G4 VM を通じて NVIDIA の GPU にアクセスしています。さらに、今年中には NVIDIA の Vera Rubin アーキテクチャへのアクセスもスタートアップに提供する予定です。NVIDIA との緊密なパートナーシップにより、Google Cloud AI Hypercomputer は GPU ユーザー向けに高度に最適化されており、さまざまなユースケースで超低レイテンシ、高スループット、費用対効果に優れたパフォーマンスを実現できます。

この高度な最適化は、スタートアップが GPU を利用する手段として Google Cloud を選択する理由の一つです。また、Gemini Enterprise、Agent Builder、BigQuery、Google Kubernetes Engine など、高度に差別化された Google AI スタックのテクノロジーに簡単にアクセスできることも決め手となっています。

また、Google は今後も NVIDIA との緊密な連携を継続し、NVIDIA の Inception プログラムと Google for Startups クラウドプログラムを通じて、初期段階のスタートアップを AI コンピューティングとクラウドサービスでサポートしていきます。対象となるスタートアップには、以下の有望な企業が含まれます。

Aible は、長期稼働用エンタープライズ AI エージェントを構築しています。Google Cloud 上で GPU にアクセスすることで、Aible は Nemotron 3 や NemoClaw のエージェントを BigQuery 上で直接実行したり、インテリジェントウェアハウスのようなマルチエージェントブループリントをオーケストレートしたり、サーバーレスの RTX アクセラレーションによる推論を Cloud Run にデプロイしたりできます。
Baseten は、大規模言語モデルとビジョンモデル用のモデル提供を最適化するマネージド推論プラットフォームを提供しています。Google Cloud 上で GPU にアクセスすることで、Baseten は NVIDIA アクセラレーションによる推論をデプロイし、本番環境で生成 AI ワークロードを実行する顧客向けに 1 秒あたりのトークン数、1,000 リクエストあたりの費用、GPU 使用率を向上させています。
CodeRabbit は、Google Enterprise Agent Platform を介して Nemotron モデルでサポートされる、コードレビュー用の AI 主導ワークフローを構築し、低レイテンシの PR 要約、エンベディングを活用したコンテキスト拡充、スケーラブルな同時レビューパイプラインを実現しています。
Factory AI は、複雑なコードグラフを走査したり、依存関係を解決したり、実際の本番環境リポジトリに対して安全なパッチを生成したりできる自律型コード編集エージェントを開発しています。Factory AI が Gemini Enterprise Agent Platform の Nemotron モデルによって実現した、このエージェントは「Droids」と呼ばれ、Nemotron Super で稼働します。Droids は、セマンティックコード検索、grep や静的解析などのツール拡張型推論、大規模な複数ファイルのリファクタリング計画などを実行できます。
Mantis AI は、ラテンアメリカのメディアおよびエンターテイメント企業向けに、動画ネイティブのインテリジェンスレイヤを構築しています。NVIDIA の Inception プログラムと Google Cloud とのコラボレーションを通じ、Mantis AI は高スループットの推論パイプラインを運用し、ファインチューニングされたモデルバリエーションの厳密な評価と、NVIDIA NIM、Blueprints、ベクトル検索サービスの試験適用によって、放送局やライブ配信者が動画の分析から大規模なオーケストレーションに移行するのに役立つ本番環境対応のスタックを提供しています。
Photoroom は、商品画像を生成、編集する拡散ベースとトランスフォーマーベースのビジョンモデルを専門に扱っています。Photoroom は 1 分あたり 1,000 件以上の画像を処理し、4 倍速の TensorRT と xformers を使用して Stable Diffusion パイプラインの 100% 高速化を実現することで、Google Cloud で 50 万 GPU 時間以上を問題なく消費しています。

Gemini Enterprise でエージェントを直接販売

AI スタートアップにとって、企業の調達プロセスは成長のボトルネックとなることがよくあります。そこで、Google は Google Cloud Marketplace を Gemini Enterprise に統合することで、調達プロセスを加速するグローバルな場を設けました。

このたび、Next において、Marketplace でエージェントを提供する優秀なスタートアップ 70 社を発表しました。

これに加え、さらに多くのスタートアップがエージェントを構築して市場に投入できるよう、Google はパートナーのエージェント開発とマーケティングを支援する新しい 7 億 5,000 万ドルのファンドを立ち上げます。この新しいファンドについて詳しくは、こちらをご覧ください。

Gemini Startup Forum のご紹介

6 月には、シードからシリーズ A までのスタートアップの創業者を対象とした内容の濃い 2 日間の会合 Global Gemini Startup Forum を開催します。参加者は Google のリーダーやエンジニアと交流し、プロダクトの構築やスケーリングを体験しながら、Google の AI ポートフォリオを構成するさまざまなチームとフィードバックを共有します。プログラムの詳細をご確認のうえ、今後開催予定のイベントにご興味がございましたら、ぜひご登録ください。

今年後半には、次回のプログラム Gemini Startup Forum: Cybersecurity がロンドンで開催予定です。ご応募受付中ですのでご検討ください。AI を活用して次世代セキュリティソリューションを構築しているスタートアップには、ぜひご参加いただきたく存じます。

Google for Startups AI エージェントチャレンジにご参加ください

スタートアップは今すぐ参加して、実践力をお試しください。Next 2026 では、Google for Startups AI エージェントチャレンジを開催することが決定しました。

Next の参加者だけでなく誰でも参加できるこのグローバルコンペティションは 6 週間にわたって開催され、各チームには 500 ドルのクレジットと、新しい Gemini Enterprise Agent Platform をはじめとするツールが提供され、これを使用して自律システムの構築と、賞金総額 90,000 ドルの分け前を競い合います。

チャレンジ応募作品は受付が開始されており、提出期限は 2026 年 6 月 5 日までとなっています。このチャレンジには、各チームの開発状況に応じて 3 通りのトラックが用意されています。新しいエージェントをゼロから構築するか、既存のプロトタイプを最適化して本番環境での信頼性を高めるか、ビジネスで実用化されているエージェントをリファクタリングするかにより、Google Cloud Marketplace と Gemini Enterprise アプリを通じエンタープライズ仕様で配布できる可能性があります。

応募作品は、技術的な実装（30%）、ビジネスケース（30%）、イノベーションと創造性（20%）、デモとプレゼンテーション（20%）の各基準に基づいて評価されます。こちらで詳細をご確認のうえ、ふるってご応募ください。

新レポート「Future of AI: Perspectives on generative media for Startups」をお読みください

Future of AI: Perspectives on generative media for Startups レポートでは、8 人のスタートアップ創業者、投資家、Google 社員への独占インタビューが掲載され、業界の将来に関する率直なアドバイス、戦略的プライオリティ、予測がまとめられています。

創業者たちの生の声に耳を傾けることは、AI 主導のコンテンツ作成における新たな波を乗り越え、Google Cloud で生成メディアの未来を築くうえで、大いに役立つはずです。そして、将来の Next で、あなた自身が生の声を発する立場になるかもしれません。

- Google、グローバルスタートアップおよび投資家エコシステム担当バイスプレジデント、Darren Mowry

ミリ秒未満の読み取りレイテンシを実現する新しい Bigtable インメモリ階層

Wed, 20 May 2026 02:10:00 +0000

※この投稿は米国時間 2026 年 5 月 8 日に、Google Cloud blog に投稿されたものの抄訳です。

デジタルインフラストラクチャの成否が大きく問われる世界では、スピードは単なる指標ではなく、価値そのものです。Google Cloud Next ‘26 で発表した Bigtable インメモリ階層は、フルマネージドのクラウドデータベースサービスに次のような画期的な機能をもたらします。

ミリ秒未満の読み取りレイテンシで時間的制約があるデータを処理
1 ドルあたりのポイント読み取りスループットが最大 10 倍向上、TCO を大幅に削減
ホットスポット耐性により、単一行に対して最大 120,000 クエリ/秒を手間なくサポート

詳しくは、Bigtable のパフォーマンスに関するドキュメントをご覧ください。次に、Bigtable インメモリ階層がワークロードのパフォーマンスと運用プロセスに与える影響を見てみましょう。

キャッシュミスの悪夢: よくあるケース

午前 2 時に、プロモーションキャンペーンが一気に拡散され、トラフィックが急増していると仮定します。あいにく、データベースアーキテクチャはトランプの家のように脆く不安定なため、プライマリデータベースは処理が追いつかず、別のキャッシュレイヤがシールドとして機能している状態です。

そこに突然、アクセス集中の問題が発生しました。拡散された同じコンテンツに皆がアクセスしようとしています。キャッシュノードは飽和状態になっています。より大きなノードにアップグレードするか、リードレプリカを追加するしかありません。チーム全員、疲れ切っています。2 つの異なるシステムを管理し、複雑なキャッシュアサイドのロジックを維持する（そしてキャッシュ内のデータがデータベースと同期していることを祈る）だけでなく、実際のインシデントに対応する必要もあります。そのために、ピーク負荷に対応できるように CPU をオーバープロビジョニングし、すべてがメモリに収まるように RAM を追加し、キャッシュアサイドの複雑さを回避します。これにより、実際にはメモリに保存する必要のないウォームデータに対して、高額な料金を支払うことになります。理論上の 1 ドルあたりのスループットは高いように見えますが、実際にはリソースの 90% がほとんどの時間アイドル状態になっています。

Bigtable のインメモリ階層の登場

Bigtable インメモリ階層はこのサイクルを断ち切ります。RAM、SSD、HDD にまたがるデータ階層化を、ハイブリッドストレージアーキテクチャを備えた単一の統合サービスで実現することで、「仲介役」が不要になります。

その結果、キャッシュの元々のスループットと速度に、Bigtable が設計された目的である耐久性とスケーラビリティが加わります。拡散によりアクセスが急増すると、Bigtable はアクセスが集中している行を自動的にメモリに移動して負荷を処理します。CPU スパイクが発生することも、パフォーマンスが低下することもありません。トラフィックが増加すると、Bigtable クラスタも増加し、インメモリ読み取り能力が向上します。これでアイドル状態の RAM やキャッシュノードに過剰な料金を支払う必要はなくなります。Bigtable がデータをインテリジェントに管理し、ホットデータのみをメモリに保持して、インメモリ階層と SSD ストレージ間のデータ整合性を確保します。

TCO のメリットは明らかですが、おそらく最も重要なのは、それによって得られる安心感です。これはかけがえのないものです。

舞台裏のご紹介

ほぼすべてのデータベースサーバーは、CPU がインデックスや Bloom フィルタなどのレイテンシの影響を受けやすい、頻繁にアクセスされるデータに高速にアクセスできるようにするために、メモリを使用しています。では、この発表のどこが特別なのでしょうか。

その秘密は、リモートダイレクトメモリアクセス（RDMA）にあります。これは、システムのオペレーティングシステムも CPU も関与せずに、コンピュータがあるマシンのメモリから別のマシンのメモリに直接データを転送できる高性能ネットワーキングテクノロジーです。Google のアーキテクチャは、RDMA を使用してサーバーメモリに高速に直接アクセスできるようにします。その結果、インメモリ階層のスループットとレイテンシは、サーバー CPU による制限を受けることがなくなり、大きなメリットにつながります。Data Boost が ML トレーニングなどの負荷の高いワークロードに対してディスクへの直接アクセスを可能にするのと同様に、RDMA はリアルタイム処理においてメモリへの高速な直接アクセスを実現します。

よく利用されているソーシャルメディアサイトを運営しているとします。ユーザーの 98% はフォロワー数 250 人未満ですが、最も人気のあるユーザーはフォロワー数 1 億人以上です。ユーザーの 60% は投稿が週 1 回未満で、上位 10% のユーザーがコンテンツの 80% を生成しています。一般的な投稿の表示回数は 500 回ほどですが、人気のある投稿では数千万回に達します。

このユースケースに効率的に対処するために、次のようなデータ階層化を必要としています。

メモリ: フォロワー数の多いユーザーのプロファイルからのコンテンツ
SSD: 最近のコンテンツ、アクティブなユーザープロファイル
HDD: 古いコンテンツ、非アクティブなユーザープロファイル

幸いなことに、Bigtable ではこれを非常に簡単に行うことができます。クラスタでインメモリを有効にして、データベースリクエストを発行する際にメモリ対応のアプリケーションプロファイルを使用するだけで、ホットデータのライフサイクルを自動的に管理できます。また、エージベースのポリシーを設定して、コールドデータをアクセス頻度の低い階層に分類することもできます。この設定では、コンテンツが読み取られると、そのコンテンツは永続ストレージからメモリ階層に昇格され、それより後に読み取られたアイテムの保存場所を確保するために削除されるまでそこに留まります。この作業に手を煩わせることはありません。5 年前の投稿が突然再浮上して拡散されたとしても、心配無用です。

しかし、キャッシュ保存するものをより細かく制御したい場合はどうすればよいでしょうか。人気のあるコンテンツクリエイターのリストがあり、そのごく一部の投稿にのみメモリ使用量を制限したいとします。そのためには、それらのユーザーに対するトラフィックはメモリ対応のアプリプロファイル経由でルーティングし、他のコンテンツに対してはメモリ対応でないアプリプロファイルを使用するだけです。

キャッシュミスの悪夢を再現

キャッシュミスのシナリオを再現してみましょう。ただし、今回は Bigtable のインメモリ階層を有効にしています。日曜日の午前 2 時に、プロモーションキャンペーンが急速に拡散され、トラフィックが急増しています。今から 1 時間以内に 1 秒あたり 8 万回の読み取りを追加で処理できるようにする必要があります。しかし、通知が来ることはなく、午前 11 時に鳥のさえずりで目覚め、穏やかな朝食と素晴らしい天気で 1 日を始めます。午前 2～3 時の間にトラフィックが急増したことを示す唯一の証拠は、請求額が 0.40 ドル増えていることです。

幅広い業界においてアプリケーションに対するリクエストの分布はべき乗則に従うため、このようなシナリオはソーシャルメディアに限定されません。たとえば、証券取引所では数千の証券が取引されますが、最も活発に取引される上位 30 銘柄が通常、1 日の総取引量の 40% 以上を占めています。同時に、最新のデータポイント（最終取引、売値 / 買値）は頻繁にリクエストされ、低レイテンシのレスポンスが期待されますが、過去のデータへのアクセスははるかに頻度が低く、レイテンシの許容範囲は比較的広くなります。この例のデータを Bigtable のデータ階層に分類してみましょう。

メモリ: 最も人気の高い株式の直近の証券価格
SSD: 最近の履歴、集計指標（時間単位、日単位、月単位など）
HDD: 古いデータ、個々の取引などの未加工のイベント

この機能のユースケースは多岐にわたります。自動取引システムはメモリから最新の価格にアクセスし、個人投資家は SSD のデータからローソク足チャートを作成し、クオンツは Data Boost を使用して HDD の過去のデータにアクセスしてモデルをバックテストします。すべてが 1 つのデータベースに格納されており、互いに干渉することはありません。金融時系列をテレメトリーデータ、センサーネットワーク、デジタルツインに置き換えても、ストーリーはそれほど変わりません。

また、Bigtable のインメモリ階層を使用しても、高可用性、スケーリング、監査、ガバナンス、アクセス制御などの他のエンタープライズ機能が妨げられることはありません。これらの機能は通常、大きなオーバーヘッドを発生させます。このような企業要件を満たしながら、ミリ秒未満のレイテンシを実現していることは非常に印象的です。また、クライアントとネットワークを最適化することで、p50 SSD レイテンシを 2 ミリ秒未満に短縮することもできました。

Bigtable Enterprise Plus を使ってみる

Bigtable インメモリ階層は、新しい Bigtable Enterprise Plus エディションでのみご利用いただけます。このエディションは、多くの追加機能を備えており、最高レベルのパフォーマンスと管理効率を求める組織向けに設計されています。

今すぐスタックを Bigtable Enterprise Plus とインメモリ機能にアップグレードして、インフラストラクチャの管理をやめ、未来の構築を始めましょう。

詳細

Bigtable Enterprise Plus エディションと、そのインメモリ階層以外の機能の詳細をご覧ください。Google Cloud コンソールにアクセスして、新しいクラスタを作成したり、既存のクラスタをアップグレードしたりして、ぜひお試しください。
Bigtable を初めてご利用になる方は、新しい Bigtable 無料トライアルで Google の先駆的な NoSQL データベースをご体験いただけます。専用の Enterprise Edition ノード、500 GB のストレージ、Bigtable の使い方ガイドをご利用ください。
利用開始方法、技術仕様、リージョン別の提供状況について詳しくは、Bigtable の公式プロダクトページをご覧ください。

- Bigtable、シニアプロダクトマネージャー、Anton Gething

- Bigtable、エンジニアリングマネージャー、Sudarshan Kadambi

Next ‘26 で発表した AI ワークロードを加速するストレージイノベーション

Mon, 18 May 2026 01:00:00 +0000

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

Google Cloud Next では、ストレージスタックのあらゆるレイヤ（パフォーマンス、インテリジェンス、管理など）にわたるイノベーションを発表しました。これらは、構築する AI モデル、アプリ、エージェントと同様に、データも高速かつ有用なものにすることを見据えたものです。

利点: ストレージはもはや、単にデータを保管する場所ではありません。AI モデルのトレーニングにおいて、ストレージはデータを大量に消費するアクセラレータにデータを供給するエンジンとなります。AI 推論の際には、AI エージェントが効果的に機能するために必要なコンテキストのソースとして機能し、応答性を高めるアクセスレイヤとなります。ストレージのパフォーマンスが不足すると、アクセラレータはアイドル状態になり、エージェントの応答は遅くなり、データは AI モデルから見えない状態のままになります。

しかし、ストレージのパフォーマンスを上げるだけでは不十分であり、スマートに機能させる必要もあります。ストレージレイヤに直接統合された Google AI モデルを活用することで、単にビットを保存するのではなく、コンテンツに関する完全なコンテキストを持つデータを保存できるようになります。このスマートストレージの新時代において、元データは、さまざまなダウンストリーム AI やエンタープライズアプリケーションですぐに利用できる貴重な資産となります。

最新情報:

高性能ストレージインフラストラクチャ: 高性能オブジェクトストレージを実現する Cloud Storage の新しい Rapid ファミリーは、パフォーマンスを 10 倍向上させるとともに、Google Cloud Managed Lustre 向けに費用対効果の高い新しい Dynamic ティアを提供します。
Smart Storage: 自動化されたメタデータアノテーションと MCP を介した AI エージェントとの連携により、非構造化データの価値を引き出します。
Storage Intelligence: 構成不要のダッシュボード、集約されたアクティビティビュー、強化されたバッチオペレーションにより、データマネジメントを効率化します。
エコシステムの強化: Google Cloud NetApp Volumes、Filestore for GKE、および Google のバックアップとデータ保護のポートフォリオ全体で機能を拡張しました。

今週発表されたストレージの機能強化について詳しく見ていきましょう。

AI の進化に対応するストレージインフラストラクチャ

AI モデルのスケーリングに伴い、ストレージからコンピューティングレイヤに十分な速度でデータを転送することがボトルネックになる可能性があります。新しいストレージ機能により、パフォーマンスがストレージレイヤに直接組み込まれるため、総所有コスト（TCO）が削減され、アクセラレータを最大限に活用し続けることができるようになります。

Cloud Storage RapidCloud Storage のようなクラウドベースのオブジェクトストレージは、スケーラブルで費用対効果に優れていますが、ボトルネックが発生すると AI ジョブが停止し、高価なコンピューティングサイクルが無駄になる可能性があります。トレーニングクラスタが読み取りを待機したり、チェックポイントの書き込みが停止したりするたびに、有用な作業を行っていないアクセラレータに対して料金を支払うことになります。

Cloud Storage Rapid は、AI インフラストラクチャの設計において抜本的な転換をもたらします。オブジェクトストレージの信頼性を優先するか、AI 専用ストレージシステムの高い性能を優先するかといった取捨選択をする必要がなくなるからです。Cloud Storage Rapid を使用すると、業界をリードする耐久性、大規模な分散型スケール、費用対効果の高いオブジェクトストレージの自動階層化を活用しながら、極めて高いスループット、頻繁な I/O、超低レイテンシを実現できます。PyTorch と JAX にネイティブに統合された Cloud Storage Rapid は、人気のある AI / ML エコシステムフレームワークですぐに使用できるよう最適化されているため、データ準備、トレーニング、推論のワークロードを高性能かつ信頼性の高い基盤上で実行できます。

Cloud Storage Rapid ファミリーには、Rapid Bucket と Rapid Cache の 2 つのサービスがあります。

Rapid Bucket はすでに一般提供を開始しています。Gemini や YouTube を支える Google の分散ストレージシステムである Colossus を活用することで、単一のゾーンバケットにおいて 15 TB/秒を超える帯域幅、1 秒あたり 2,000 万件のリクエスト、1 ミリ秒未満のレイテンシを実現します。高性能な gRPC と S3 互換 API を介してアクセスできる Rapid Bucket は、マルチモーダル学習におけるアクセラレータ使用率の向上により、GPU ブロック時間を 50% 削減し、データ読み込みを 2.5 倍高速化します。従来のオブジェクトストレージと比較して、チェックポイントの復元は 5 倍、チェックポイントの書き込みは 3.2 倍高速化され、ワークロードの中断や GPU の無駄な時間を削減します。

Rapid Bucket により、チェックポイントの書き込みが 3.2 倍、復元が 5 倍高速化

Rapid Cache（旧称 Anywhere Cache）は、推論用のモデルの読み込みなど、バースト性の高いワークロードの帯域幅を高速化し、コードを変更することなく、既存のバケットに対して 2.5 TB/秒の合計読み取りスループットを実現します。新しい書き込み時取り込み機能により、チェックポイントの復元が最大 2.2 倍高速化され、トレーニングクラスタが中断からより迅速に復元できるようになります。Rapid Cache は、そのシンプルさとパフォーマンスの組み合わせにより、最先端の AI / ML を利用する Thinking Machines Lab のようなお客様に広く採用されています。「Rapid Cacheは、当社の AI / ML データインフラストラクチャの中核的な基盤となっており、データの準備から、事前トレーニング、実際のトレーニング、モデルの読み込みに至るまで、重要なワークフローを支えています。重要な帯域幅のシールドおよびブースターとして機能し、迅速なイノベーションに必要なオンデマンドの高帯域幅と一貫した安定性を提供してくれるため、当社はフリート全体でデータ集約型のワークロードを妥協することなくスケールできます。」- Thinking Machines Lab、テクニカルスタッフ、James Sun 氏

Google Cloud Managed LustreLustre 並列ファイルシステムは、AI のトレーニングと推論のワークロードで高スループットとミリ秒未満のレイテンシを必要とする組織にとっての業界標準となっています。世界中の AI ラボや HPC センターから信頼を得ており、数千のアクセラレータに同時にフィードでき、高負荷状態でも飽和状態を維持できることが評価されています。Google Cloud Managed Lustre は、その機能をフルマネージドサービスとして提供します。Next ‘26 では、クラウドで利用できるマネージド Lustre サービスの中で最も高いパフォーマンスを発揮できることを紹介しました。

Managed Lustre は現在、最大 10 TB/秒のスループットを実現しています。これは昨年比で 10 倍の向上であり、単一インスタンスにおける他のハイパースケーラーのマネージド Lustre サービスと比較して 4～20 倍高い数値です。C4NX VM と Hyperdisk Exapools を活用した Managed Lustre は、他の Google Cloud ストレージソリューションと比較して、チェックポイントの書き込みと復元が 2.6 倍高速です。

新しい Dynamic ティア（$0.06/GB-月）は、トレーニングやチェックポイント処理といった負荷の高い AI ワークロードに必要な低レイテンシのパフォーマンスを提供します。オブジェクトベースのキャッシュに依存するのではなく、永続ディスクからデータをサービングすることで、パフォーマンスの急激な低下をなくし、データの応答性を維持し、アクセラレータの生産性を確保します。単一の SKU により、従来のデータ階層化に見られる複雑な要素を排除し、シンプルで予測可能な料金体系を実現します。

「Managed Lustre を統合することで、典型的なオンボーディングのボトルネックが解消され、推論ワークロードを迅速に実行できるようになりました。この高スループット、低レイテンシのストレージにより、B200 GPU では完全に飽和状態が維持され、H200 と比較して LLM の推論で大幅なパフォーマンスの向上を実現できています。当社のお客様にとって、このパフォーマンスは、従来よりもはるかに低いレイテンシで複雑な推論を処理できる、より高速で応答性の高い AI エージェントの実現へと直結します。」 - Salesforce、ソフトウェアエンジニアリング PMTS、Lavnaya Karanam 氏

Smart Storage: AI 時代のコンテキスト

Cloud Storage のようなオブジェクトストレージシステムの魅力は、長らくそのシンプルさにありました。システムはオブジェクトの名前、サイズ、作成日時を把握しています。しかし、オブジェクトの内容（参照しているエンティティ、機密性の高い個人情報（PII）が含まれているかどうか、保留中のクエリに関連しているかどうかなど）を把握するには、カスタムパイプライン、個別のデータベース、カスタムメイドの拡充システムを使用する必要がありました。

AI はこの状況を一変させました。モデルをファインチューニングするには、数百万ものコーパスの中から適切なオブジェクトを最初から選択する必要があります。エージェントを構築するには、それぞれの意思決定において適切なコンテキストを取得することが必要です。コンプライアンスの義務を果たすには、法的責任が発生する前に、すべてのファイルの内容をあらかじめ把握しなければなりません。いずれの場合も、ボトルネックとなるのは計算能力やモデルの品質ではなく、オブジェクトを大規模に記述、検索、処理できない点にあります。

昨年発表した Smart Storage は、保存されているデータと利用可能なデータのギャップを埋めることを目的としています。Cloud Storage に直接組み込まれており、すべてのオブジェクトを自己記述型にします。このたび、Smart Storage に以下の機能を追加しました。

自動アノテーション: カスタムアノテーションパイプラインの構築や維持管理が不要になります。Smart Storage を有効にすると、Cloud Storage は画像アノテーションなどのコンテキストを自動的に生成できるようになり、データが保存された瞬間から検出と利用が可能になります。アノテーションにかかる費用の発生は書き込み時の一度だけで、オブジェクトの存続期間中、すべてのダウンストリームシステムがそれらのアノテーションを即座に利用できます。
Cloud Storage MCP サーバー: 標準の MCP プロトコルを使用して Cloud Storage データの読み取り、書き込み、分析を行うことができます。

Smart Storage は、このたび一般提供を開始したオブジェクトコンテキストを活用して、これらの機能をはじめとするさまざまな機能を実現します。このメタデータ基盤により、すべてのオブジェクトに対して、構造化された変更可能な IAM 管理のコンテキストが追加されます。ユーザーは独自のタグや分類を作成できます。ラベル、抽出されたエンティティ、コンプライアンスシグナルは、Google のアノテーションパイプラインで自動的に付加されます。

Smart Storage を利用すれば、ML チームは、検索パイプラインを構築することなく、セマンティックな基準に基づいてトレーニング用データセットを選択できます。AI エージェントは、別の検索レイヤを必要とせずに、エンタープライズデータに基づいて推論をグラウンディングできます。

Storage Intelligence: AI に対応したデータマネジメント

データ資産が数百ペタバイト規模にまで拡大すると、ストレージ費用が想定外に急増し、数十億のオブジェクトにわたってセキュリティの盲点が増える可能性があります。これを管理するには、自社のデータに関する基本的な課題に対処するためだけでも、複数のツールを組み合わせる必要があります。

Google は昨年、統合管理エクスペリエンスを Cloud Storage に直接組み込んで提供する Storage Intelligence をリリースしました。現在、Google の最大規模のお客様の 70% に利用されており、それぞれ 500 億個以上のオブジェクトが管理されています。

Storage Intelligence では、プロジェクトや組織全体を単一のビューで把握できるほか、リージョンをまたいだバケットの再配置といった独自の機能を利用できます。こうした機能に加えて、このたび、Storage Intelligence の機能を大幅に強化しました。

新しい構成不要のダッシュボード: 費用の異常を即座に把握できるほか、Security Command Center のデータセキュリティポスチャー管理（DSPM）データガバナンス機能が統合されているため、Cloud Storage 全体にわたって重大なセキュリティの脆弱性を検出できます。設定作業は一切不要です。
分析情報データセットの新しいオブジェクトイベントおよびバケットアクティビティテーブル: より詳細な費用分析が可能になり、運用タスクを加速できます。これらの分析情報を使用することで幅広い分析を行えます。たとえば、下り（外向き）パターンに基づいてバケット配置を最適化したり、影響を受けるオブジェクトを特定して 429 エラーを迅速にトラブルシューティングしたりできます。
バッチオペレーションの強化: 新しい ACL 変更やストレージクラスオペレーション、マルチバケットオペレーションのサポートにより、数十億のオブジェクトに対してますます容易にアクションを実行できるようになりました。

ストレージエコシステムの強化

中核となるストレージサービスに加え、データをクラウドに移行する方法や保護する方法を効率化しました。

Google Cloud NetApp Volumes: Flex Unified のリリースに伴い、NetApp Volumes ではデータセンターとクラウドを橋渡しする統合エンタープライズストレージプラットフォームが提供されるようになりました。これによって、同一のストレージプール上でブロック（iSCSI、NVMe/TCP）とファイル（NFS / SMB）の両方をプロビジョニングできます。新しい ONTAP モードでは、既存の自動化ツール（Terraform、Ansible）や ONTAP API を NetApp Volumes に直接取り込むことができます。
Filestore for GKE: Google Kubernetes Engine（GKE）で AI ワークロードを構築する際、100 GiB 程度の小規模な共有から始めることができます。容量と IOPS は個別にスケールできます。また、Colossus 分散ファイルシステムとの緊密な統合により、スケーリング機能とエンタープライズ機能が強化されています。
データ保護: Google Cloud Backup and DR に、バックアップアセットを自律的に監査し、カバレッジのギャップを修復できるエージェント型 AI 機能を追加しました。すでに一般提供されている AlloyDB と Filestore の新しいインテグレーションも利用できます。

導入の第一歩

AI の新時代を迎えるなか、ストレージ基盤には、より大規模でインテリジェントかつ自律的なモデルをサポートできることが求められています。Google Cloud のストレージプラットフォームは、高性能でインテリジェントな最新のストレージレイヤ、強化されたストレージ管理ツール、より堅牢なデータ保護基盤を備えており、これまで不可能だった方法でエンタープライズデータを理解できます。これにより、以下のようなことが可能になります。

AI データのボトルネックの解消: コンピューティングリソースを最大限に活用し、費用対効果を加速させます。卓越したパフォーマンスを提供する高スループットストレージによって大規模なトレーニングや推論に対応できるほか、高価な GPU や TPU を常に最大限に活用できます。
エージェント対応のデータ基盤の構築: カスタムパイプラインの構築から、アクティブなナレッジベースへと移行します。自己記述型オブジェクトによって、AI エージェントが手動での準備なしにデータを即座に推論できるようになります。
エクサバイト規模のデータにおける盲点の最小化: 断片化された管理ツールを、構成不要のダッシュボードとデータセットに置き換え、数十億のオブジェクトにわたる費用の異常やセキュリティリスクを即座に明らかにします。
ストレージエコシステムの活用: 移行と保護を効率化します。データセンターとクラウドを連携させ、コンテナ化されたアプリケーションをスケールし、エージェント型 AI でデータレジリエンスを自動化しましょう。

Google Cloud Storage コンソールにアクセスしてこれらの新機能をお試しください。Cloud Storage Rapid の詳細と、Next '26 のストレージのセッションもご覧ください。

- Google Cloud、ストレージ担当 VP 兼 GM、Sameet Agarwal

- Google Cloud、プロダクト管理担当シニアディレクター、Asad Khan

Looker が実現するエージェント型 BI の時代

Fri, 15 May 2026 01:10:00 +0000

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

詳細な分析が可能な Looker と Google のエージェント型データクラウドを組み合わせることで、データのモデリング、データとのやり取り、データに基づく行動のあり方を変革する可能性が無限に広がります。今週開催される Google Cloud Next では、BigQuery とのより緊密なインテグレーションを皮切りに、AI 時代に向けて Looker を使用したビジネスインテリジェンス（BI）スタックの再構築をどのように行っているかをご紹介します。

Google のプロダクト戦略は、信頼できるデータと処方的なインサイトを提供し、誰もがエージェント型 BI を通じて行動を起こせるようにすることに重点を置いています。

Google は Gemini を使用して Looker を再構築し、AI エージェントの新時代を切り開きます。信頼できるデータ基盤を Looker が提供することで、チームは精度を損なうことなく迅速にイノベーションを起こすことができます。

会話型 BI とエージェント: 会話からアクションへ

Next ‘26 では、静的な回答を提供するだけでなく、Looker のセマンティックレイヤと既存のエンタープライズガバナンスフレームワークに基づいてダウンストリームのビジネスアクションをトリガーする Looker BI エージェントを発表します。

このたび、多くのエージェントが Looker に新たに導入されました。

ダッシュボード内で直接データに関する回答を生成できるダッシュボードエージェント。

会話エージェントのアップグレード（プレビュー版）: すでに一般提供されている Google の主要なエージェントである会話型分析エージェントを大幅にアップグレードしました。優れた推論とセマンティックグラウンディングを実現することで、曖昧さを解消します。新しい可視化ツールにより、管理者はエンドツーエンドのオブザーバビリティを実現し、パフォーマンスの傾向をモニタリングして、モデルの精度を大規模に向上させることができます。また、チームは Looker の会話型分析を Gemini Enterprise に直接パブリッシュして、信頼できるデータをより広範なワークフローに組み込むこともできます。
ダッシュボードエージェント（プレビュー版）: 会話機能を BI ワークフローに直接組み込んだダッシュボードエージェントは、即座に要約を確認し、ダッシュボード内で直接質問することを可能にします。
組み込みの会話機能（一般提供版）: 会話型分析エージェントをカスタムアプリケーションや社内ワークフローに直接組み込めるようになりました。これにより、ユーザーは専用ツールを離れることなく、UI や API を介してデータをクエリできます。
Looker のエージェントワークフロー（プレビュー版）: エージェントが重要な指標の異常をモニタリングし、隠れた相関関係と「次のステップ」の推奨事項を特定できるようになりました。これにより、収益に影響が及ぶ前にビジネスの変化に対応できるようになります。

「YouTube は、クリエイターの成功を支援し、クリエイターの創造性を世界に広げることに注力しています。これまで行ってきた Looker の会話型分析機能のテストを通じて、パートナーマネージャーが即座に行動に移せるデータを入手できるようにしました。パートナーマネージャーは、そのデータを使ってクリエイターに助言を迅速に提供し、クリエイターサポートを最適化します。」- YouTube ビジネス、テクノロジーおよびインサイト担当シニアディレクター、Thomas Seyller

セルフサービスの再構築: AI の力、UI コントロール

AI を活用した Google の簡単な探索で、使いやすさとシンプルさを実現。

ビジネスユーザーとアナリストの双方にとって、Looker がより直感的で使いやすくなります。

さらに、Looker の Explore に新しい AI アシスタントが導入されたことで、BI の難しさが解消され、複雑なワークフローが Google 検索と同じくらい使い慣れた自然言語のやり取りに変わりました。今回新たにリリースされた AI アシスタントは以下のとおりです。

新しくモダンな Looker インターフェース（プレビュー版）: モダンで Google らしく使いやすいドラッグ＆ドロップインターフェースが AI を活用したセルフサービス Explore に実装されました。タブ付きダッシュボード（一般提供版）とページネーション形式のレポート（一般提供版）が特徴です。
ビジュアリゼーションアシスタント（一般提供）: 自然言語を使用してグラフを作成、改良します。下書きされたビジュアルを積み上げ棒グラフに変更したり、地域別に色分けしたりするよう指示するだけで、Gemini が必要な処理を行います。
Expression Assistant（プレビュー版）: 必要なロジックを記述するだけで、カスタムディメンション、メジャー、フィルタを生成できます。構文を覚える必要はありません。
インサイトアシスタント（プレビュー版）: インサイトアシスタントは、単にデータを表示するだけでなく、レポートの要約生成と主要な傾向の強調表示を自動的に行い、「だから何なのか」を数秒で把握できるようにします。
セルフサービス Explore（一般提供版）: CSV ファイルや Excel ファイルの個人データと企業データを統合できます。新しいインターフェースにより、モデルを視覚的かつ簡単に構築できます。Looker はバックグラウンドで LookML コードを処理します。両者を組み合わせることで、スプレッドシートの俊敏性とエンタープライズプラットフォームの厳格なバージョン管理が実現し、アドホックなデータ分析も管理された状態を維持できます。

「ユーザーやお客様は Excel の柔軟性を気に入っていますが、ガバナンスの欠如を懸念しています。Looker のセルフサービス Explore を使用すれば、両者の長所を活かすことができます。アドホックな CSV をアップロードして迅速に仮説分析を行うことができますが、そのデータは LookML ディメンションとともに分析されるため、基盤となるビジネスロジックは依然として正確であることがわかります。」 - Promevo、最高技術責任者、John Pettit 氏

信頼できるオープンなプラットフォーム

堅牢で管理されたセマンティックレイヤは、AI のハルシネーションを防ぎ、信頼できる唯一の情報源を確保するための強力な方法です。この分野で、Google は重要な新機能を発表しています。

オープン BI と MCP（プレビュー版）: Looker は MCP ツールボックスを介してオープンソースの Model Context Protocol（MCP）をサポートしていますが、このたび、お客様が簡単に管理できるように、Looker ネイティブの新しいマネージド MCP サーバーを提供することになりました。このオープンな BI アプローチにより、AI による変革をユーザーにどう提供するかを柔軟に選択できるようになります。
Looker Extension for VS Code（プレビュー版）: 新しいインテリジェントな設定ウィザードと、ビジネスインテントをプロダクションレディなコードに直接変換する専用の LookML AI エージェントにより、デベロッパーのライフサイクルを加速します。VS Code と Agentic IDE 向けのこの新しいプラグインを使用すると、LookML でバイブコーディングが行えます。ユーザーは、AI を活用したオーサリングエクスペリエンスにより、望ましい結果を記述するだけで LookML モデルを構築できます。

Gemini 搭載の IDE から Gemini のサポートで LookML を更新

継続的インテグレーション（CI / CD）（一般提供版）: 一般提供が開始されたこの高度な CI 機能は Looker に完全に統合されており、開発ワークフロー内の SQL 検証とコンテンツテストを自動化します。本番環境に到達する前に潜在的な互換性を破る変更を特定することで、Looker はモデルの更新の信頼性と正確性を確保します。
Knowledge Catalog のインテグレーション（プレビュー版）: Looker は Knowledge Catalog を使用してメタデータをセマンティックグラフに変換し、AI エージェントがタスクを自律的に完了するために必要なコンテキストを提供します。

データの未来は、分析情報を確認するだけでなく、それに基づいて行動することにあります。Gemini の持つ力と Looker の信頼できるセマンティックレイヤを組み合わせることで、すべてのユーザーが、あらゆるワークフローで、日常的にデータドリブンな行動を実現できるようになります。

エージェント型 BI の時代へようこそ。

Looker を使ってエージェント時代に合わせたビジネス変革を実現する取り組みを cloud.google.com/looker で始めましょう。また、デベロッパーエクスペリエンスには https://docs.cloud.com/looker/docs/api-sdk からアクセスできます。

- データクラウドのプロダクト管理ディレクター、Sean Zinsmeister

- データクラウドのエンジニアリング担当バイスプレジデント、Karthik Ramakrishnan

AI 時代に向けた次世代の FinOps

Fri, 15 May 2026 01:00:00 +0000

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

このたび、次世代版 FinOps プロダクトスイートを発表いたしました。これにより、Google はお客様が運用効率を向上させ、費用をより詳しく把握し、Spend Caps で制御できるよう支援します。

新機能: 新しい FinOps Explainability エージェントを導入します。これは自律的に動作して、AI 関連のクラウド費用の要因を調査するように設計されたもので、商業的な監査可能性を提供する新しい FinOps ツールに追加されます。

また、Google Cloud で Spend Caps の限定公開プレビュー版の提供を開始しました。これにより、FinOps や DevOps の管理者は、予算を設定し、Google AI Studio（AIS）、Gemini Enterprise Agent Platform（Vertex AI の進化版）、Cloud Run、Cloud Run Functions、マップに対して、プロジェクトレベルで費用の上限を適用できます。この上限に達するとアラートが送信され、設定した予算に達すると最終的に API トラフィックは一時停止されます。

ビジネスにとってこれが重要である理由: これらの新しい FinOps ツールを使用することで、AI の費用を明確に把握し、Spend Caps で制御を強化して費用超過を防止し、AI イノベーションを効率的に拡大するために必要な商業的柔軟性を実現できます。Google の既存の FinOps ツールを使用しているお客様は、大きな成果を達成しています。昨年、Gemini Cloud Assist（GCA）for FinOps をリリースして以来、費用レポートの導入が 75% 急増し、それと同時にお客様が FinOps 費用分析に費やす時間は 18% 削減されています。

ご利用方法: FinOps ツールと同様に、FinOps Explainability Agent にはコンソールでこちらからアクセスできます。Spend Caps の限定公開プレビュー版にはこちらからお申し込みいただけます。

静的なレポートを不要に

大企業では一般的に多数の変数やサービスが実行されているため、クラウド費用のレポートは複雑になりがちです。理論上、AI の費用は数量（q）と価格（p）を乗算した結果にすぎません。数量には、API リクエストトラフィック、エラーログ、変動するトークン数、クラウドストレージなど、さまざまな変数が混ざり合っています。また、AI モデルタイプの違いやプロバイダによる頻繁な価格変更によって、価格はしばしば変動します。このため、FinOps や DevOps の管理者は、このデータを合成して効率化の機会を特定したり、タイムリーに措置を講じたりする必要が生じます。

Google Cloud Billing では、Gemini を使用して、ユーザーが AI 費用の要因を把握できるように自律的に支援する新しい FinOps Explainability エージェントを開発しました。AI プロジェクトの費用対効果を特定するには、その費用を明確に把握する必要がありますが、AI は既存のインフラストラクチャを利用することが多く、その費用は業務の一般費用に紛れ込んで曖昧になることがよくあります。

FinOps Explainability エージェントを使用することで、AI の費用要因を自動的に特定できるようになりました。これを利用して、「Gemini 1.5 Pro と Gemini 1.5 Flash にそれぞれどれだけ費用がかかっているか？」、「総費用を API キー別に分類して、どのインテグレーションに費用がかかっているか確認できるようにして」、「Gemini 3.0 Pro の費用を入力トークンと出力トークンに分けて表示して」といった質問にも回答できます。このようにして、ユーザーは、AI 費用増加の要因となっているサービスやプロジェクトをすばやく突き止めることができます。

FinOps Explainability エージェントで AI の費用、要因、傾向を分析

Spend Caps による自動化の利用

AI の導入と利用が急速に進むにつれ、従来のクラウド支出とは動作の異なるクラウド支出が増えてきました。AI は専用ハードウェア（TPU / GPU）を使用しており、そのハードウェア上で実行されている単一の制御不能になったトレーニングジョブや最適化されていないモデルが、非常に短時間に予算を使い果たしてしまう可能性があります。また、ユーザーは絶えず試験を繰り返しています。従来の費用管理ツールは通常、管理者にアラートを送信するものの、予算の上限は適用しません。結果として、多くの企業では、複雑なカスタムの費用ガードレールを独自に構築せざるを得なくなっています。これは、お支払い方法の関連付け解除など、調整に時間がかかる可能性のある悪影響を及ぼす操作を通じて適用されます。

Google Cloud ではまもなく、Spend Caps をご利用いただけるようになります。これは Google Cloud の予算と連携するように設計されており、FinOps と DevOps では、AIS、Agent Platform、Cloud Run、Cloud Run Functions、マップに対して、プロジェクトレベルで費用の境界（上限）を自動的に適用する予算を設定できます。この上限に達するとアラートが送信され、設定した予算に達すると、最終的には API トラフィックが一時停止されますが、リソースはそのまま残ります。トラフィックを再開する必要がある場合は、Spend Caps を停止するだけです。

この新機能は、AI 研究開発の費用を抑えたいお客様に大きく貢献すると期待しています。限定公開プレビュー版に今すぐお申し込みください。

Spend Caps で費用超過を防止

実際の商用インセンティブの監査可能性。

Google Cloud は、成長のあらゆる段階でお客様を支援しており、費用を効率的にスケールするために必要な商業的柔軟性、スタートアッププログラム、企業向けインセンティブを提供しています。ユーザーが商用契約と請求対象のサービスとの関連性をより明確に理解できるよう、Google の FinOps ツールは、商用上の義務のエンドツーエンドの監査可能性を提供するように設計されています。請求先アカウント階層を強化した限定公開プレビュー版のリリースにより、お客様はその他の対象サービス（OES）の費用を含む、複数の請求先アカウントにわたる集計費用を確認できるようになります。これに加えて、エンタープライズ契約内での Google Cloud コミットメント契約の相殺を可視化する、Google Cloud 契約コミットメントレポートの限定公開プレビュー版の提供も開始します。

FinOps の未来がここに。AI のために AI で構築。

FinOps Explainability エージェントで可視性を深め、Spend Caps で制御を強化し、契約コミットメントレポートで請求先アカウント階層を強化して究極の商業的柔軟性を実現することで、Google Cloud はお客様が自信を持って適格に AI イノベーションを拡大できるよう支援していきます。

- Cloud FinOps、プロダクト担当責任者、Sarah McMullin

- Google Cloud、ビジネスプラットフォーム担当バイスプレジデント兼ゼネラルマネージャー、Pravir Gupta

Google Cloud Next '26 で行われた 260 の発表のまとめ

Tue, 12 May 2026 03:00:00 +0000

※この投稿は米国時間 2026 年 4 月 25 日に、Google Cloud blog に投稿されたものの抄訳です。

Google Cloud Next ‘26 が今週ラスベガスで開催され、32,000 人を超えるリーダー、デベロッパー、パートナーの皆様がエージェントの時代について Google とともに探求しました。

3 つの基調講演、25 のスポットライト、700 以上のブレイクアウトセッション、490 以上のスポンサーシップ、最新技術を体験できるショーケースとエキスポ、そしてネットワーキングとコラボレーションのための無数の機会を通じて、多くの組織がエージェントを試験運用から本番環境へと、かつてない規模で移行させている様子を実感できる場となりました。

開会基調講演と 1 週間の開催期間を通して、エージェンティックエンタープライズの設計図と、企業がこの時代に対応するための最新のイノベーションをすべてご紹介しました。以下にその一部をご紹介します。

Gemini Enterprise Agent Platform: エージェントの構築、スケール、管理、最適化を行うための Google の新しい包括的なプラットフォームです
Gemini Enterprise アプリ: すべての従業員があらゆるワークフローで Google AI の優れた機能を活用できるようにするもので、あらゆる従業員が AI を組み込んで構築できる新機能が含まれています
Google Cloud AI のインフラストラクチャ: 新しい第 8 世代 TPU を含む AI Hypercomputer のあらゆるレイヤで、業界で最も幅広いコンピューティングオプションと新しいイノベーションを提供します
Agentic Defense: Google の脅威インテリジェンスとセキュリティ運用を Wiz のクラウドおよび AI Security プラットフォームと組み合わせたサイバーセキュリティプラットフォームを通じて提供され、脅威の検出、防止、対応を行います
Agentic Data Cloud: エージェント型 AI に必要な速度と規模でデータを活用できる、新しい AI ネイティブアーキテクチャを導入します
Agentic Taskforce: Gemini Enterprise for Customer Experience と Workspace のプロダクト全体にわたる新しいイノベーションにより、エンゲージメントと生産性を再定義します
他にもさまざまなイノベーションが紹介されました

盛りだくさんのプログラムが用意された 1 週間でしたが、ご紹介したのはほんの一部です。そこで、Next ‘26 で発表された Google のプロダクト、パートナー様、お客様の導入事例について 260 件すべてをまとめた包括的な概要を以下に示します。

プロダクトニュース

AI モデル、プラットフォーム、エージェント

エージェントが人間のチームメンバーと同じ独立性と信頼性を持って行動する自律型企業へと移行するにあたり、信頼を維持できる新しいエージェント基盤が必要となります。ここでは、その方法をご紹介します。

1. Gemini Enterprise Agent Platform: エージェントの構築、スケール、管理、最適化を行えます。Vertex AI の進化版として、お客様に好評のモデル選択、モデル構築、エージェント構築の機能に加え、エージェントのインテグレーション、DevOps、オーケストレーション、セキュリティに関する新機能も提供します。

Agent Platform では、AI を完全に信頼して、個々の AI タスクの管理や、ビジネス成果を創出するための利用を進めるのに役立つ多くの新機能を発表しました。

2. Agent Development Kit（ADK）: エージェントをサブエージェントのネットワークに編成することで、より強力な推論を実現します。この新しいグラフベースのフレームワークでは、エージェントが連携して複雑な問題を解決する方法について、明確で信頼性の高いロジックを定義できます。

3. Agent Studio: 簡単なプロンプトの作成から複雑なエージェントのデプロイまで行えます。詳細なカスタマイズを行う準備ができたら、ADK に直接ロジックをエクスポートして、フルコードの開発環境で作業を続行できます。

4. エージェントランタイム: 1 秒未満のコールドスタートを実現し、新しいエージェントのプロビジョニングは数秒で行えます。

5. Agent Sandbox: モデルが生成したコードを安全に実行し、ホストシステムにリスクを与えることなく、ブラウザベースの自動化などのコンピュータ使用タスクを実行するための強化された環境を提供します。本プロダクトは、一般提供が開始されています。詳しくはこちらをご覧ください。

6. Agent Memory Bank: 会話から長期記憶を動的に生成して選別することで、インタラクションをパーソナライズします。新しいメモリプロファイルを使用することで、エージェントは低レイテンシかつ高い精度で詳細を想起できるため、コンテキストが失われることはありません。詳しくはこちらをご覧ください。

7. エージェントセッション: 履歴を保存して管理します。カスタムセッション ID を使用すると、独自の固有の識別子を使用してセッションを追跡し、内部データベースや CRM レコードに直接マッピングできます。詳しくはこちらをご覧ください。

8. Agent Identity: 各エージェントに、一意の暗号 ID という形式で検証可能な ID を割り当てます。これにより、エージェントが実行するすべてのアクションについて、監査可能な明確な証跡が作成され、定義された認可ポリシーにマッピングされます。詳しくはこちらをご覧ください。

9. Agent Registry: 承認されたツールの一元的なライブラリを維持できます。内部のすべてのエージェント、ツール、スキルをインデックスに登録することで、検索を簡素化し、ユーザーが管理された承認済みの資産のみを利用できるようにします。詳しくはこちらをご覧ください。

10. Agent Gateway: 単一のコントロールポイントからエージェントフリートを管理し、あらゆる環境でエージェントとツールの間で安全で一貫性のある接続性を提供します。また、一貫したセキュリティポリシーと Model Armor の保護を適用して、プロンプトインジェクションとデータ漏洩から保護します。詳しくはこちらをご覧ください。

11. Agent Anomaly Detection: 不審な動作をリアルタイムで検出し、統計モデルと LLM-as-a-judge フレームワークを使用して、異常な推論にフラグを立てます。Agent Threat Detection と連携して、リバースシェルや既知の不正な IP アドレスへの接続などの悪意のあるアクティビティを可視化します。

12. Agent Security ダッシュボード: 脆弱性を自動的に検出します。Security Command Center を利用して、脅威検出とリスク分析を統合することで、チームがエージェントとモデルの関係をマッピングし、アセット検出を自動化して、基盤となるオペレーティングシステムと言語パッケージ内の脆弱性をスキャンできるようにします。詳しくはこちらをご覧ください。

13. Agent Simulation: 制御された環境下で、人間のような合成ユーザーインタラクションと仮想化されたツールに対して、リアルな会話をシミュレートし、エージェントをテストできます。複数ステップからなる会話におけるタスクの成功と安全性に基づいて、エージェントが自動的にスコア付けされます。詳しくはこちらをご覧ください。

14. Agent Evaluation: ライブパフォーマンスを追跡し、単一の回答だけでなく会話全体のロジックを評価できるマルチターンの自動評価ツールを使用して、ライブトラフィックに対してエージェントを継続的にスコア付けします。すぐに使えるダッシュボードと Agent Observability を使用すると、複雑な推論を視覚的にトレースして、リアルタイムで問題をデバッグできます。詳しくはこちらをご覧ください。

15. Agent Optimizer: 実際の障害を自動的にクラスタ化し、精度を向上させるためにシステム指示の改善を提案します。詳しくはこちらをご覧ください。

16. 長時間実行エージェント: 安全なクラウドサンドボックスで自律的に動作できる複雑なビジネスプロセスを実行します。何度もプロンプトを行う必要なく、エージェントがビジネスロジックのオーケストレーション、カスタムツール構築のためのコードの記述、複数ステップからなる作業を行うことができます。詳しくはこちらをご覧ください。

次に、エージェント時代のためのエンドツーエンドのシステムである Gemini Enterprise を紹介します。これには Gemini Enterprise アプリと、以下の新機能が含まれます。

17. Agent Designer: Agent Platform と同じノーコードエージェントデザイナーエクスペリエンスを使用し、従業員が任意のエンタープライズコネクタを使用して高度なスケジュールベースまたはトリガーベースのエージェントを構築できるようにし、エージェントの仮想フローチャートを提供します。

18. Gemini Enterprise の受信トレイ: 長時間実行エージェントを含む、すべてのエージェントのアクティビティをモニタリング、ガイド、管理する一元的な場所を提供します。通知は、「入力が必要」、「エラー」、「完了」など対応するアクションがわかりやすいように分類されます。

19. Projects: エージェントのメモリをチームが追加したファイルと会話に限定する専用のスペースを作成し、Google ドライブ、NotebookLM、Google グループチャットなどのデータソースに接続します。

20. Skills: ブランドガイドラインの適用、レポートの書式の設定、特定のデータへのアクセスなどの反復的なタスクに対し、「@」メンションを使用して簡単なショートカットを作成します。

21. Canvas: Gemini Enterprise 内のインタラクティブなエディタです。チームは同じ環境内でドキュメントやスライドを簡単に作成、編集でき、Microsoft 365 ファイルにエクスポートすることもできます。

22. 強化された Deep Research エージェント: オープンウェブと社内データから情報を自律的に統合する、複数ステップからなる複雑なリサーチプランを実行します。

23. 動的かつインタラクティブなエージェント UI エクスペリエンス: Agent-to-UI のプロトコル（A2UI）を新たにサポートすることにより、シンプルなテキストチャットから一歩進んで、カスタムエージェントが Gemini Enterprise アプリ内で直接、リッチなネイティブ UI コンポーネントを動的に生成できるようになります。

24. ハイコードエージェント: エンジニアリングチームと IT リーダーがフルコードで高度なエージェントを構築し、ビジネスで利用できるように Gemini Enterprise アプリに直接公開できます。

25. 統合分析のための Data Insights エージェント: データ環境全体に潜むパターンを検出します。

26. Bring Your Own Model Context Protocol（BYO-MCP）のインテグレーション: 管理者は、Gemini Enterprise アプリを独自のカスタムツールやサードパーティのビジネスツール、内部のワークフロー、カスタムビルドアプリケーションに直接安全に接続できます。

27. クロスプラットフォームの統合インテリジェンス: データが Google Workspace、Microsoft 365、またはその他のビジネスアプリケーションにわたって存在する断片化されたデータ環境全体で、統合インテリジェンスを提供します。

Gemini Enterprise アプリは、こちらからご登録いただくと、今すぐお試しいただけます。

Google の優れた AI エコシステムも成長を続けています。Agent Gallery では、パートナー様が構築した厳選されたエージェントをお客様が閲覧できます。

28. Agent Gallery: Accenture、Adobe、Atlassian、Deloitte、Lovable、Oracle、Palo Alto Networks、Replit、S&P グローバル、Salesforce、ServiceNow、Workday などのパートナー様の新しいサードパーティエージェントにアクセスできます。

AI とコンピューティングインフラストラクチャ

第 8 世代の Tensor Processing Unit（TPU）を発表しました。内容は以下のとおりです。

29. TPU 8t: 高スループットの AI ワークロード向けに特別に設計されたトレーニングの主力製品で、前世代の約 3 倍近くのコンピューティングパフォーマンスを実現し、大規模モデルのトレーニングタイムラインを短縮します。TPU 8t の詳細については、こちらをご覧ください。

30. TPU 8i: 推論と強化学習（RL）のワークロード向けの画期的なシステムです。エージェントワークフローと混合エキスパート（MoE）モデルで、前世代と比較して超低レイテンシと最大 80% の費用対効果を実現するように設計されています。TPU 8i の詳細については、こちらをご覧ください。

31. TPU 向けの PyTorch のネイティブサポート（TorchTPU）: TorchTPU を使用することで、Eager Mode などのネイティブ PyTorch 機能を完全にサポートした状態で、モデルをそのまま TPU で実行できます。現在、一部のお客様を対象にプレビュー版を提供しています。

ネットワークから完全に分離されたデプロイが必要な場合でも、独自のハードウェア上で Google が管理する統合環境が必要な場合でも、Google Distributed Cloud（GDC）は、Google のソブリンネオクラウドアーキテクチャの基盤となります。こちらが最新の発表内容です。

32. NVIDIA Blackwell GPU: NVIDIA Blackwell（NVIDIA HGX B200）および NVIDIA Blackwell Ultra プラットフォーム（NVIDIA HGX B300）GPU は、第 5 世代の NVIDIA NVLink を活用して AI パフォーマンスを加速し、データセンタースケールの帯域幅をお客様の環境に直接提供します。

33. 新しいマシンファミリー: 汎用ワークロード向けの N2 および N3 マシンファミリーに加えて、GDC は推論向けの新しい A4 マシンファミリーと、より高いメモリ対 vCPU 比が必要とされるワークロード向けのメモリ最適化 M2 および M3 マシンファミリーをサポートするようになりました。

34. ストレージの強化: GDC でゾーンあたり 6 PB のオブジェクトストレージがサポートされるようになりました。これは、以前のストレージ容量の 6 倍です。さらに、ゾーンあたり 30 IOPS/GB を提供するようになり、パフォーマンスが 10 倍に向上しました。

また、Compute Engine ファミリー全体でいくつかの新しいインスタンスと機能も発表しました。

35. NVIDIA Vera Rubin プラットフォーム搭載の A5X: A5X は、今年後半に提供予定の NVIDIA Vera Rubin NVL72 を搭載し、オープンソースの Falcon ネットワーキングプロトコルのコンセプトも取り入れています。詳しくはこちらをご覧ください。

36. Google Axion N4A: 一般提供が開始された Google の Arm ベースのカスタム Axion CPU は、コスト重視のワークロードにおいて、同等の現行世代の x86 ベースの VM と比較して最大 2 倍のコストパフォーマンスを実現します。詳しくはこちらをご覧ください。

37. Google Axion N4A は、GKE Agent Sandbox をサポートしています。GKE Agent Sandbox を使用すると、エージェントは信頼できないコードやツールの呼び出しを安全に実行できます。また、Axion N4A インスタンスで実行すると、業界 2 番手のハイパースケールクラウドプロバイダよりも最大 30% 高いコストパフォーマンスが得られます。一般提供が開始されています。詳しくはこちらをご覧ください。

38. Google Axion C4A.metal: Google 初の Axion ベアメタルインスタンスであり、Android 開発、自動車シミュレーション、CI/CD パイプライン、セキュリティワークロード、カスタムハイパーバイザに対応できるよう設計されています。現在はプレビュー版での提供です。詳しくはこちらをご覧ください。

39. C4 インスタンスでインテル Xeon 6（Granite Rapids）をサポート: インテル AMX とネイティブ FP16 を使用することで、AI ワークロードで高パフォーマンスを実現します。C4 VM は、すべてのシェイプで Intel Xeon 6 プロセッサを利用できます。詳しくはこちらをご覧ください。

40. より多くの VM ファミリーにフレキシブル CUD を適用: フレキシブル CUD が、メモリ最適化（M1～M4）VM ファミリーと HPC 最適化（H3、H4D）VM ファミリー、および Cloud Run で利用できるようになりました。詳しくはこちらをご覧ください。

41. C4N VM: 高負荷ネットワークアプリケーション向けに、Titanium アダプタを搭載した C4N は約 400 Gbps の VM 間の帯域幅を実現します。また、Hyperdisk Extreme を搭載した C4N はブロックストレージのスループットが 25 GiB/秒、IOPS が約 100 万です。現在はプレビュー版をご利用いただけます。こちらからご登録ください。

42. M4N インスタンス: M4N はメモリ使用量の多いデータベース向けに設計されており、Hyperdisk Extreme を使用すると vCPU あたり 26.57 GiB の RAM を提供します。プレビュー版はこちらからお申し込みください。

43. Z4D インスタンス: 最大 84 TiB の高パフォーマンスのローカル SSD をノードに直接搭載し、SQL、NoSQL、ベクトルデータベースなどの I/O 集約型ワークロードを最適化します。Z4D 仮想マシンとベアメタルインスタンスは、近日中にプレビュー版を提供予定です。

44. Hyperdisk Balanced の改善: Hyperdisk Balanced High Availability では、完全なディスクパフォーマンスをアクティブな VM に動的にルーティングすることで、SQL Server や PostgreSQL などの高可用性データベースのパフォーマンスが 4 倍に向上しました。詳しくはこちらをご覧ください。

45. Hyperdisk ML のパフォーマンスの向上: 総スループット 2 TiB/秒（1.2 TiB/秒から向上）により、Hyperdisk ML はディスクあたりのスループットが競合製品の 200 倍以上となり、AI ストレージのボトルネックの解消を支援します。詳しくはこちらをご覧ください。

46. Hyperdisk Exapools: 大規模なトレーニング向けに、あらゆるハイパースケーラーの中で最も優れた AI クラスタあたりのブロックストレージの集計パフォーマンスと容量を提供します。一般提供が開始されています。詳しくはこちらをご覧ください。

47. Z4M: 分散並列ファイルシステムと大規模な AI / ML ワークロード向けに、最大 168 TiB のローカル SSD、最大 400 Gbps のネットワーク帯域幅、RDMA のサポートを提供します。Z4M VM とベアメタルインスタンスは、2026 年第 3 四半期にプレビュー版が提供される予定です。

お客様の環境にエージェントをデプロイするにあたってサポートが必要な場合は、こちらからお申し込みいただくと、Google のエキスパートがデータとインフラストラクチャの診断を行います。

Agentic Data Cloud

AI が受動的なインテリジェンスからプロアクティブな行動を取れるように進化するにつれて、エージェントの負荷により従来のデータアーキテクチャでは対応が難しくなっています。Google の Agentic Data Cloud は、思考と行動のギャップを埋め、分析履歴とトランザクション処理能力をリアルタイムループで統合することで、エージェントがお客様の代わりに安全に行動できるようにします。Agentic Data Cloud は、以下をはじめとする多くのプロダクトとプラットフォームで構成されています。

48. Knowledge Catalog: 集計、拡充、検索を使用してデータ資産全体でビジネス上の意味をマッピングおよび推論するユニバーサルコンテキストエンジンです。エージェントがタスクを正確に実行できるようにします。Knowledge Catalog の詳細については、こちらをご覧ください。

49. Knowledge Catalog を活用した Deep Research エージェント: ビジネスデータ、社内ドキュメント、ウェブ調査を統合して、最も難解で複雑な質問にも自律的に回答します。

50. ゼロコピーフェデレーション: Palantir、Salesforce Data360、SAP、ServiceNow、Workday など、アプリケーション、オペレーティングシステム、AI プラットフォームをまたいでデータとコンテキストに直接アクセスできます。詳しくはこちらをご覧ください。

51. LookML エージェント: 戦略ドキュメント、スプレッドシート、レポートを自律的に読み取り、ビジネスにそのまま活用できるセマンティクスを生成します。これにより、AI とアナリストが企業による共通した定義を使用できるようになります。

52. BigQuery のメジャー: プログラムによるビジネスロジックを SQL エンジンに直接埋め込むことで、データの整合性を再定義します。これにより、計算の再利用性、正確性、管理が保証されます。

53. Data Products: 組み込みインテント、SLA、ガバナンス制約とデータアセットをパッケージ化します。自己完結型のインテリジェンスブロックにより、本番環境でエージェントを確実に運用できます。

54. 再利用可能なデータ品質ルール: 複数のアセットにわたって再利用可能なエキスパート定義のテストロジックを組み合わせて、一貫した高品質のデータガバナンスをスケールし、信頼できるデータを確保します。

55. 構造化された承認ワークフロー: 構造化されたワークフローで新しいビジネス用語とデータプロダクトを検証し、変更が AI に到達する前に分野のエキスパートが検証できるようにします。

56. 列レベルのリネージ: エージェントが利用した情報源がどこから来たのかを正確に追跡します。Looker に対応するためエンドツーエンドのリネージのトラッキングに加えて、BigQuery と Spark の列レベルのリネージもサポートするようになりました。

AI ネイティブなクロスクラウドのレイクハウスは、Agentic Data Cloud のもう一つの基盤要素です。こちらで Google の最新情報を紹介しています。

57. クロスクラウドのレイクハウス （旧 BigLake）: ボーダーレス設計のレイクハウスでデータサイロを解消します。Iceberg REST Catalog を利用することで、エージェントは AWS、Azure、広大なパートナーエコシステムにわたるデータにシームレスにアクセスできます。

58. Lakehouse カタログ連携: AWS Glue、Databricks、Snowflake、SAP 全体で、データをシームレスに簡単に検出、分析、ゼロコピー共有できます。

59. Apache Spark 向け Lightning Engine: 類似サービスと比較して最大 2 倍のコストパフォーマンスを実現するエンジンにより、エージェントによるデータサイエンスワークロードを高速化します。詳しくはこちらをご覧ください。

60. AlloyDB 向けのレイクハウスフェデレーション: データを移動したり、複雑な ETL パイプラインを構築したりすることなく、トランザクションデータと膨大な過去の分析情報をライブで結合できます。

61. マネージドの Iceberg ストレージと REST カタログ: 自動管理とマルチテーブルトランザクションのメリットに加えて、BigQuery、Spark、OSS エンジン間での読み取りと書き込みの相互運用性を実現します。

62. クロスクラウドキャッシング: このインテリジェントなキャッシュは、最初の読み取り時にクロスクラウドデータを保存することで、高額な下り（外向き）料金を削減して、AWS と Azure のデータに対する後続のクエリを高速化します。

実務担当者向けには、拡張版自動化プール機能を強化した以下のようなプロダクトを発表しました。

63. Google Cloud Data Agent Kit: VS Code や Gemini CLI などの環境を、自律的に成果をオーケストレートするネイティブデータワークスペースに変える、スキル、MCP ツール、プラグインのポータブルなスイートです。詳しくはこちらをご覧ください。

64. データサイエンスエージェント: 目的を簡単な英語で指定するだけで、BigQuery ノートブックでデータの読み込み、クリーニング、可視化を行う複雑な計画を自動的に実行できます。詳しくはこちらをご覧ください。

65. データエンジニアリングエージェント: ガバナンスルールを適用し、テストを実施して、不良データが本番環境システムに入り込まないようにしながら、複雑な Dataform パイプラインをゼロから自律的に構築します。詳しくはこちらをご覧ください。

66. データベースのオンボーディングとオブザーバビリティエージェント: エージェントがデータベースのプロビジョニングをガイドし、データベースフリート全体の健全性をプロアクティブにモニタリングして自動トラブルシューティングを実行します。詳しくはこちらをご覧ください。

67. 会話型分析: チームが自然言語を使用して複雑なデータセットにクエリを実行し、カスタム分析エージェントを Gemini Enterprise に直接公開できるようにします。詳しくはこちらをご覧ください。

データベースポートフォリオ全体においても、新しいプロダクトと機能を発表しました。

68. Spanner Omni: このエディションでは、Spanner のグローバルな整合性を備えたマルチモデルデータベースを Google Cloud 以外でも利用できます。複数のクラウド、オンプレミス、ノートパソコンなど、どこでも実行できます。詳しくはこちらをご覧ください。

69. Spanner カラム型エンジン: ベクトル化された実行により、本番環境のトランザクションワークロードに影響を与えることなく、ライブ運用データに対する分析クエリを最大 200 倍高速化します。

70. データベース向けマネージドリモート MCP サーバー: AI モデルを運用データに直接接続するためのインフラストラクチャを安全に管理することで、MCP サーバーをホスティングする負担を軽減します。

71. AI Studio とのバイブコーディングのインテグレーション: エージェント主導のワークフローにより、簡単なテキストプロンプトからライブアプリケーションを生成し、信頼できるデータベースサービスに簡単に接続できます。

72. データエージェント向けツール: 高精度の Text-to-SQL の変換など、すぐに使用できる機能を提供するモジュール式のビルディングブロックです。カスタムエージェントに安全かつ直接的なデータベースアクセスを提供します。

73. Bigtable インメモリ: 新しいハイブリッドストレージアーキテクチャにより、頻繁にアクセスされるデータをネイティブにインメモリに統合し、リアルタイムアプリケーションでミリ秒未満の読み取りレイテンシを実現します。

74. Memorystore for Valkey 9.0: セルフマネージド Redis からのフルマネージドの移行パスを提供します。アクセス制御リスト（ACL）などのエンタープライズグレードのセキュリティ機能も備えています。

75. AlloyDB AI を活用した大規模な検索: Google の ScaNN インデックスを使用してエンタープライズ検索を 100 億ベクトルにスケーリングし、標準的な PostgreSQL と比較して最大 6 倍高速なクエリを実現します。

76. AlloyDB 向けの新しい AI 関数: AI.if、AI.ANALYZE_SENTIMENT、AI.SUMMARIZE に最適化されたモードを使用して、Gemini の強力な推論をデータベースクエリに直接組み込めます。

77. Firestore の全文検索と地理空間検索: Google の検索テクノロジーが Firestore にネイティブに統合され、関連性の高いキーワードクエリと地理空間クエリが提供されます。

78. Compute Engine からマネージドサービスへの移行: 自動ネットワーキングとレプリケーションにより移行の複雑さを最小限に抑え、PostgreSQL ワークロードを Cloud SQL または AlloyDB に簡単かつ安全に移行できます。

79. BigQuery を使用したデータベースセンター: Gemini フリート分析を利用した単一の管理プレーン上で、トランザクションデータベースから分析用ウェアハウスまで、データ資産全体をモニタリングします。

BigQuery は、最新のエージェント型データ分析の要として、かつてないほどに重要性が高まっており、多くの新機能が登場しています。

80. BigQuery 向けリバース ETL: レイクハウスから AlloyDB または Spanner に大量の分析情報を同期して、エンドユーザーに低レイテンシ、高 QPS でサービスを提供するワンクリックソリューションです。詳しくはこちらをご覧ください。

81. BigQuery Graph: データプラットフォーム内でエンティティ、関係、ビジネスロジックを直接マッピングし、複雑な推論タスクのために管理された基盤に AI エージェントを固定します。

82. BigQuery の流動的なスケーリング: きわめて多様なエージェントワークロードを秒単位の課金で実行します。この優れた自動スケーリングモデルは、リソースを即座に調整します。

83. ObjectRef: SQL と Python を使用して、非構造化データを構造化データとともに処理します。データを移動することなく、Knowledge Catalog に深いマルチモーダルコンテキストを構築できます。

84. AI.PARSE_DOCUMENT: BigQuery AI の一部であり、Gemini のレイアウトパーサーを使用して OCR、レイアウト解析、チャンク化を自動化する単一の SQL 関数により、複雑なドキュメント処理を簡素化します。

85. TabularFM モデル: BigQuery AI の一部であり、広範な特徴選択やモデル管理を必要とせずに、高品質なゼロショット回帰と分類を BigQuery にネイティブに提供します。

86. SQL 優先の AI 向け最適化モード: BigQuery AI の一部として、AI.CLASSIFY や AI.IF などの関数向けにタスク固有のモデルをその場でトレーニングでき、トークン消費量と費用を最大 230 分の 1 に削減します。

87. BigQuery ネイティブの Gemma エンベディング: BigQuery AI の一部であり、データウェアハウス内の標準 CPU 上で高品質のベクトルエンベディングを大規模に直接生成し、エンタープライズ AI の準備を簡素化します。

88. 自律的なエンベディング生成: BigQuery AI の一部であり、非構造化データのパイプラインを完全に管理し、BigQuery スケールで新しいデータが取り込まれると、ベクトルインデックスを非同期で自動的に同期します。

89. BigQuery ハイブリッド検索: BigQuery AI の一部であり、セマンティック検索と全文検索を 1 つの強力な機能に統合することで、RAG と複雑なデータ探索タスクで優れた検索精度を実現します。

90. Python UDF: BigQuery AI の一部であり、フルマネージドの Python スカラー関数を使用してデータを拡充、変換、クリーンアップします。この関数は、BigQuery 内で直接数百万行にサーバーレスで自動スケーリングされます。

91. TimesFM を使用したコネクテッドシート: BigQuery AI の一部として、BigQuery のスケールを Google スプレッドシートに導入します。TimesFM モデルによる最先端のゼロショット予測と、堅牢な異常検出が特徴です。

92. 地理空間分析データセット: BigQuery AI の一部であり、ネイティブの Google Earth AI と道路管理データを企業データと直接組み合わせて、ラングリングを必要とせずにエージェントによる詳細な実世界分析を実現します。

93. プロアクティブなエージェントワークフロー: BigQuery を使用すると、エージェントは基本的な質問への回答機能を超えて、指標変化の検出、根本原因分析の実行、受信トレイへのスケジュールされた調査ブリーフィングの直接配信ができます。

94. BigQuery Agent Analytics プラグイン: ADK や LangGraph などのフレームワークからの詳細なインタラクションを BigQuery に直接記録し、エージェントの長期的なパフォーマンスを監査、トラブルシューティング、最適化します。

95. BigQuery Studio の生産性向上ツール: コンテキストを認識したアシスタント、SQL セルと可視化セル、ファイルエクスプローラ、Git ワークフローを直接 BigQuery で使用できるようにします。

96. 高度なランタイム、短いクエリ、履歴ベースの最適化: これらの BigQuery の最適化により、処理コストを削減しながら、パフォーマンスが前年比 35% 向上しました。

97. BigQuery の新しいワークロード管理機能: 予約グループ、動的割り当て、プロジェクトレベルのスロット制御により、きめ細かい費用管理が可能になります。ルールベースの管理により、この運用が簡素化されています。

98. Colab データアプリ: ノートブック分析を、ビジネスチームがデータポータルから直接アクセスできる、共有可能なフルマネージドのインタラクティブな Python アプリケーションに進化させます。

Looker の Business Intelligence では、エージェント型 AI だけでなく、エージェント BI も利用できます。こちらが最新の発表内容です。

99. データポータル（旧称 Looker Studio）: データ可視化エンジンであり、データソース、アプリ、エージェントを閲覧するための統合インターフェースも提供されるようになりました。無料版とプロ版が用意されています。詳しくはこちらをご覧ください。

100. Looker ダッシュボードエージェント: 静的なビューをインタラクティブなハブに変換します。ダッシュボード内で自然言語で質問すると、即座に要約とコンテキストに応じて管理の範囲内で回答が得られます。

101. Looker のエージェントワークフロー: リアクティブなクエリ実行からプロアクティブに結果を導き出すよう転換します。エージェントが、重要な指標の異常をモニタリングし、隠れた相関関係を特定することで、ビジネスの変化に即座に対処できます。

102. Looker に組み込まれた会話エクスペリエンス: Looker の API と SDK を活用して、Gemini を活用した複数ターンの会話エクスペリエンスをカスタムデータアプリケーションと内部ワークフローに統合します。

103. Looker セルフサービスエクスプローラ: LookML を自動的に生成するアップデートされた AI-Explore エクスペリエンスを使用して、個人のファイルと企業データを統合し、企業のガバナンスにおいてスプレッドシートのアジリティを実現します。

104. Looker AI アシスタント: Visualization Assistant、Expression Assistant、Insight Assistant により BI を簡素化します。自然言語を使用して、グラフの作成、カスタムフィルタの生成、主要なトレンドの自動要約を行うことができます。

105. オープンな BI と MCP: 外部の AI エージェントが自律的にデータをクエリして分析できるようにします。Google は管理を容易にするために、MCP ツールボックスを介したオープンソースの MCP と、Looker にネイティブな Google が管理するまったく新しい MCP サーバーの両方を提供しています。

106. 継続的インテグレーション: Looker では、開発ワークフロー内で SQL 検証とコンテンツテストを自動化し、本番環境で問題となる前に潜在的な破壊的変更を特定して、信頼性の高いモデル更新を実現します。

アプリケーション開発、管理、ランタイムプラットフォーム

Google のフルマネージドアプリケーションプラットフォームである Cloud Run は、現在以下をサポートしています。

107. Google AI Studio のフルスタックアプリ: Firestore データベースやユーザー認証など、AI Studio でバイブコーディングされたアプリを構築して Cloud Run にデプロイできるようになりました。一般提供が開始されています。

108. Gemini Enterprise Agent Platform とのインテグレーション: Cloud Run とのインテグレーションにより、Agent Platform はエージェントを試験運用環境からフルマネージドの本番環境グレードのシステムに移行するのに役立ちます。現在、一部のお客様を対象にプレビュー版を提供しています。

109. フルマネージドのリモート MCP サーバー: デベロッパーとエージェントによる簡単なデプロイが可能になりました。一般提供が開始されています。

110. NVIDIA RTX PRO 6000 Blackwell Server エディション GPU: 基盤となる GPU インフラストラクチャを管理することなく、Cloud Run で最大 700 億以上のパラメータモデルのハイエンド推論を実行し、リソースが使用されていないときはゼロにスケーリングできます。

111. 請求の上限: 月あたりの最大利用額を設定できます。この額に達すると、Cloud Run リソースは無効になります。近日提供予定です。

112. Cloud Run インスタンス: 長時間稼働するバックグラウンドジョブをホストします。一部のお客様向けにプレビュー版が提供されています。

113. Cloud Run サンドボックス: 組み込みのサンドボックス ツールを使用して、エージェントコードから厳密に分離されたエフェメラルサンドボックスをスピンアップします。近日提供予定です。

114. SSH: 実行中の Cloud Run コンテナに直接 Secure Shell アクセス（SSH）ができるようになりました。現在、一部のお客様を対象にプレビュー版が提供されています。

115. Cloud Run サービスバインディング: スケーラブルなマイクロサービスアーキテクチャのためのサービス間通信です。近日提供予定です。

116. エフェメラルディスク: インスタンスの起動時に作成され、停止時に削除されるエフェメラルディスクストレージです。現在プレビュー版が提供されています。

モバイルデベロッパーとウェブデベロッパー向けには、クライアントデベロッパー向けの優れたプラットフォームである Firebase に新機能を追加しました。

117. Firebase SQL Connect: Firebase Data Connect は、Firebase SQL Connect になりました。モバイルクライアントアプリとウェブクライアントアプリを Cloud SQL for PostgreSQL に接続して活用できるようにして、リアルタイム同期、オフラインキャッシュ、ネイティブ SQL がサポートされるようになりました。これらはすべて無料トライアルでご利用いただけます。

118. Firebase と App Design Center のインテグレーション: Firebase と App Design Center（ADC）のインテグレーションにより、Firestore、App Check、Authentication、Firebase AI Logic など、モバイルアプリやウェブクライアントアプリで使用するリソースを、Google Cloud インフラストラクチャの他の部分で行うのと同じように、デプロイおよび管理できる統合モデルが提供されます。

119. Firestore Enterprise エディション: Firestore Enterprise の新しいクエリエンジンの一部として、ネイティブの全文検索、地理空間クエリ、サブクエリを使用したリレーショナルスタイルの JOIN、堅牢なデータ操作言語（DML）が導入されました。

120. Firebase AI Logic: サーバーサイドの設定なしで、生成 AI 機能をモバイルアプリやウェブクライアントアプリに直接組み込むことができます。自動の関数呼び出しや JSON スキーママッピングなどの新機能により、技術的なオーバーヘッドが削減され、リソースと費用の最適化をより細かく制御できるようになっています。詳しくはこちらをご覧ください。

121. Firebase の電話番号の確認: モバイル通信または Wi-Fi 経由でデバイスの SIM に割り当てられた電話番号を取得することで、新規ユーザーのアプリへのオンボーディングを支援します。現在、6 つの地域で 10 社以上の携帯通信会社がサポートしています。

次に、Google Kubernetes Engine（GKE）です。GKE は、要件の厳しい複雑な AI アプリケーションやエージェントアプリケーションに最適なプラットフォームとして台頭しています。GKE の新機能は次のとおりです。

122. GKE Agent Sandbox: オープンソースの Agent Sandbox コントローラプロジェクトをベースにした GKE アドオンです。GKE 上で分離されたステートフルな単一レプリカワークロードを管理し、AI エージェントランタイム向けに最適化されています。詳しくはこちらをご覧ください。

123. GKE ハイパークラスタ: Google Cloud リージョン全体で数百万のアクセラレータを管理する、単一の適合 GKE コントロールプレーンです。現在は限定公開されています。

124. 予測レイテンシブースト: GKE Inference Gateway の機能であり、ヒューリスティックな推測をリアルタイムの容量認識ルーティングに置き換えることで、最初のトークンまでの時間のレイテンシを最大 70% 削減できます。手動によるチューニングは必要ありません。プレビュー版での提供です。詳しくはこちらをご覧ください。

125. 自動の KV キャッシュストレージ階層化: RAM、ローカル SSD、Google Cloud Storage/Lustre 全体で、長いコンテキストのメモリボトルネックを解消します。詳しくはこちらをご覧ください。

126. RL スケジューラ: 「ストラグラー効果」とバッチ間のテールレイテンシを解決し、インテリジェントなルーティングによってスループットを最大化します。詳しくはこちらをご参照ください。

127. RL サンドボックス: ツール呼び出しと報酬評価のためのカーネルレベルの分離を提供します。ミリ秒単位のプロビジョニングが可能です。

128. RL のオブザーバビリティと信頼性のダッシュボード: RL ループ全体のトラブルシューティングと最適化を即座に、すぐに使える状態で実行するために必要な詳細な可視性を提供します。詳しくはこちらをご覧ください。

129. カスタム指標に基づくスケーリング: CPU とメモリ以外のトリガーに基づくインテントベースの自動スケーリングをサポートします。詳しくはこちらをご覧ください。

130. ノードと Pod の起動の高速化: GKE ノードの起動が最大 4 倍高速化され、Pod の起動時間は最大 80% 短縮されました。詳しくはこちらをご覧ください。

131. モデルの迅速な読み込み: Google Cloud Storage の Run:ai Model Streamer と Rapid Cache を活用することで、モデルの読み込みが 5 倍速くなり、従来のストレージのボトルネックが解消されます。詳しくはこちらをご覧ください。

デベロッパーとオペレーターの皆様向けに、AI を活用した Google のクラウド運用プラットフォームである次世代の Gemini Cloud Assist をご用意しています。以下よりご紹介します。

132. 再設計された App Design Center: 自然言語と Gemini の能力を活用して、アーキテクチャ設計から新規または既存のマルチリソース環境のデプロイまでの時間を短縮します。

133. gcloud、kubectl、Terraform のサポート: プロアクティブなマルチターンのエージェントを使用してインシデントのトラブルシューティングと解決を行いながら、インフラストラクチャの運用を自動化します。

134. プロアクティブな費用の異常検出: 新しい FinOps エージェントが支出の急増を分析し、オンデマンドで詳細な費用レポートを生成します。

135. MCP サーバー: Gemini Cloud Assist の設計、運用、トラブルシューティング、最適化といった強力な機能を、MCP サーバーを経由することで、統合開発環境（IDE）、CLI、サードパーティツールなど、どこで作業していても活用できるようになります。詳しくはこちらをご覧ください。

ご使用の Google Cloud の管理インターフェースを問わず、どれでもさまざまな新機能をご利用いただけます。

136. Unified Maintenance 向けのアプリ中心の可視性: アプリケーション環境全体にわたるメンテナンスイベントを統合的に表示し、可視性をリソースレベルからビジネスレベルに移行させます。詳しくはこちらをご覧ください。

137. アプリケーションのライフサイクル管理（ALM）のフィーチャートグル: 機能リリースとコードデプロイを分離し、安全でターゲットを絞ったロールアウトと即時のロールバックを可能にします。詳しくはこちらをご覧ください。

138. FinOps Explainability エージェント: AI 関連のクラウド費用の要因を自律的に調査します。商業的な監査可能性を提供する新しい FinOps ツールに加えてこの調査が行われます。こちらから利用開始できます。

139. 利用額上限: FinOps マネージャーと DevOps マネージャーが Google AI Studio、Gemini Enterprise Agent Platform、Cloud Run、Cloud Run Functions、Maps においてプロジェクトレベルで予算を設定し、費用の範囲を管理できます。限定公開プレビュー中です。上限に応じてアラートが通知され、最終的に上限に達すると API トラフィックを一時停止します。プレビュー版にはこちらからご登録いただけます。

導入事例

こうした新機能は、お客様が活用することで真の価値が発揮されます。AI の導入事例のリストを更新し、300 件以上のエントリを追加して合計 1,302 件になりました。

また、新規顧客のユースケースもいくつかご紹介しました。

140. カプコンは Google Cloud と連携して、ゲームプレイエクスペリエンスを向上させるエージェントを構築することで、開発者が創造的な作業に専念できるようにしました。目視検査、予測、組織的知識などに特化した AI エージェントが、非常に複雑なテストプレイのプロセスをサポートしています。

141. Citi Wealth は、AI を活用した常時稼働のエージェント Citi Sky をリリースします。利用するお客様は、市場に関する分析情報を入手し、機会に対して行動を取って、アドバイザーとやり取りできます。Citi Sky は多言語に対応した会話型エージェントであり、より直感的で応答性が高く、パーソナライズされた資産管理エクスペリエンスを実現します。

142. Citadel Securities は、TPU を使用して AI ワークロードを最大 4 倍高速化し、コストを 30% 削減するスケーラブルなクラウドベースのリサーチ環境を構築しました。以前は数日かかっていた作業が、今では数分で実行できるようになりました。

143. Deutsche Telekom は、Gemini モデルをベースに構築されたマルチエージェントシステムである MINDR を発表しました。MINDR は、複数のドメインにわたる自律的で自己回復可能なネットワーク運用を可能にし、ネットワークの問題が顧客に影響を与える前に解決します。イベント管理時間を 95% 以上削減できます。

144. GE Appliances は、製造、ロジスティクス、サプライチェーンのオペレーション全体で Gemini Enterprise を使用して 800 を超える AI エージェントをデプロイしています。

145. Highmark Health は、従業員の生産性を高めるために Sidekick を導入しました。AI アシスタントである Sidekick は、調査プロトコルを自動化し、社内チームに「AI 検索プロキシ」を提供することで、2025 年だけで 2,790 万ドルの価値をもたらしました。

146. Home Depot は、Gemini Enterprise for Customer Experience を基盤として構築された高度なデジタルエージェントである Magic Apron を作成しました。これにより、同ブランドのオレンジ色エプロンに象徴される専門知識をすべてのお客様に提供しています。また、AI を活用した新しい電話エージェントは、お客様が複雑な電話メニューに対応する必要なく、10 秒以内にニーズを特定できます。

147. Macy’s は、Gemini Enterprise for Customer Experience を活用して新しいデジタルショッピングコンシェルジュ「Ask Macy’s」を開発し、マルチモーダルなエージェント型 AI ショッピングを飛躍的に進化させました。このマルチモーダルエージェントは、テキストや画像の処理といった単なるチャットボットのレベルをはるかに超え、独自のバーチャルでの試着機能まで備えています。

148. Mars は、グローバルな従業員向けの主要な AI オペレーティングシステムとして Gemini Enterprise を選択しました。同社は、複数ステップの複雑なタスクを処理できるように設計された高度な AI アシスタントなど、エージェント機能のスイートを従業員に提供しています。これにより、従業員はより効率的かつ創造的に作業できるようになります。

149. Merck は、研究開発、製造、商業、コーポレートオペレーション全体にわたって新しいエージェントプラットフォームをデプロイします。この取り組みの中心となるのは、データをデジタル化し、同社の全世界 75,000 人の従業員の生産性を向上させることです。

150. Papa John’s は、Gemini Enterprise for Customer Experience のデリバリー＆テイクアウトエージェントを最初に導入した企業です。このエージェントは、音声とテキストを統合した AI 注文システムを備えています。また、オムニチャネルゲートウェイとのインテグレーションにより、顧客の好みや過去の注文をエージェントが記憶し、料理をより迅速に届けることができます。

151. Tata Steel は、広大なグローバル組織全体で自律機能を急速に拡大しており、わずか 9 か月で 300 を超える専門的な AI エージェントをデプロイし、グローバルな事業全体で効率性と精度を向上させています。具体的には、エージェントを簡単にデプロイできるローコードプラットフォームや、情報に基づいた意思決定を支援するデジタルアシスタントなどを利用しています。

152. Unilever は、数十億人の顧客へのサービス提供方法を変革するために、エージェントを安全かつ確実に、グローバル規模で設計、デプロイしています。同社は、エージェントプラットフォームを使用して、調達チームがより迅速かつスマートに購入を決定できるようにするマルチエージェントソリューションを開発しました。

153. Virgin Voyages の新しい Rovey エージェントは、Gemini Enterprise と Google Distributed Cloud が活用された、外洋航海のためのパーソナルコンシェルジュです。Rovey は、乗組員が最新のブランド情報を 24 時間 365 日確認できるようにします。また、航海中で接続性が制限された船舶上でも、Google Distributed Cloud によってすべてが接続された状態に保たれます。

154. Vodafone Business は、Google Security Operations を活用したマネージド型の検出サービスおよび対応サービスと、Google Gemini を活用した Vodafone Business AI Concierge をリリースします。この検出サービスおよび対応サービスが、頻度と巧妙さを増すサイバー脅威から Vodafone のお客様をさらに効果的に保護します。

こうした組織の新しいエージェントの多くで、Gemini Enterprise for Customer Experience が活用されています。新しく追加されたエージェントと機能を紹介します。

155. ショッピングエージェントとデリバリー＆テイクアウトエージェント: 新しい会話型の販売機能と注文機能を企業やサードパーティのチャットインターフェースとデジタルインターフェースに直接提供します。

156. Omnichannel Gateway: エージェントがウェブ、モバイル、音声をまたいでエージェントがコンテキストを維持できるようにし、よりパーソナライズされたサービスを提供できるよう支援します。

157. Agent Assist: 最も複雑なカスタマーサービスシナリオにおいて、生成 AI のグラウンディングを通じて組織データをすぐに利用できるようにし、顧客の質問に迅速かつ正確に回答できるよう従業員を導きます。

ネットワーキング

クロスクラウドネットワークファミリーでも幅広い機能強化を発表しました。

158. Virgo Network: 最新の AI ワークロードに対応したスケールアウトファブリックです。スイッチあたりのポート数を増やすことができる高ラディックススイッチ上に構築されており、分散トレーニングとサービスワークロードに膨大な二分割帯域幅と決定論的低レイテンシを提供します。こちらから詳細をご覧ください。

159. Agent Gateway のパートナーシップ: お客様が信頼できるベンダーを統合して、エージェントによるコミュニケーションでセキュリティを確保できるようにします。Broadcom、Check Point、Cisco、CrowdStrike、Exabeam、F5、Netskope、Okta、Palo Alto Networks、Ping Identity、Saviynt、Silverfort、Thales、Zscaler などのパートナーソリューションに対応します。近日中にプレビュー版を提供予定です。

160. アンビエントネットワーキング: GKE と Cloud Run 向けの新しい統合データプレーンで、複雑でリソースを大量に消費するサイドカープロキシを必要とせずに、サービスディスカバリ、ゼロトラストアクセス、トラフィック管理を提供します。現在はプレビュー版での提供です。

161. サービスバインディング: アンビエントネットワーキングによって有効になり、エージェントアプリケーションとサービスの間でサービス間接続を自動的に確立します。

162. ネットワークサービスモニタリング: アンビエントネットワーキングによって実現され、アプリケーションとネットワークのオブザーバビリティのギャップを埋め、根本原因分析の迅速化とトラブルシューティングの簡素化を実現します。現在はプレビュー版での提供です。

163. GKE Inference Gateway のマルチリージョンサポート: リージョン全体で推論サービスをスケーリングし、リージョン間のフェイルオーバー、利用率の最適化、グローバルレイテンシの短縮を実現します。プレビュー版での提供です。

164. GKE Inference Gateway の分離型サービング: llm-d の SGLang サポートを活用して、モデル提供に vLLM と SGLang のどちらかを選択できます。一般提供が開始されています。

165. アクセラレータネットワークプロファイル: DRANET を使用してアクセラレータ搭載の GKE ノードプールを設定し、分散 AI/ML ワークロードの帯域幅を最大 60% 向上させます。一般提供が開始されています。

166. Cloud Interconnect の 400 Gbps 回線: 1 つの接続で最大 3.2 Tbps を使用できます。一般提供が開始されています。

167. Partner Cross-Cloud Interconnect: AWS 向けに一般提供を開始しています。また、CoreWeave と Lumen 向けにまもなくプレビュー版を提供予定です。

168. 金融取引所向けの Ultra Low Latency Solution: CME グループとのパートナーシップにより、このフルマネージドのクラウド環境では、CME グループとそのクライアントがコア取引システムを Google Cloud に移行できます。現在はプレビュー版での提供です。

169. Cloud Network Insights: Broadcom AppNeta を利用したネットワークパフォーマンスモニタリング（NPM）とデジタルエクスペリエンスモニタリング（DEM）により、ネットワーク関連のエージェント、アプリケーション、API の問題の検出と軽減にかかる平均時間を短縮します。現在はプレビュー版での提供です。

170. Private Service Connect 公開サービス: 40 以上の Google およびサードパーティの公開サービスを通じて、マネージドサービスへの安全なプライベートグローバルアクセスを確立します。詳しくはこちらをご覧ください。

171. Private Service Connect エンドポイントベースのセキュリティ: プロデューサーとコンシューマー間のサービス通信で、きめ細かい認可ポリシーを使用できます。現在はプレビュー版での提供です。

172. Cloud Number Registry: エージェント型の IPAM ソリューションであり、空き IP 範囲の検索、使用率の追跡、リソースの割り当てを行います。現在はプレビュー版での提供です。また、Infoblox Universal DDI と統合して、クロスクラウドネットワーク IPAM の検出と適用を実現します。

173. ハイブリッドサブネット: ハードコードされた IP アドレスを変更する必要なく、レガシーワークロードをオンプレミスから VPC に移行できます。一般提供されています。

174. Cloud NAT: DNS64 とプライベート NAT64 の機能を組み合わせて、IPv6 専用ワークロードをプライベート IPv4 の宛先に接続します。近日中にプレビュー版を提供予定です。

175. ネットワーク料金の詳細な可視化: Cost Explorer と新しい App Optimize API により、関連するデータ転送費用の帰属が、Google Cloud プロダクトの送信元リソースに提供されるようになります。この機能は近日中にプレビュー版を提供予定です。

176. Gemini Cloud Assist ネットワークセキュリティエージェント: ポリシーの生成、レコメンデーション、影響分析により、ネットワークセキュリティ運用を合理化します。近日中にプレビュー版を提供予定です。

177. Gemini Cloud Assist ネットワークエージェント: パフォーマンスと信頼性のためのワークロード配置の最適化、Private Service Connect のトラブルシューティング、オブザーバビリティサービスのための高度な費用見積もりを提供します。近日中にプレビュー版を提供予定です。

178. ネットワークオブザーバビリティ MCP ツールとエージェントスキル: パートナー様はエージェントを構築して、接続テストを活用し、自然言語で VPC フローログをクエリできます。プレビュー版での提供です。

クロスクラウドネットワークの一環として、グローバルフロントエンドの新機能は以下が発表されました。

179. グローバルフロントエンドエンタープライズによる使用の簡素化: グローバル Cloud Load Balancing、Google Cloud Armor、Cloud CDN、Service Extensions の機能を組み合わせることで、TCO を最大 15% 削減します。近日中にプレビュー版を提供予定です。詳しくはこちらをご覧ください。

180. ポスト量子暗号（PQC）: 従来の攻撃者と量子コンピュータの攻撃者の両方に対する多層防御を提供する業界標準のアルゴリズムで、ワークロードの保護を支援します。詳しくはこちらをご覧ください。

181. Google タグゲートウェイ: 広告主が独自のドメインからタグを配信できるようにする機能です。測定シグナルの精度とレジリエンスを大幅に高めることができます。近日中に一般提供予定です。

182. Cloud CDN の画像最適化: エンドユーザーの画面に最適なコンテンツを配信し、帯域幅費用の削減を可能にします。近日中にプレビュー版を提供予定です。

183. Cloud CDN GKE Gateway のサポート: GKE API を使用してキャッシングサービスを有効化、管理できるようになりました。一般提供が開始されています。

Cloud WAN は、企業を接続するための信頼性の高いフルマネージドのグローバルバックボーンであり、次の新機能が発表されました。

184. 地理的範囲の拡大: Network Connectivity Center のサイト間データ転送が 25 か国以上で利用できるようになりました。詳しくはこちらをご覧ください。

185. NCC Gateway: Palo Alto Networks（近日中に一般提供）と Symantec（プレビュー版）のサードパーティのセキュアサービスエッジ（SSE）インテグレーションを使用します。

186. Verified Peering Provider プログラムの拡大: 世界中の 175 社以上のプロバイダを通じて、Google への信頼性の高いインターネット接続を実現します。詳しくはこちらをご覧ください。

187. ラストワンマイル接続: Google Cloud コンソールから優先パートナーを使用して、わずか数分でサイトとクラウド間のプライベート接続をプロビジョニングできます。近日中にプレビュー版を提供予定です。

進化する脅威から保護するために、AI を活用したネットワークセキュリティサービスに新しい機能を追加しました。

188. Cloud Armor マネージドルール: Thales Imperva を活用して、レイヤ 7 アプリケーション攻撃とゼロデイ脆弱性を検出します。プレビュー版を利用可能です。

189. ネットワークロードバランサおよび VM 向けの Cloud Armor Adaptive Protection: L3 / L4 トラフィックに対する高度な機械学習により、ボリューム型 DDoS 攻撃を検出して軽減します。近日中にプレビュー版を提供予定です。

190. Cloud Armor のビジュアルルールビルダー: ユーザーエクスペリエンスを簡素化することで、カスタムルールの作成を容易にします。近日中にプレビュー版を提供予定です。詳しくはこちらをご覧ください。

191. Cloud NGFW の内部アプリケーションとプロキシネットワークロードバランサのサポート: GKE、Cloud Run、Private Service Connect トラフィックなどの抽象化されたサービスに対して、サービス中心の一貫したセキュリティを適用できます。プレビュー版での提供です。

192. Cloud NGFW プロジェクトレベルのポリシー: Cloud NGFW エンドポイント、セキュリティプロファイル、セキュリティプロファイルグループをプロジェクトレベルで作成、管理します。近日中にプレビュー版を提供予定です。

193. Cloud NGFW の高度なマルウェアサンドボックス: 回避性の高いゼロデイ脅威からの防御に役立ちます。今年後半にプレビュー版が提供予定です。この機能は、Palo Alto Networks の 70,000 社を超える顧客からのデータでトレーニングされた Palo Alto Networks Advanced Wildfire を利用しており、既知および未知のマルウェアの 99% を阻止します。

グローバル接続を管理する Google のハブである Network Connectivity Center（NCC）に、新しい機能が追加されました。

194. 静的ルートのサポート: 内部ロードバランサをネクストホップとして使用することで、Secure Web Proxy とサードパーティのネットワークセキュリティ仮想アプライアンスを統合できます。一般提供が開始されています。詳しくはこちらをご覧ください。

195. プライベートで利用されるパブリック IP（PUPI）のサポート: PUPI IPv4 アドレスと VPC スポークおよびプロデューサー VPC スポークの交換を可能にします。一般提供が開始されています。詳細については、こちらをご覧ください。

パートナー

Google Cloud の成功において、共通のお客様に向けたソリューションの考案、構築、実装を支援するパートナーエコシステムは非常に大きな役割を占めます。このパートナーシップを強化するために、Google はいくつかの重要な発表を行いました。その大部分をこちらで詳しく説明しています。

196. 7 億 5,000 万ドルのイノベーション基金: あらゆるビジネスプロセス、機能、業界向けに、エージェントの開発とデプロイを世界中で加速するための新しいモデル、ツール、エンジニアリングサポート、インセンティブに投資を行います。

197. Gemini Enterprise でのパートナーエージェントの販売: Gemini Enterprise の Agent Gallery を備えた新しい Agent Marketplace により、パートナーやスタートアップ企業などがエージェントを他の企業ユーザーに直接販売できるようになります。

198. Agent Marketplace で 70 以上のパートナー様が構築したエージェントを利用可能: 70 以上のビルド済みエージェントがそろった Agent Marketplace を公開します。Accenture、Adobe、Atlassian、Deloitte などのパートナー様が提供する特化型 AI を見つけて管理できます。詳しくはこちらをご覧ください。

199. 現場に配置されたエンジニアとの提携: Google Cloud は、高度なエンジニアリング手法を確立している Accenture、Deloitte、McKinsey などの一部のパートナー様のお客様に、エンジニアリング人材を提供します。

200. モデルのより深いインテグレーション: Gemini へのアクセス機能を備えた主要 SaaS および AI プラットフォームに、新たに Palantir が加わりました。また、Box、DocuSign、Oracle、Salesforce、SAP は、より多くのエージェントやツールに Gemini の機能を追加しています。

201. Google Cloud パートナーネットワークの AI 搭載機能: 新しいパートナーエージェントと、収益ハブおよびパートナー検索ツールのエージェント機能により、パートナー様は共通のお客様に対する影響力を拡大できます。

202. SAP との新しい統合データ基盤: SAP データと SAP 以外のデータを信頼できる双方向の情報源に統合し、AI ワークフローを強化してデータドリブンな価値を提供します。ゼロコピーデータ共有により、外部プラットフォームへのアクセスを安全に開放できます。

203. SAP のその他のニュース: SAP Engagement Cloud の新しい Gemini 機能、Cortex Framework のソリューションアクセラレータ、SAP Sovereign アプリケーションのサポートも発表しました。SAP に関する発表全体は、こちらでご覧いただけます。

204. Oracle AI Database@Google Cloud の拡張: 最近公開された Oracle データコネクタが 20 リージョンに拡大され、新しい AI 機能が提供されます。また、Oracle GoldenGate のサポートにより、BigQuery への準リアルタイムのデータレプリケーションと Knowledge Catalog のインテグレーションなどが可能になります。詳しくはこちらをご覧ください。

205. パートナーオブザイヤー: 各専門分野、業種、地域で、数百のパートナー様を表彰します。詳しくはこちらをご覧ください。

セキュリティ

セキュリティ運用から不正行為の検出、暗号化、鍵管理まで、Next ‘26 ではセキュリティに関するニュースが数多く発表されました。

206. Google Security Operations の脅威ハンティングエージェント: 従来の防御をすり抜ける新しい攻撃パターンやステルス性の高い攻撃者の行動をプロアクティブにハンティングするチームを支援します。

207. Google Security Operations の検出エンジニアリングエージェント: カバレッジの抜け漏れを特定し、脅威シナリオに対応する新たな検知ルールを作成します。トイルを削減し、検知ルールの作成を属人的な手作業から科学的なアプローチに基づく自動対応へと転換させます。

208. Google Security Operations のサードパーティコンテキストエージェント: サードパーティコンテンツのコンテキストデータでワークフローを強化します。

209. Google Security Operations: Google Security Operations の新しいパートナーとのインテグレーションの強力なラインナップは、導入後すぐに利用できる高精度なセキュリティワークフローを提供できるように設計されています。Google Cloud Security のインテグレーションエコシステムパートナーに新たに、Darktrace、Gigamon、SAP などが加わりました。詳しくはこちらをご覧ください。

210. Model Armor: プレビュー版で利用可能な Agent Gateway、Agent Runtime、Langchain、一般提供されている Firebase と統合されたことで、デベロッパーはコードを変更することなく、エージェントのトラフィックとインタラクションに対して、インラインでのポリシー適用とサニタイゼーションを行うことができるようになりました。また、Google Cloud サービスと Google の AI ポートフォリオ全体で、プロンプトインジェクション、ツールポイズニング、センシティブデータの漏洩などのランタイムリスクに対する Model Armor の保護も強化されます。詳しくはこちらをご覧ください。

211. Google Cloud Fraud Defense: ボット、人間、エージェントの正当性と認証を識別することで、reCAPTCHA をエージェント型ウェブを保護するように設計された包括的なプラットフォームへと進化させました。一般提供が開始されています。さらに、Fraud Defense は Google のエコシステム保護と同等のスケールおよびシグナルを活用し、人間ユーザーと AI エージェント向けの新機能をまもなくプレビュー提供します。これにより、アカウント作成やログインから、支払いやチェックアウトに至るまで、デジタルコマースジャーニー全体の安全性を強化します。詳しくはこちらをご覧ください。

212. Chrome Enterprise: AI 拡張機能向け脅威検出機能が、高度な拡張機能テレメトリーを可視化することで、セキュリティチームはAI エージェントの異常な挙動を検出して、対応できるようにします。現在はプレビュー版での提供です。詳しくはこちらをご覧ください。

213. Chrome Enterprise: 新しいシャドー AI レポート機能が、未承認のウェブベースの AI や SaaS アプリケーションを従業員が使用した際にフラグを立てることで、シャドー AI に関する環境を可視化します。近日中に一般提供されます。詳しくはこちらをご覧ください。

214. Identity and Access Management: 最小権限を迅速かつ簡単に実現するために、IAM ロール選択ツールや機密性の高いアクションを再認証する機能などを提供して、管理者、編集者、閲覧者などの使いやすいロールに整理し、事前定義ロールのカタログを合理化しました。

215. G4 VM 向けの Confidential Computing のサポート: NVIDIA とのパートナーシップにより、G4 VM 向けの Confidential Computing のサポートがグローバルでプレビュー版として提供されます。Compute Engine Confidential G4 VM に NVIDIA RTX PRO 6000 Blackwell Server エディション GPU を搭載し、幅広い機密性の高い AI ワークロードの機密性と完全性を強化します。詳しくはこちらをご覧ください。

216. C4 Confidential VMs: Intel とのパートナーシップにより、C4 Confidential VMs のプレビュー版も導入します。これにより、第 6 世代 Xeon プロセッサに Intel TDX が搭載されることで、業界トップクラスの計算密度とパフォーマンスを実現しながら、多様な AI および分析ワークロードを保護できるようになります。

217. Cloud Key Management Services（KMS）: 新しい Confidential External Key Manager（cEKM）を使用することで、外部鍵を任意のリージョンでホストして保護し、機密性の高い環境で検証可能な制御を維持する柔軟性を実現できます。プレビュー版が利用可能となっています。

218. ポスト量子暗号（PQC）: KMS Quantum Safe Key Imports を使用すると、耐量子アルゴリズムでお客様独自の鍵を持ち込めるようになります。プレビュー版が利用可能となっています。

219. Secret Manager: Google の Secret Manager と Agent Development Kit のネイティブインテグレーションです。パスワードの漏洩を防ぎ、プロンプトインジェクションのリスクを軽減できます。一般提供されています。

Google は Wiz の買収を正式に完了しました。今後は、業界のリーダー的存在である 2 社の連携のもと、あらゆるクラウド環境を対象に、AI 対応の包括的なサイバーセキュリティプラットフォームを構築していきます。

Wiz は、以下の新機能により、AI を迅速かつ安全に導入する能力を継続的に拡大、深化させています。

220. エージェントスタジオのサポート: Databricks に加え、AWS Agentcore、Gemini Enterprise Agent Platform、Microsoft Azure Copilot Studio、Salesforce Agentforce などの新しいエージェントスタジオもサポートすることで、どの構築方法を選択したチームでも、可視性を確保できるようにします。詳しくはこちらをご覧ください。

221. Wiz Defend のセキュリティ検出機能のアップデート: Wiz Defend のセキュリティ検出機能と Google Security Operations および Mandiant Threat Defense の連携方法をアップデートし、アナリストが脅威情報の自動転送をより容易に設定できるようにしました。

222. バイブコーディングのインテグレーション: バイブコーディングされたアプリケーションの保護に役立ちます。5 月に一般提供が開始されます。この新しいインテグレーションにより、Wiz のセキュリティスキャンが Lovable プラットフォーム内で直接実行されるため、Wiz が検出した脆弱性、シークレット、構成ミスが Lovable の組み込みのセキュリティビューに表示されるようになります。

223. インライン AI セキュリティフック: Wiz を統合開発環境（IDE）とエージェントワークフローに直接統合することで、プロンプトを評価して AI が生成した出力を即座にスキャンし、コードがコミットされる前にセキュリティガードレールを組み込めます。

224. Wiz Skills: コーディングエージェントや AI ネイティブ IDE に対して、コードからクラウドまでを網羅する完全なコンテキストと、Wiz Security Graph から得られる検証済みの攻撃対象領域に関する検出結果を提供することで、エージェントベースの修復を支援します。この機能により、チームは、開発者個人の IDE 上でも、バージョン管理システム内のリポジトリや pull リクエスト単位でも、エージェント主導の自動修復ワークフローを実行できます。

225. AI 部品構成表: シャドー AI を排除するため、Wiz の動的な AI 部品構成表が、環境全体のすべての AI フレームワーク、モデル、IDE 拡張機能を自動的にインベントリ化します。これにより、スタック全体でどのツールがコード生成に使われているかを可視化し、Gemini Code Assist や GitHub Copilot などの承認済みツールを管理すると同時に、未承認のシャドー AI プラグインを検出できます。

ストレージ

機能が強化された Google Cloud のストレージサービスは、高パフォーマンスのストレージインフラストラクチャから、スマートストレージ、新しい管理機能、エコシステムサービスの拡大までに及びます。

226. Rapid Bucket: 新しい Cloud Storage Rapid ファミリーの高性能オブジェクトストレージの一環として、Rapid Bucket は単一のゾーンバケットにおいて 15 TB/秒を超える帯域幅、1 秒あたり 2,000 万件のリクエスト、1 ミリ秒未満のレイテンシを実現します。一般提供が開始されています。詳しくはこちらをご覧ください。

227. Rapid Cache（旧称 Anywhere Cache）: バースト性の高いワークロードの帯域幅を高速化し、コードを変更することなく、既存のバケットに対して 2.5 TB/秒の合計読み取りスループットを実現します。詳しくはこちらをご覧ください。

228. Rapid Cache の書き込み時取り込み: チェックポイントの復元が最大 2.2 倍高速化され、トレーニングクラスタが中断からより迅速に復旧できるようになります。詳しくはこちらをご覧ください。

229. Google Cloud Managed Lustre のスループットの向上: 最大 10 TB/秒のスループットにより、他の Google Cloud ストレージソリューションと比較して、チェックポイントの書き込みと復元が 2.6 倍高速です。詳しくはこちらをご覧ください。

230. Managed Lustre Dynamic ティア: トレーニングやチェックポイント処理など負荷の高い AI ワークロード向けに低レイテンシパフォーマンスを、$0.06/GB-月で提供します。

231. Managed Lustre での新しい TPUDirect と RDMA のサポート: ホストをバイパスしてデータをアクセラレータに直接移動できるようにすることで、レイテンシを最小限に抑えます。詳しくはこちらをご覧ください。

232. Smart Storage のオブジェクトコンテキスト: このメタデータ基盤により、すべてのオブジェクトに対して、構造化された変更可能な IAM 管理のコンテキストが追加されます。一般提供が開始されています。詳しくはこちらをご覧ください。

233. Smart Storage の自動アノテーション: 自動化されたメタデータアノテーションにより、非構造化データの価値を引き出します。

234. Cloud Storage MCP サーバー: 標準の MCP プロトコルを使用して Cloud Storage データの読み取り、書き込み、分析を行うことができます。詳しくはこちらをご覧ください。

235. Storage Intelligence の構成不要のダッシュボード: 費用の異常を把握できるほか、Security Command Center のデータセキュリティポスチャー管理（DSPM）データガバナンス機能が統合されているため、Cloud Storage 全体にわたってセキュリティの脆弱性を検出できます。現在はプレビュー版での提供です。

236. Storage Intelligence のオブジェクトイベントおよびバケットアクティビティ テーブル: 分析情報データセットで利用できます。この新しいテーブルを使用することで、下り（外向き）パターンに基づいてバケットの配置を最適化したり、429 エラーを迅速にトラブルシューティングしたりできます。

237. Storage Intelligence のバッチオペレーションの強化: 新しい ACL の変更やストレージクラスオペレーション、マルチバケットオペレーションのサポートにより、数十億のオブジェクトに対してますます容易にアクションを実行できるようになりました。

238. Google Cloud NetApp Volumes: 新しい Flex Unified を使用することで、同一のストレージプール上でブロック（iSCSI、NVMe/TCP）とファイル（NFS / SMB）の両方をプロビジョニングできます。新しい ONTAP モードでは、既存の自動化ツール（Terraform、Ansible）や ONTAP API を NetApp Volumes に直接取り込むことができます。

239. Filestore for GKE: GKE で AI ワークロードを構築するデベロッパーは、100 GiB 程度の小規模な共有から始めることができます。容量と IOPS は個別にスケールできます。Colossus との緊密なインテグレーションにより、スケーリング機能とエンタープライズ機能が強化されています。

240. Google Cloud Backup and DR のエージェント型 AI 機能: エージェントがバックアップアセットを自律的に監査し、カバレッジのギャップを修復します。すでに一般提供されている AlloyDB と Filestore の新しいインテグレーションも利用できます。

スタートアップ

Google のモデル、専用のインフラストラクチャ、独自のセキュリティソリューションを利用するために Google Cloud を基盤としているスタートアップについてご紹介します。注目の新機能や新しいスタートアッププログラムについて詳しくは、こちらをご覧ください。

241. Google Cloud を利用している注目すべきスタートアップ: Lovable、Notion、Proximal Health、Gamma、Mavvrik、Insilica、Parrallel など、Google のサービスを使用している、または Google とともに事業を拡大している数十の新しいスタートアップを発表しました。

242. NVIDIA ハードウェアへのアクセス: Thinking Machines、Interfact、Nucleus AI、Reflection、Neuraldefend など、業界をリードするスタートアップの多くが NVIDIA チップでのトレーニングや推論のワークロードに Google Cloud を使用しています。

243. Global Gemini Startup Forum: 今年 6 月に、シードからシリーズ A までのスタートアップの創業者を対象とした 2 日間の会合を開催します。参加者は Google のリーダーやエンジニアと交流し、プロダクトを構築、拡大して、フィードバックを共有します。

244. Google for Startups AI エージェントチャレンジ: 誰でも参加できるこのグローバルコンペティションは 6 週間開催されます。参加するチームには $500 のクレジットと、新しい Agent Platform などのツールが提供され、自律型システムを構築して、賞金総額 $90,000 の分け前を競い合います。

245. 新しい生成メディアレポート: 「Future of AI: Perspectives on generative media for Startups」レポートでは、8 人のスタートアップ創業者、投資家、Google 社員への独占インタビューが掲載されています。

ワークスペース

Google Workspace with Gemini は、個人事業主から中小企業、Fortune 500 企業まで、30 億人以上のユーザーと 1,300 万を超えるお客様に利用されている、仕事の中心となる場所です。AI を活用した働き方を革新する新しいイノベーションを導入しました。

246. Workspace Intelligence: Workspace アプリ（Google ドキュメント、スライド、Gmail など）内の複雑な意味的な関係、アクティブなプロジェクト、共同編集者、組織のドメイン知識を理解することで、エージェント型の業務を強化する、統合されたリアルタイム状況把握を実現します。こちらをご覧ください。

247. Ask Gemini in Chat: すべての作業に対する統合コマンドラインとして機能します。目的を述べるだけで、Gemini がタスクを完了したり、ドキュメントやスライドを生成したり、説明文のみを使用してファイルを検索したりできます。

248. Google スプレッドシート、ドキュメント、スライドの新しい Gemini 機能: 自然言語を使用したスプレッドシート全体の構築または編集、Gemini in Google ドキュメントを活用した独自のデータに基づくインフォグラフィックの作成やコメントのフィードバックに基づいた編集、編集可能なスライド資料の作成などが可能です。

249. Gmail の AI 受信トレイと AI による概要: 受信トレイ内の最も重要な内容をわかりやすく確認できます。また、Gmail 検索で AI による概要を使用すると、詳細を調べなくても回答を得られます。

250. Google ドライブの Gemini の新機能: AI による概要と Gemini に相談の機能を使用して、情報をすばやく見つけ、すべてのファイルで詳細な分析情報を取得できます。また、Drive Project を使用してファイルとメールを整理することで、同僚と Gemini が完全なコンテキストを把握できるようにもできます。

251. スプレッドシート内のサードパーティデータ: HubSpot や Salesforce などのプラットフォームからサードパーティデータを Gemini in Google スプレッドシートにインポートして、ダッシュボードやカンバンボードなどのインタラクティブな可視化を新しいスプレッドシートキャンバス内で直接作成できます。

252. Workspace スキル: スキルを使用してワークフロー全体にエージェントによる自動化機能をデプロイできるようになりました。Workspace Studio でスキルを共同で構築して共有すると、Gemini in Workspace を使用する場所ならどこからでもスキルを呼び出せます。

253. Google Vids のカスタムアバター: シャツに会社のロゴを入れたり、背景全体をブランドデザインにしたりなど、あらゆるブランディング要素をカスタムアバターに追加できます。近日中には、プレゼンテーションを動画に変換する際に、アバターを追加できるようになります。

254. すべての会議で Gemini がサポート: Google Meet の自動メモ生成機能を拡張し、対面式の会議、Zoom や Teams などの他のプロバイダ上で開催される会議など、あらゆる会議で要約とアクションアイテムを自動生成できるようになりました。

255. Gemini Enterprise アプリの Workspace 機能: 近日中に、Gemini Enterprise アプリのキャンバスモードから直接 Google カレンダーの会議をスケジュールしたり、ドキュメントやスライドをシームレスに作成、表示、編集したりできるようになります。まもなく限定公開プレビュー版が提供されます。

256. Gemini in Chrome の自動ブラウジング: 米国で Workspace をご利用のお客様は、Chrome Enterprise で新しい Gemini の自動ブラウジング機能を有効にできるようになりました。詳しくはこちらをご覧ください。

257. Workspace MCP サーバー: Drive 上のドキュメント内容の統合や Gmail の返信の作成などの高度な Workspace 機能を、デベロッパーが AI アプリケーションやエージェントに組み込むことができるようになります。プレビュー版が利用可能となっています。詳しくはこちらをご覧ください。

258. エージェントガバナンスの簡素化: AI コントロールセンター、エージェント管理、Workspace Studio 管理機能などの新しいエージェントガバナンスコントロールにより、Workspace のデータへのエージェントアクセス状況をモニタリング、制御、監査できるようになります。これにより、間接的なプロンプトインジェクション、過剰共有、データ損失のリスクを低減できます。

259. 新しい主権管理とクライアントサイド暗号化: 規制要件を満たすために、データの処理と保存場所を米国と EU に限定できます。今後、ドイツやインドなど、さらに多くの国がサポートされる予定です。特に機密性が高いセンシティブデータについては、クライアントサイド暗号化により、Google を含むすべてのエージェントとエンティティからのアクセスを拒否できます。

260. 移行機能と相互運用機能の向上: メール、ファイル、チャットを簡単に移行できる新しいクラウドサービスを使用することで、組織のシステム全体を Microsoft 365 から Workspace に移行できます。相互運用機能が改善され、Office アプリを使用している顧客やパートナーとのコラボレーションが可能になりました。

会場にお越しいただいたお客様、パートナー様、参加者の皆様、そしてオンラインでご参加いただいた皆様に心より感謝申し上げます。来年 2027 年 4 月 13～15 日にラスベガスで開催される Cloud Next ‘27 でまたお会いしましょう。

- Google Cloud、マーケティング担当バイスプレジデント、Sarah Kennedy

- Google Cloud プロダクトマーケティング担当バイスプレジデント、Peder Ulander

Next ’26: Google Cloud と Wiz が AI 時代のセキュリティを再定義

Mon, 11 May 2026 02:00:00 +0000

aside_block: <ListValue: [StructValue([('title', 'Next ’26 で本日発表した最新情報'), ('body', <wagtail.rich_text.RichText object at 0x7f682d3b6250>), ('btn_text', ''), ('href', ''), ('image', None)])]>

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

AI の時代には、セキュリティも新たな時代へと進む必要があります。組織は、AI の可能性を活用すると同時に、その悪用に対抗するという二重の課題に直面しています。Google Cloud は、こうした変化への適応と成長を支援します。

Google Cloud の最新調査によると、攻撃者は AI を利用して、攻撃の速度、規模、巧妙さを高めています。一方、M-Trends 2026 によると、脅威アクター間の連携強化により、初期アクセスからセカンダリ脅威アクターへの引き継ぎに要する時間は、過去 3 年間で 8 時間から 22 秒へと短縮されたことが示されています。

本日開催の Google Cloud Next では、ますます巧妙化する脅威への防御をマシンスピードで実現し、AI とマルチクラウド環境を保護しながら、大規模なクラウドワークロードを安全に運用するための Google Cloud の取り組みをご紹介します。

エージェント型防御の提供

チップからモデルまでをカバーする Google のフルスタック AI アプローチにより、優れた統合性とスピードを実現し、顧客保護を強化するための競争優位性をもたらします。さらに、グローバル規模の脅威モニタリングと Mandiant の最前線の専門家による分析情報に加え、Google DeepMind の最先端のインサイトや技術的ブレークスルーを活用し、お客様のプラットフォームのセキュリティ強化を支援します。

本日 Google は、Google Security Operations に、AI のスピードでの防御を支援する 3 つの新しいエージェントを発表しました。

現在プレビュー提供中の Threat Hunting エージェントは、従来の防御を回避する新たな攻撃パターンや、ステルス性の高い攻撃者の挙動を、チームが先回りして検出できるようにします。
現在プレビュー提供中の Detection Engineering エージェントは、カバレッジギャップを特定し、脅威シナリオに応じた新たな検出機能を生成します。手間のかかる作業を削減し、検出機能の作成を手作業中心の運用から自動化されたプロセスへと刷新します。
近日プレビュー提供予定の Third-Party Context エージェントは、サードパーティコンテンツから得られるコンテキストデータを活用し、ワークフローを強化します。

Threat Hunting エージェントで脅威ハンティングを開始

Triage and Investigation エージェントは、過去 1 年間で 500 万件以上のアラートを処理し、通常 30 分かかる手動分析を、Gemini の活用により 60 秒へ短縮しました。

「運用レジリエンスとサイバーセキュリティは、BBVA におけるお客様からの信頼を支える基盤です。Triage and Investigation エージェントのような高度な AI を導入することで、新たな形で運用を拡張できるようになります」と、BBVA のセキュリティテクノロジー責任者である Diego Martinez Blanco 氏は述べています。

また同氏は、「初期対応に伴う負荷の高い作業を担い、誤検知を取り除くことで、人による判断が必要な問題に優先的に対応できます。さらに、エージェントが判断根拠を明確に示すことで、チームは推奨事項を理解し、より複雑な調査にリソースを集中できるようになります」とも述べています。

Google Security Operations 向けリモート Google Cloud Model Context Protocol (MCP) サーバー対応が一般提供となり、独自のセキュリティエージェントを構築できるようになりました。さらに利便性を高めるため、プレビュー提供中の Google Security Operations のチャットインターフェースから、MCP サーバークライアントへ直接アクセスすることも可能です。

Google Cloud のエージェント型防御を活用し、インテリジェンス主導かつ AI による拡張を取り入れた最新のセキュリティ運用を進める組織は、高い ROI を実現できます。 Christopher Kissel 氏、IDC リサーチ担当バイスプレジデント

Threat Hunting エージェントが作成した検出結果レポート

セキュリティチームは、Google Security Operations のエージェント型自動化を活用することで、対応業務を自動化できます。さらに、チームの手動トリアージからエージェント型防御への移行を進めるため、Google Threat Intelligence にダークウェブインテリジェンスを導入しました。こちらは現在プレビュー提供中です。内部テストによると、この機能は 1 日あたり数百万件の外部イベントを 98% の精度で分析し、真に重要な脅威を優先的に特定できます。

「IDC は、AI を活用したコンテキストと自動化により、組織が平均検出時間と平均対応時間の大幅な短縮、誤検知の減少、アナリストの生産性向上など、定量的に把握できる運用成果を得ていることを明らかにしています。こうした運用上の改善は、業務中断期間の短縮、インシデント関連コストの削減、セキュリティポスチャーや意思決定に対する経営層の信頼感向上など、重要なビジネス成果につながります」と、IDC のリサーチ担当バイスプレジデントである Christopher Kissel 氏は述べています。「Google Cloud のエージェント型防御を活用し、インテリジェンス主導かつ AI による拡張を取り入れた最新のセキュリティ運用を進める組織は、高い ROI を実現できます。」

Google Security Operations の新しいパートナー連携ワークフロー

本日さらに、Google Security Operations 向けの充実した新しいパートナーインテグレーションも発表します。導入後すぐに利用できる高精度なセキュリティワークフローを提供する、Google Cloud Security 統合エコシステムの最新パートナーには、Darktrace、Gigamon、SAP などが含まれます。

あらゆるインフラストラクチャで、AI とクラウドアプリケーションを保護

AI とクラウドアプリケーションは、複数のプラットフォームやモデルにまたがって構築されています。これらをエンドツーエンドで保護するため、構築環境や方法にかかわらず、リスクをより簡単かつ迅速に軽減できるようにします。こうした保護機能は、アマゾンウェブサービス（AWS）、Google Cloud、Microsoft Azure、Oracle Cloud などの主要なクラウド環境に加え、OpenAI などの SaaS（Software as a Service）環境、さらにセルフホスト型の環境にも対応しています。

さらに、Wiz が Google Cloud の一員となったことで、お客様が構築し運用するアプリを保護する機能が拡大し、一段と強化されました。Wiz は、AI を迅速かつ安全な導入を可能にするとともに、AI 開発ライフサイクルの保護も強化します。

Wiz は、RSA Conference で AI-Application Protection Platform（AI-APP）を発表しました。AI アプリケーション向けに、高度な可視化、リスクポスチャーの把握、ランタイム分析が可能になります。また、Wiz Security Agents と Wiz Workflows も発表し、リスクや脅威をマシンスピードで特定し、迅速に対応できるようになりました。

Google は、あらゆるクラウド、プラットフォーム、AI 環境でお客様を保護する体制を一段と強化します。その一環として、Wiz は、Databricks に加えて、AWS Agentcore、Gemini Enterprise Agent Platform、Microsoft Azure Copilot Studio、Salesforce Agentforce などの新しいエージェントスタジオにも対応します。チームがどのプラットフォームを選んで構築しても、お客様は全体の可視性の確保が可能です。

Wiz は Google Cloud Apigee、Cloudflare AI Security for Apps、Vercel プラットフォームなど、クラウドの外側レイヤーとのインテグレーションによってセキュリティエコシステムとの連携を継続し、Wiz Security Graph の適用範囲をさらに拡張しています。また、Google は、Wiz Defend のセキュリティ検出機能と Google Security Operations および Mandiant Threat Defense との連携方法のアップデートにより、アナリストが脅威情報の自動転送をより容易に設定できるようになりました。

さらに、Wiz は、AI ネイティブな開発ライフサイクルを保護し、チームがより迅速かつ安全にイノベーションを進められる新機能も発表しました。

バイブコーディングアプリケーションを保護: Wiz は、5 月に一般提供予定の新しいインテグレーションを発表しました。これにより、Wiz のセキュリティスキャンを Lovable プラットフォーム内で直接実行できるようになります。Wiz が検出した脆弱性、シークレット、設定ミスは、Lovable の組み込みセキュリティビュー上に表示され、チームがすでに開発を進めている環境でそのまま確認することができます。
AI 生成コードの保護: Wiz は、AI 生成コードに含まれるリスクを、生成された瞬間に取り除きます。インライン AI セキュリティフックは、IDE やエージェントワークフローに直接統合され、プロンプトを評価するとともに、AI 生成出力を即座にスキャンします。これにより、コードがコミットされる前にセキュリティガードレールを組み込むことができます。
エージェントベースの修復: Wiz Skills は、コーディングエージェントや AI ネイティブ IDE に、コードからクラウドまでの包括的なコンテキストと、Wiz Security Graph による検証済みの攻撃対象領域に関する検出結果を提供します。この機能により、チームは、デベロッパー個人の IDE 上でも、バージョン管理システム内のリポジトリや pull リクエスト単位でも、エージェント主導の自動修復ワークフローを実行することができます。
シャドー AI の排除: Wiz の動的な AI-Bill of Materials（AI-BOM）は、環境全体に存在するすべての AI フレームワーク、モデル、IDE 拡張機能を自動的にインベントリ化します。これにより、スタック全体でどのツールがコード生成に使われているかを完全に可視化し、Gemini Code Assist や GitHub Copilot などの承認済みツールを管理すると同時に、未承認のシャドー AI プラグインを検出することができます。

Wiz の発表について詳しくは、こちらをご覧ください。

AI エージェントとエージェント型ウェブの保護

クラウドと AI ワークロードを保護するだけでなく、Google Cloud の安全性を重視して設計された基盤は、エージェント、不正対策、ウェブ領域に至るまで、AI 時代のスピードでイノベーションを加速します。

Gemini Enterprise Agent Platform によるエージェントの保護とガバナンスGoogle は本日、エージェントの構築、オーケストレーション、ガバナンス、最適化を支援する、Gemini Enterprise Agent Platform を発表しました。主な内容は次のとおりです。

Agent Identity により、アクセス管理と AI ガバナンスを大規模に実現できます。新機能では、エージェントごとに固有の ID を付与し、特定の認証フローや、ユーザーから範囲を限定して委任された権限のもとで、自律的に動作できるようになります。
Agent Gateway は、すべてのエージェント間接続およびエージェントとツール間の接続に対して、ポリシー適用を実現します。エンタープライズ向けエージェントトラフィックを管理するとともに、MCP や Agent2Agent（A2A）などのエージェントプロトコルに対応し、あらゆるエージェント間インタラクションを検査して保護します。
モデルとエージェントのインタラクションを保護するランタイム保護機能 Model Armor は、Agent Gateway、Agent Runtime、Langchain との統合をプレビュー提供します。Firebase との統合は一般提供となります。デベロッパーはコードを変更することなく、エージェントのトラフィックやインタラクションに対して、インラインでのポリシー適用と無害化処理を行うことができます。これらのインテグレーションにより、プロンプトインジェクション、ツールポイズニング、センシティブデータ漏洩などのランタイムリスクに対する Model Armor の保護範囲が、Google Cloud の各種サービスと AI 製品群全体に広がります。

Google Cloud Fraud Defense と Chrome Enterprise でエージェント型ウェブを保護本日、Google は reCAPTCHA をさらに進化させる新サービスとして、Google Cloud Fraud Defense をリリースしました。本サービスは一般提供されています。この包括的なプラットフォームは、ボット、人間、エージェントが正当な利用主体であり、適切な権限を持っているかどうかを見極められるよう設計されています。さらに、Fraud Defense は Google のエコシステム保護と同等のスケールおよびシグナルを活用し、人間ユーザーと AI エージェント向けの新機能をまもなくプレビュー提供します。これにより、アカウント作成やログインから、支払いやチェックアウトに至るまで、デジタルコマースジャーニー全体の安全性を強化します。

AI の安全性を確保するという Google の取り組みは、AI とのインタラクションに不可欠なエンドポイントであるブラウザにも広がっています。Chrome Enterprise は、企業データを守りながら AI を安全に活用するために必要な可視性とコントロールを提供し、AI 時代に向けた包括的なデータ保護を実現します。

現在プレビュー提供中の AI 拡張機能向け脅威検出機能は、高度な拡張機能テレメトリーを可視化し、セキュリティチームが AI エージェントの異常な挙動を検出し、迅速に対応できるようにします。
まもなく一般提供される新しいシャドー AI レポート機能は、従業員による未承認のウェブベース AI や SaaS アプリケーションの利用を検知することで、シャドー AI の利用実態を可視化できます。

Trusted Cloud の新機能

Google は、お客様の環境を保護するため、クラウドプラットフォーム全体で新たなセキュリティコントロールの提供を続けるとともに、ID、データ、ネットワーク領域にわたる機能強化を進めています。今回は、以下のアップデートをご紹介します。

最新の IAM による権限管理の簡素化最小権限を迅速かつシンプルに実現するため、事前定義ロールのカタログを簡素化し、管理者、編集者、閲覧者などの使いやすいロールに整理しました。あわせて、IAM role picker や機密性の高い操作に対する再認証機能なども提供します。

データセキュリティクラウドプラットフォームのデータセキュリティポートフォリオ向けに、最もセンシティブなデータを保護し、AI による変革を加速する複数の新機能を提供します。

Confidential Computing: NVIDIA とのパートナーシップにより、Google は本日、Confidential Computing の G4 VM 向けサポートを発表しました。Google Compute Engine（GCE）の Confidential G4 VM は、NVIDIA RTX PRO 6000 Blackwell Server Edition GPU を搭載し、グローバルでプレビュー提供されます。これにより、機密性の高いさまざまな AI ワークロードにおいて、機密性と完全性を強化します。さらに、Intel とのパートナーシップのもと、Google は C4 Confidential VMs のプレビュー提供も開始します。第 6 世代 Intel Xeon プロセッサに Intel TDX を採用し、業界をリードするコンピューティング密度とパフォーマンスを実現するとともに、さまざまな AI および分析ワークロードを保護します。
Cloud Key Management Services（KMS）: 新たに Confidential External Key Manager（cEKM）をプレビュー提供します。任意のリージョンで外部鍵をホストして保護しながら、機密環境内で検証可能な統制を維持できる柔軟な運用が可能になります。
ポスト量子暗号（PQC）: 新たに KMS Quantum Safe Key Imports をプレビュー提供します。これにより、耐量子アルゴリズムを用いた、お客様独自の鍵を持ち込めるようになります。
Secret Manager: パスワード漏洩防止とプロンプトインジェクションのリスク緩和に向け、Secret Manager と Agent Development Kit のネイティブ統合を一般提供します。

ネットワークセキュリティGoogle Cloud のクロスクラウドネットワークセキュリティ製品群に、複数の新機能を追加します。

Cloud NGFW: 巧みに検知を回避するゼロデイ脅威への防御強化に向け、Cloud NGFWの高度なマルウェアサンドボックスを、今年後半にプレビュー提供します。この機能は、Palo Alto Networks Advanced Wildfire を基盤としており、70,000 社を超える Palo Alto Networks の顧客から得られたデータを基にトレーニングし、既知か未知を問わずマルウェアの 99% を阻止します。
Cloud Armor: Thales Imperva を活用した新しい Cloud Armor マネージドルールをプレビュー提供します。レイヤ 7 のアプリケーション攻撃やゼロデイ CVE（React2Shell など）を検出できます。

SCC で Google Cloud のセキュリティを強化Google Cloud ネイティブのセキュリティソリューションである Security Command Center（SCC）は、Google Cloud 上の従来のアプリケーションと AI アプリケーションの両方を保護するために、クラウドセキュリティのベースラインを確立します。

AI エージェント、モデル、MCP サーバーは、継続的な検出と包括的なリスク分析により、脅威、脆弱性、設定ミスを特定することで保護されます。
SCC は、Google Cloud ワークロードのシャドー AI を把握するために、ランタイムの詳細な可視化を強化します。近日プレビュー提供予定の SCC では、エージェント、Cloud Run または GKE 上でホストされる MCP サーバー、GKE 上で稼働する推論エンドポイントなど、非管理下のエージェント型ワークロードを自動検出し、SCC 上でポスチャー検出結果として表示されます。
強化された Security Command Center Standard ティアは、データセキュリティポスチャー管理、コンプライアンス管理、脆弱性管理、リスク分析を備えています。これにより、Google Cloud のすべてのお客様は追加費用なしで、導入初日から強力なセキュリティ、コンプライアンス、リスク対応体制を確立できます。

次のステップ

Google をセキュリティチームの一員に迎えることで、インテリジェンス主導の AI ネイティブな防御力、安全性を重視して設計されたオープンクラウドの柔軟性、そして自社チームの延長として頼れる、業界屈指の現場経験を持つエキスパートを得られます。

こうした新たなイノベーションと、これから先を守る方法については、セキュリティスポットライトをご覧ください。また、Next ’26 の発表内容についてさらに詳しく知るには、ライブ配信またはオンデマンドで視聴できる多数のセキュリティ関連ブレイクアウトセッションもぜひご覧ください。

- Francis deSouza、Google Cloud COO 兼セキュリティプロダクト担当プレジデント

エージェント型エンタープライズのためのクロスクラウドインフラストラクチャのイノベーション

Fri, 08 May 2026 02:00:00 +0000

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

エージェント型 AI の時代が人間の速度から機械の速度へと運用を加速させていますが、それと同時に、以前のテクノロジーインフラストラクチャに深刻なストレスを与えています。数千もの内部メッセージと複雑なクエリを生成するエージェントが、しかもさらに多くのエージェントを生み出すという新たな現実は、基盤となるシステムを限界に追い込んでいるのです。この状況の中、従来のネットワークやデータベースでは瞬く間に手に負えなくなり、新たなセキュリティ脆弱性が顕在化する可能性があります。

エージェントの時代に AI の可能性を最大限に引き出すには、安全で適応性の高い基盤が必要です。Google ではこれを、エージェント型エンタープライズ向けクロスクラウドインフラストラクチャと呼んでいます。Google は Google Cloud Next ‘26 で、このインフラストラクチャの 4 つの分野における一連の新しいイノベーションを発表します。

最新情報:

Fluid Compute: Google Compute Engine サービスと Kubernetes サービスの連携により、新しいコンピューティング機能とオーケストレーション機能が追加されます。これらの機能は、費用対効果と速度に優れた AI エージェントとエンタープライズワークロードを実現するものです。
安全なクロスクラウド接続: Agent Gateway、Cloud Armor などのツールで、AI エージェント向けの安全で管理されたネットワーキング基盤を簡素化します。この基盤には、クラウド間のエージェントトラフィックのオブザーバビリティも組み込まれています。
統合データレイヤ: スマートストレージ、Knowledge Catalog などのイノベーションで、受動的なデータアーカイブを動的な推論エンジンへと変換します。この推論エンジンが、実行に必要となるコンテキストを AI エージェントに渡します。
デジタル主権: Confidential External Key Management と、Google Distributed Cloud の新機能により、データの保存場所を問わずに Google の最先端のモデルと AI イネーブラーを利用できるようになります。

これら 4 つの分野それぞれの最新ニュースを詳しくご紹介します。

Fluid Compute

エージェントワークロードは動的であり、予測することはできません。このことは、従来のエンタープライズアプリケーションにも AI エージェント自体にも影響を与えます。そこで、Fluid Compute を実現するために、Google Compute Engine サービスと Google Kubernetes サービスが連携して動的にワークロードに適応し、リアルタイムで重みをシフトします。これにより、すべてのお客様にとって、費用対効果と速度に優れた AI エージェントとエンタープライズ向け運用ワークロードの実現が可能になります。

AI Hypercomputer が大規模な AI モデルトレーニング向けの素の処理能力を提供する一方で、Fluid Compute によって運用ワークロードとエージェントのニーズに対応します。エージェントが推論と強化学習へと移行する中、CPU は中心的な役割を取り戻しつつあります。CPU は、エージェントワークフローに必要な「分岐」ロジック、複雑な制御フロー、安全なコード実行サンドボックス（エージェントオーケストレーション、RL、SLM 推論、RAG 向けのサンドボックスなど）において優れた能力を発揮するためです。さらに、CPU はエージェントを安全に実行するために重要となるエージェントの隔離を可能にし、トレーニングで使用される GPU と TPU の並列処理能力を補完します。

Google は、従来のワークロードと AI エージェントを安全かつ大規模に実行できるようにするための新しい CPU ファミリー、GKE 機能、Hyperdisk ブロックストレージ機能を導入しています。

Google C4N シリーズ: このシリーズの VM は、エージェント型 AI の需要によってエンタープライズワークロードの速度が低下しないように、1 秒あたり最大 9,500 万パケットを処理します。これは、他の主要なハイパースケーラーと比べて最大 40% 高速なパフォーマンスです。これにより、セキュリティアプライアンス、ストリーミングメディア、オープンソースデータベースなどの要求の厳しいワークロードで、より小さいインスタンスサイズを使用するとしても、I/O ボトルネックが解消されます。
Hyperdisk Extreme を使用した Google M4N シリーズ: M4N は、エージェント、分析、ミッションクリティカルなデータベースからの膨大なデータ I/O の処理のニーズに対処するために、データパイプラインのボトルネックを解消してオーバープロビジョニングの必要をなくし、業界トップクラスのコアあたりの IOPS とスループットを実現しています。vCPU あたり 26.57 GB の RAM を提供する M4N を使用すれば、ミッションクリティカルなワークロードをより少ないコアでスケールして、優れた費用対効果を実現できます。たとえば、Hyperdisk Extreme を使用した M4N は、主要なハイパースケールクラウドと比較して、Oracle ワークロードの総所有コストを 20% 以上削減します。
GKE Agent Sandbox: このソリューションは、信頼できる gVisor でエージェントを隔離して保護し、クラスタごとに 1 秒あたり最大 300 個のサンドボックスを起動して需要の急増に対応します。GKE Agent Sandbox は、主要なハイパースケールクラウドの間で唯一利用可能なマネージドサンドボックステクノロジーを基盤としています。GKE Agent Sandbox で Google Axion N4A を使用して AI エージェントを実行する場合、競合他社よりも最大 30% 優れたコストパフォーマンスを実現します。

「Wayfair の AI 戦略は、Google Cloud での長年にわたる体系的なインフラストラクチャモダナイゼーションに基づいて構築されています。この戦略には、コアの e コマースエンジンとデータベースをレガシーシステムから移行すること、モノリシックなサービスをクラウドネイティブアーキテクチャに分解すること、データと分析プラットフォームを統合することが含まれています。Gemini Enterprise Agent Platform という基盤があるからこそ、他のすべてが可能になります。現在、カタログの拡充から、お客様が自分にぴったりの家を建てられるよう生成 AI が支援するショッピングエクスペリエンスまで、あらゆるものを Gemini Enterprise Agent Platform によって強化しています。また、私たちはこの同じ基盤を頼りに、AI が単に支援するだけでなく、あらゆる顧客タッチポイントとビジネス全体で積極的に発見、パーソナライズ、コマースを推進するエージェントとなる時代に向けて準備を整えています。」- Wayfair、最高技術責任者、Fiona Tan 氏

最新のコンピューティングイノベーションについては、こちらのブログ記事をご覧ください。

安全なクロスクラウド接続

エージェント型 AI は、予測可能な人間のリクエストを自律的な「推論ループ」に置き換えます。このループでは、エージェントが他のエージェントを呼び出し、そのエージェントが LLM を呼び出すため、コンピューティングとマシン間のトラフィックが急増することになります。こうしたエージェント型へのシフトは、ネットワークの予測可能性と人間以外の ID のセキュリティに関して他には見られない課題をもたらします。エージェント型 AI 向けに最適化されたクロスクラウドネットワークは、さまざまな環境間でデータを移動して、可視性とセキュリティによって従業員、顧客、エージェントをつなげます。クロスクラウドネットワークの新機能は次のとおりです。

Agent Gateway: Gemini Enterprise Agent Platform の「航空管制官」として、企業のエージェントトラフィックを管理およびオーケストレートします。MCP や A2A などのエージェントプロトコルをネイティブに理解し、すべてのエージェントのやり取りを検査して管理します。Google とサードパーティの ID および AI の安全性に関するサービスと連携して、アクセスの検証、攻撃のブロック、機密データの保護を目的とした詳細な検査を可能にし、コアビジネス全体でコンプライアンスを維持します。
Cloud Network Insights: ハイブリッドクラウドとマルチクラウドのインフラストラクチャ全体にわたる幅広い可視性を提供し、トラブルシューティングとネットワーク解決を迅速化します。Google Cloud、AWS、Azure、データセンター、インターネットアプリケーション、エージェントワークロード全体で、エージェント、ネットワーク、ウェブのエンドツーエンドのパフォーマンスを継続的にモニタリングします。Cloud Network Insights は、合成トラフィック分析を使用して、ホップごとのネットワークパスを可視化し、パフォーマンス低下の原因を特定できるよう支援します。また、オペレーションの自律性を高めるために、Cloud Network Insights には Gemini Cloud Assist の AI を活用した分析情報が結合されます。
強化された Cloud Next Generation Firewall（NGFW）と Cloud Armor: AI が生成するポリモーフィックマルウェアやゼロデイエクスプロイトの急増に対処するために、AI を活用した機械の速度での保護を提供します。Cloud NGFW の高度なマルウェアサンドボックスは、AI によって生成された脅威をリアルタイムでその場で防止します。一方、Cloud Armor のマネージドルールは、既知および未知の共通脆弱性識別子（CVE）の両方に対する自動保護を提供します。これらのサービスは Model Armor と連携して、AI エージェントのコミュニケーションのインテントと内容を分析します。

Google がデータセンター内外で AI 向けにネットワーキングを最適化した方法について詳しくは、こちらをご覧ください。

統合データレイヤ

AI エージェントの能力は、アクセスできるデータと与えられたコンテキストによって決まります。構造化データと非構造化データを使用するアプリケーションやプラットフォームが増えていますが、それらのデータを大規模にカタログ化、検索、活用するのは容易なことではなく、それが原因でエージェントの対応が非効率になる可能性があります。このギャップを埋めるためにエージェントに必要となるのは、すべてのデータがまとめられたクエリ可能なナレッジエンジン、つまり統合データレイヤです。これにより、エージェントは正確な情報源を特定してアクセスできるようになります。Next ‘26 では、統合データレイヤを強化する次の機能を取り上げます。

スマートストレージ: このソリューションは、新しいセマンティックインテリジェンスをデータオブジェクトに直接埋め込むことで、ダークデータを AI エージェントとトレーニングのための強力な知識アセットに変換します。自動アノテーション、エンティティ抽出、セマンティック検索などの新しい Google Cloud Storage 機能により、エージェントは必要とする特定のデータが組織全体にわたって存在するスプレッドシート、PDF、その他の非構造化形式のどれに隠されているかどうかにかかわらず、そのデータを瞬時に検出して使用できます。これにより、AI ソリューションの開発とデプロイが大幅にスピードアップします。AI ワークロードを加速するストレージイノベーションについて詳しくは、こちらをご覧ください。
Knowledge Catalog: Knowledge Catalog は、エージェントが最も正確な結果を提供できるように、データエステート全体にわたってビジネスの意味をマッピングし、グラウンディングされた信頼できる情報源を提供します。この基盤により、AI のトレーニングと推論が可能になり、データの移行が不要になります。エージェントは、データがどこにあっても、完全なコンテキストとガバナンスに沿って直接データとやり取りするため、モダナイゼーションが容易になります。

Google の Agentic Data Cloud の一部となっているスマートストレージと Knowledge Catalog により、データを受動的なアーカイブから動的な推論エンジンに変換できます。

「お客様のスマートホームとセキュリティソリューションをよりインテリジェントで便利なものにするためには、AI が不可欠です。Google Cloud のスマートストレージを活用すれば、BigQuery で配信される豊富なメタデータに自動的にアノテーションを付けることができます。データ検出とキュレーションの取り組みを拡大し、加速させたことで、AI 開発プロセスを数か月から数週間に短縮できたと同時に、信頼を築き、全体的な家庭環境を向上させるイノベーションを継続的に提供できるようになりました。」- Vivint、プロダクトおよび AI 担当バイスプレジデント、Brandon Bunker 氏

デジタル主権

エージェントの時代において、管理を犠牲にすることなくイノベーションを加速させようと目指す公共部門や企業のお客様にとって、デジタル主権は基本的な要件です。万能なソリューションというものは存在しません。そのため、Google ではパブリッククラウド、オンプレミス、ハイブリッドなど、あらゆる場所でさまざまなソブリン AI のニーズに対応できるよう、包括的な一連のサービスを設計しました。Google のソブリン AI ポートフォリオの新機能には、次のようなものがあります。

Confidential External Key Management: 組織は Confidential External Key Management を使用して、暗号鍵の完全な未編入領域、管理権、制御権と、暗号鍵を管理するポリシーを維持できます。Confidential External Key Management は、Confidential Compute を活用して、Google Cloud 内の改ざん防止環境で鍵管理エンドポイントをホストします。鍵の保存場所、鍵へのアクセスを許可するユーザー、アクセスを許可する状況は、お客様が管理できます。特権を持つ Google 管理者であっても、承認なしに鍵にアクセスすることはできません。また、承認はいつでも取り消すことができます。自社のデータを自社で管理できるというわけです。
Google Distributed Cloud 上の Gemini: GDC 上の Gemini を使用すると、企業はデータ主権のニーズを満たしながら、機密性の高い環境に Gemini を安全にデプロイできます。デプロイモデルの選択肢には、接続されたハードウェア上のマネージドソフトウェアや、エアギャップのある完全に切断されたソリューションなどがあります。最も制限の厳しい高度なセキュリティ環境であっても、強力な Gemini モデルから高度なコーディング、検索、その他のエージェント機能に至るまでの Google の最先端の AI 機能によるスケーリングが可能になりました。

さらに、すべてのソブリン AI ワークロードを加速および強化できるよう、Google Distributed Cloud では最新世代の AI インフラストラクチャと Gemini モデルを組み合わせたエンドツーエンドの AI スタックをサポートしています。このスタックには以下が含まれます。

NVIDIA Blackwell GPU: NVIDIA Blackwell（NVIDIA HGX B200）および NVIDIA Blackwell Ultra プラットフォーム（NVIDIA HGX B300）GPU は、第 5 世代 NVIDIA NVLink を活用して AI パフォーマンスを加速し、データセンター規模の帯域幅を環境に直接提供します。
新しい VM ファミリー: 新しい A4 ファミリーパッケージは、最も要求の厳しい推論タスクを処理する能力を提供し、ピーク時のコンピューティングを 2.25 倍に向上させます。メモリ最適化 M2 および M3 は、オンプレミスで大規模な ERP とデータ分析のワークロードに必要となる高いメモリ対 vCPU 比を実現します。
ストレージの強化: ゾーンあたりのストレージ容量が 6 倍に増え、パフォーマンスは 10 倍に向上しています。これによりストレージのボトルネックが解消されるため、オンプレミスで AI 推論を実行できます。今や、データインフラストラクチャは AI 推論のスピードで進化しています。

「弊社のお客様は、マルチテナントのリスクを伴わない、高性能なプライベート AI 推論を求めています。Google Distributed Cloud を使用すれば、機密データに関する厳格な要件を満たす、専用の低レイテンシ環境を提供できます。B200 と B300 で Gemini を実行できるため、推論速度を大幅に向上させ、スケーリングに必要となるトークンスループットをお客様に提供できます。」- Cirrascale Cloud Services、CEO / 共同創設者、Dave Driggers 氏

ビジョンを現実にする

以上の製品分野が収束した時点で、インフラストラクチャはエージェント時代に対応する高性能で安全かつ適応性のある基盤へと進化します。Google は単にツールを提供するだけでなく、企業や公共部門が AI とエージェントの力を最大限に活用できるようにするためのアーキテクチャブループリントを提供しています。

AI インフラストラクチャの主要な業界トレンドについて詳しくは、エージェント型 AI 時代のインフラストラクチャの現状に関するレポートをご覧ください。

- コンピューティングプラットフォーム部門プロダクト管理担当バイスプレジデント、Nirav Mehta

- Google Distributed Cloud 担当バイスプレジデント、Muninder Sambi

Google Cloud と SAP、Agentic Enterprise に向けた青ブループリントを公開

Fri, 08 May 2026 01:00:00 +0000

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

Google Cloud と SAP はパートナーシップをさらに強化し、世界有数の大企業の中核業務プロセスに Gemini AI を直接組み込む取り組みを進めています。

AI の新たな基盤: このたび、Google Cloud Next '26 において、Google Cloud と SAP は、継続的なパートナーシップを通じて実現した Agentic Enterprise に向けた最新の成果を紹介しました。

その中核を成すのが Unified Data Foundation です。これは、SAP データと非 SAP データを双方向の信頼できる単一の情報基盤に統合し、従来のクラウドモダナイゼーションを、データドリブンな価値を生み出す戦略的な推進力へと進化させるものです。さらに、新たに追加されたゼロコピーデータ共有機能により、データ移動に伴う負荷をなくし、アーキテクチャをいっそう簡素化できます。これにより、ミッションクリティカルな AI ワークロードの構築に不可欠な、高忠実度のデータアクセスとリアルタイムの信頼性を確保できます。

また Google Cloud は、SAP Engagement Cloud の新機能も支援し、AI の作成、発想、学習を支える最新ツールを提供しています。これらのプラットフォームは SAP の従業員だけでなく、SAP のお客様にも提供されます。この一連の AI ツールは、企業全体でのエージェント活用に対する理解を深め、導入を後押しします。

重要な理由: この変化により、データストレージと AI イノベーションの間にあった隔たりは着実に埋まりつつあります。企業は、単にインフラストラクチャを管理する段階から、複雑で多段階のタスクを自律的に実行できるインテリジェントエージェントを実際に展開する段階へと進めるようになります。

とりわけ Unified Data Foundation は、既存のワークフローに有益なインサイトをもたらすだけでなく、AI ツールやエージェント型ワークフローが生み出す成果を支える基盤としても機能します。

全体像: このパートナーシップの深化は、SAP がお客様に価値を提供する方法をすでに変え始めています。

市場での競争力を維持し、優位性を築くという方針のもと、SAP の Engagement Cloud 部門は Google Cloud と連携し、次世代のエージェント型ソリューションを構築しました。これには、動的なコンテンツ開発、マーケティングブリーフやビジュアルコンセプトの生成、そして複数のエージェントが協調して実行する仕組みが含まれます。

コメント:「エージェント型 AI が価値を生み出すのは、信頼できるデータに基づき、実行に直接つながっている場合に限られます。だからこそ、Google Cloud とのパートナーシップは企業にとって非常に大きな意味を持ちます。生成 AI とエージェント型インテリジェンスを Engagement Cloud に直接組み込むことで、Google と SAP はマーケティングチームに、リアルタイムのインテリジェンスを意義ある顧客接点へと変える実践的な方法を提供しています。」- SAP、Engagement Cloud 責任者、Joanna Milliken 氏

新機能:

ゼロコピーの革新: SAP BDC Connect for BigQuery により、双方向のゼロコピーデータ共有が可能になります。膨大なデータセットを移動したり複製したりすることなく、データ基盤全体を統合できます。
Cortex Framework: 豊富なメタデータを BigQuery に直接埋め込む新たなソリューションアクセラレータです。これにより、Gemini エージェントは正確な企業コンテキストに基づいて動作できるようになり、AI のハルシネーションリスクを大幅に抑えられます。
99.95% SLA への向上: AI を活用した障害の予測と予防により、Google Cloud 上の RISE with SAP で業界トップクラスの稼働率保証を提供します。
SAP Sovereign on Google Cloud: 厳格なデータ所在地要件を持つお客様は、SAP の S/4HANA Private Cloud Edition を Google のソブリンインフラストラクチャ上で直接実行できるようになりました。

数値で見る: お客様は、データ分析にかかる総所有コスト（TCO）を最大 54% 削減できます。さらに、エネルギー効率に優れた Google のパブリッククラウドで SAP ワークロードを実行することで、企業の ESG 目標の達成も加速できます。

今後の予定: SAP BDC Connect for BigQuery は、まもなく一部のデータセンターで提供を開始し、2026 年後半にはさらに広い範囲で利用可能になる予定です。

さらに詳しく見る:

- 移行担当マネージングディレクター、Casey McGee

エージェント型エンタープライズの実現: ビジネスや業界向けのエージェントが Gemini Enterprise に登場

Thu, 07 May 2026 02:00:00 +0000

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

画一的な AI の時代が完全に終わりを迎えようとしています。昨今の企業は、真の生産性を向上させるために、高度に専門化された役割固有のツールを必要としていますが、そのためにセキュリティ、監視、コントロールを犠牲にすることはできません。

新機能: Google はこのたび、パートナーが構築したエージェントを Agent Marketplace から Gemini Enterprise アプリ内の Agent Gallery に直接取り込みました。これにより、Accenture、Adobe、Atlassian、Deloitte、Lovable、Oracle、Palo Alto Networks、Replit、S&P Global、Salesforce、ServiceNow、Workday などのパートナーが提供する専門的な AI を発見して管理するための強力な一元管理されたハブが作成されます。

お客様にとっての重要性: Gemini Enterprise アプリは、何千もの企業で何百万もの有料シートが利用されており、組織が複雑なエンドツーエンドのワークフローを単一の統合環境で自動化できるようにします。主なメリットは次の 5 つです。

過大評価されたエージェントからの解放: 市場には受動的な chatbot や硬直的なワークフローが溢れています。Marketplace に掲載されているパートナーは、複雑なエンドツーエンドのタスクを実行できる真の自律型エージェントを提供しています。これは、深いコンテキストとメモリ、インテリジェントなオーケストレーション、安全なツールの使用を組み合わせることで実現されています。
質の高いエージェント: 掲載のエージェントが「Google Cloud Ready - Gemini Enterprise」の認定を受けるには、基本機能、出力の精度、自律的な実行、エンタープライズ基準に関する厳格な 4 段階の評価に合格する必要があります。
安全保護対策の組み込み: 明確な監査証跡のために、Gemini Enterprise Agent Platform がすべてのエージェントに暗号的に安全な ID を割り当てます。また、Agent Gateway と Model Armor が、トラフィックを積極的にスクリーニングして、データがモデルのトレーニングに使用されないようにします。
IT 部門による強固なガバナンス: 従業員の生産性と、組織の厳格な管理のバランスを取るために、Agent Gallery は安全な 2 段階のガバナンスモデルに基づいて構築されています。従業員がギャラリーを閲覧し、ニーズに合ったエージェントの調達やアクセスをリクエストする間、IT 部門が引き続き管理を担います。管理者は、受け取ったすべてのリクエストを確認してデプロイを承認または拒否し、組織全体で各エージェントを操作できるユーザーをきめ細かく制御できます。
統合されたエコシステムによるサイロの解消: 通常は、サードパーティの AI を購入すると、ばらばらのプラットフォームをつなぎ合わせることになります。Google のアプローチは、こうした摩擦を解消します。各パートナーのエージェントは、Gemini Enterprise Agent Platform 内でネイティブに実行されるように構築されています。つまり、サードパーティのエージェントと社内でカスタムビルドされたエージェントが、単一の統合されたエコシステム内で共存できるため、組織はインフラストラクチャを分断することなく、AI 機能を無限にスケールできます。

パートナー様向けの市場開拓の機会: Google はこのたび、エージェント開発のために 7 億 5,000 万ドルのパートナーファンドを発表しました。また、パートナー様は、確約された企業支出のバックログ 2,400 億ドルを活用し、数百万人の Gemini Enterprise ユーザーの日常業務に直接リーチできます。Google は、日常的なユーザーの発見を IT 部門の調達フローに変え、契約を標準化し、購入サイクルを最大 50%短縮します。Google の営業担当者はパートナー様との連携を奨励され、Marketplace のベンダーは取引成立の規模が 112% 大きくなっています。Google Cloud で構築するなら今が絶好の機会です。

始めるには:

お客様の場合: これらのエージェントは、Gemini Enterprise アプリの Agent Gallery で直接確認できます。ぜひ 30 日間のトライアルをお試しください。

パートナー様の場合: Google の迅速なエージェントデプロイフレームワークを活用することで、明確な道筋に沿ってエージェントをオンボーディング、商用化し、Gemini Enterprise ユーザーに簡単に見つけてもらえます。ぜひ AI エージェントプログラムにお申し込みください。

さらに、Google for Startups の AI エージェントチャレンジも始まります。これには、自社のエージェントを Gemini Enterprise で使用できるように準備できるスタートアップ専用のトラックが含まれます。

今すぐ導入できるエージェントのご紹介

Gemini Enterprise アプリ内の Agent Gallery からアクセスできる Agent Marketplace 掲載のパートナー構築エージェントの例

Acalvio: ShadowPlex Preemptive Cyberdefense Agent は、Cloud IAM とクラウドワークロードにハニートークンをデプロイし、エージェント型 AI 攻撃を偵察フェーズで阻止します。これにより、悪意のあるエージェントや安全でないエージェントの動作からクラウドワークロードをリアルタイムで保護できます。

Accenture: Supply Chain Inventory Intelligent Advisor エージェントは、エージェント型 AI を活用した意思決定支援システムで、在庫の計画と追跡を効率的に最適化するように設計されています。リアルタイムのデータと AI を使用して、サービスレベルのバランスを取り、過剰な在庫を最小限に抑えるための実用的なインサイトを提供します。

Adobe: Adobe Marketing Agent for Gemini Enterprise は、自然言語のクエリを Adobe のカスタマーエクスペリエンスエージェント機能に接続します。Adobe の機能により、キャンペーンのパフォーマンス、ターゲットオーディエンス、カスタマージャーニーのモニタリングに関する分析情報を即座に得られるため、チームはワークフローを離れることなく、よりスマートに作業できます。

Alteryx: Alteryx AI Insights Agent は、アナリストがキュレートした分析情報を Gemini Enterprise 内で提供します。Alteryx One を基盤として構築されており、アナリストが信頼できるデータセットを定義すれば、ビジネスユーザーは質問するだけで、管理の範囲内で再現可能な回答が得られます。Alteryx One のサブスクリプションが必要です。

Ambiguous AI: Ambiguous Recruiting Coworker は、応募者とのコミュニケーション、複数回の面接のスケジュール設定、応募から採用までのパイプラインの追跡を管理します。Gmail、Google カレンダー、Google スプレッドシート、Google ドライブなどでネイティブに動作し、重要な判断についてユーザーに情報を伝達します。

Amdocs: Telco Customer Experience Agent は、デジタルチャネルとコンタクトセンターチャネルにまたがって、複雑なカスタマーサービスの問題を自律的に解決します。Amdocs Cognitive Core と Gemini Enterprise for CX を組み合わせることで、エンドツーエンドの通信プロセスを推論、オーケストレート、実行し、解決のスピード、費用対効果、顧客満足度を向上させます。

AODocs: AODocs AI Agent は、管理されたドキュメントの最新の検証済みバージョンのみに基づいて、信頼できる回答を即座に提供します。標準作業手順書（SOP）、技術仕様書、法的ポリシー、リスク管理手順書など、さまざまなユースケースに対応しています。

Articul8 AI: Articul8 Table Understanding Agent は、複雑なドキュメントを分析可能なテーブルデータに変換します。従来の OCR では見逃されていた階層的なレイアウトと関係を再構築し、正確な分析を可能にします。Articul8 Diagram Understanding Agent は、複雑な図を構造化データに変換し、記号と空間的関係を解釈して自動分析とシームレスなワークフロー統合を実現します。

Ascendo: Ascendo AI Agent は、重要インフラの担当チームがワークフローを自動化し、診断を改善して、現場でのエスカレーションを減らせるよう支援します。ログ、テレメトリー、サービスマニュアルを取り込むことで、複雑なサービス環境で最適なアクションを提案し、迅速かつ正確な意思決定をサポートします。

Atlassian: Rovo は、Jira、Confluence、ツールスタック全体にシームレスに統合される AI チームメイトです。Atlassian の Teamwork Graph を基盤として構築されたこのエージェントは、ナレッジを提示し、タスクを自動化し、インテリジェントなアクションを実行することで、チームがコンテキストを把握し、より迅速に行動し、連携を維持できるようにします。

AutoCIO: AutoCIO Financial Forecasting Agent は、ポートフォリオマネージャーや投資チームがポートフォリオの設計、最適化、管理に使用しています。このエージェントは、エンドツーエンドのワークフローを自動化し、50,000 を超える証券にわたって予測シグナルを提供し、自然言語プロンプトを介して高度にカスタマイズされたリアルタイムの戦略立案を可能にします。

Avalara: Avi Agent は、AI を活用して税務とコンプライアンスを自動化するゲートウェイです。Avalara の Agentic プラットフォーム上に構築されたこのエージェントは、外部システムとコンプライアンスエージェントをスマートに調整し、税金の計算、申告、請求書の管理を即座かつ安全に行います。

Backstory: Backstory Revenue Answers Agent は、収益責任者に特定のアカウントの状況を伝え、取引のリスクを特定して、アクションを提案します。そのために、CRM データ、エンゲージメントアクティビティ、ステークホルダーとの関係、公開会社のニュースを総合して実用的なインサイトへと変えます。

Botcopy: TrueQ は、政府機関のコンタクトセンター向けの AI アナリストです。管理者は、Gemini Enterprise アプリで会話型 AI のパフォーマンスを把握して改善できます。このエージェントは、会話のパターン、エスカレーションのトリガー、知識のギャップを特定して、自動化の改善、ガバナンスの強化、サポート費用の削減を実現します。

Carto: Carto Site Selection AI Agent は、企業が空間分析を使用して商業用地の候補を分析し、可視化するのに役立ちます。来店数、ユーザー属性、競合他社についてユーザーが会話形式で質問すれば、その結果から包括的なロケーション分析が自動的に行われます。

Corvic AI: Corvic AI Agent は、企業データに接続して、プロダクションレディな意思決定インテリジェンスを提供します。パイプラインもデータエンジニアリングも必要ありません。ユースケースには、競合シグナルと市場動向データから実用的なインテリジェンスを獲得すること、根本原因の分析、カスタマーサポートの自動化などがあります。

Cotality: Cotality Payoff Analysis Agent は、住宅ローン融資会社による顧客維持の改善とローン流出の削減を支援します。融資の組成と返済を分析することで、再獲得のパフォーマンス、借り手の行動、競合他社に関するインサイトを理解するための実用的なインテリジェンスを提供します。

Crescendo Lab Ltd.: DAAC AI Agent は、複雑なデータをマーケティングとセールス向けの実行可能な成長戦略へと変換します。自然言語を使用した会話の中で、分析情報や自動化されたダッシュボードを即座に提供し、実質的に手動でのレポート作成や推測の必要をなくします。

Deloitte: Tariff Management Agentic Suite は、ドキュメントを取り込み、属性を抽出し、申告書と関税を照合するサブエージェントを介して、税関規制ワークフローを自動化します。矛盾点にフラグを立てることで全範囲の監査を確保し、手作業をなくし、見過ごされていた費用を回収できます。

Devoteam: Demand Sensing Agent は、リーダーが予測の精度を高め、在庫を最適化するのに役立ちます。販売とリアルタイムの市場シグナルを分析して需要に関する分析情報を即座に提供し、先を見越した調整を可能にします。Request for Proposal Agent は、セールスチームによる提案書の下書き作成を支援します。一元化されたナレッジを活用して、コンプライアンス対応のカスタマイズされた提案書の下書きを迅速に生成します。

Dun & Bradstreet: Dun & Bradstreet Business Verification Agent は、Gemini Enterprise アプリ内で信頼できるビジネス検証を可能にします。Dun & Bradstreet の信頼できるデータを利用して、ビジネスを D-U-N-S® 番号に変換し、ID 属性を検証することで、現場のチームがより迅速に動き、例外に集中できるようにします。

Dynatrace: Dynatrace for Gemini Enterprise は、Gemini Enterprise Agent Platform と A2A プロトコルを使用して、AI エージェントを Dynatrace のオブザーバビリティデータと統合します。これにより、パフォーマンス、インフラストラクチャ、ユーザーエクスペリエンスに関するリアルタイムの分析情報を得られるようになり、エンタープライズグレードのセキュリティとコンプライアンスを確保しながら AI ワークフローをシームレスに強化できます。

Enigma: Enigma KYB Agent は、AI による即時のビジネス検証をコンプライアンスチームに提供します。1 億件以上の登録と信頼できる政府の記録、制裁対象ウォッチリスト、リアルタイムのトランザクションシグナルから得られたグラウンドトゥルースのビジネスアイデンティティに裏付けられています。

Eon: Eon AI Agent は、クラウドインフラストラクチャチームがデータ保護業務を効率化できるよう支援します。Google Cloud アカウントの接続、リソース検索のトリガー、保護されたリソースのモニタリング、バックアップジョブの追跡、復元ステータスの検査を、すべて自然な会話を通じて行い、手動のコンソールワークフローに取って代わります。

EPAM: Creative Conductor Marketing Agent は、クリエイティブブリーフを洗練されたプロモーション動画に変換します。ビジュアル、ナレーション、音楽の専門サブエージェントを調整し、アセットを最終的な MP4 に組み立てて、高品質なマーケティングコンテンツを迅速かつスケーラブルに提供します。

Exa AI: Exa Agent は、従業員にウェブのライブビューを提供し、コード、人、企業を検索可能なデータベースに変換します。数十億のページを検索して、デベロッパーツールの検討、採用、マーケットマッピングなどのタスクを迅速化します。

Foxtrot Communications: Forge - AI Agent は、チームが手作業での ETL パイプライン開発を排除できるよう支援します。任意の API に接続すると、Forge がクリーンで正規化され、分析に対応したデータセットを自律的に提供します。これにより、分析情報を得るまでの時間が数分に短縮され、エンジニアは戦略的な取り組みに集中できるようになります。

Genpact Ltd（英国）: Genpact Finance One – Revenue Lens and PnL Agents は、Google ADK と A2A プロトコルを基盤に構築されたエージェントのスイートです。財務ユーザーは Gemini Enterprise で自然言語の会話を通じて、収益と損益のデータから実用的なインサイトを得ることができます。

Genspark: Genspark AI Agent は、検索、ウェブ操作、コンテンツ生成、メディア作成を組み合わせて、複数のステップからなる作業を 1 つのプロンプトで最終的な出力に変換します。ユーザーは、実際の業務向けに構築された単一のエージェントを通じて、調査の実施、ドキュメントの作成、ワークフローの自動化が可能です。

HCLTech: HCLTech ITOps Agent は、Google Cloud と HCLTech AI Force プラットフォーム上に構築されており、ServiceNow 内で自律的な IT 運用を実現します。自然言語を使用して、インシデントをトリアージし、関連する標準作業手順を表示して、ガイド付きの修復を推進することで、全体的な効率性、整合性、運用パフォーマンスを向上させます。

Invideo: Invideo は、マーケティングチームが整合性を維持しながら動画制作をスケールできるよう支援します。ブランドのガイドラインとアセットを活用して、品質管理が組み込まれたプロダクションレディな広告や短編動画を 50 以上の言語で出力できます。

Iron Mountain, Inc.: Iron Mountain InSight® DXP AI Agent は、Gemini Enterprise と管理対象コンテンツを連携させ、検索と AI を活用した Q&A を統合します。その目的は、結果を迅速化し、数時間かかる手作業でのドキュメントレビューを、数秒間で終わる会話形式での問い合わせに置き換えることです。

Lilt: LILT Assist は、グローバルコンテンツマネージャーが手動タスクから自律型オーケストレーションに移行し、エンドツーエンドの多言語制作とブランドガバナンスを管理できるよう支援します。Assist は、エンタープライズグレードの整合性とコンプライアンスを確保しながら、AI を使用してグローバルコンテンツのボリュームを拡大します。

Lovable: Lovable を使用すると、AI とチャットするだけで誰でも実際のアプリやウェブサイトを構築できます。プロダクト、デザイン、マーケティング、セールス、オペレーションの各チームが、アイデアを実用に役立つソフトウェアに変えられます。

LTM: LTM Video Intelligence Agent は Google Cloud AI テクノロジーをベースとしており、録画された動画を標準形式の BDD テストケースに変換することで、テストまでの時間を短縮し、生産性を向上させます。

LumApps: LumApps AI Agent は、組織が企業システム全体で会社の知識や発表を検索し、ワークフローをトリガーして、タスクを完了するのに役立ちます。

Manhattan: Manhattan Active Agents は、倉庫管理、輸送管理、注文管理、プラットフォーム運用のための AI デジタルチームメイトです。これらのエージェントは、業務のモニタリング、例外の解決、ユーザーの案内、タスクの自動化、手作業を減らすためのアクションの提案に役立ちます。これにより、速度と精度が向上し、利用率が上がり、運用上のレジリエンスが向上します。

Menlo Security: Menlo A2A HEAT Shield Agent は、ゼロデイフィッシング、ソーシャルエンジニアリング、CAPTCHA の試みを即座に無効化します。Gemini Enterprise Agent Platform 上に構築されており、管理者は Gemini Enterprise で自然言語で会話して、セキュリティポリシーを設定し、結果を確認できます。

monday.com: monday.com agent は Gemini Enterprise 内で計画を実行に移します。チームはワークスペースを離れることなく、ボードの迅速な構築、更新の要約、自動化のトリガーを行うことができます。これにより、全員の足並みを揃え、進捗状況を追跡し、測定可能な成果を促進できます。

Nativeorange: LexAI Agent は、損害保険の引受と業務を効率化します。提出書類を取り込み、データを抽出し、リスク評価を自動化することで、分類について実用的な分析情報を提供するほか、スピード、精度、意思決定の整合性を向上させるための次のステップを提示します。

Neo4j: Neo4j Agent は、自然言語を Cypher に変換し、アプリケーションが Neo4j データベースに対して読み取りと書き込みを行えるようにします。Gemini Enterprise と統合されているため、GraphRAG でグラウンディングされたエージェントを構築し、企業のナレッジに接続するために使用できます。

Obin AI: Obin Financial Agent は、プライベートマーケットや商業融資のチームが Gemini Enterprise から財務分析を実行するのに役立ちます。ユーザーがモデルのスプレッドシートと取引関連のドキュメントを提出して、シナリオについて平易な言葉で説明すると、エージェントが関連データを抽出して、モデリングの前提条件ごとに財務指標を計算します。

Onix: Onix Risk & Compliance Intelligence Agent は、規制対象の業界全体でコンプライアンスレビューとリスク評価を自動化します。レビューにかかる時間を数週間から数分に短縮し、規制上のリスクを事前に特定して、引用を含む詳細な監査証跡を作成します。

OpenText: OpenText™ Content Aviator™ は、コンテンツ検索と生産性を向上させる生成 AI アシスタントです。Gemini Enterprise Agent Platform 上に構築されており、ユーザーは自然言語検索を実行して企業ドキュメントを効率的に要約できます。

Oracle: Oracle AI Database Agent を使用すると、Gemini Enterprise から Oracle データを直接クエリできます。このエージェントは Google Cloud Marketplace から入手でき、エンタープライズグレードの回答を迅速に提供するため、カスタムチャットボットや自然言語の SQL 変換のメンテナンスは必要ありません。

Orion by Gravity: Orion by Gravity は、Looker や BigQuery などに接続して、プロアクティブにインサイトを探す AI アナリストです。データチームは、異常を特定し、分析情報が豊富な業界で「未知の未知」を明らかにするアクションを推奨できます。

Palo Alto Networks: Prisma AIRS Model Security エージェントは 35 を超えるモデル形式をスキャンし、モデルレイヤの奥深くに隠された不正なコードを排除します。このプロアクティブな防御は、標準的なスキャンの枠を超えて、ニューラルネットワークの完全性を確保し、重みポイズニングやバックドアを検出することで、不正なデータの引き出しとモデルのハイジャックを防止します。

Pendo: The Pendo Agent は、プロダクトのインテリジェンスと Gemini Enterprise を接続します。ユーザーは Gemini Enterprise アプリを離れずに、SaaS や AI ツールの使用傾向をクエリし、導入のギャップを明らかにするとともに、AI 投資の影響を把握できます。

Persistent Systems: Ethical Content Auditor Agent は、出版社で働く編集者が政治や社会に関するコンテンツを監査し、潜在的なバイアスやリスクを特定するのに役立ちます。Editorial Assistant Agent は、原稿の効率的な評価を可能にするもので、長い原稿を読んで理解し、市場の動向を分析して、データに裏付けられた要約と推奨事項を提供します。

Pluto7: Pluto7 の Planning in a Box - Pi Agent は、サプライチェーンチームと製造チーム向けに 50 以上のサブエージェントをオーケストレートします。これにより、需要と生産をリアルタイムで最適化する、自己修復型の自律的なサプライチェーンが実現します。

Product Genius: Product Genius は、AI を活用した e コマースインテリジェンスを Gemini Enterprise に直接取り込みます。ウェブサイトの URL を共有するだけで、店舗の最適化に役立つ分析情報、実行可能なポリシー、会話型アナリストを即座に利用できます。コードのインストールは不要です。

Quantum Metric: Felix Agentic for Gemini Enterprise は、ビジネス目標に沿ったコンテキストでデジタルリーダーや分析チームに即座に分析情報を提供します。Felix は Gemini モデルを活用してデジタルエクスペリエンスを継続的に分析し、何が変化したのか、それがなぜ重要なのか、どこにコストがかかっているのかを説明します。

Red Hat, LLC: Red Hat Lightspeed Agent for Google Cloud は、SRE と管理者が Google Cloud 上の Red Hat Enterprise Linux インフラストラクチャを自然言語で管理できるようにします。A2A と Gemini を基盤として構築されており、Red Hat Lightspeed サービスと安全に接続して、Google Cloud 上のエンタープライズ IT 運用を効率化します。

Replit: Replit Agent を使用すると、ビジネスユーザーが自然言語を使用してエンタープライズグレードのアプリケーションを構築できます。コーディングの知識がないユーザーでも、BigQuery をベースとする顧客健全性ダッシュボードなどの複雑な要件を機能的なカスタムツールに数分で変換できます。

S&P Global: Kensho が提供する S&P Global Data Retrieval Agent を使用すると、金融の専門家が S&P Global 独自のデータセットから引用されたデータにアクセスできます。アナリストやポートフォリオマネージャーは、業績発表の分析、市場調査の実施、特定の財務指標の即時取得が可能です。

Salesforce: Agentforce Sales for Gemini Enterprise を使用すると、Gemini Enterprise を離れることなく、見込み顧客への働きかけ、会議の概要の作成、取引のリスクとガイダンスの提示、パイプラインと CRM の更新の管理を、安全にリアルタイムで行うことができます。エージェントが手作業の雑務を処理するので、販売担当者は関係構築と戦略的な販売に集中して成功を収めることができます。

Sana from Workday: Sana Self-Service Agent は、Workday やその他のナレッジソースから情報を即座に検索して要約し、パーソナライズされた回答とタスクの支援を提供します。給与、時間、欠勤などの分野で 300 以上のスキルを備えたエージェントが、日常的な人事と財務のタスクをグローバルに処理するため、サポートチケットが減り、チームは価値の高い業務に集中できるようになります。

Saviynt: Identity Security for AI は、エージェントの継続的な検出とインベントリを行い、その機能、アクセス、リスクを特定します。エージェントは、目的が定義され、責任を負うオーナーがいる第一級の ID として扱われます。ポスチャーの可視性とアカウンタビリティの適用を組み合わせることで、不透明な自動化が管理可能なエンタープライズ対応の ID に変換されます。

ServiceNow: Now Assist for IT Operations Management は ServiceNow AI Platform 内で動作し、生成 AI を活用して IT 環境全体で運用のインテリジェンスと自動化を強化します。AI を活用して、アラートとインシデント管理のあらゆる段階を最適化するように設計された一連の機能が導入されています。

Sheetgo: Sheetgo は AI 対応のデータ実行プラットフォームであり、スプレッドシート中心の業務を、管理された信頼性の高い BigQuery と Gemini Enterprise のパイプラインへと変換します。

Skyflow: Skyflow Runtime Data Security Agent は、チームが Gemini Enterprise Agent Platform にエージェントを安全にデプロイするのに役立ちます。専門家によるガイダンスと、きめ細かなアクセス制御によるオンデマンドのデータ保護を提供するため、企業はプライバシーを危険にさらすことなくコンプライアンスを確保できます。

Supermetrics: Supermetrics Marketing Intelligence Agent は、クロスチャネルのパフォーマンス分析情報を Gemini Enterprise に直接提供します。Google 広告や GA4 など 175 以上のソースに接続し、シンプルな自然言語プロンプトを使用して、ハルシネーションのない高速な分析を実現します。

Synthpop Inc.: Synthpop Patient Journey Orchestration Agent は、受付と患者対応のワークフローを実行することで、構造化されていない紹介状をリアルタイムで検証し、支払者対応の注文に変換します。これらのフローは、Synthpop の調整された本番環境レベルの管理バックボーンの一部として、支払者の時間の節約に役立ちます。

Tech Mahindra: フロントラインエージェントは Order Assist を使用して、複雑な注文やサービスケースをより迅速に解決しています。このエージェントは、会話を通じてリアルタイムのコンテキストインテリジェンスを提供することで、発送準備時間の短縮、初回問い合わせ時の問題解決率の向上、一貫性のあるデータドリブンな回答を実現します。

Teradata: Data Analyst AI Agent を使用すると、Google Cloud で企業データに対して自然言語分析を実行できます。このエージェントは、ビジネスの質問を Teradata 上の管理された SQL や Python のワークフローに変換し、データの移動を必要とせずに、より迅速かつ安全に分析情報を提供します。

Typeface: Typeface Agent は、クリエイティブキャンペーンへのシームレスなブリッジとして機能します。Gemini Enterprise から、自然言語を使用して、Typeface のチーム、ブランドアセット、キャンペーンに即座にアクセスできます。ユーザーは、ブランドに沿った高品質のコンテンツ作成ワークフローをトリガーし、アイデア出しから制作までのプロセスを効率化できます。

UKG: Agentic People Assist — HR Service Delivery は、従業員とマネージャーに知識と、連携するエージェントを提供してインテントを行動に変えることで、UKG Workforce Operating Platform のエージェント機能を強化します。時間、給与、人事にわたってワークフローをオーケストレートし、リアルタイムでパーソナライズされた測定可能な結果を提供します。

WRITER: WRITER Agent は、Fortune 500 企業向けの自律型 AI です。リスクの高いエンタープライズワークフロー向けに構築されており、ブランド指針から再現可能なハンドブックまで、企業のコンテキストに基づいてデータとツールにわたり自律的な作業を安全に計画、実行します。

XM Cyber: XM Cyber の PostureAI エージェントは、自律型のポスチャースペシャリストとして機能し、セキュリティのベストプラクティスに照らして Google Workspace アプリケーションを継続的に評価します。これは、組織が AI を安全に導入し、重要なビジネスプロセスを保護できるようにする、より広範な継続的エクスポージャー管理サービスの一部となります。

Google はパートナーとともに、世界最大級のエージェントエコシステムを構築しています。このエコシステムが、あらゆる業界を再定義し、あらゆる機能を強化し、あらゆるビジネスプロセスを加速させていきます。これから何を一緒に実現できるのか楽しみにしています。

- Google Cloud、応用 AI とプラットフォームエコシステム担当バイスプレジデント、Satish Thomas

Gemini Cloud Assist: ユーザーの指示を待たずにユーザーに代わって機能するプロアクティブなクラウド運用

Thu, 07 May 2026 01:00:00 +0000

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

このたび、Google Cloud Next において、よりプロアクティブな運用を可能にするアップデートが AI 支援型クラウド運用プラットフォームの Gemini Cloud Assist に導入されたことを発表いたします。このアップデートにより、Google Cloud の運用が手動のワークフローから、エージェントの強力なエコシステムに支えられたプロアクティブでインテリジェントなエクスペリエンスに移行します。

このアップデートの重要性: 新しいエージェントアーキテクチャにより、Gemini Cloud Assist が煩雑なクラウド管理作業をユーザーに代わって処理できるようになります。インテリジェンス、企業のコンテキスト、Gemini の機能を運用レイヤに直接組み込むことで、Gemini Cloud Assist は、アプリケーションの設計、問題のトラブルシューティング、コストの先行的な最適化など、これまで人間の継続的な監視が必要だった複雑なタスクをプロアクティブに実行します。エンタープライズ規模のシステムでこのアプローチを採用すれば、開発速度が向上し、解決までの時間が短縮されます。

新機能:

自然言語と Gemini の機能を使用することで、再設計された App Design Center での設計から新規のデプロイまたは既存のマルチリソースデプロイメントまでの時間を短縮できます。
gcloud、kubectl、Terraform を使用してインフラストラクチャ運用を自動化し、プロアクティブなマルチターンエージェントを使用してインシデントのトラブルシューティングと解決を行います。
支出の急増を分析してオンデマンドで詳細な費用レポートを生成するプロアクティブな FinOps エージェントにより、24 時間 365 日、費用の異常を検出できます。
どこからでもサポートを提供。Google Cloud MCP サーバーとプロアクティブなエージェントを基盤とする Gemini Cloud Assist は、設計、運用、トラブルシューティング、最適化の機能を公開された MCP サーバーとして公開し、IDE から直接利用できるようにしています。

「Gemini Cloud Assist は当社の開発チームを大いに助けてくれました。Google Cloud に関する質問について、開発チームに連絡する回数やタッチポイントが 60% 減少しました。これにより、当社のクラウドチームはより効果的にスケールし、より複雑なタスクに集中できるようになりました。」- Petco、シニアクラウドエンジニア、Oscar Aldana Assad 氏

エージェント型の Gemini Cloud Assist がどのように運用を支援できるか、詳しく見ていきましょう。

App Design Center で本番環境への準備を加速

Gemini Cloud Assist は、App Design Center のインテリジェントな推論エンジンとして機能し、自然言語のインテントと、視覚的でプロダクションレディなアーキテクチャとの橋渡し役を果たします。Gemini Cloud Assist は App Design Center を活用し、インフラストラクチャの目標を平易な言葉で記述することで、デプロイ可能な Terraform を含むビジュアルデザインを自動的に作成します。これらのテンプレートは、Google Cloud のベストプラクティスアーキテクチャガイダンスに基づいており、セキュリティ、信頼性、コンプライアンスを設計段階から実現するのに役立ちます。Security Command Center と統合されているため、組織のポリシーに準拠したアイデアを迅速にデプロイできます。

プラットフォームチームは、事前承認されたテンプレートの共有カタログをキュレートし、独自のカスタム Terraform モジュールを設計プロセスに直接統合して、管理されたフレームワークを提供できます。この確立された信頼性の高いアプローチは、デベロッパーがデプロイの初日から組織のセキュリティとコンプライアンスのガードレールを遵守するのに役立ちます。Gemini は、クラウドリソースを更新するためのインタラクティブなマルチターン問題解決により、最初のデプロイだけでなくアプリケーションのライフサイクル全体をサポートします。

事後対応型から事前対応型の修復へ

本番環境では、Gemini Cloud Assist によって運用を事後対応のトラブルシューティングから仮説の迅速な分析に移行させ、解決までの時間を短縮することができます。アラートによってトリガーされた Gemini Cloud Assist は、シグナルをプロアクティブにクラスタ化して分析し、問題がエスカレートする前に調査を開始します。Gemini 3 を搭載した Gemini Cloud Assist は、ログと指標を関連付け、インフラストラクチャのシグナルからアプリケーションコードにまで掘り下げて根本原因を特定します。Gemini Cloud Assist は、ツール呼び出しを介して複数の仮説を同時に検証し、観測結果の技術的な分析を一元化された UI に表示します。根本的な Google Cloud の問題に対処するために人間の介入が必要な場合、ユーザーは完全なコンテキストを Google サポートに引き渡すことができます。これにより、構成やコンテキストのデータを共有するために必要な反復処理を最小限に抑えることができます。

24 時間 365 日体制での費用の異常の特定

Gemini Cloud Assist はプロジェクトの事前最適化エージェントとして機能し、経済的な健全性の維持を支援します。Gemini Cloud Assist は 24 時間 365 日バックグラウンドで実行され、費用の異常をモニタリングし、根本原因分析を提供します。費用の急増を、新しいリソースの作成、自動スケーリングイベント、料金の変更などの特定のエンジニアリングトリガーと関連付けます。自然言語でリソース使用率をクエリして、AppHub に登録されているプロジェクトとアプリケーションごとに、オンデマンドの表形式レポートを生成できます。これにより、手動でデータを集計することなく、「誰が、何を、いつ、どのように」使用したかを詳細に把握することができます。たとえば、「昨日、アプリケーションの費用が増加したのはなぜですか？」や「先月のプロジェクトの費用はいくらでしたか？」と質問すると、Gemini Cloud Assist は費用データとインフラストラクチャの変更、監査、モニタリングのログを関連付けて正確な回答を返します。

あらゆる場所でアシスタンスを提供

Google は、利用可能なサーフェスの拡大により、ユーザーが実際に作業する場所で Gemini Cloud Assist を利用できるように努めています。Gemini Cloud Assist エージェントは、コンソールとモバイルインターフェースからすでにアクセスできるようになっています。また、Model Context Protocol（MCP）に新たに対応したことで、Gemini Cloud Assist を Gemini CLI、任意のエージェント IDE や CLI のほか、ServiceNow や Slack などのサードパーティツールチェーンで利用できるようになりました。既存のワークフローにプロアクティブな支援を統合することで、チームはコンテキストの切り替えを回避し、フローの中断を防ぐことができます。

プロアクティブな機能を簡単に利用

Gemini Cloud Assist は、新しいアプリケーションのデプロイからクラウド内の既存のアプリケーションの管理まで、マルチエージェントアプローチを提供し、アプリケーションのエンドツーエンドのライフサイクルを管理できるように設計されています。Gemini 3 のサポートにより、Gemini Cloud Assist では以下のことが可能になりました。

開発速度の向上: ベストプラクティス、セキュリティポリシー、企業のコンプライアンスを統合するインテント駆動型アーキテクチャを使用して、本番環境への準備を加速します。
本番環境の運用を合理化: Gemini によるトラブルシューティング、推奨事項、修復を通じて、本番環境の問題のトリアージ、診断、解決を迅速化します。
費用最適化の自動化: プロジェクトの費用の異常を毎日自動的に検出、分析し、根本原因の特定やアラート通知を行います。
チームのニーズに対応: Google Cloud コンソールから CLI や IDE に至るさまざまなサーフェスからプロアクティブなエージェントと MCP ツールを通じて機能を利用できるため、チームはフロー状態を維持できます。

運用の未来はエージェントにあります。今すぐプロジェクト設定で Gemini Cloud Assist を有効にして、プロアクティブなクラウドの利用を開始しましょう。

- Cloud Foundations 担当バイスプレジデント兼ゼネラルマネージャー、Michael Bachman

- プロダクト管理担当シニアディレクター、Ines Envid

Google Cloud Knowledge Catalog のご紹介

Fri, 01 May 2026 02:00:00 +0000

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

従来のデータカタログは、技術ユーザー向けの手動インベントリとして作成されており、AI エージェントが必要とする深いコンテキストではなく、テーブル構造に重点が置かれていました。エージェントがビジネス上のセマンティクスやデータ間の関係性を十分に把握できていないと、ハルシネーションや高レイテンシ、古い分析情報の生成につながります。

この問題に対処するため、Google は Dataplex を動的で常時稼働の Knowledge Catalog へと進化させています。企業向けのユニバーサルコンテキストエンジンとして、エージェントが複雑なタスクを高精度で実行できるよう支援するツールです。

Bloomberg Media のようなお客様は、すでに Knowledge Catalog を使用して、信頼できるコンテキストでエージェントを強化しています。

「Knowledge Catalog を通じて Bloomberg Media のエンタープライズメタデータとビジネスコンテキストを統合することで、Data Access AI Agent を無事にリリースできました。この社内ソリューションにより、組織全体の関係者はデータレイクを直感的に探索できるようになり、複雑なビジネス上の問いに対しては、AI が即座にわかりやすく説明します。重要なのは、信頼できる組織内のコンテキストを根拠として AI に提供することで、生成されるあらゆる分析情報の精度と品質に自信を持てるようになることです。」

- Bloomberg Media、CTO、William Anderson 氏

Knowledge Catalog は、次の 3 つの基本的な柱で構成されています。

集約: コンテキストを統合し、定義の不整合を解消
拡充: 継続的に意味を生成し、関係性をマッピング
検索: 高精度の検索でエージェントを支援

集約: データアセット全体でコンテキストを統合

真のコンテキストを構築するには、あらゆる場所に散在する情報を集約する必要があります。Knowledge Catalog は、Google とパートナーのデータプラットフォーム、セマンティックモデル、サードパーティのカタログ全体でネイティブコンテキストを集約し、それらを管理の行き届いた信頼できる情報源に一元化します。

幅広いメタデータの集約 （GA）: 真に包括的なコンテキストエンジンを構築するには、サイロをすべて解消する必要があります。Knowledge Catalog は、BigQuery、AlloyDB、Spanner、Cloud SQL、Firestore（プレビュー版）、Looker（プレビュー版）などの基盤システム全体から技術的メタデータを自動的に収集します。また、Atlan、Collibra、Datahub、Ab Initio、Anomalo などのサードパーティデータベースやパートナーカタログとの統合もサポートしており、レガシーメタデータもエージェントの枠組みに取り込むことができます。
エンタープライズ接続 （プレビュー）: 業務を本当の意味で理解するには、セマンティックコンテキストが企業内の主要システムをすべてカバーしている必要があります。そうしたシステムは、Google Cloud Lakehouse を使用し、コンテキストフェデレーションによって相互接続されます。これにより Knowledge Catalog は、Palantir、Salesforce Data360、SAP、ServiceNow、Workday などのアプリケーション、オペレーティングシステム、AI プラットフォームを迅速かつ詳細に可視化できます。たとえば、SAP のデータプロダクトは自動的に Knowledge Catalog にマッピングされます。
LookML エージェント: ビジネスロジックの定義方法を自動化します。新しい LookML エージェントは、戦略ドキュメントを自律的に読み取り、ビジネスにそのまま活用できるセマンティクスを即座に生成します。これらのセマンティックモデルを Knowledge Catalog に集約することで、コアとなるビジネスロジックを企業全体で連携させ、エージェントがアナリストと同じ定義に基づいて推論を導き出せるようにします。デベロッパーは、LookML セマンティックモデル用の新しい VS Code 拡張機能を利用し、エージェント対応のあらゆる IDE からセマンティックレイヤのライフサイクル全体を扱えます。
BigQuery measures（プレビュー版）: プログラマティックなビジネスロジックを SQL エンジンに直接組み込むことで、データの整合性を再定義します。BigQuery measures により、すべての計算が汎用的に再利用可能になり、かつ数学的に正確であることが保証されます。Knowledge Catalog は最終的なアグリゲータとして機能し、BigQuery measures と LookML を管理の行き届いたセマンティック基盤に一元化します。
データプロダクト（GA）: データプロダクトは、エージェントを支えるデータアセットとコンテキストをパッケージ化し、本番環境での信頼性を高めます。この自己完結型のブロックには、インテント、SLA、ガバナンスの制約が組み込まれており、複雑な AI ユースケースをスケーリングするための基本要素を提供します。

拡充: 継続的な学習を通じて意味を生成する

Knowledge Catalog は継続的にデータを拡充します。手動によるキュレーションに留まらず、構造化スキーマ、クエリログ、BI セマンティックモデルを能動的に分析し、非構造化データからエンティティ間の関係性を抽出します。こうした継続的なデータ拡充機能を、チームが実際に作業する環境に提供します。

スマートストレージおよびオブジェクトコンテキスト API（プレビュー版）: Google Cloud Storage（GCS）にネイティブで組み込まれたスマートストレージは、ファイルがバケットに保存されると、即座かつ自動的にタグ付け、埋め込み、メタデータによる拡充を行います。このインテリジェンス機能を Knowledge Catalog に統合することで、エージェントは非構造化データを即座に発見できるようになります。
高度なマルチモーダルメタデータ抽出（プレビュー）: 複雑な非構造化データの集合に対しては、Knowledge Catalog は Gemini とネイティブで統合されているため、有用なビジネス情報を特定するとともに、非構造化コンテンツから直接エンティティを抽出して、複雑なビジネス関係をマッピングするパイプラインを自動的に構築できます。
コンテキストの自動キュレーション（プレビュー版）: Knowledge Catalog は、データセット、データプロダクト、関係性、検証済みの SQL パターンに対して、ビジネス用語集を含む自然言語の説明を自動生成します。これにより、人間とエージェントの双方が推測に頼ることなくデータを活用できます。こうした隠れた関係性やインテントに基づくパターンを推論することで、データとビジネスの実際の関連性を示す、動的に進化し続けるマップを構築します。
検証済みのクエリとセマンティックガードレール（プレビュー版）: AI の失敗の主な原因の一つは、ハルシネーションによる誤ったロジックや推測に基づく SQL 結合です。これを防ぐために、Knowledge Catalog には検証済みの SQL パターンと事前生成された自然言語の質問が用意されています。

検索: 高精度で安全なデータ取得によるエージェント活用の拡大

膨大なコンテキストレイヤを作成することは重要ですが、エージェント時代では、検索は新しいクエリ経路に進化しています。自律型エージェントは、ユーザーに代わって作業する際に非常に高速に反復処理を行います。エンタープライズ規模での最大の問題は、スピード、関連性、グローバルなリーチ、セキュリティです。

高精度セマンティック検索（GA）: Knowledge Catalog は、Google の数十年にわたるイノベーションを活用したハイブリッド検索スタックを使用します。Google 検索と同じ高度なクエリ書き換え技術と ML 技術を基盤として構築されており、エージェントが必要とする 1 秒未満のレイテンシと的確な関連性を提供します。エージェントがプロンプトを受け取ると、Knowledge Catalog は適切なコンテキストを即座にランク付けし、リアルタイムでエージェントに返します。
アクセス制御対応の検索: エージェント時代には、適切なデータとそのコンテキストを見つけることが重要です。エージェントが間違ったコンテキストを取得すると、ハルシネーションが発生します。信頼性を確保するために、このグローバル検索では、ソースシステムで定義されているメタデータアクセス権限が尊重されます。これにより、エージェントは明示的に閲覧を許可されたアセットのみを取得、操作します。
測定可能なコンテキスト評価: 長期的な精度を確保するために、堅牢な評価フレームワークで検索機能を強化しています。これにより、コンテキスト構築が、当て推量から測定可能なエンジニアリングプロセスへと変わります。そのため、チームはさまざまなコンテキスト構築戦略を定量的に検証して改善を繰り返し、エージェントに提供するコンテキストの関連性と質を継続的に最適化できます。

基盤となるデータプロダクト、高精度の検索、ガードレールを整備することで、信頼性が高い状態で高度な AI をデプロイできます。その代表的な例が、Knowledge Catalog を活用した Gemini Enterprise の Deep Research エージェント（プレビュー版）です。このエージェントは Knowledge Catalog にネイティブで対応しており、ライブのビジネスデータ、社内ドキュメント、ウェブ調査を統合し、非常に複雑な質問にも回答できます。決定論的な精度と詳細な引用を備え、これまで数週間の手作業が必要だったタスクを数分で実行します。

エージェントにビジネスにおける暗黙のルールを推測させるのはやめましょう。コンテキストを一度構築すれば、あとはエージェントに任せることができます。

Knowledge Catalog を今すぐお試しください。

- Chai Pydimukkala、プロダクトリーダー、Google Cloud

- Sam McVeety、テクニカルリーダー、Google Cloud

データベースの新機能: エージェントの未来を強化

Fri, 01 May 2026 00:30:00 +0000

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

エージェントの時代を迎え、企業データの役割は受動的なリソースから能動的な「行動のシステム（System of Action）」へと変化しています。そこで Google は、モデル、分析、運用データベースを単一の AI ネイティブシステムに統合する統合型アーキテクチャ Agentic Data Cloud を発表しました。これにより、組織はデータの可能性を最大限に引き出すことができ、すべての AI アプリケーションとエージェントで真実に基づいた運用を行い、費用が急に膨らむようなことなくリアルタイムでアクションを実行できるようになります。

現在、Google は以下の取り組みを進めています。

データスタック全体に AI を組み込むことで、他に類を見ない最適化されたデベロッパーエクスペリエンスを実現しています。
トランザクションと分析の領域を統合し、手動による統合の手間を解消します。
管理が一段と容易でより迅速なデプロイが可能な業界トップクラスのオープンデータベースにより、エンタープライズグレードのデプロイを簡素化します。

データスタックのあらゆるレイヤに AI を組み込む

Google は、AI エージェントとエンタープライズデータベース間のスムーズかつ継続的な接続を可能にすることで、手間のかからないエージェント主導のデータベースエクスペリエンスを実現します。現在、シチズンデベロッパー向けのバイブコーディングツールから、エンタープライズ向けの大規模なベクトル検索まで、データベースがエージェントワークフローの主要なコンポーネントの一つとなっていることは明らかです。

主なリリースは次のとおりです。

AI Studio によるデータベースのバイブコーディング統合: クリエイターを支援するため、Google は最先端のバイブコーディングプラットフォームである Google AI Studio との連携機能を提供します。このエージェント主導の自動ワークフローを使うことで、シンプルなテキストプロンプトからライブアプリケーションを数秒で作成し、そのアプリケーションを Firestore などの信頼できるデータベースサービスに接続できます。Cloud SQL for PostgreSQL のサポートも近日中に提供される予定です。
データエージェント向けツール（プレビュー版）: これらのツールは、開発者がカスタム AI エージェントにデータベース機能への直接かつ安全なアクセスを許可するために使用するモジュール式のビルディングブロックです。AlloyDB、Cloud SQL、Spanner で利用が可能で、高精度のテキストから SQL への変換を行う QueryData ツールなどの機能がすぐに使用できます。これにより、あらゆるエージェントがデータを確実にクエリ、理解、操作できるようにします。AlloyDB、Spanner、Cloud SQL のデータエージェント向けのツールでは、Text-to-SQL で 100% に近い変換精度を実現しました。
データベースオンボーディングおよびオブザーバビリティエージェント（プレビュー版）: 新しいデータベースオンボーディングエージェントは、データベースの選択とデプロイにおける推測を不要とします。単純なユースケースの説明から複雑な企業ニーズといった要件の評価をもとに、理想的な Google Cloud データベースを推奨し、プロビジョニングのプロセスを支援します。さらに、AI を活用した新しい Database Observability Agent が、AlloyDB、Bigtable、Cloud SQL、Spanner のパフォーマンスと健全性をプロアクティブにモニタリングします。これにより、潜在的な問題の根本原因を特定し、トラブルシューティングのための正確な修復を実現できます。
AlloyDB AI を活用した大規模検索 （プレビュー版）: エンタープライズ検索で、かつてないスケールとパフォーマンスを実現します。AlloyDB は、Google の ScaNN インデックスを使用することで 100 億のベクトルにスケーリングできるようになり、標準の PostgreSQL の HNSW インデックスと比較して最大 6 倍高速なベクトルクエリを提供します。さらに、Google の HNSW インデックスは、カラム型エンジンによって高速化されているため、標準の PostgreSQL の 4 倍の性能となっています。Google は、高速なベクトル取得と業界標準の全文検索を組み合わせることで、デベロッパーが究極のハイブリッド検索エンジンを構築できるよう支援しています。この検索エンジンは、近日中に提供されるネイティブの BM25 サポートによって最適化されます。

AlloyDB のベクトル検索のイノベーション

AlloyDB の最適化された新しい AI 関数 （プレビュー版）: AlloyDB AI 関数は、Gemini などの LLM を活用した企業データの統合を支援します。たとえば、AI.IF 関数は、カスタムロジックの代わりに、ユーザーのトランザクションが不正かどうかを判断するために使用できます。既存のスイートである AI.IF、AI.RANK、AI.GENERATE、AI.FORECAST に加え、新たに AI.ANALYZE_SENTIMENT と AI.SUMMARIZE の 2 つが追加されました。また、AI.IF の最適化モードも利用できるようになり、コストとパフォーマンスが大幅に向上します。
データベース向けマネージドリモート MCP サーバー （一般提供）: AlloyDB、Bigtable、Cloud SQL、Firestore、Spanner 向けのマネージドリモート Model Context Protocol（MCP）サーバーの提供を開始しました。また、Google のポートフォリオ全体で MCP を利用できるように、Memorystore、Database Migration Service、Datastream、データベースセンター、Oracle Database@Google Cloud のプレビュー版も提供しています。AI モデルをデータに安全に接続するために必要なインフラストラクチャを完全に管理することで、自社で MCP サーバーのホスティング、保護、スケーリングを行う運用上の負担がなくなります。これにより、AI モデルは本番環境グレードの信頼性で、最新の企業データに基づいて推論し、行動できるようになります。
オープンソースのデータベース向け MCP ツールボックス（1.0）: 10 社のベンダーの協力を得ることで 40 以上のデータベースをサポートする、オープンソースかつ業界標準のデータベース向け MCP ツールボックスが、今回のリリースで安定性における大きなマイルストーンを達成しました。メジャーバージョンアップがない限り API が機能することを保証することで、本番環境向けのアプリケーションを安心して構築できるようになり、デベロッパーと自律型 AI エージェントの両方にとって信頼性の高い基盤が提供されます。

レイクハウスのインテグレーションで閉ざされた環境を解消

デベロッパーがリアルタイム AI アプリケーションを構築するには、ライブのトランザクションコンテキストと膨大な過去の分析情報をミリ秒未満のレイテンシで組み合わせる必要があります。現在、データクラウドをご利用の最大規模のお客様の 98% が、Google の Agentic Data Cloud で運用ワークロードと分析ワークロードを実行しています。

発表内容:

AlloyDB 向けレイクハウスフェデレーション （プレビュー版）: AlloyDB のお客様は、PostgreSQL データプレーンから Iceberg と BigQuery のライブデータにアクセスできるようになりました。ユーザーは、AlloyDB Studio UI から直接、BigQuery または Lakehouse for Apache Iceberg テーブルを検出して検索し、すぐにクエリを開始できます。フィルタと集計は BigQuery にプッシュダウンされます。これにより、データの移動を必要とせずに、AlloyDB のトランザクションデータと BigQuery または Iceberg の過去の分析情報をライブで結合できます。
BigQuery 向けリバース ETL（プレビュー版）: 多くのお客様が BigQuery とレイクハウスを使用して、Apache Spark や BigQuery ML などのツールでウェアハウスの構造化データとデータレイクの豊富なコンテキストを組み合わせています。このたび、Google の新しいワンクリックリバース ETL により、お客様はこれらの分析情報を活用し、レイクハウスから AlloyDB にワンクリックでデータを同期できるようになりました。AlloyDB は、リアルタイムアプリケーションやエージェントアプリケーションのニーズを満たすように最適化された、同時実行性が高く低レイテンシのサービングレイヤとして機能します。AlloyDB 独自のカラム型エンジンと超高速キャッシュによって、優れたサービングパフォーマンスを実現します。利用に追加料金は発生しません。
Datastream によるシームレスな継続的レプリケーション （一般提供）: Datastream では、データループを完結させるために、AlloyDB から BigQuery および Iceberg テーブルにデータを継続的に複製できるようになりました。これにより、運用面の変更が分析環境に迅速に反映されるため、リアルタイムの ML 特徴量エンジニアリングに不可欠な環境を実現できます。Datastream は、セットアップが簡単で、完全にサーバーレスです。AlloyDB から BigQuery へのストリームには無料枠が用意されています。
Knowledge Catalog（旧称 Dataplex） （プレビュー版）: Knowledge Catalog は、集約、継続的な拡充、検索の厳格なフレームワークを使用して、データ資産全体でビジネス上の意味をマッピングおよび推論するユニバーサルコンテキストエンジンです。Google とパートナーのデータプラットフォーム、セマンティックモデル、サードパーティカタログのネイティブコンテキストを集約し、単一の管理された信頼できる情報源として統合します。一貫してガバナンスが適用され、アクセス制御は一元的に管理されるため、データライフサイクル全体で完全な可視性とセキュリティが維持されます。
Spanner カラム型エンジン（一般提供）: この機能により、ライブ運用データでスキャンが最大 200 倍高速化されるため、分析クエリが加速されます。Spanner は、従来の行ベースのストレージと並行してカラム形式でデータを保存することにより、複雑なクエリを自動的に実行できます。その際は、データを行単位ではなく一度にバッチ処理するベクトル化された実行を使用します。Spanner では、Iceberg テーブル、BigQuery からの継続的なリバース ETL、高速化された連携クエリもサポートされるようになりました。これらすべてで Spanner のカラム型エンジンが使用されています。
BigQuery を使用したデータベースセンター（プレビュー版）: データベースセンターで、Google Compute Engine 上の運用データベースとセルフマネージドデータベースに加えて、BigQuery がサポートされるようになりました。クリティカルなアプリケーションを実行するデータベースからビジネスに関して分析するウェアハウスまで、データ資産全体を単一のインテリジェントな管理プレーンからモニタリングできるようになりました。さらに、Gemini を活用したフリート分析により、環境全体でパフォーマンス最適化の機会がプロアクティブに提示されます。また、新しい API とマネージド MCP サポートにより、これらの豊富なフリート指標を任意のサードパーティツールやカスタムダッシュボードに直接ストリーミングできるようになります。

「Google Cloud とのパートナーシップでは、よりスマートで高速な取引所の構築に重点を置いています。かつては、古いシステムによりサイロ化されていた状況と技術的負担によって業務が滞ることもありましたが、Google の Agentic Data Cloud を利用することで、そうした課題が解消されました。Cloud SQL が持つ運用信頼性と BigQuery の高度な推論を統合することで、デベロッパーと AI エージェントが検証、最適化、革新をリアルタイムで進められるデータエコシステムを構築しました」—CME Group、クラウドデータエンジニアリング担当エグゼクティブディレクター、Kristofer Shane Sikora

オープンデータとマルチクラウドの柔軟性への取り組み

データベースがすべてのアプリケーションの日々の運用にどれほど重要であるかは、Google も認識しています。Google では、Iceberg、MySQL、PostgreSQL、Valkey などのオープンソースとオープンデータ形式に重点を置きながら、業界をリードする信頼性、コストパフォーマンス、スケールを実現するためのイノベーションを継続しています。

エンタープライズグレードのデプロイを簡素化するために、Google は以下を発表します。

Spanner Omni（プレビュー版）: 業界をリードする分散データベースを Google Cloud の外でも利用できるようにする、Spanner の新しいダウンロード可能なエディションです。Spanner Omni を使用すると、組織は Spanner の比類のないスケーラビリティ、高可用性、強整合性、エンタープライズグレードのセキュリティ、完全に相互運用可能なマルチモデル機能を、独自のデータセンター、クラウド全体、さらにはエッジでも AI 対応アプリケーションで使用できます。

Spanner Omni の特長

Bigtable インメモリ （プレビュー版）: Bigtable はアーキテクチャを進化させ、新しいメモリ階層でミリ秒未満の読み取りレイテンシを実現します。Bigtable の新しい Enterprise Plus エディションの機能として利用できる、RAM、SSD、HDD にまたがるハイブリッドストレージアーキテクチャを備えた新しいノードは、頻繁にアクセスされるデータをインメモリデータベースを長期アーカイブストレージと統合します。これらすべてを、単一のフルマネージドサービス内で行えます。ご興味がある場合は、こちらのフォームにご記入ください。
Memorystore for Valkey 9.0（一般提供）: Memorystore for Valkey 9.0 は、Google のオープンソースへの強いコミットメントを示すマイルストーンとなっています。導入の簡素化とエンタープライズグレードのパフォーマンスの提供に重点が置かれています。セルフマネージドの Redis と Valkey から Memorystore へのマネージド移行パスを導入し、これまで以上に簡単にモダナイズできるようにしました。また、コストパフォーマンスを向上させるために、小規模ノードと大規模ノードの新たなサイズを追加し、Valkey-bloom モジュールと Valkey-json モジュールをサポートします。さらに、アクセス制御リスト（ACL）、トークンベースの認証、柔軟な認証局に対応したエンタープライズグレードのセキュリティも追加します。
Oracle Database@Google Cloud: 対象リージョンを 20 に拡大し、Oracle GoldenGate Service のサポート、BigQuery への準リアルタイムのデータレプリケーション、Knowledge Catalog（旧称 Dataplex）とデータベースセンターの統合を追加します。
Compute Engine からマネージドサービスへの移行（プレビュー版）: これは、データベース移行の複雑さを解消するために設計された新しいエクスペリエンスです。Cloud SQL、AlloyDB、データベースセンターにネイティブに統合されており、PostgreSQL の自動ネットワーキングとレプリケーションを提供します。これにより、Compute Engine ワークロードを最小限の労力とダウンタイムで Google の強力なマネージドサービスに移行できます。
Firestore の全文検索と地理空間検索（プレビュー版）: Google の業界をリードする検索テクノロジーを Firestore とネイティブに統合することで、差別化された統合サーバーレスデータベースと検索サービスが実現しました。このサービスは、検索結果が基盤となるデータベースのデータと一貫性を保つようにして、運用上のオーバーヘッドを大幅に削減しつつ、関連性の高いキーワードクエリ、フレーズクエリ、地理空間クエリを実行できるようにします。

Mercado Libre: 「Mercado Libre では、社内開発者ゲートウェイとして Fury を構築しました。Fury を通じて、比類のないスケーラビリティ、レジリエンス、整合性を備えた Spanner を活用した NewSQL サービスを提供しています。当社はクラウドネイティブ企業ですが、インサイダー脅威、ランサムウェア、クラウドの停止などのリスクについて、長年にわたって警戒を続けてきました。Spanner Omni は真のクロスクラウドレジリエンスを実現し、他のクラウドプロバイダでは実装がはるかに複雑化するであろう差別化された堅牢な戦略を提供します」– Mercado Libre、シニアテクニカルマネージャー、Diego Oscar Narducci

今すぐ使ってみる

Google のポートフォリオの詳細については、https://cloud.google.com/products/databases をご覧ください。移行とモダナイゼーションの取り組みを開始するにあたっては、ぜひ RAMP サービスをご利用ください。

- エンジニアリング、データベース担当バイスプレジデント Sailesh Krishnamurthy

- プロダクト管理、データベース担当バイスプレジデント Raj Pai

第 8 世代 TPU の内幕: アーキテクチャの詳細

Thu, 30 Apr 2026 01:40:00 +0000

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

Google の TPU 設計理念では、常にスケーラビリティ、信頼性、効率性という 3 つの柱が中心に据えられてきました。AI モデルが高密度大規模言語モデル（LLM）から大規模な混合エキスパート（MoE）や推論重視のアーキテクチャへと進化するにつれて、ハードウェアは 1 秒あたりの浮動小数点演算（FLOPS）を増やすだけでなく、最新のワークロードに固有の演算強度に対応できるように進化する必要に迫られています。

エージェント型 AI の台頭により、長いコンテキストウィンドウと複雑な逐次ロジックを処理できるインフラストラクチャが必要になっています。同時に、現在のデータアーキテクチャの次に必要となる進化として「世界モデル」が登場しています。つまり新しいエージェントは、リスクを伴う試行錯誤ではなく「想像力」を通じて、将来のシナリオをシミュレートし、結果を予測し、学習するものとなっています。第 8 世代 TPU（TPU 8t と TPU 8i）は、上述の課題に対する Google の答えです。すべてのワークロードが、トレーニングの最初のトークンからマルチターン推論チェーンの最終ステップまで可能な限り最も効率的なパスで実行されるようにします。TPU 8t と TPU 8i は Google DeepMind の Genie 3 のような世界モデルを効率的にトレーニングしてサービングできるように構築されているため、数百万のエージェントが多様なシミュレーション環境で推論をトレーニングして改良していくことができます。

TPU 8: 特化された設計

事前トレーニング、トレーニング後、リアルタイムサービングのインフラストラクチャ要件はそれぞれ異なることを踏まえ、第 8 世代 TPU では TPU 8t と TPU 8i という 2 つの異なるシステムを導入しています。これらの新しいシステムは、AI Hypercomputer という、ハードウェア、ソフトウェア、ネットワーキングを 1 つに統合して AI ライフサイクル全体を強化する Google Cloud のスーパーコンピューティングアーキテクチャの重要なコンポーネントになります。TPU 8t と TPU 8i のどちらのシステムも、Google AI スタックのコア DNA を共有して、AI ライフサイクル全体をサポートしますが、それぞれが対処するボトルネックと、効率の最適化を図る開発の段階は異なります。これに加え、第 8 世代 TPU システム全体に Arm ベースの Axion CPU ヘッダーを統合し、データ準備のレイテンシによって発生するホストのボトルネックを解消しました。Axion は、複雑なデータの前処理とオーケストレーションを処理するためのコンピューティングヘッドルームを提供するため、TPU は常にフィードされた状態に維持されて、停止することがありません。

TPU 8t: 事前トレーニングの原動力

大規模な事前トレーニングとエンベディングを多用するワークロード向けに最適化された TPU 8t は、実績のある 3D トーラス型ネットワークトポロジを、1 つの Superpod で 9,600 個のチップというさらに大きなスケールで活用しています。TPU 8t は、トレーニングがスケジュールどおりに実行されるように、数百規模の Superpod 全体にわたって最大限のスループットを実現するように設計されています。

TPU 8t は、前世代の TPU と比較して次のような点で進化しています。

SparseCore の利用: TPU 8t の中核となっている SparseCore は、エンベディング検索の不規則なメモリアクセスパターンを処理するために設計された専用のアクセラレータです。行列乗算ユニット（MXU）が行列演算を処理する一方で、SparseCore はデータ依存の all-gather 演算を他の集団演算とともにオフロードして、汎用チップでよく問題となるゼロ演算におけるボトルネックを回避します。
VPU / MXU のオーバーラップとバランスの取れたスケーリング: TPU 8t は、プロビジョニングされた FLOP の使用率を最大化するように設計されています。このアーキテクチャは、よりバランスの取れた Vector Processing Unit（VPU）のスケーリングを実装することで、ベクトル演算の時間を最小限に抑えます。これにより、量子化、softmax、レイヤ正規化を MXU での行列乗算と効果的に重ねられるようになるため、チップは順次ベクトルタスクを待つことなく、常にビジー状態を維持します。
ネイティブ FP4: TPU 8t では、メモリ帯域幅のボトルネックを克服するためにネイティブ 4 ビット浮動小数点（FP4）を導入しています。FP4 の導入により、低精度の量子化でも大規模モデルの精度を維持しながら MXU のスループットを倍増させています。パラメータあたりのビット数を減らすことで、プラットフォームでのエネルギー消費量の多いデータ移動が最小限に抑えられ、コンピューティングのピーク使用率に対応するローカルハードウェアバッファに、より大きなモデルレイヤを収められるようになります。

図 1: TPU 8t ASIC のブロック図

Virgo Network トポロジと最大 4 倍のデータセンターネットワークの増加: TPU 8t の膨大なデータ要件をサポートするために、Virgo Network を導入しました。この新しいネットワーキングアーキテクチャにより、データセンターネットワーク（DCN）を介した TPU 8t トレーニングでの DCN 帯域幅が最大 4 倍に増加しています。Virgo Network は、最新の AI ワークロードに伴う極めて厳しい要件に対応するように設計されたスケールアウトファブリックです。Virgo Network は高基数スイッチを基盤としているため、スイッチあたりのポート数を増やしてネットワークレイヤの数を削減できます。このことから、Virgo Network ではフラットな 2 レイヤのノンブロッキングトポロジを採用しています。このようにネットワーク階層を最小限に抑えることで、従来のデータセンターネットワークと比べ、レイテンシが大幅に短縮されます。Virgo Network の特徴となっているのは、独立した複数の制御ドメインで TPU 8t チップを接続する、マルチプレーン設計です。コンピューティングサービスとストレージサービスにアクセスするために、TPU 8t ラックは Jupiter の North-South ファブリックにも接続されます。この合理化されたアーキテクチャは、世界最大のトレーニングクラスタを、しかも高可用性を確保した状態で実現するために必要となる、大規模な二分割帯域幅と確定的低レイテンシを提供します。

前世代比で、チップ間相互接続（ICI）のスケールアップ帯域幅が 2 倍、スケールアウト DCN 帯域幅が最大 4 倍の TPU 8t は、データボトルネックを大幅に削減します。さらに、フロンティアモデルの開発を加速するために、Google は単一のクラスタの枠を超えて分散トレーニングをスケールできるようにしています。具体的には、JAX と Pathways を組み合わせることで、単一のトレーニングクラスタ内で 100 万個を超える TPU チップに対してスケーリングを提供できるようになりました。Virgo Network では、1 つのファブリックで 134,000 個以上の TPU 8t チップをリンクして、最大 47 ペタビット/秒のノンブロッキング二分割帯域幅を使用できます。この場合のファブリックは、160 万エクサフロップスを超える演算能力を、ほぼ線形なスケーリング性能で提供します。

図 2: TPU 8t ラックレベルでの Virgo ファブリックへの接続

ストレージアクセスの高速化: TPU 8t には TPUDirect RDMA と TPUDirect Storage を導入しています。TPUDirect RDMA を使用すると、ホスト CPU と DRAM をバイパスして、TPU のメモリ（HBM）とネットワークインターフェースカード（NIC）の間でデータを直接転送できます。これにより、レイテンシとホストシステムのボトルネックが低減されて、TPU 間通信の有効帯域幅が増加します。同様に、TPUDirect Storage は CPU ホストのボトルネックを回避するために、TPU と 10T Lustre などの高速マネージドストレージ間の直接メモリアクセスを可能にします。したがって、大量のデータを転送する場合は帯域幅が実質的に倍増します。このアーキテクチャでは、シリコンがトレーニングデータをラインレートで取り込めることから、大規模なマルチモーダルデータセットを処理する場合でも。MXU は完全に飽和した状態に維持されます。

数百ペタバイトのデータセットを直接シリコンにルーティングするために Managed Lustre 10T と TPUDirect Storage を組み合わせることで、TPU 8t はデータ取り込みのボトルネックによって発生するトレーニングの遅延を防ぎます。これにより、第 7 世代の Ironwood TPU でトレーニングする場合と比較して、ストレージアクセスが 10 倍高速化されます。

図 3: 上の図は、TPUDirect Storage を使用しない場合のデータ転送パスを示しています。下の図は、TPUDirect Storage を使用した場合の 2 つの TPU 8t チップ間の TPU 8t データ転送と、Managed Lustre 10T ストレージを使用した TPUDirect Storage を示しています。

TPU 8i: サンプリングとサービングのスペシャリスト

トレーニング後の高度な並列推論向けに最適化された TPU 8i は、Google の最高水準のオンチップ SRAM、新しい Collectives Acceleration Engine（CAE）と、Boardfly と呼ばれる、サービングに最適化されたネットワークトポロジを使用して設計されています。

大容量のオンチップ SRAM: 前世代比で 3 倍のオンチップ SRAM を搭載した TPU 8i は、より大きな KV キャッシュを完全にシリコン上でホストできるため、ロングコンテキストのデコード中に発生するコアのアイドル時間を大幅に短縮できます。

図 4: TPU 8i ASIC のブロック図

Collectives Acceleration Engine（CAE）: TPU 8i はサンプリングのボトルネックを解消するために CAE を使用します。CAE は、特に自己回帰デコードと「chain-of-thought」処理で必要となる集約ステップと同期ステップを加速して、コア全体の結果をほぼゼロのレイテンシで集約します。各 TPU 8i チップには、コアダイ上に 2 つの Tensor Core（TC）と、チップレットダイ上に 1 つの CAE があります。これらは、前世代の Ironwood TPU で使用されているコアダイ上の 4 つの SparseCore（SC）に代わるものです。TPU 8i は、専用の CAE を統合することで、集団演算のオンチップレイテンシをさらに 5 分の 1 に短縮しています。集団演算あたりのレイテンシが短縮されるということは、待機時間が短縮されることを意味します。これは、数百万のエージェントを同時に実行するために必要なスループットの向上に直接つながります。
Boardfly ICI トポロジ: 3D トーラスでは、数千個のチップを接続して 1 つの集合体として使用できますが、大規模なメッシュではチップ間のホップ数が多くなり、全対全レイテンシが高くなります。8i では、複数のチップが全結合ボードで接続され、こうしたボードがグループに集約されるという仕組みを変更しました。高基数設計を採用して、最大 1,152 個のチップを接続することで、ネットワーク直径と、データパケットがシステムを通過するために必要なホップ数を削減しています。全対全通信（MoE モデルと推論モデルの中核）に必要となるホップ数を大幅に削減する Boardfly は、通信集約型のワークロードのレイテンシを最大 50% 短縮します。

図 5: TPU 8i の階層的な Boardfly トポロジ。4 つの全結合チップを構成要素とし、8 枚のボードで構成される全結合グループへと拡張。これらのグループ 36 個を全結合することで、1 つの TPU 8i ポッドを構成

Boardfly は次の要素で構成されており、そのトポロジは本質的に階層型です。

構成要素（BB）: 各トレイは内部 ICI リンクを使用して 4 チップからなるリングを形成し、より広範なネットワーキングに対応するための 16 個の外部接続を提供します。
グループ（G）: 8 枚のボードが銅線ケーブルで全結合されて、ローカルグループが作成されます。グループ内の通信には、利用可能な外部リンクのうち 11 個が使用されます。
Pod 構造: 最終的なアーキテクチャは、光回路スイッチ（OCS）を介してリンクされた 36 のグループ（最大 1,024 個のアクティブなチップ）にスケールします。どのチップ間の通信でも、最大レイテンシは 7 ホップ分となります。

詳細: Boardfly とトーラスの数学

TPU 8i でトーラスから移行している理由は、突き詰めるところ、ネットワーク直径にあります。

3D トーラスでノードが配置されるグリッドでは、各次元がリングのように折り返されます。8 x 8 x 16（1,024 チップ）構成で最も遠いチップに到達するには、パケットが各リングの半分の距離を移動する必要があります。

3D トーラス = 8/2（X）+ 8/2（Y）+ 16/2（Z）= 16 ホップ

トーラスは、高密度なトレーニングに通常伴う隣接ノード間の通信には非常に効率的ですが、全対全の通信パターンではレイテンシが犠牲になります。推論モデルと MoE の時代では、トークンをルーティングするために、どのチップも他のいずれかのチップと通信する可能性があるため、ホップ数が重要になります。

Boardfly の高基数トポロジは、Dragonfly トポロジの原則にヒントを得たものです。Google はボードのグループ間を直接結ぶ長距離の光リンクの数を増やすという方法で、ネットワークをフラット化しています。同じ 1,024 チップの Pod の場合、Boardfly はネットワーク直径を 16 ホップからわずか 7 ホップにまで削減します。

ネットワーク直径が 56% 縮小するということは、テールレイテンシが短縮されることに直接つながるため、TPU 8i CAE はデータがポッド経由で到着するのを待機する必要がなくなります。

図 6: TPU 8i Pod の光回路スイッチを介した最大 7 ホップの ICI ネットワーク直径の視覚的表現

TPU 8t と TPU 8i の概要

機能	TPU 8t	TPU 8i
主なワークロード	大規模な事前トレーニング	サンプリング、サービング、推論
ネットワークトポロジ	3D トーラス	Boardfly
専用チップの機能	SparseCore（エンベディング）と LLM デコーダエンジン	CAE（Collectives Acceleration Engine）
HBM 容量	216 GB	288 GB
オンチップ SRAM（Vmem）	128 MB	384 MB
ピーク FP4 PFLOPS	12.6	10.1
HBM 帯域幅	6,528 GB/秒	8,601 GB/秒（TPU 8t の約 1.3 倍）
CPU ヘッダー	Arm Axion	Arm Axion

ソフトウェアの有効化: パフォーマンス重視の AI スタック

ハードウェアの性能は、それを動かすソフトウェアの性能に左右されます。第 8 世代の TPU は、第 7 世代の Ironwood TPU で Google が先駆けて開発したパフォーマンス重視のスタックを基盤に構築されています。このスタックは、高レベルのフレームワークの抽象化を犠牲にすることなく、カスタムカーネルを容易に開発できるように設計されたものです。このスタックには以下が含まれます。

Pallas と Mosaic: Google は、Python でハードウェア対応のカーネルを記述できる Pallas というカスタムカーネル言語に対するトップクラスのサポートを提供しています。これにより、TPU 8i CAE と TPU 8t SparseCore のパフォーマンスを最大限に引き出すことができます。
ネイティブな PyTorch エクスペリエンス: このたび、TPU のネイティブな PyTorch サポートのプレビュー版が公開されました。現在 PyTorch でモデルを構築してサービングしている場合は、これまで以上に簡単に TPU の使用を開始できます。お客様が利用しているネイティブ機能（イーガーモードなど）を完全にサポートした状態で、既存のモデルをそのまま Google の TPU に移行できます。
ポータビリティ: Ironwood で実行される JAX、PyTorch、Keras のコードは、第 8 世代の TPU にスケールします。XLA（Accelerated Linear Algebra）は、Broadly トポロジと CAE 同期の複雑な変換を舞台裏で処理するため、ユーザーは相互接続ではなくモデルに注力できます。

世代を重ねるごとにパフォーマンスが大幅に向上しています

ハードウェアとソフトウェアを共同設計するという Google の取り組みは、引き続き成果を上げています。第 7 世代の Ironwood TPU と比較して、第 8 世代の TPU では次のような大きな改善が見られます。

トレーニングの費用対効果: 大規模なトレーニングにおける TPU 8t の 1 ドルあたりのパフォーマンスは、Ironwood TPU のパフォーマンスの最大 2.7 倍です。
推論の費用対効果: 特に大規模な MoE モデルの低レイテンシターゲットにおける TPU 8i の 1 ドルあたりのパフォーマンスは、Ironwood TPU と比べると、最大 80% 向上します。
エネルギー効率: どちらのチップでも、ワットあたりのパフォーマンスが最大 2 倍向上しています。次世代 AI をサステナブルにスケーリングするうえで、これら 2 つのチップは不可欠と言えます。

今後の対応

Google Cloud のお客様がイノベーションの新たな波を切り開けるよう、Google は TPU 8t と TPU 8i を、AI ライフサイクルの多面的な将来の需要に合わせてカスタマイズされた 2 つの異なる専用システムとして開発しました。TPU 8t と 8i はそれぞれ、最も要求の厳しいトレーニングワークロード専用、サービングワークロード専用に構築されており、AI Hypercomputer のソフトウェアスタック（JAX、PyTorch、vLLM、XLA、Pathways）と完全に統合されています。Google DeepMind との緊密なコラボレーションにより、目的に特化してゼロから再設計された第 8 世代の TPU は、卓越したコストパフォーマンスと電力効率を実現します。

第 8 世代アーキテクチャのモジュール性は、将来に向けた明確な、かつ固有のロードマップを可能にします。コンピューティング環境の大きな変化にはインフラストラクチャのブレークスルーが必要でしたが、エージェントの時代も同じです。継続的なフィードバックループ内で計画、実行、学習を行う推論エージェントは、元々従来のトレーニングやトランザクション推論用に最適化されているハードウェアでは、最高の効率で動作できません。その動作強度は根本的に異なるからです。第 8 世代の TPU インフラストラクチャは、こうした固有の要件に真っ向から対処できるように進化しています。

第 8 世代 TPU ファミリーについて、以下の方法で詳細をご確認ください。

- Google Cloud、上級エンジニア、Diwakar Gupta

- Google Cloud、グループプロダクトマネージャー、Sabastian Mugazambi

コンピューティングの最新情報: コアワークロードとエージェントワークロードのスケーリング

Thu, 30 Apr 2026 01:30:00 +0000

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

Google Cloud Next では、エージェントの世界における中核的な汎用ワークロードと AI ワークロードを、より高いパフォーマンスと低コストで実現するための、さまざまなコンピューティング機能を発表します。

その重要性: IT リーダーや開発者は、エージェント型 AI と、ウェブサーバー、データベース、エンタープライズアプリケーションといった日々のカスタマーエクスペリエンスを支える汎用ユースケースとの間で、コンピューティングへの投資とリソースのバランスを取る必要に迫られています。

エージェントはコンピューティングインフラストラクチャに予測不能な負荷をかけることがあり、その需要はしばしば指数関数的に増加します。1 回のユーザーインタラクションであっても、数百もの同時実行（高スループットかつ低レイテンシ）タスクが瞬時に開始される場合があります。一方、汎用ワークロードは、エージェントの世界を支えるために必要なデータを生成して保持します。静的でサイロ化されたインフラストラクチャに依存してこれらのワークロードを実行すると、パフォーマンスのボトルネックや費用の増大を招くおそれがあり、需要の急増に組織として対応できなくなる可能性があります。

世界規模の旅行アプリケーションを例に考えてみましょう。単純なバカンスの検索ひとつで、エージェントによる在庫チェック、動的料金設定モデル、AI によるパーソナライズされた旅行プラン作成といった、膨大なオーケストレーションが即座にトリガーされます。最新のアーキテクチャがなければ、このような需要の急増によってコアとなる予約データベースが過負荷状態になり、業務が停止してしまう可能性があります。

Google は、柔軟なコンピューティング基盤でこの課題に対処します。汎用ワークフローとエージェントワークフローの両方に対応する Google Cloud インフラストラクチャにより、パフォーマンス、容量、スケールをリアルタイムで柔軟に調整することで、双方のワークフローのメリットを最大限に引き出します。この動的な柔軟性は、Google Kubernetes Engine（GKE）の自動オーケストレーションと新たに導入された Agent Sandbox に直接支えられており、安全で分離された実行環境をマシンレベルの速度で即座にプロビジョニングできます。

それでは、Next ‘26 で発表された新しいコンピューティング機能を詳しく見ていきましょう。

AI ワークロードと汎用ワークロードを同時に実行

エージェントによるプランニングや強化学習は、予測不能な自律タスクのバーストを処理するために、きわめて流動性の高いコンピューティングに依存しています。エージェントが生成したコードを分離するために静的インフラストラクチャに依存すると、プロビジョニングに深刻な遅延が生じ、クラウドの予算が大幅に膨らむ可能性があります。適応型のクラウド基盤を導入することで、こうしたボトルネックを解消できます。GKE Agent Sandbox を活用すると、チームは数千もの実行環境を安全に起動できるようになります。これらのスケーラブルなサンドボックスと効率的な Google Axion プロセッサを組み合わせることで、組織は総所有コストを最適化しながら、AI イノベーションを推進できます。

Google Cloud コンピューティングに関する最新リリースと発表の内容は次のとおりです。

Google Axion N4A の一般提供開始: Google 独自のカスタム Arm ベース Axion CPU のアジリティを活用できます。Java アプリケーション、スケールアウトウェブサーバー、スタートアップ / エンタープライズ / パートナーが構築する SaaS など、コスト重視のワークロードにおいて、同等の現行世代 x86 ベース VM と比較して最大 2 倍優れたコストパフォーマンスを実現します。詳しくはこちらをご覧ください。
コストパフォーマンスに優れた Axion N4A を搭載した GKE Agent Sandbox の一般提供開始: GKE Agent Sandbox は、ハイパースケーラーの中で唯一のネイティブサンドボックスサービスとして、スケーラブルで低レイテンシのインフラストラクチャを提供します。パフォーマンスを損なうことなく、エージェントが信頼できないコードやツール呼び出しを安全に実行できるように設計されています。Google Axion を使用すると、費用や選択肢を妥協することなく、最先端のインフラストラクチャ上にエージェントを構築できます。Google Axion N4A インスタンスで実行される GKE Agent Sandbox は、他社主要ハイパースケールクラウドプロバイダと比較して最大 30% 優れたコストパフォーマンスを実現します。GKE Agent Sandbox はこちらからお試しいただけます。
Google 初の Axion ベアメタルインスタンス「Google Axion C4A.metal」のプレビュー版を公開: C4A.metal インスタンスは、ネストされた仮想化に伴うパフォーマンスオーバーヘッドや複雑さを排除し、Android 開発、自動車シミュレーション、CI / CD パイプライン、セキュリティワークロード、カスタムハイパーバイザに対応します。C4A.metal は今年の夏に一般提供開始予定です。詳しくは、こちらをご覧ください。
C4 インスタンスが、すべての構成において Intel Xeon 6（Granite Rapids）のサポートを拡充: ネイティブ FP16 サポートを備えた Intel AMX を活用して、LLM 推論やベクトル検索などの AI ワークロードでスループットの向上、レイテンシの短縮、パフォーマンスの向上を実現します。これにより、他の大手ハイパースケーラーが提供する同等の Intel Xeon 6 ベース VM と比較して、13% 優れたコストパフォーマンスを提供します。C4 VM は、すべての構成で Intel Xeon 6 プロセッサを搭載できます。詳しくはこちらをご覧ください。
フレキシブル CUD の拡張サポートを一般提供開始: フレキシブル確約利用割引により、TCO を最適化しながら、複数のリージョンと VM ファミリーにわたって費用を移行できるようになりました。サポート対象が拡大され、メモリ最適化（M1～M4）VM ファミリーと HPC 最適化（H3、H4D）VM ファミリーに加え、Cloud Run にも対応しています。詳しくはこちらをご覧ください。

お客様からは次のような声が寄せられています。

Unity: Unity は、Unity Vector を使用してリアルタイム AI の費用構造を再定義しています。Unity はオンデマンドの特徴処理ワークロードを Google Axion N4A インスタンスに移行することで、レイテンシを犠牲にすることなく、費用対効果を 20% 改善しました。Unity Vector が需要の増加に対応するためにスケールアップする中でも、N4A インスタンスへの移行により、サステナブルな費用で業界トップクラスのパフォーマンスを提供し続けています。

Deutsche Börse: ドイツを代表する市場インフラストラクチャプロバイダの Deutsche Börse は、最新世代の C4 および C4D インスタンスを含む数十もの基幹金融アプリケーションを Google Compute Engine VM に移行、モダナイズしました。これにより、レイテンシの影響を受けやすい Oracle データベースやポストトレード処理を大規模にサポートするとともに、リリース速度、運用のアジリティ、復元力の向上を実現しました。これにより、日々数百万件に及ぶ金融取引を処理するために必要な一貫したパフォーマンスを実現し、製品化までの時間を 58% 短縮、TCO を 33% 削減しました。

WP Engine: WP Engine は、ミリ秒単位の遅延も許されない数百万件のデジタルエクスペリエンスを支えています。C4D インスタンスと N4D インスタンスで GKE クラスタを実行することで、WP Engine はモバイルデバイス向けに最適化された REST API のレイテンシを最大 60% 削減し、データ量の多いアプリケーションリクエストの処理を最大 51% 高速化しました。

eDreams ODIGEO: eDreams ODIGEO は、ミリ秒単位の差がカスタマーエクスペリエンスを左右する、AI を活用した大規模な旅行プラットフォームを運営しています。同社は、基盤となる Java ベースの e コマースモジュールを GKE から Axion 仮想マシンへ移行しました。これにより、数週間かかっていた手動によるコード最適化が不要になり、コードを一切変更することなく P95 レイテンシを 75% も改善できました。また、従来の x86 インフラストラクチャでは達成できなかったコスト効率で、グローバルサービスをスケールできる価格性能比も実現しました。

Chainguard: 基盤となるソフトウェアビルドシステムで絶対的な分離を重視する Chainguard は、新しい Axion C4A ベアメタルインスタンスをデプロイしました。これにより、パッケージビルドの強固なハイパーバイザセキュリティ境界を確立し、アーキテクチャのパリティを保ったまま開発パイプラインを保護します。さらに、ビルドのパフォーマンスを損なうことなく、堅牢な保護を実現します。

I/O やレイテンシの影響を受けやすいワークロードを同時に実行

AI ワークロードとコアワークロードはいずれも、データの保存、読み取り、移動を単一の高性能なオペレーションとして実行できる機能に依存しています。従来、これらの処理ステージは、vCPU 数に依存するネットワークやストレージの制限によって遅延が生じ、AI モデルが機能するために必要なデータが不足してしまうことがありました。高速データアクセスを実現する Hyperdisk の強化されたパフォーマンスと、一貫した転送を実現する高性能ネットワーキングを活用することで、これらの制約を解消できます。データパイプラインをコンピューティングとは独立してスケールできるようにすることで、AI トレーニングや I/O の影響を受けやすいワークロードは、需要のピーク時でも必要な専用帯域幅を確保でき、安定したパフォーマンスを維持できます。

C4N（プレビュー版）: モバイルアプリの同時リクエストやリアルタイムの在庫更新といった高負荷ネットワークアプリケーションを実行すると、トラフィックのピーク時にボトルネックが発生する可能性があります。C4N は、複雑なパケット処理をオフロードする Titanium アダプタを備えており、業界トップクラスの毎秒 9,500 万パケットというスループットを実現します。他の主要なハイパースケーラーと比較して、高トラフィックネットワークアプリケーションにおいて 40% の性能優位性を発揮します。大規模なデータセットの高速転送を目的に設計された C4N は、VM 間で最大約 400 Gbps の帯域幅を提供し、vCPU あたりの帯域幅が 4 倍に向上しています。また、インターネットゲートウェイを介した下り（外向き）ネットワーク帯域幅は、C4 VM と比較して 8 倍に向上しています。また、Hyperdisk Extreme を搭載した C4N は、25 GiB/秒のブロックストレージスループットと約 100 万 IOPS を達成し、最新のデータベースやエンタープライズ AI アプリケーションに必要な低レイテンシかつ高速のデータアクセスを実現します。C4N プレビュー版へのアクセスはこちらからご登録いただけます。
M4N（プレビュー版）: メモリ使用量の多いデータベースを実行する場合、メモリ速度を確保するためにコンピューティングコア（vCPU）をオーバープロビジョニングする必要があり、ソフトウェアライセンス費用の増加につながります。この問題を解決するために、新しい M4N シリーズを導入しました。Hyperdisk Extreme を搭載した M4N で Oracle ワークロードを実行すると、TCO を 20% 以上削減できます。また、vCPU あたり 26.57 GiB の RAM を活用することで、はるかに少ないコア数でスケールでき、より効率的に Oracle を実行できます。M4N と Hyperdisk Extreme を組み合わせることで、主要ハイパースケーラーのなかでも、ハイメモリインスタンスにおけるコアあたりの IOPS とスループットでトップレベルの性能を発揮します。プレビュー版には、こちらからご登録いただけます。
Z4D の発表: 新しい Z4D インスタンスにより、I/O 集約型のワークロードを最適化し、ネットワークベースのストレージボトルネックを解消します。ノード上で最大 84 TiB の高性能ローカル SSD を直接確保することで、組織は SQL、NoSQL、ベクトルデータベース向けに膨大なデータセットを処理できるようになります。Z4D は、C4N および M4N と同等の、最大 400 Gbps の VM 間帯域幅を提供します。Z4D の仮想マシンとベアメタルインスタンスは、近日中にプレビュー版としてリリースされる予定です。

お客様から寄せられた声をご紹介します。

Ericsson: 5G コアのワークロードは本質的にネットワーク負荷が高く、高スループットのパケット処理と決定論的なレイテンシが求められます。標準的なパブリッククラウドインスタンスでは、大規模環境でこれらを維持するのは容易ではありません。Google Cloud C4N を活用することで、Ericsson On-Demand を支えるネットワークパフォーマンスの最適な選択肢を見つけました。ネットワークに最適化されたコンピューティングに重点を置いた C4N のアーキテクチャにより、Ericsson の 5G Core-as-a-Service は、最近達成した 1 Tbps など、前例のないスループットレベルを実現しながら、顧客が期待するキャリアグレードの信頼性を維持しています。

Teradata: Teradata の Autonomous Knowledge Cloud は、世界最大規模の企業がエンタープライズインテリジェンスを活用し、信頼できるデータを測定可能なビジネス成果へと変換できるようにします。顧客は Teradata を活用し、パフォーマンスと効率が価値を直接左右する、ミッションクリティカルかつ I/O 集約型の分析を大規模に実行しています。C4N インスタンスは、このような要求の厳しいワークロードに適しており、優れたコストパフォーマンスを実現するとともに、より効率的で最適化されたデプロイをサポートします。C4N を利用することで、Teradata は顧客のインサイト獲得を加速し、安心してスケールできる環境を提供します。さらに、データと AI への投資からより大きな成果を引き出せるよう支援します。

厳しいストレージ要件に対応

ウェブサーバー、アプリケーション、データベースなどの基盤となるワークロードには、エージェントの世界が機能するために必要なデータが蓄積されています。この重要な情報を固定的なハードウェア上でサイロ化すると、ボトルネックが発生し、企業のモダナイゼーションが完全に停滞する可能性があります。たとえば、グローバルな小売ブランドがホリデーシーズンのプロモーションを実施しているとします。しかし、従来のハードウェアではエージェント型クエリの急増に処理が追いつかず、在庫データベースがタイムアウトして、顧客のリクエストが破棄されてしまいます。

組織は、データ配信を滞らせないように、vCPU あたりの IOPS とスループットに優れた、トップレベルのパフォーマンスを発揮するデータベースホストを必要としています。これらのアプリケーションを最新のクラウドインフラストラクチャに移行することで、総所有コストと運用スループットが大幅に向上します。戦略的なクラウド移行を通じて、モダナイゼーションを妨げるアーキテクチャ上の障壁を排除し、AI 活用に向けてデータの価値を引き出せます。スループットと容量に左右されやすいワークロード向けの、Fluid Compute の新機能をご紹介します。

Hyperdisk Balanced の改善: Hyperdisk Balanced は、アプリケーションやリレーショナルデータベースなどの汎用ワークロード向けに、高速で効率的なブロックストレージを提供します。Hyperdisk Balanced を使用すると、ボリュームあたり最大 2.4 GiB/秒のスループットと 16 万 IOPS を実現します。これは、他のハイパースケーラーの汎用ブロックストレージサービスを上回る性能であり、平均レイテンシも代替サービスよりも低く抑えられます。Hyperdisk Balanced High Availability を使用すると、SQL Server や PostgreSQL などの高可用性データベースにおいて、ディスク全体のパフォーマンスをアクティブな VM に動的にルーティングすることで、4 倍のパフォーマンス向上を実現できます。これにより、ストレージのオーバープロビジョニングが不要になります。ゼロダウンタイムの暗号鍵のローテーションとインスタントスナップショットの整合性グループを活用することで、より簡単にセキュリティを強化できます。これらの機能により、汎用ワークロードでの TCO 削減、パフォーマンスの向上、ワークロードのレジリエンス強化を実現できます。詳しくはこちらをご覧ください。
Hyperdisk ML のパフォーマンス向上と Hyperdisk Exapools の一般提供: 合計スループットが（1.2 TiB/秒から）2 TiB/秒に向上した Hyperdisk ML は、AI ストレージのボトルネック解消に貢献します。ディスクあたりのスループットが競合製品の 200 倍以上でり、貴重なアクセラレータクラスタをアイドル状態にさせません。これにより、AI コンピューティングの ROI を最大化しながら、次世代のインテリジェントエージェントを支えます。さらに Hyperdisk Exapools は、大規模なトレーニング要件に対応するため、あらゆるハイパースケーラーの中で、AI クラスタあたり最高水準の総合ブロックストレージ性能と容量を提供します。Hyperdisk ML と Hyperdisk Exapools について、詳細をご覧ください。
Z4M の発表: 最大 168 TiB のローカル SSD と最大 400 Gbps のネットワーク帯域幅、RDMA のサポート、ベアメタルシェイプを提供し、分散並列ファイルシステムや大規模な AI / ML ワークロードの実行に対応します。Z4M は Cluster Director と統合され、アクセラレータとコロケーションするオプションを提供することで、データへの高速かつ低レイテンシのアクセスを実現します。Z4M VM とベアメタルインスタンスは、2026 年第 3 四半期にプレビュー版が提供される予定です。

お客様から寄せられた声をご紹介します。

Shopify: ブラックフライデーの週末セール期間中、Shopify は 8,100 万人の購入者に対して 1 億 3,600 万個の荷物を追跡し、146 億ドルを超える取引を処理しました。この処理は、Compute Engine の Z シリーズを基盤とするストレージ上に構築された Shop アプリを使用して行われ、その間、速度や信頼性を損なうことはありませんでした。

HubX: 迅速なモデル読み込みがユーザーエクスペリエンスを左右する、AI 搭載モバイルアプリの膨大なポートフォリオを運用する中で、HubX は GKE に Hyperdisk ML をデプロイし、深刻な I/O ボトルネックを解消しました。この専用ストレージレイヤを活用することで、HubX は数百の同時リーダーをサポートし、トラフィックが急増するピーク時でも Pod の初期化時間を 30 倍に短縮できました。これにより、アイドル状態のアクセラレータにかかる費用を大幅に削減し、複雑な推論ワークロードを想定どおりにスケールできました。

エージェントの時代に対応する流動的なインフラストラクチャ

基盤ワークロードとエージェントが容量やパフォーマンスを奪い合う必要がなくなります。Google Cloud の Fluid Compute を活用することで、ボトルネックを回避し、基盤ワークロードと AI ワークロードの双方が連携して最大限のパフォーマンスを発揮できる、適応型のクラウドインフラストラクチャを実現できます。

準備ができたら、 Google Cloud コンソールにアクセスして、次の大規模プロジェクトに向けて VM をスピンアップしましょう。または、Migration Center の AI 搭載ツールセットを使用して、費用の見積もり、ビジネスケースの作成、モダナイゼーションオプションの評価を行い、移行計画を開始することもできます。

- コンピューティングプラットフォーム部門プロダクト管理担当バイスプレジデント、Nirav Mehta

Next ‘26 で発表された GKE の新機能

Thu, 30 Apr 2026 01:00:00 +0000

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

今週開催の Google Cloud Next ‘26 では、Google Kubernetes Engine（GKE）の進化についてご紹介しています。GKE は、特に要求が厳しく複雑なワークロードや、次世代の AI アプリケーションとエージェントアプリケーションに対して、優れたパフォーマンス、効率性、セキュリティ、スケーラビリティを提供します。

重要である理由: Kubernetes は AI 時代のオペレーティングシステムとして急速に普及しており、GKE は現在、最大規模のフロンティアモデルの構築企業を含む、プラットフォーム上の上位 50 社すべてのお客様の AI ワークロードを支えています。エンタープライズ AI は急速に普及しています。わずか数か月で、マルチエージェント AI ワークフローの数が 327% も急増しました。同時に、組織の 66% が生成 AI アプリやエージェントの強化に Kubernetes を利用しています。

自律型エージェントが大規模に運用されるこの新しい時代には、インフラストラクチャの管理方法に根本的な変革が求められています。これは、ステートレスアプリケーションからステートフルアプリケーションへの移行よりも要求の厳しい変革です。

新機能:

GKE Agent Sandbox: 安全でスケーラビリティが高く、低レイテンシのエージェントインフラストラクチャ
GKE ハイパークラスタ: Google Cloud リージョン全体で数百万のアクセラレータを管理する、単一の適合 GKE コントロールプレーン
推論パフォーマンスの向上: GKE Inference Gateway と KV キャッシュ管理の基盤となる機能強化
強化学習（RL）の強化機能: アクセラレータ使用率をスロットリングするボトルネックを解消するネイティブ機能
カスタム指標に基づくスケーリング: CPU とメモリ以外のトリガーに基づくインテントベースの自動スケーリングをサポート

GKE に関するこれらのお知らせについて詳しく説明します。

GKE Agent Sandbox: エージェント時代を加速

AI が単純な会話型チャットボットから、エコシステム全体へのプロアクティブで自律的なエージェントへと進化するにつれて、基盤となるインフラストラクチャは、従業員と連携して複雑なタスクを計画、評価、実行するために数百または数千のエージェントを処理できるように適応していく必要があります。大規模なインフラストラクチャでは、パフォーマンス、応答性、厳格なセキュリティが不可欠です。

このたび Google は、業界有数のスケーラビリティと低レイテンシを誇る AI エージェントインフラストラクチャである GKE Agent Sandbox を発表しました。Gemini の保護と同じ gVisor カーネル分離テクノロジーで構築された Agent Sandbox を使用すると、パフォーマンスを犠牲にすることなく、信頼できないコード、ツール、エージェント全体を安全に実行できます。GKE は、完全に分離されたエージェントに対して、1 秒あたり 300 個のサンドボックス、1 秒未満のレイテンシ、Axion で実行した場合の他のハイパースケールクラウドと比較して最大 30% 優れた費用対効果を実現し、業界をリードするスピードと効率性を提供します。

Lovable を使用すると、誰でもアプリやウェブサイトを構築できます。毎日ビルダーによって 20 万件以上の新しいプロジェクトが作成されています。Lovable では、起動の速さとスケーリングの速さ、そして安全な分離が可能なことから、これらの AI 生成アプリケーションを GKE Agent Sandbox で実行しています。

「GKE の最先端のサンドボックス機能により、1 秒あたり数百個の安全なサンドボックスに確実にスケーリングできるため、予測不能な膨大な需要が発生した場合でも、ビルダーをシームレスに支援できます」- Lovable、共同創業者 Fabian Hedin 氏

GKE ハイパークラスタがスケーラビリティの上限を再定義

基盤となる AI モデルが指数関数的に成長し、アクセラレータの需要が高い状態が続いているため、組織は Kubernetes コンピューティングインフラストラクチャを数百の切断されたクラスタに分割する手段をとっており、これは、運用上の大きな負担につながる可能性があります。この問題を解決するために、Google は GKE ハイパークラスタの限定公開 GA を発表します。これにより、複数の Google Cloud リージョンにまたがる 256,000 個のノードに分散された 100 万個のチップを、Kubernetes に準拠した単一の GKE コントロールプレーンで管理できるようになります。GKE ハイパークラスタを使用すると、広範囲に分散されたインフラストラクチャが、複数の地理的場所にまたがる単一の統合された容量の予備となります。

セキュリティを損なうことなくグローバルにスケーリングするために、GKE ハイパークラスタは Google の Titanium Intelligence Enclave を利用しています。これは、プライベート AI コンピューティングを提供するソフトウェア強化型のセキュリティエンジンです。この「管理者権限なし」モデルは、ハードウェア証明済みの Pod レベルの分離を提供するため、独自のモデルの重みとプロンプトは、プラットフォーム管理者とインフラストラクチャレイヤから暗号的にシールされたままになります。

最先端の推論を強化

最先端の推論を実現するには、数か月にわたる複雑なパフォーマンスチューニングが必要です。この手間を軽減するために、GKE では TPU と GPU 全体で「SOTA までの時間」をわずか数分に短縮しました。これを実現するために、以下の新機能を提供しています。

GKE Inference Gateway の ML を活用した予測レイテンシブースト。ヒューリスティックな推測をリアルタイムの容量を考慮したルーティングに置き換えることで、最初のトークンまでの時間（TTFT）のレイテンシを最大 70% 削減できます。手動によるチューニングは必要ありません。
RAM、ローカル SSD、GCS/Lustre 間での自動 KV キャッシュストレージティアリングにより、長いコンテキストのメモリボトルネックが解消されます。KV キャッシュを RAM にオフロードすると、システムプロンプトの長さが 10,000 の場合、TTFT が 40% 以上短縮され、スループットが 50% 向上しました。KV キャッシュをローカル SSD にオフロードすると、システムプロンプトの長さが 50,000 の場合、スループットがほぼ 70% 向上しました。これらのベンチマークについて詳しくは、llm-d Offloading Prefix Cache to Shared Storage guide をご覧ください。

レイヤ化されたコンポーズ可能なスイートの一部として構築されたこれらの新しい GKE 機能は、現在公式の CNCF サンドボックスプロジェクトである llm-d を活用しています。最大限の柔軟性を実現するため、Google は NVIDIA と緊密に連携して Dynamo をシームレスに統合し、大規模な混合エキスパート（MoE）モデルをスケーリングできるようにしました。どのツールを選択しても、GKE は、あらゆる最先端の AI ワークロードを安全に実行するために必要な、高度に最適化された柔軟なインフラストラクチャを提供します。これには、新しく発表された Gemma 4 の高度なエージェント機能も含まれます。

RL コンピューティングのボトルネックの解消

強化学習（RL）は AI コンピューティング需要の重要な推進力であり、RL ジョブにはサンプリング、報酬、トレーニングの順次処理が含まれます。これらの RL ステップの間では GPU および TPU アクセラレータがアイドル状態になる可能性があります。RL を効率化するために、新しい GKE 機能をプレビュー版として追加しています。

RL スケジューラは「ストラグラー効果」とバッチ間のテールレイテンシを解決し、インテリジェントなルーティングによってスループットを最大化します。
RL Sandbox は、ツール呼び出しと報酬評価のためにカーネルレベルの分離を提供し、ミリ秒単位でプロビジョニングします。RL サンプリングと報酬のステップとの統合は簡単です。
RL のオブザーバビリティと信頼性のダッシュボードは、RL ループ全体のトラブルシューティングと最適化を即座に、すぐに使える状態で実行するために必要な詳細な可視性を提供します。

GKE レシピの RL、特に Verl と NeMo RL の実装をご確認ください。

カスタム指標に基づくインテントベースの自動スケーリング

従来、アプリケーションの健全性に基づいて AI ワークロードをスケーリングするには、「カスタム指標税」が課せられていました。基本的なコンピューティングやメモリ使用率以外の要素に基づいてシステムをスケーリングするには、組織は複雑なモニタリングシステムと IAM ロールを管理する必要があります。これにより、運用上のリスクが生じます。外部のオブザーバビリティスタックに障害が発生すると、自動スケーリングも機能しなくなります。

インテントベースの自動スケーリングでは、GKE の HorizontalPodAutoscaler（HPA）のネイティブなカスタム指標サポート により、このオーバーヘッドが解消されます。このエージェントレスアーキテクチャは、Pod から直接指標を取得することで外部依存関係を回避し、信頼性を高めながらコストを削減します。重要なのは、反応時間が 25 秒からわずか 5 秒に短縮されたことです。これは、インフラストラクチャの弾力性がほぼ瞬時に発揮されることを意味し、パフォーマンスが 5 倍向上しています。

新しいワークロード、変わらないミッション

GKE は 10 年以上にわたり、スケーラブルなインフラストラクチャの標準を確立してきました。エージェント AI と自律型 AI の時代を迎えても、Google の使命は変わりません。それは、運用上の摩擦を排除し、お客様がイノベーションに集中できるようにすることです。Next '26 で発表する機能（GKE ハイパークラスタ、Agent Sandbox、超高速推論、インテントベースの自動スケーリングなど）は、意欲的な AI ワークロードを成功させるために必要な、安全で効率的かつ強力なエンジンを提供します。AI ワークロードに GKE を使用する方法について詳しくは、GKE Inference Quickstart をご覧ください。

- オーケストレーションおよび Kubernetes プロダクト管理担当シニアディレクター Drew Bradstock

- GKE グループプロダクトマネージャー Gari Singh

Next ‘26 で発表された Cloud Run の新機能

Tue, 28 Apr 2026 02:00:00 +0000

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

Cloud Run は、バイブコーディングで作成した大規模アプリから AI モデルやエージェントまで、あらゆるワークロードに対して、ゼロオーバーヘッドかつ従量課金制のオンデマンドコンピューティングを提供します。昨年、Cloud Run を利用する外部開発者数とアプリケーション数は倍増し、2025 年には、リリースから最初の 6 年間の合計を上回る新規顧客とアプリが Cloud Run に加わりました。

本日は、ワークロードの実行を支える Cloud Run の新機能と改善点をご紹介します。

Cloud Run、Firestore、ユーザー認証を使用して、Google AI Studio でフルスタックアプリを構築、デプロイできます。
まったく新しい Gemini Enterprise Agent Platform と Cloud Run を使用して、信頼性の高い AI エージェントを構築、スケール、管理、最適化できます。
Cloud Run のフルマネージドリモート MCP サーバーを使用することで、開発者やエージェントによるデプロイが容易になります。
Cloud Run で NVIDIA RTX PRO 6000 Blackwell Server Edition GPU を使用することで、高性能推論とサーバーレスコンピューティングを融合できます。

新時代の開発者を支援

長年にわたり、ソフトウェア開発は習得が難しく参入しにくい分野でしたが、今では AI のおかげで誰もがデジタルビルダーになれます。Cloud Run を使用すると、プロトタイプから本番環境へのデプロイまで、わずか数秒で完了できます。

Google AI Studio でフルスタックアプリを構築 AI Studio が、サーバーサイドコード、Firestore データベース、ユーザー認証を実行できるフルスタックアプリケーションに対応しました。バイブコーディングで作成したアプリを、ワンクリックで Cloud Run にデプロイできます。この機能は現在、一般提供中です。

Cloud Run のフルマネージドリモート MCP サーバー開発者やエージェントがコードをより簡単にデプロイできるように、公式のリモート Cloud Run MCP（Model Context Protocol）サーバーをリリースしました。これにより、アプリの管理とデプロイのためのツールが利用可能になります。現在、一般提供中です。

請求の上限近日中に、1 か月あたりの最大利用額を設定できるようになります。請求額がこの金額に達すると、Cloud Run リソースは無効になります。

「Cloud Run は、当社のデプロイプラットフォームにおいて最も優れた技術的選択の一つです。現在当社の主要基盤となっており、Replit でホストされている 100 万件を超える稼働中のプロジェクトを支えています。」- Replit、エンジニアリング担当バイスプレジデント、Scott Kennedy 氏

エージェント時代の到来

AI エージェントは人間と同じように、タスクを実行するためにコンピューティング環境にアクセスする必要があります。クラウドベースの AI エージェントが複雑なアクションを実行する場合、Cloud Run のオンデマンドコンピューティングサービスを利用できます。

Cloud Run と Gemini Enterprise Agent Platform のインテグレーション Cloud Run とのインテグレーションにより、Agent Platform を使用して、エージェントを試験運用環境から本番環境レベルのフルマネージドシステムにスムーズに移行できます。再構築は不要です。現在、一部のお客様を対象にプレビュー版を提供しています。

Cloud Run インスタンス従来、Cloud Run サービス、ジョブ、ワーカープールは、Cloud Run インフラストラクチャを管理するための独自の方法として提供されてきました。今回、基盤となるプリミティブにアクセスできるようになり、個々の Cloud Run インスタンスを作成できるようになりました。これらのインスタンスを Cloud Storage ボリュームマウントと組み合わせることで、OpenClaw のような長時間実行されるバックグラウンドエージェントを 1 つのシンプルなコマンドでホストできます。

code_block: <ListValue: [StructValue([('code', 'gcloud run instances create \\\r\n --image alpine/openclaw:latest \\\r\n --port 18789 \\\r\n --memory 4Gi \\\r\n --default-url \\\r\n --add-volume mount-path=/home/node/.openclaw,type=cloud-storage,bucket=$BUCKET_NAME'), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7f681a9996a0>)])]>

この機能は現在、一部のお客様を対象にプレビュー版で提供されています。

Cloud Run サンドボックス エージェントは多くの場合、コードやその他のコマンドをできるだけ早く実行するための安全な環境を必要とします。近日公開予定の機能として、1 回のリクエストの処理中に、組み込みのサンドボックス ツールを使用して、エージェントコードから厳密に分離されたエフェメラルサンドボックスを迅速にスピンアップできるようになります。

code_block: <ListValue: [StructValue([('code', 'app.post(\'/execute\', (req, res) => {\r\n const escapedCode = req.body.code.replace(/"/g, \'\\\\"\');\r\n\r\n exec(`sandbox do -- /usr/bin/python3 -c "${escapedCode}"`, (e, stdout, stderr) => {\r\n res.send({ stdout, stderr });\r\n });\r\n\r\n});'), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7f681a9991f0>)])]>

「Cloud Run の同時実行モデルは、カスタマーサービス AI ツール『Lumi』の AI ワークロードを簡素化するうえで大きく貢献しています。Gemini と AlloyDB を Cloud Run と組み合わせて使用することで、リアルタイムの通話要約やフローガイダンスを可能にする統合アクションレイヤを構築しました。これにより、初回通話解決率が向上し、コンタクトセンターチームのオンボーディングも迅速化できました。」- VirginMedia O2 UK、エンジニアリング担当責任者、Edward Wright 氏

需要の高いアプリケーションの自動スケーリング

Cloud Run は需要に応じて自動的にスケールされるため、大量のトラフィック増加に即座に対応する必要がある大企業に最適です。

Cloud Run の SSH サポート開発者は、実行中の Cloud Run コンテナに直接 Secure Shell（SSH）でアクセスできるようになりました。これにより、高度なトラブルシューティングや、コンテナのファイルシステムに対するリアルタイムの検査が可能になります。現在、一部のお客様を対象にプレビュー版が提供されています。次の簡単なコマンドで、安全な対話型のシェルセッションを開始できます。

code_block: <ListValue: [StructValue([('code', 'gcloud run services ssh SERVICE'), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7f681a999580>)])]>

Cloud Run サービスバインディング近日公開予定の Cloud Run サービスバインディングにより、スケーラブルなマイクロサービスアーキテクチャにおいてサービス間のシームレスな通信が可能になります。

「Cloud Run のサーバーレスアーキテクチャにより、ほぼ瞬時のスケーリングで急増する需要にも対応できます。また、最新の開発者エクスペリエンスにより、アプリケーションの構築と実行が容易になりました。」- Anthropic、技術スタッフメンバー、Mimi Chen 氏

AI モデルの実行

GPU を使用したカスタムモデルの提供から、ジョブを使用したモデルのトレーニングやファインチューニングまで、Cloud Run は AI への依存度が特に高いワークロードに活用できます。

Cloud Run での NVIDIA RTX PRO 6000 Blackwell GPU のサポートCloud Run での NVIDIA RTX PRO™ 6000 Blackwell GPU のサポートが一般提供となり、サーバーレスエクスペリエンスをハイエンド推論にも拡大しました。これにより、基盤となるインフラストラクチャを管理することなく、最大 700 億以上のパラメータモデルを提供できます。また、リソース未使用時にはゼロへのスケーリングが可能です。

エフェメラルディスクインスタンスごとに一時ディスクストレージを使用することで、大容量のファイル処理や一時領域の使用時も、ワークロードがコンテナのメモリを圧迫しません。現在プレビュー版として提供されているエフェメラルディスクストレージは、インスタンスの起動時に作成され、停止時に削除されます。

「Cloud Run は、当社のモデルデプロイの管理方法を根本的に変えました。使用量ベース、かつゼロへのスケーリングが可能なモデルに移行することで、トラフィックの少ないモデルにかかるアイドル状態の GPU 費用を削減できました。現在、複数のリージョンにわたり 17 種類以上のモデルバリエーションを本番環境で実行していますが、それぞれが個別にデプロイされ、分離されており、キャパシティプランニングやフリート管理の負担もなくなりました。」- Elastic、グローバルバイスプレジデント、Ajay Nair 氏

あらゆるワークロードに対応するオンデマンドコンピューティング

経験豊富なソフトウェア開発者から、次なるバイラルアプリのデプロイを目指すバイブコーダーまで、Cloud Run はあらゆるユーザーとあらゆるワークロードに対してオンデマンドコンピューティングを提供します。ぜひ実際にお試しください。

- プロダクトマネジメント担当ディレクター、Steren Giannini

- エンジニアリング担当シニアディレクター、Belinda Runkle

Google Cloud パートナーとのエージェント型エンタープライズの構築と 7 億 5,000 万ドルのイノベーションファンド

Mon, 27 Apr 2026 02:10:00 +0000

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

現在、エージェント型エンタープライズがお客様にとって現実のものとなりつつあります。今週開催の Next ‘26 では、お客様がエージェント型 AI をさらに加速させるのに役立つ、新しい画期的なイノベーションを発表しました。

エージェント型エンタープライズを実現するうえでは、Google のパートナー様が重要な役割を果たします。そこで今回は、エージェントの時代に業界で最も有能なパートナーエコシステムをお客様に提供するための新しいリソース、テクノロジー、緊密な技術パートナーシップについても発表いたしました。これには以下が含まれます。

グローバルコンサルティング企業、ソフトウェアパートナー、チャネルパートナーを対象とするエージェント開発のための 7 億 5,000 万ドルのパートナーファンド。
お客様が Gemini Enterprise でパートナーのエージェントをデプロイできる新しい方法。
お客様をサポートするために、グローバルコンサルティング企業との技術パートナーシップを強化し、Google から現地に配置するエンジニアチームを新たに編成。
Palantir、Salesforce、SAP、ServiceNow などのエンタープライズプラットフォームに Gemini モデルをより深く統合。
パートナー様が質の高いサービスを提供できるよう、Google Cloud パートナーネットワークの AI 搭載機能を拡充。

AI エージェントの開発を加速させるための投資

Google は、業界で最も AI 能力に優れたパートナーエコシステムをお客様に提供できるよう取り組んでいます。エージェント型 AI の時代にパートナー様が真の変革を推進できるよう、Google は 7 億 5,000 万ドルのイノベーションファンドを立ち上げます。エージェントの開発とデプロイを世界中で加速することを目的とし、対象はあらゆるビジネスプロセス、機能、業界となります。

このファンドは、以下のような幅広い活動を支援します。

ソフトウェア会社が Gemini Enterprise Agent Platform を使用して AI エージェントを自社製品に組み込み、Google の Agent Marketplace や、Gemini Enterprise の新しい Agent Gallery を通じて市場に投入できるよう、実践的サポートを提供します。
熟練した Google の前線配置エンジニア（FDE）が、主要なシステムインテグレータと連携して、お客様の技術的に難しい課題の解決や Google AI の迅速なデプロイを支援します。
デプロイと利用に関するインセンティブにより、サービスパートナー様がエージェントの時代に成功を収められるよう支援します。
パートナー様が Gemini Enterprise Agent Platform を使用してお客様向けにエージェントを構築、デプロイできるよう、トレーニング、技術開発イニシアチブ、ワークショップを提供します。

パートナー様が構築したエージェントを Gemini Enterprise で公開

Next では、エージェントを構築、スケール、管理、最適化するための包括的なプラットフォームである Gemini Enterprise Agent Platform を発表しました。このプラットフォームには、パートナーが構築した厳選されたエージェントをお客様が閲覧できる Agent Gallery が含まれます。

現在、Agent Gallery では幅広いサードパーティエージェントにアクセスできます。これらのエージェントは、Google の安全なエンタープライズグレードのインフラストラクチャ上に構築されているため、お客様は最高レベルのガバナンスと信頼性をもってビジネスにデプロイできます。現在、Accenture、Adobe、Atlassian、Deloitte、Lovable、Oracle、Palo Alto Networks、Replit、S&P Global、Salesforce、ServiceNow、Workday などが構築したエージェントがあります。

グローバルコンサルティングパートナーが AI トランスフォーメーションを推進できるよう支援

現在、Google Cloud のグローバルコンサルティングパートナーとシステムインテグレータパートナーは、Google AI の実装に関するトレーニングを受けた 33 万人以上のエキスパートをお客様に提供しています。Google Cloud は、今回の Next に合わせて、主要なシステムインテグレータとのパートナーシップを次のように拡大します。

Accenture は、前例のない Gemini Enterprise Acceleration Program の立ち上げにより、企業が AI を活用した変革とビジネス価値の向上を迅速かつ大規模に推進できるよう支援します。このプログラムでは、Google Cloud と Accenture のトップレベルの技術力と前線配置エンジニアをお客様の現場まで直接届けます。
BCG は Google Cloud とのパートナーシップを拡大して Gemini Enterprise による変革を加速させ、組織がエージェントの導入を大規模に実現できるよう支援します。
Capgemini は、Gemini Enterprise のエンタープライズ規模での導入を加速させるために、Google Cloud AI Enterprise Hub を設立します。
Cognizant は、Gemini Enterprise の企業への導入を加速させるために、Gemini Enterprise 専門のプラクティスグループを立ち上げます。
Deloitte は、Gemini Enterprise に特化した Google Cloud エージェント変革のプラクティスを立ち上げ、10 万を超える自社チームに Gemini Enterprise を展開します。
HCLTech は、Gemini Enterprise を基盤とする業界固有のソリューションの開発と導入を加速させるために、Gemini Enterprise ビジネスユニットを立ち上げます。
Infosys は、Infosys Topaz プラットフォーム内で Gemini Enterprise を活用し、Infosys のグローバルデリバリーチーム全体で 10 万人を超える Infosys の開発者に Gemini Enterprise を提供します。
KPMG は、ライフサイエンス企業に Gemini Enterprise をデプロイし、Workday と Google Cloud で構築された新しい Financial Close Companion エージェントをリリースします。
Kyndryl は、AI 対応の主権アプリケーション向けの Google Distributed Cloud サービスを拡大し、Google Cloud とのパートナーシップを強化します。
McKinsey は、McKinsey Google Transformation Group を立ち上げ、Gemini Enterprise を使用して企業の AI 成果を加速させます。戦略的専門知識と Google の AI スタックを組み合わせることで、組織がエージェントによる変革をスケールできるよう支援します。
PwC は、Google Cloud AI 専門のセンターオブエクセレンスを立ち上げ、組織の AI 導入の拡大を支援します。業界の専門知識と Gemini Enterprise を組み合わせることで、推論、行動、プロセスの自動化を大規模に行う AI エージェントをデプロイします。
TCS は、新しいエージェント型 AI サービスと Gemini Enterprise 専門のプラクティスを開始します。3,000 を超える業界に特化した AI エージェントと、Gemini Experience Centre のグローバルネットワークの拡大により、AI ネイティブの自律的な企業運営を加速させます。

Google Cloud はさらに、Accenture、Capgemini、Cognizant、Deloitte、HCLTech、PwC、TCS などの一部のグローバルパートナーにエンジニアチームを派遣し、お客様が自社内で AI エージェントのプロトタイプ作成とデプロイをより迅速に行えるよう支援します。Altimetrik、Artefact、Covasant、Deepsense、Distyl.ai、Northslope、Quantium、Tribe.ai、Tryolabs などの AI ネイティブサービスパートナーは、Gemini Enterprise のプラクティスを立ち上げ、サンドボックス開発、技術的なスキルアップ、紹介の機会のクレジットを受け取る予定です。

また、Google Cloud は、Accenture、BCG、Deloitte、McKinsey など、一部のパートナー様にモデルの早期アクセスを提供する新しいプログラムも展開します。これらのパートナー様は、Google DeepMind の今後のモデルのプレリリースバージョンをプレビューして、構築を開始できます。

一般的な SaaS プラットフォームを通じて Gemini をより多くのお客様に提供

世界をリードする多くのエージェント型 SaaS や AI プラットフォーム企業が、Gemini をすでに自社製品に統合しています。Cloud Next では、こうした統合を次のようにさらに拡大します。

Atlassian は、Gemini 3 Flash を Rovo に導入し、マルチモーダル機能を Confluence の Remix に統合することで、チームがテキストベースのドキュメントを忠実度の高い図やグラフに即座に変換し、関係者の意思決定を迅速化できるようにします。
Box は、Gemini 3 Flash と Gemini Enterprise を活用した新しい Box Agent をリリースします。これにより、企業は AI オーケストレーションを安全なコンテンツ管理ワークフローにネイティブに統合し、静的ファイルを実用的なインテリジェンスへと変換できます。
DocuSign は、Gemini を活用して、複雑な契約書を要約し、重要な条項を特定し、契約の言外の意味をユーザーが理解できるようにする新機能を提供します。
Oracle は、Gemini Enterprise 向け Oracle AI Database コネクタをリリースします。この新しいエージェントにより、エンドユーザーは Gemini Enterprise で Oracle データに関するビジネス上の質問を自然言語で行うことができるため、SQL を記述したり、基盤となるデータモデルを理解したりする必要がなくなります。
Palantir は、商用のお客様向けに Gemini と BigQuery のインテグレーションを追加し、お客様が最高水準のモデルを最も重要な AI ワークフローや業務に接続できるようにします。
Salesforce は、Atlas 推論エンジンにネイティブの Gemini サポートを追加します。これにより、Agentforce はテキスト、画像、動画など形式を問わず確認し、長年にわたる顧客履歴から複雑な問題を的確に解決できます。すでに数千ものお客様が Agentforce 内で Gemini を使用してプロンプトを作成した成果を基盤に、より迅速かつスマートな解決が可能になります。
SAP は、Gemini Enterprise を Engagement Cloud に統合し、AI を活用したカスタマーサービスと販売の分析情報とともに、画像やテキストを生成するクリエイティブツールを提供します。
ServiceNow は、自社の AI エージェントを Gemini Enterprise と統合し、世界最大規模の企業に自律運用を提供します。

エージェント時代のパートナーチャネルの構築

Google の新しいパートナープログラムである Google Cloud パートナーネットワークは、パートナー様がエージェントの時代に成功できるよう設計されています。昨年、Google は AI を使用してパートナーツール全体で深い分析情報を引き出せるようにしました。現在は、これらの分析情報を自律的な成長につなげるエージェント型ワークフローを構築しています。主な更新内容は次のとおりです。

Partner Agent: Partner Network Hub に統合されたこのエージェント型ツールは、パートナーエクスペリエンスの中央のオーケストレーターとして機能します。質問に答えるだけでなく、次のステップについて積極的にパートナーを導き、複雑なアセットを要約し、登録や作業明細書についてリアルタイムでコーチングします。
Agentic Earnings Hub: ここでは、作業明細書の下書きを自動で作成する新機能や、使用量のマイルストーンをモニタリングして請求リクエストを自動生成する新機能を確認できます。これらのツールを Earnings Potential Modeler と組み合わせると、コンテキストに応じて、利用可能なすべてのインセンティブを個々のクライアントレベルまでマッピングする推奨事項が提案されます。
パートナー検索ツール: このインテリジェンスをお客様にも拡張し、極めて具体的なワークロードに最適なパートナーを自然言語のプロンプトで特定できる会話機能を実現します。

最後に、Google Cloud の 2026 年パートナーアワードの受賞者をご紹介します。このアワードは、パートナー様が過去 1 年間にお客様にもたらした変革面の影響と素晴らしい価値を称えるものです。Google Cloud のエコシステムは、あらゆる業界のビジネスニーズに応えるために進化を続けています。Google Cloud のテクノロジーを使用してグローバル規模の複雑な課題を解決するパートナーの皆様の能力には、常に感銘を受けています。これらの優れた成果について詳しくは、パートナーアワード受賞者の一覧をご覧ください。

今週、数千人ものパートナーの皆様にお会いして、エージェント型エンタープライズの未来を一緒に構築できることを楽しみにしています。

- Google Cloud、グローバルエコシステム担当プレジデント、Kevin Ichhpurani

Next

データエージェントの新機能: AI ワークフローの強化

1. 会話型分析

2. 新たなデータ エージェント

3. データ エージェント向けのツール

Next ‘26 でのストリーミング AI に関する発表

インサイトから自律的アクションへと進化

新しいストリーミング AI 機能

Google Cloud AI を活用して、未知なる偉大な創造に挑むスタートアップ

多岐にわたるスタートアップのイノベーションをサポート

NVIDIA AI インフラストラクチャによるモデルのトレーニングと推論のサポート

Gemini Enterprise でエージェントを直接販売

Gemini Startup Forum のご紹介

Google for Startups AI エージェント チャレンジにご参加ください

ミリ秒未満の読み取りレイテンシを実現する新しい Bigtable インメモリ階層

キャッシュミスの悪夢: よくあるケース

Bigtable のインメモリ階層の登場

舞台裏のご紹介

キャッシュミスの悪夢を再現

Bigtable Enterprise Plus を使ってみる

詳細

Next ‘26 で発表した AI ワークロードを加速するストレージ イノベーション

Smart Storage: AI 時代のコンテキスト

Storage Intelligence: AI に対応したデータ マネジメント

ストレージ エコシステムの強化

導入の第一歩

Looker が実現するエージェント型 BI の時代

会話型 BI とエージェント: 会話からアクションへ

セルフサービスの再構築: AI の力、UI コントロール

信頼できるオープンなプラットフォーム

AI 時代に向けた次世代の FinOps

静的なレポートを不要に

Spend Caps による自動化の利用

Google Cloud Next '26 で行われた 260 の発表のまとめ

プロダクト ニュース

AI モデル、プラットフォーム、エージェント

AI とコンピューティング インフラストラクチャ

Agentic Data Cloud

アプリケーション開発、管理、ランタイム プラットフォーム

導入事例

ネットワーキング

パートナー

ストレージ

スタートアップ

ワークスペース

Next ’26: Google Cloud と Wiz が AI 時代のセキュリティを再定義

エージェント型防御の提供

あらゆるインフラストラクチャで、AI とクラウド アプリケーションを保護

AI エージェントとエージェント型ウェブの保護

Trusted Cloud の新機能

次のステップ

エージェント型エンタープライズのためのクロスクラウド インフラストラクチャのイノベーション

Fluid Compute

安全なクロスクラウド接続

統合データレイヤ

デジタル主権

Google Cloud と SAP、Agentic Enterprise に向けた青ブループリントを公開

エージェント型エンタープライズの実現: ビジネスや業界向けのエージェントが Gemini Enterprise に登場

今すぐ導入できるエージェントのご紹介

Gemini Cloud Assist: ユーザーの指示を待たずにユーザーに代わって機能するプロアクティブなクラウド運用

App Design Center で本番環境への準備を加速

事後対応型から事前対応型の修復へ

24 時間 365 日体制での費用の異常の特定

あらゆる場所でアシスタンスを提供

プロアクティブな機能を簡単に利用

Google Cloud Knowledge Catalog のご紹介

集約: データアセット全体でコンテキストを統合

拡充: 継続的な学習を通じて意味を生成する

検索: 高精度で安全なデータ取得によるエージェント活用の拡大

データベースの新機能: エージェントの未来を強化

データスタックのあらゆるレイヤに AI を組み込む

レイクハウスのインテグレーションで閉ざされた環境を解消

オープンデータとマルチクラウドの柔軟性への取り組み

第 8 世代 TPU の内幕: アーキテクチャの詳細

TPU 8: 特化された設計

TPU 8t: 事前トレーニングの原動力

TPU 8i: サンプリングとサービングのスペシャリスト

詳細: Boardfly とトーラスの数学

TPU 8t と TPU 8i の概要

ソフトウェアの有効化: パフォーマンス重視の AI スタック

2. 新たなデータエージェント

3. データエージェント向けのツール

Google for Startups AI エージェントチャレンジにご参加ください

Next ‘26 で発表した AI ワークロードを加速するストレージイノベーション

Storage Intelligence: AI に対応したデータマネジメント

ストレージエコシステムの強化

プロダクトニュース

AI とコンピューティングインフラストラクチャ

アプリケーション開発、管理、ランタイムプラットフォーム

あらゆるインフラストラクチャで、AI とクラウドアプリケーションを保護

エージェント型エンタープライズのためのクロスクラウドインフラストラクチャのイノベーション

コンピューティングの最新情報: コアワークロードとエージェントワークロードのスケーリング

あらゆるワークロードに対応するオンデマンドコンピューティング

Google Cloud パートナーとのエージェント型エンタープライズの構築と 7 億 5,000 万ドルのイノベーションファンド

グローバルコンサルティングパートナーが AI トランスフォーメーションを推進できるよう支援

エージェント時代のパートナーチャネルの構築