パートナー

カプコンが推進するエンタープライズエージェンティック AI の活用

Tue, 12 May 2026 02:00:00 +0000

※この投稿は米国時間 2026 年 4 月 22 日に、Press Corner に投稿されたものの抄訳です。

30 年前の『バイオハザード』の発売は、単なる新フランチャイズの登場に留まらず、人間とデジタル環境の関わり方を再定義しました。それ以来、この壮大な物語の生みの親である株式会社カプコン（以下、カプコン）は、AI をはじめとするテクノロジーの早期イノベーターとして歩み続けています。現在、その技術はゲームの領域を大きく超え、多くの産業や企業組織へと広がりを見せています。

中でも特筆すべき先進的な取り組みがプレイテストにおける革新的な活用です。リリース前のゲームを AI エージェントが検証、テストすることで、バグや不整合の発見に伴う負荷を軽減し、開発チームが創造的な業務に専念できる環境を構築しています。

カプコンは Google Cloud と共同で、プレイテストなどの定型業務を自動化する AI プラットフォームを構築しました。このプラットフォームはゲーム開発を支える単なるツールではありません。クリエイティブ業界が AI の次なるフェーズであるエージェンティック AI 時代に向けて、どのようにテクノロジーを設計すべきかという指針を示す取り組みでもありました。

ゲームと企業：共通する探索の DNA

ゲーム業界とエンタープライズテクノロジーの結びつきは、決して新しいものではありません。1 世紀近くにわたり、共通の問題解決の歴史を歩んできました。現代の AI 開発を牽引する多くの設計者が、ゲーム開発でそのキャリアをスタートさせています。1950 年代のコンピュータサイエンス黎明期から 1990 年代の家電ブームに至るまで、ゲームという「デジタルサンドボックス」は、 AI の進化において極めて重要な役割を果たしてきました。初期のコンピューティングにおける論理パズルから、NPC（ノンプレイヤーキャラクター）との複雑なインタラクションまで、ゲーム業界は常にコーディングの限界に挑み続けてきました。

創造性の火を絶やさないために

現代のゲーム開発は、かつてない圧倒的な規模のデジタル世界を構築するという難題に直面しています。50 時間以上のコンテンツ、数百万通りのアセットが組み合わさる、巨大で変化し続けるエコシステムへとゲームが進化を遂げるなか、開発者の負担はかつてないほど高まっています。その結果開発現場では、この複雑さに起因する「守りの開発（defensive development）」という現象が課題となっています。

守りの開発とは、プロジェクトの技術的な導入コストが膨大になることで、エンジニアが新しいアイデアの施行よりも、既存コードの維持を優先せざるを得なくなる状況を指します。特に制作過程の終盤において、コスト上昇への対策としてこうした反応が起こりやすいのは、一般企業や組織の運営にも通じる共通の課題といえます。しかし、複雑でリアルタイムなインタラクションのシミュレーションをし、限界に挑み続けるゲーム開発での技術的進歩は、他セクターにおける課題解決の指針となることが多々あります。

例えば製造業では、設備管理者が、効率的な新ハードウェアの導入によって複雑な工場のフロアにどのような影響が及ぶかをシミュレートする際に、同様のプレッシャーに直面します。また小売業においても、物流チームが既存の在庫システムを止めることなく、サプライチェーンを最適化しようとする際、膨大かつ流動的なデータ群の処理という課題に直面します。

カプコンのアプローチ：マルチモーダルワークベンチ

カプコンは、こうした課題を解決するため、自社の深い技術的知見と Gemini Enterprise Agent Platform を活用し、プレイテストを最適化する多様な AI エージェントを開発しました。固定された手動のスクリプトに頼るのではなく、視覚と推論によってシステムの「意図」を理解する AI エージェントを構築しました。

視覚検査エージェント： Gemini Visionを活用し、人間と同じように画面を認識します。ホラーゲームにおける意図的な演出としての暗がりなのか、あるいは技術的な表示不具合なのかを正確に判別します。
予測エージェント：過去のデータを分析し、不具合が発生しやすい箇所を予測します。ランダムなテストではなく、自律的な「テストボット」をリスクの高いエリアに集中して投入します。

『モンスターハンターストーリーズ3　～運命の双竜～』においてプレイテストを行うエージェント。このシステムにより、月間 30,000 時間を超える自律的なプレイテストの実施が可能に。
Download

組織知（ナレッジ）共有エージェント：新しいチームメンバーは、ベテランエンジニアが過去に同様の問題をどのように解決したかをエージェントに問い合わせることができます。これにより、数十年にわたる蓄積してきた専門知識を検索可能なベクトルデータベースとして確実に継承できるようになります。
データ効率化エージェント：膨大なデータセット内の非効率性を特定し、ゲームパフォーマンスを最適化します。開発者は AI のチームメイトに複雑な技術ログの要約を依頼でき、高度な開発データにチームメンバー全員がアクセスできるようになります。

月間 30,000 時間以上稼働するこれらのエージェントは、カプコンの開発者がクリエイティブな業務に割く時間を最大化する上で重要な役割を果たしています。その結果、開発者はゲーム開発プロセスにおいて、より本質的で付加価値の高いタスクに集中できるようになりました。

ビジュアライゼーションのサンプル：実際のゲーム映像ではありません。

カプコンの知見をエージェンティックエンタープライズへ応用

カプコンが今年採用したこのエージェンティックアーキテクチャは、実在する企業の「デジタルツイン」を運用する際にも応用可能です。技術的な検証という反復的な手法（How）の部分を、Gemini Enterprise、BigQuery、Google の Agent Development Kit を含む Google Cloud の統合 AI スタックに任せることで、カプコンはゲーム制作の効率化を超え、あらゆる企業が活用できる実証済みのフレームワークを提示しています。

例えば、複雑なゲーム内経済を支えるインテリジェンスループは、小売業者が地域在庫や店舗ネットワーク全体でエージェントを稼働させるために活用できます。同様に、視覚検査エージェントは、製造業における「工場マップ」を巡回し、時間やコストの損失につながる摩擦点を発見する助けとなります。

カプコンは、デジタルサンドボックスにおける困難な課題が、現代のあらゆる産業が直面している課題と本質的に同じであることを証明し、 AI イノベーションを牽引しています。高い精度が要求されるゲーム開発の現場でこれらのエージェンティックソリューションをスケールさせたカプコンの実績は、プレイヤーにとってより良い世界を構築するだけでなく、次世代の企業経営における効率化の設計図も提示しています。

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

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

エージェントの未来を築く: メディアとエンターテイメント分野の Google Cloud パートナーエコシステムに注目

Fri, 24 Apr 2026 00:00:00 +0000

※この投稿は米国時間 2026 年 4 月 17 日に、Google Cloud blog に投稿されたものの抄訳です。

ラスベガスで NAB Show 2026 の開催が迫るなか、業界内の話題は変化しています。今は AI が機能するかどうかよりも、AI をいかにスケールさせるかに注目が集まっています。AI の試験運用の時代は終わり、本番環境グレードの実行の時代が到来しました。

Google Cloud は、スタジオや放送局がこの未来を単独で構築する必要はないと考えています。Google Cloud のミッションは、パートナー企業がアイデアを迅速にイノベーションにつなげられるエージェントプラットフォームと AI ツールやクラウドツールを提供することです。これは、編集スイートで使用するツールから、世界中の何百万人もの視聴者に動画を配信するテクノロジーまで、広範囲に及びます。

制作の強化: 手作業からインテリジェントなアシスタントへ

最新のクリエイティブワークフローは、手動の技術的タスクによってスピードが落ちることがよくあります。Google Cloud は、エコシステムのリーダー企業と協力して、高度な AI 機能を本番環境ソフトウェアのコアに直接統合しています。これにより、クリエイターは面倒な作業よりも、作品の芸術面に集中できます。制作チームは、クリエイティブスイート内で AI をプロアクティブなアシスタントとして活用することで、原案がフレームとして完成するまでの時間を大幅に短縮できます。

Avid は、Google Cloud 上で Content Core をリリースし、真のクラウドネイティブスタジオを提供しています。また、Media Composer にマルチモーダル AI 検索を統合しているため、編集担当者は自然言語を使用して必要なフレームを正確に見つけることができ、何時間もかかっていたログの検索が数秒で完了します。
Backlight は、制作から収益化まで、あらゆる規模のチームにとって複雑なメディアワークフローを簡素化します。Google Cloud と Video Intelligence API を基盤とする Backlight の Iconik プラットフォームは、アップロード時に検索可能なメタデータを自動的に追加します。お客様は、メディアライブラリを深く理解し、重複を減らし、アセットの配置を最適化することで、制作サイクルを最大 50% 短縮し、ストレージを最大 60% 節約できます。
Brahma AI は、小売、エンターテイメント、ヘルスケアの各分野で高忠実度のデジタルライクネスを推進するエンタープライズ AI コンテンツプラットフォームです。安全で管理されたフレームワーク内で、インタラクティブでインテリジェンス主導のデジタルライクネスを実現します。

コンテンツの価値向上: 静的なアーカイブからアクティブなアセットへ

データの価値は、そこから引き出せるインサイトによって決まります。Google Cloud Marketplace に掲載されているパートナー企業は、生成メディアモデルを使用して、膨大な静的アーカイブを検索可能で収益を生み出すエンジンへと変えています。Google Cloud は、すべてのフレームを検出可能にすることで、メディア企業が何十年分もの歴史を即座に機会に変えられるよう支援しています。

Ateme は、生成 AI を活用した新しい字幕ソリューションにより、グローバル配信を簡素化しています。このソリューションによって、さまざまなメディアタイプのローカライズにかかる手作業を大幅に削減できます。
Perfect Memory は、従来のストレージを、コンテキストを認識するナレッジエンジンへと変えるのに役立ちます。このプラットフォームは、アスリート、過去のイベント、感情のニュアンスの関係を理解し、膨大なメディアアーカイブをインテリジェントなライブラリに変換します。クリエイティブチームはあらゆるストーリーに最適なコンテンツを即座に探し出すことができます。
VionLabs は、Cineverse、Plex、Crunchyroll などの企業と連携し、AI を使用してコンテンツライブラリを分析、インデックス化することで、動画アセットへのアクセスを容易にし、メタデータの生成を可能にしています。Vionlabs は、各シーンの具体的なムードやスタイルを理解することで、ストリーミングプラットフォームが基本的なジャンル別タグの枠を超えて、より微妙な感情ベースのコンテンツの発見とマーケティングを実現できるよう支援します。

グローバルリーチへの拡大: シンプルなストリーミングから視聴者の拡大まで

この時代にメディア企業が成功するには、スムーズな視聴体験と簡単な支払い方法を提供する必要があります。Google Cloud のエコシステムは、信頼性と品質に優れた配信を通じて企業のリーチを拡大し、すべての視聴者の価値を最大化できるツールを提供しています。

Bending Spoons は、Google Cloud のグローバルな規模を活用し、Brightcove や Vimeo などの自社サービスを通じて、大企業、中小企業、次世代のクリエイターなどにプロフェッショナルグレードのツールを提供しています。同社のプラットフォームにより、グローバルブランドから独立系のストーリーテラーまで、誰もが質の高い動画を制作、配信できます。
Bitmovin は、ストリーミングサービスが効率的にスケールしながら、幅広いデバイスでプレミアムなエクスペリエンスを提供できるようにします。メディアチームは、リアルタイムのオブザーバビリティと AI による分析情報を組み合わせることで、エンゲージメントと収益化をプロアクティブに最適化できます。また、Bitmovin の高度なエンコードが、低ビットレートで優れた画質を実現し、需要の高いビデオオンデマンド（VOD）から大規模な 24 時間 365 日のライブ配信まで幅広くサポートします。
Evergent は、複雑な請求と収益化のワークフローを自動化し、AI を活用した収益管理を可能にします。メディア企業や通信企業は、Evergent のツールを使用して、個別の状況に応じたアジャイルな支払いオプションを用意することで、サブスクリプションの増加を最大化し、長期的な顧客維持率を向上させることができます。
Harmonic は、Grupo Globo などの大手放送局の業務のモダナイズを支援しています。新しいデジタル放送機能をクラウドベースのストリーミングソリューションに統合することで、リーダー企業が大規模な動画の処理と配信をより迅速かつ効率的に管理できるようにしています。

信頼性の確保: インフラストラクチャから信頼の基盤へ

高品質のコンテンツには、高性能の基盤が必要です。Google Cloud は、インフラストラクチャのリーダー企業と提携し、最も複雑なグローバルブロードキャストの安定性、安全性、応答性を確保しています。

Zixi は、プロフェッショナルな動画をあらゆるネットワーク上で移動するために必要となる放送レベルのトランスポートとワークフローの自動化を提供しています。Zixi は、制御の一元化と、配信プロセスに対する完全な可視性を提供することで、Fubo のようなリーダー企業が、信号が途切れるリスクを負うことなく、重要な放送品質のライブイベントを管理できるようにします。

エコシステムを実際にご覧ください

Google Cloud のエコシステムの強みは、メディアとエンターテイメントのあらゆる側面を統合していることです。カメラからクラウド、そして視聴者の画面まで、各パートナー企業が、よりクリエイティブで効率的、そして主体的なメディア業界の未来を体現しています。

4 月 19～22 日に開催される NAB Show で Google Cloud のブース（West Hall、#W2731）にお越しください。ライブデモやシアターセッションを通じて、多くのパートナー企業のソリューションをご覧いただけます。

- 通信、メディア、エンターテイメント、ゲーム担当グローバルリード、Anshul Kapoor

- Google Cloud、エンターテイメント業界ソリューション担当グローバルリード、Buzz Hays

2026 年 Google Cloud パートナーオブザイヤーを発表

Thu, 23 Apr 2026 03:00:00 +0000

※この投稿は米国時間 2026 年 4 月 22 日に、Google Cloud blog に投稿されたものの抄訳です。

2026 年の Google Cloud パートナーオブザイヤーの受賞者を発表いたします。

これらのアワードでは、Google Cloud テクノロジーを活用してお客様のビジネスの成功を牽引する革新的なソリューションを提供し、卓越した取り組みを示したパートナー様を表彰します。受賞者の皆様は幅広い業界や国々を代表する存在であり、コラボレーションの力を示して大きな成果を上げ、世界中の働き方に革命を起こしています。

以下の各カテゴリの受賞者を、クラウドコミュニティ全体で祝福しましょう。

グローバル

このアワードでは、Google Cloud を活用してイノベーションを推進し、業界をリードするソリューションを提供して、各カテゴリで優れた実績を上げたグローバルパートナー様を表彰します。

AI

このカテゴリの受賞者は、お客様が Google Cloud を通じて AI を活用し、目覚ましい成功を収められるよう支援したパートナー様です。

データ

このセグメントの受賞パートナー様は、Google Cloud の新しいデータ分析ソリューションやデータベースソリューションを高度な専門知識をもって実装し、お客様がデータから行動につながるインサイトを抽出し、AI に最適化されたデータ基盤を構築して、ビジネス変革を促進できるように支援しました。

インフラストラクチャのモダナイゼーション

このアワードを受賞したパートナー様は、Google Cloud を活用してお客様のインフラストラクチャのモダナイゼーションを支援し、アジリティ、スケーラビリティ、コスト最適化の向上に貢献しました。

セキュリティ

このカテゴリでは、Google Cloud のセキュリティソリューションを効果的に実装して、お客様のデータとインフラストラクチャを進化する脅威から保護したパートナー様を表彰します。

Google Workspace

このセグメントの受賞者は、Google Workspace の販売促進と卓越したサービスの提供において素晴らしい実績を上げ、コラボレーションと生産性を変革する革新的なソリューションでお客様を支援したパートナー様です。

サービスと業種別ソリューション

このアワードの受賞者は、Google Cloud を活用して包括的で優れたソリューションを作り出し、複数の地域で 1 つの業界に大きな影響を及ぼしたパートナー様です。

テクノロジーとビジネスアプリケーション

このカテゴリの受賞者は、Google Cloud 上で革新的なグローバルテクノロジーとアプリケーションソリューションを構築し、ビジネス上の複雑な課題を解決して、さまざまな業界に多大な影響をもたらした功績が認められたパートナー様です。

国

このセグメントでは、サービスやソリューションの能力の活用に関する専門知識を示し、販売を促進して重要市場の Google Cloud のお客様に優れた成果をもたらしたパートナー様を表彰します。

Marketplace

受賞したパートナー様は、Google Cloud Marketplace を通じて革新的なソリューションを提供し、お客様への導入を大幅に加速させ、共通のお客様のビジネスの成長を促進しました。

公共部門

このカテゴリの受賞者は、優れたサービスを提供し、Google Cloud ソリューションの適切な組み合わせを考案、構築、提供することで、公共部門のお客様の成功を後押ししたパートナー様です。

人材開発

このセグメントの受賞者は、Google Cloud 認定資格を活用して最先端のクラウドテクノロジーに関するトレーニング、スキルアップ、リスキリングの機会を従業員に提供し、チームのクラウドスキルの強化と向上に取り組んでいるパートナー様です。

トレーニング

このアワードの受賞者は、極めて優れたトレーニングサービスを提供し、Google Cloud ソリューションの適切な組み合わせを考案、構築、提供することで、学習を通じてお客様の事業の成功を可能にしたパートナー様です。

その他のカテゴリ: 配信、地理空間、ソーシャルインパクト

これらのアワードでは、地理空間テクノロジーを活用した位置情報に基づくインサイトの提供から、配信を通じた市場拡大の促進、コミュニティ重視の革新的な取り組みによる有意義なソーシャルインパクトの創出まで、各専門分野で卓越した成果を上げたパートナー様を表彰します。

2026 年の Google Cloud パートナーオブザイヤーを受賞された皆様に改めてお祝いを申し上げます。皆様の多大なる貢献と強固なパートナーシップに、心より感謝申し上げます。来年もまた、クラウドによる共創が素晴らしい成果を生む一年となることを楽しみにしています。

Red Hat OpenShift on Google Cloud を移行およびスケールする新しい方法

Thu, 09 Apr 2026 00:10:00 +0000

※この投稿は米国時間 2026 年 3 月 27 日に、Google Cloud blog に投稿されたものの抄訳です。

オンプレミスワークロードを実行している組織は、クラウドに移行する際に、難しい選択によく直面します。それは、ビジネスの基盤となるアーキテクチャの整合性を損なわずに、どのようにモダナイズするかということです。Red Hat OpenShift を使用すると、強制的なプラットフォームの再構築というリスクを負わずに、これらの環境を連携させることができます。Google Cloud は、OpenShift 向けの安全かつ信頼性の高い高性能なプラットフォームを提供し、グローバルスケールおよび独自の費用最適化インテグレーションを実現します。こうした強固な基盤に支えられ、Google はこのたび Red Hat との連携に関するいくつかのアップデートを発表しました。具体的には、Google Cloud Cluster Services for Red Hat OpenShift、新しいコンソールエクスペリエンス、OpenShift Virtualization on OpenShift Dedicated の一般提供が含まれます。これらのアップデートにより、Google Cloud の高パフォーマンスインフラストラクチャで、コンテナ化されたワークロードと仮想化されたワークロードを実行できるようになります。

Google Cloud インフラストラクチャによる費用の最適化

Google Cloud のグローバルインフラストラクチャは、パフォーマンス、スケーラビリティ、効率性を重視して構築されており、貴組織の最も重要なアプリケーションに活用できる世界クラスの基盤を提供します。この革新的なインフラストラクチャは、Red Hat OpenShift をデプロイする際に大きなメリットをもたらします。Deutsche Börse、Kohl’s、Salling Group、Amadeus、UPS など、数百もの企業のお客様が、Red Hat OpenShift on Google Cloud で本番環境ワークロードを実行し、Google の信頼性とセキュリティを活用されています。Google Cloud に移行することで、組み込みのテクノロジーを使用して総所有コスト（TCO）を削減し、インフラストラクチャをワークロードのニーズに合わせて最適化できます。

カスタムマシンタイプ: CPU とメモリを特定の要件に合わせて調整できるため、あらかじめパッケージ化されたインスタンスで未使用のリソースに対する料金の発生を回避できます。
Hyperdisk ストレージプール: パフォーマンスと容量を個別にスケールできるため、多数のボリュームの費用を一度に最適化できます。
Axion プロセッサ: Google のカスタム ARM ベースのプロセッサを使用して、費用対効果とエネルギー効率を高められます。

これらのツールを使用して得られる金銭的影響は明らかです。Red Hat OpenShift を Google Cloud に移行して得られるビジネス価値に関する IDC の最新調査では、組織が年間平均 2,630 万ドル相当のメリットを得ていることがわかりました。このメリットの大部分は、カスタムマシンタイプや Hyperdisk などのツールを使用してインフラストラクチャ費用を節約することで実現されました。

Google Cloud Cluster Services for Red Hat OpenShift のご紹介

Cluster Services for OpenShift は、Google Cloud のコアサービスとの OpenShift ネイティブインテグレーションを提供し、運用を簡素化します。Google は、お客様が既存のアーキテクチャとの整合性を維持しながら、クラウドネイティブな運用モデルをより簡単に導入できるようにしたいと考えています。オンプレミスで OpenShift を使用している多くのお客様にとって、ワークロードをクラウドに移行する際に、どうバランスをとるかが課題になります。アプリケーションの深い依存関係や企業ポリシーによる制約を満たしながら、クラウドの効率性を確保しなければならないからです。

Google Cloud Cluster Services for OpenShift では、マネージドサービスを選択して導入できるため、「オールオアナッシング」のアプローチから脱却できます。極めて重要な点は、これらのサービスは Google Cloud で利用可能なすべての OpenShift エディションでサポートされていることです。これは、セルフマネージド OpenShift エディションが必須のターゲットアーキテクチャである場合に特に重要になります。複雑なシナリオでも、組織がクラウドネイティブな運用モデルを活用できるようになるからです。

これらのインテグレーションは、Red Hat と Google Cloud が共同で設計およびサポートしており、責任の所在が明確になっています。このサービスには以下が含まれます。

マネージドサービスのインテグレーション: OpenShift の使い慣れたインターフェースから、Hyperdisk、Filestore、Cloud Monitoring、マネージド Prometheus、Secret Manager、Workload Identity 連携、Certificate Authority Service、Google Identity などのサービスへの深い連携が可能です。これらのサービスは、OpenShift のユースケース向けにカスタマイズされています。たとえば、1 TB 未満の Filestore インスタンスサイズの有効化や、OpenTelemetry 指標の取り込みのマネージド Prometheus でのサポートが挙げられます。
ミドルウェアとインテグレーションレイヤ: CSI ドライバ、OpenTelemetry、cert-manager、Secret Store CSI などの業界標準のプラグインと拡張機能を含む堅牢なスタックが提供されるため、ご利用になっているプラットフォームと基盤となるクラウドサービス間の OpenShift ネイティブなインテグレーションを確保できます。

環境を健全に保てるよう、Google Cloud Workload Manager を介した構成の検証も導入されています。このサービスは、マネージドサービスとのインテグレーションがベストプラクティスに準拠しているかどうかを自動的にチェックし、問題があればアラートを発します。また、マネージドサービスの使用によるクラスタのモダナイズの機会も通知します。

Google Cloud コンソールでのクラスタの作成

OpenShift の使用は、直感的に始められるべきです。そのため、OpenShift を Google Cloud コンソールに直接統合することで、ガイド付きのエクスペリエンスが実現されました。シンプルなインターフェースで新しいクラスタを作成できるようになったため、Google のプラットフォームで、環境をより迅速にデプロイできます。

Google Cloud コンソールでの OpenShift の操作性により、クラスタ作成の前提条件を確認し、Red Hat Hybrid Console にリダイレクトしてクラスタ作成を完了できるため、クラスタのデプロイが容易になります。

Red Hat OpenShift Virtualization で VM とコンテナを同時に実行

また、Red Hat OpenShift Dedicated on Google Cloud で利用できる Red Hat OpenShift Virtualization の一般提供も発表いたしました。OpenShift に含まれるこの機能を使用すると、同じプラットフォーム上でコンテナと並行して仮想マシン（VM）を実行および管理できます。Google Cloud ベアメタルインスタンスと Hyperdisk を使用することで、VM を以前の仮想化ソリューションから最新の Kubernetes ベースのコントロールプレーンに移行できます。さらに、OpenShift Virtualization on Google Cloud は、ベアメタルアクセスとハイパーバイザレベルの構成可能性により、最大レベルの柔軟性を提供します。これには、貴組織のワークロードに適したオーバーコミットをカスタム設定できる機能が含まれており、費用の最適化に役立ちます。OpenShift Virtualization on Google Cloud を使用すると、インフラストラクチャ管理を統合し、独自のペースでクラウドに移行できます。

始める

さまざまなコンポーネントとその可用性について詳しくは、Google Cloud Cluster Services for OpenShift に関するドキュメントをご覧ください。
新しいクラスタ作成方法をお試しになるには、Google Cloud コンソール上の OpenShift にアクセスしてください。
OpenShift Virtualization が VM ワークロードのモダナイズにどのように役立つかについては、OpenShift Virtualization に関するドキュメントをお読みください。

- プロダクトマネージャー、Pablo Osinaga

- スタッフソフトウェアエンジニア、Bharat Singh

Google Cloud Partner Tech Influencer Challenge 2026 実施のご案内

Tue, 07 Apr 2026 03:00:00 +0000

Google Cloud ではパートナー企業の社員の皆様による技術コンテンツの投稿を応援しています。2022 年より開始した「テクニカルブログチャレンジ」は、2025 年から「Google Cloud Partner Tech Influencer Challenge」と名称を変更し、ブログに限らない Web 媒体も対象として実施しています。

昨年は 2,500 を超えるコンテンツを投稿頂き大盛況だった本プログラムですが、2026 年度も実施させて頂きます。

本記事では 2026 年度の参加ガイドをご紹介します。

Google Cloud Partner Tech Influencer Challenge 2026 参加ガイド

期間：2025 年 11 月 1 日〜2026 年 10 月 31 日
対象：上記期間内に初めて投稿されたGoogle Cloud 技術コンテンツとします。技術コンテンツとは、Google Cloud と Google Workspace に関する検証内容、使い方Tips、アーキテクチャ説明を含めた導入事例等を指します。
対象投稿者：パートナー企業にお勤めの方であればエンジニア・非エンジニアは問いません。
投稿場所：自社のテクニカルブログサイト、自社ホームページ、または Qiita、Zenn、スライド共有サービスといった、Web 媒体（URL が存在して誰でもアクセスできるもの）にご投稿ください。テキストベースのブログコンテンツだけでなく、YouTube などの動画コンテンツも対象となります。
参加方法：エントリーフォームにてコンテンツの URL をご登録ください。1つのフォームで最大 10 の投稿をエントリーできます（1 記事ずつお送りいただいても問題ありません）。期間内であれば、新規の投稿を何回でもエントリーいただけます。

優秀コンテンツの発表

チャレンジ期間の終了後、後述の評価基準に応じて入賞企業および個人を選出いたします。選出されたコンテンツとその執筆者は本ブログで公開いたします。昨年の入賞コンテンツはこちらのブログをご覧ください。

またチャレンジ期間中に数回、ご応募いただいたコンテンツを厳選して紹介する特集記事も公開を予定しています。

評価基準

以下の賞を予定しておりますが、内容は変更となる可能性がございます。

企業の部

最優秀賞（発信数、昨年度からの伸び率によって選定）
Gemini Enteprise 賞（Gemini Enterprise の機能紹介や検証記事等の投稿数や内容によって総合的に選定）

個人の部

マルチメディア賞（ユニークなメディア媒体を用いていただいたコンテンツ）
Gemini 賞（Gemini による審査で特に優秀と判断されたコンテンツ）
Deep Dive 賞（製品技術についての How to や深堀りいただいたコンテンツ）

Google Cloud Next 特集のお知らせ

次回は 2026 年 4 月 22 〜 24 日にラスベガスで開催する Google Cloud Next に関する技術コンテンツの特集を予定しています。2026 年 5 月末までにご応募いただいたコンテンツから優秀なものを抜粋して本ブログで公開いたします。冒頭のエントリーフォームよりたくさんのご応募をお待ちしております。

Google Cloud と NVIDIA が GTC 2026 で業界全体に AI イノベーションを拡大

Tue, 24 Mar 2026 03:00:00 +0000

※この投稿は米国時間 2026 年 3 月 17 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 の時代により、企業インフラストラクチャのニーズは根本的に変化しています。組織が動的な推論と自律的な実行が可能なシステムを構築するにつれて、基盤となるインフラストラクチャも進化する必要があります。これらのエージェントワークロードを大規模な混合エキスパート（MoE）アーキテクチャとともにスケールするには、細部まで最適化された共同設計のスタックが必要です。

こうした需要に応えるため、Google は AI に最適化された Infrastructure as a Service である Google Cloud AI Hypercomputer を構築しました。これは、パフォーマンスが最適化されたハードウェア、最先端のソフトウェア、オープンフレームワーク、柔軟な使用量モデルを包括的な単一システムに統合したものであり、超低レイテンシ、高スループット、費用対効果の高い推論を実現します。この統合アーキテクチャ内でお客様にさらに多くのオプションを提供するために、Google は NVIDIA とのパートナーシップを拡大しています。

今週開催される NVIDIA GTC 2026 で、Google Cloud と NVIDIA はパートナーシップを拡大し、共同設計した AI インフラストラクチャ基盤を紹介する一連の新しい発表を行います。

インフラストラクチャとハードウェア

NVIDIA RTX Pro™ 6000 Blackwell Server Edition を搭載した Google Cloud G4 VM の勢い
NVIDIA vGPU テクノロジーを使用した、柔軟な分割式 G4 VM のプレビュー版 - NVIDIA RTX Pro™ 6000 Blackwell Server Edition では業界初
NVIDIA Vera Rubin NVL72 プラットフォームのサポート予定

ソフトウェアとプラットフォーム

NVIDIA Dynamo と GKE Inference Gateway のインテグレーション
Vertex AI Training と Model Garden 全体で NVIDIA のサポートを強化

エコシステム

公共部門向け AI スタートアップアクセラレータプログラムの開始

発表内容を詳しく見ていきましょう。

G4 VM で AI ワークロードを高速化

NVIDIA RTX Pro 6000 Blackwell Server エディション GPU を搭載した G4 VM は、高度な空間コンピューティングから完全な AI 開発ライフサイクルまで、さまざまな高パフォーマンスワークロードを強化するために構築されています。たとえば、Otto Group One.O や WPP などの企業は、G4 を使用して物理的に正確なシミュレーションやリアルタイムの 3D レンダリングを大規模に実行しています。

シミュレーション以外にも、G4 はモデルのファインチューニングと推論で優れた性能を発揮し、特に 300 億から 1,000 億以上のパラメータを持つモデルに適しています。4 ビット浮動小数点（FP4）精度と Google のピアツーピア（P2P）通信を活用することで、お客様はモデル提供のスループットの向上とレイテンシの大幅な削減を実現し、リアルタイムのマルチモーダル AI エージェントや応答性の高い生成 AI アプリケーションという新しいクラスを可能にしています。

お客様がすでに G4 VM のパフォーマンスと効率性を活用して、最も要求の厳しいワークロードを高速化させている例をいくつかご紹介します。

「Google Cloud の G4 VM は、膨大な量のフォトリアルなシミュレーションをパイプラインで処理するために必要とされる、スケーラブルな GPU バックボーンを提供してくれます。スループットが 4 倍に向上したことで、ML チームはより迅速にイテレーションを行い、より豊富なデータでトレーニングし、モデルが実環境に導入されるよりかなり前にエッジケースを検証できるようになりました。」– General Motors、AI / ML エンジニアリング担当ディレクター、Sony Mohapatra 氏

「NVIDIA Blackwell を搭載した G4 VM を使用することで、マルチモーダルモデルをさらに進化させられるようになりました。推論の高速化、信頼性の向上、言語を問わない即時応答などです。目標は変わりません。企業規模で機能する音声エージェントを、妥協せずに作成することです。今後も共同で開発を続け、お客様がこのツールをどのように活用されるかを楽しみにしています。」– ElevenLabs、共同創業者、Mati Staniszewski 氏

「Google Cloud G4 VM は、当社のロボット連携レイヤの計算バックボーンを提供し、物流センター全体で自律型フリートをミリ秒単位の精度で同期できるようにします。忠実度の高いデジタルツインで複雑な倉庫環境をシミュレートすることで、サプライチェーン全体を仮想的に最適化してから、ロボットに床を移動させることができます。」 - Otto Group One.O、CEO、Stefan Borsutzky 博士

「G4 VM に移行したところ、Terraform スクリプトを更新するだけで、処理レイテンシが 50% 削減され、スループットが 6 倍に向上しました。運用オーバーヘッドを追加することなく、コアワークロードのパフォーマンスをこれほど向上させることはめったにありません。」– Imgix、エンジニアリング責任者、Alfonso Acosta 氏

分割式 G4 VM の導入

このたび、AI およびグラフィックワークロード向けの非常に効率的で費用対効果の高いエントリーポイントとなる、分割式 G4 VM のプレビュー版がリリースされました。NVIDIA 仮想 GPU（vGPU）テクノロジーを使用したこれらの新しい構成により、NVIDIA RTX PRO 6000 Blackwell Server エディション GPU のパワーを柔軟かつ小規模な単位で活用できるため、アプリケーションの特定の需要に合わせてインフラストラクチャを適切なサイズに調整できます。

「企業は、複雑なエージェント型 AI ワークロードをスケールするために、前例のないほどの柔軟性を必要としています。NVIDIA は Google Cloud とともに、NVIDIA RTX PRO 6000 を搭載した分割式 G4 VM を導入し、お客様が GPU 容量のサイズを適正化して ROI を最大化できるようにしました。Vertex AI 上の NVIDIA NeMo から GKE の NVIDIA Dynamo まで、共同設計されたスタックにより、次世代の推論モデルと MoE モデル向けのオープンで高性能なプラットフォームを提供します。」- NVIDIA、ハイパースケール / HPC 担当バイスプレジデント兼ゼネラルマネージャー、Ian Buck 氏

高度なハードウェアへのアクセスをより細かく制御できるため、分割式 G4 VM はパフォーマンスを犠牲にすることなく、リソース割り当てを最適化してオーバーヘッドを削減できます。特定のニーズに合わせて、追加の GPU スライスサイズから選択できるようになりました。

1/2 GPU: LLM 推論、ロボットセンサーシミュレーション、高忠実度 3D レンダリングなど、より負荷の高いタスクに最適です。
1/4 GPU: 中程度のクリエイティブデザイン、動画のコード変換、リアルタイムのデータ可視化など、主流のワークロード向けに最適化されています。
1/8 GPU: リモートデスクトップ、生産性向上ツール、エントリーレベルのストリーミングサービスなどの軽量アプリケーションに最適です。

これらの柔軟な G4 サイズポートフォリオにより、次のことが可能です。

インフラストラクチャの適切なサイジング: 軽量なリモートデスクトップから集中的なデータ処理まで、GPU 容量をアプリケーションの需要に正確に一致させます。
費用効率を最大化: 特定のタスクに必要な分割 GPU リソースのみを利用して料金を支払うことで、運用オーバーヘッドを削減します。
多様なワークロードをスケール: 高忠実度のクリエイティブデザインやストリーミングから、複雑なロボットシミュレーションやリアルタイム推論まで、幅広いイノベーションを推進します。

これらの部分的な G4 VM は Google Kubernetes Engine（GKE）で管理できるため、開発者は高度なコンテナビンパッキングを使用して、さらに高い費用対効果とリソース使用率を実現できます。Dynamic Workload Scheduler を使用して管理する場合、分割スライスにフォールバックの優先順位を設定できます。これにより、スケジューラが各ワークロードで利用可能な GPU 構成を自動的に検出できるようになるため、取得可能性が大幅に向上します。

「G4 vGPU の柔軟なサイズ設定により、各分子シミュレーションの規模に合わせてコンピューティングリソースを正確に調整できるため、創薬パイプライン全体で最大限の効率を確保できます。このきめ細かい制御により、研究者は固定されたハードウェア構成に制約されることなく、小規模なワークフローと大規模な並列処理の間をシームレスに切り替えられます。」– Schrödinger、EVP、CIO、Shane Brauner 氏

NVIDIA Vera Rubin NVL72 で AI Hypercomputer をスケーリング

NVIDIA との緊密なエンジニアリングパートナーシップを基盤として、Google は NVIDIA Blackwell アーキテクチャの後継である、先日発表された NVIDIA Vera Rubin プラットフォームをサポートできることを誇りに思います。Google は 2026 年下半期に NVIDIA Vera Rubin NVL72 ラック規模システムをいち早く提供するクラウドプロバイダとなる予定です。このシステムを Google の AI Hypercomputer アーキテクチャに統合し、次世代の推論 AI とエージェント型 AI を強化します。

AI インフラストラクチャスタック全体で効率性を実現

Google は、完全にオープンなエコシステムへの取り組みの一環として、Dynamo と GKE Inference Gateway のインテグレーションを発表いたしました。これにより、アプリケーションレイヤとハードウェア全体にわたってモジュール式のオープンソースコントロールプレーンが提供されます。Dynamo と GKE の Inference Gateway を組み合わせることで、チームはインフラストラクチャを正確なニーズに合わせて調整し、アクセラレータから最大限の費用対効果を引き出し、新しい AI モデルの市場投入までの時間を短縮し、デプロイを将来にわたって保証できます。

A4X VM（NVIDIA GB200 NVL72 と Dynamo を搭載）向けの新しい高度なスケーリングレシピを通じて、大規模な MoE アーキテクチャのパフォーマンスを最大化する方法を学ぶことができます。これらの構成は、AI Hypercomputer で AI 推論ワークロードを実行する際に、メモリとインターコネクトのボトルネックを克服する方法を示しています。

また、Dynamic Workload Scheduler を通じてリソースの取得可能性を高めています。A4X および A4X Max（NVIDIA GB300 NVL72 搭載）の Calendar モードと Flex Start、および G4 VM の新しい Flex Start サポートが提供されます。Dynamic Workload Scheduler を使用すると、必要な容量を正確に予約したり、柔軟な開始ウィンドウを使用したりできます。

Google Cloud の長年の顧客である Snap は、主要なデータ処理パイプライン 2 つを NVIDIA L4 Tensor コア GPU を搭載した Google Cloud G2 VM に移行することで、大幅な費用削減を実現しました。これは、GKE 上の Spark と NVIDIA の新しい cuDF ライブラリを活用することで実現しました。cuDF ライブラリは、シャッフルを多用するワークロードの最適化を自動化し、GPU の効率を最大限に高めます。詳しくは、GTC セッション S81678 をご覧ください。

Vertex AI のトレーニングと Model Garden の進化

Google は、Vertex AI トレーニングクラスタの 2 つの主要なインフラストラクチャの進歩により、次世代 AI の需要に対応しています。まず、A4X VM ドメインのサポートにより、Vertex AI のマネージドインフラストラクチャとフレームワーク機能を活用して、NVIDIA GB200 NVL72 ラックスケールシステムで大規模なトレーニングを行うことができます。これらの集中的なワークロードが中断されないようにするため、新しいハードウェアの復元機能により、構成可能な事前対応型の障害検出スキャンを適用できます。これにより、潜在的なハードウェアの問題を特定して軽減し、重要な「ヒーロー」トレーニングの実行が中断されるのを防ぎます。これらの機能により、グッドプットが向上し、数週間にわたるトレーニングジョブが費用のかかる再起動なしで順調に進むようになります。

「私たちは Google および NVIDIA とともに、高性能で一貫性があり、正確で応答性の高い AI エージェントを提供するという、エージェント型エンタープライズの新たな基準を打ち立てています。NVIDIA GB200 NVL72 上の Vertex AI トレーニングクラスタを活用して Agentforce 360 プラットフォームを強化することで、インフラストラクチャのボトルネックを解消し、GPU を完全に飽和状態に保つことができました。この高パフォーマンスで復元力のあるアーキテクチャにより、研究者は大規模なイノベーションに集中でき、最も複雑な推論ワークロードで大きな成果を上げています。」- Salesforce、最高科学責任者、Silvio Savarese 氏

同時に、NVIDIA の Nemotron 3 ファミリーのオープンモデルのサポートにより、Vertex AI Model Garden の範囲を拡大し続けています。たとえば、Nemotron 3 Nano はワンクリックでデプロイできるため、プライベート VPC への統合が簡単です。また、カタログを拡大し、NVIDIA Nemotron 3 Super 120B モデルを追加しました。これにより、高性能な大規模推論にすぐにアクセスできます。これらのモデルの価値を最大限に高めるため、Google は NVIDIA の最新のパフォーマンスライブラリを Vertex AI に直接統合し、NVIDIA TensorRT-LLM で一般的なオープンソースモデルを最適化しました。

公共部門向けの AI スタートアップを支援

エコシステム内の継続的なイノベーションを促進するため、Google Public Sector と NVIDIA は AI スタートアップアクセラレータプログラムを開始します。この 1 年間のイニシアチブでは、公共部門向けのソリューションを構築する、AI に重点を置いた独立系ソフトウェアベンダー（ISV）の選抜されたコホートをサポートします。

参加者は、NVIDIA Inception と Google Cloud の ISV アクセラレータリソースの両方にアクセスできます。GTC で開始され、Google Cloud Next まで続くこの共同プログラムでは、ミッションクリティカルな公共部門アプリケーションをスケールするために必要な、共同設計されたインフラストラクチャ、技術ガイダンス、市場開拓サポートを、新興テクノロジーのリーダーに提供します。プログラムについて詳しくは、お問い合わせフォームにご記入ください。今後、他のコホートも選出され、発表される予定です。

共同エンジニアリングのコラボレーションが AI スタックのあらゆるレイヤを強化

複雑なエージェント型 AI への移行には、単なるコンピューティング能力以上のものが求められます。完全に最適化された共同設計のスタックが必要です。Google は、分割式 G4 インスタンスや今後リリースされる Vera Rubin プラットフォームなどの柔軟なハードウェアを AI Hypercomputer アーキテクチャに統合し、ソフトウェアの緊密な共同エンジニアリングと組み合わせることで、最も野心的な AI ビジョンを現実に変えるために必要なスケール、レジリエンス、効率性を実現します。

GTC に参加されますか？ブース番号 513 にぜひお立ち寄りください。詳細をご覧いただき、Google のチームと直接お話いただけます。Google と NVIDIA のコラボレーションの詳細については、cloud.google.com/NVIDIA をご覧ください。

-AI およびコンピューティングインフラストラクチャ担当バイスプレジデント兼ゼネラルマネージャー、Mark Lohmeyer

Google Cloud と SBIグループが共催「SBI AI Digital Summit」AI エージェントによる新たなビジネス価値創出の可能性を探る

Mon, 23 Mar 2026 03:00:00 +0000

2026 年 2 月 20 日、Google Cloud と SBI グループは、両社の戦略的パートナーシップの強化を目的として「SBI AI Digital Summit」を開催しました。午前中は「NotebookLM」や「Gemini Enterprise」を活用した実践的なハンズオンワークショップを実施し、午後には Google DeepMind や SBI グループ各社による実践的なユースケースのセッション、そして新入社員による熱気あふれるアプリ開発発表会が繰り広げられました。AI を「検討するフェーズ」から「実装するフェーズ」へと移行するグループ全体の強い熱意が示されました。本記事では、当日の熱気あふれる様子をお届けします。

開会挨拶と基調講演

オープニングを飾ったのは、SBIホールディングスの副島豊氏と、Google Cloud の綱田和功です。副島氏は、LLM が人間とシステムの自然言語によるコミュニケーションを可能にしたことで、「System of Engagement（顧客との関わり方）」の領域で大きな変革が起きており、今後は AI エージェント同士のコミュニケーションが人間の業務を置き換えていく可能性について語りました。続いて登壇した綱田は、世界最高峰の研究機関である Google DeepMind の研究成果をエンタープライズ企業に短期間で安全に届ける Google の強みや、エージェンティック・コマースの普及に向けた「Universal Commerce プロトコル（UCP）」などの標準化の取り組みを紹介しました。

SBIホールディングスの春木俊介氏のセッションでは、ローコード・ノーコードツールや SaaS に組み込まれた AI 機能を活用した業務効率化とペーパーレスの推進事例が紹介されました。業務の可視化から始め、AI エージェントを活用したデータの一元化や自動分析など、日々の業務における「小さな成功体験」を積み重ねることの重要性が説かれました。

AI Deep Dive

Google DeepMind の佐野大樹は、産業革命、情報革命に続く「知能革命」の本質が AI の自律化にあると解説しました。マルチモーダル AI である Gemini が「理解」「思考」の段階から、自律的にタスクを実行する「行動」の能力を獲得した最新モデル「Gemini 3」の圧倒的な進化と、電子透かし技術「SynthID」による責任ある AI 構築の取り組みについて紹介しました。

Google Cloud の庄司哲也は、生成 AI から AI エージェントへの進化について解説しました。AI がユーザーの意図を理解し、自律的に計画・行動・修正を繰り返す AI エージェントによってワークフロー全体を自動化することが経営インパクトを生み出す鍵であるとし、それを実現するためのエンタープライズ向けプラットフォーム「Gemini Enterprise」の多彩な機能とガバナンスについてデモを交えて語りました。

参加者からは、「AI の進化が非常に速い中、今回のセミナーで現状の整理とグループの方向性を確認できたのは非常に良い機会でした」といった感想が寄せられ、最新技術への期待の高さがうかがえました。

SBI グループの AI トランスフォーメーション

SBIホールディングスの Labiblais Rahman 氏のセッションでは、AI を使いこなせる組織へと進化するための独自のフレームワークが紹介されました。組織におけるAI普及の鍵として「ビジネスギャップ」「プロンプティングスキル」「AIパフォーマンス」の3つを提唱。とりわけ、大きな正解を一つ探すことに固執せず、現場の小さな課題を AI で着実に解決していくアプローチに参加者の関心を集めました。

また、SBIホールディングスの森田大輝氏は、「デジタル従業員」としての AI エージェントを内製開発し、ゆくゆくはグループ外へ「AI エージェント派遣」という新しいビジネスとして展開していく壮大な構想や、ネット証券における顧客体験の変革について発表しました。

熱気あふれるアワード

後半の目玉は、「SBI AI Digital Award 2026」と「AI Agent 選手権」の表彰式です。

SBI AI Digital Award 2026 は SBIグループ内でビジネスに大きなインパクトを与えた取り組みが表彰され、受賞者による素晴らしいプレゼンが行われました。

見事「Google 賞」に輝いたのは、SBI ホールディングスの齊郷遥南氏、鍋倉由樹氏による「クリエイティブ制作エージェント」です。分析から制作、さらに法律やブランドガイドラインに基づく審査までを AI エージェントで一気通貫で行うという、Gemini Enterprise などをフル活用した見事な実装でした。

（写真左から）Google Cloud　綱田和功 / SBI ホールディングス齊郷遥南氏 / SBI ホールディングス鍋倉由樹氏

優秀賞を受賞した SBI いきいき少額短期保険様、SBI ペット少額短期保険様は、ペット保険の支払い査定業務に AI を導入し、処理時間を半減させるなど、大きな業務時間削減の成果を発表されました。

社内の現場主導の変革を促す「AI Agent 選手権」の表彰式では、実用性の高いエージェントが多数表彰されました。ニュースから自社の株価変動要因を予測するボットや、毎日の人事関連法改正ニュースをピックアップするツールなどが高く評価されました。また、「AI を使って何かできないか」という曖昧な相談に対して最適な社内ポータルの情報を案内する「AI活用-あいまい検索」など、現場の悩みに寄り添ったアイデアも最優秀賞に輝きました。

白熱の未来志向チャレンジ

続いて行われた「未来志向チャレンジ発表会」では、54 名の新入社員が半年間かけて取り組んだ生成 AI アプリ開発の中間報告が披露されました。グループを横断した最適な金融商品を提案する営業支援 AI「SBI Bridging AI」、社内の暗黙知を形式知化する「先輩 AI（senp-AI）」、過去のインシデント情報を統合・分析する「SBI AI Incident Dashboard」など、現場の課題に直結したアプリがデモンストレーションを交えて次々と発表されました。

アンケートでは、「新入社員のプレゼンが想定以上によかった」「AI に対する会社の熱量を感じた」といった声が多数寄せられました。新入社員の熱意とアプリの高い完成度は、参加したシニア層の期待を大きく上回り、組織全体の AI 推進への強い刺激となりました。

まとめ

最後に、SBIホールディングス CTO の木村紀義氏が閉会の挨拶に登壇しました。社内の DX 化に対する課題認識を示すとともに、新入社員の積極的な提案を称賛しました。そして、「来年度は全社を挙げて本気で AI を活用し、金融ビジネスに大きな変革をもたらすための徹底的な投資を行っていく」という強力なコミットメントが示されました。

今回のイベント「SBI AI Digital Summit」は、参加者から「現場感溢れる実践的な発表が多かった」と高く評価され、SBI グループが AI と共に新たなビジネス価値を創出していく「AI ネイティブ」な組織へと進化する強力な推進力となりました。

Google Cloud は今後も、SBI グループのベストパートナーとして、AI を活用したビジネス変革を強力に支援してまいります。

自律型ネットワークの加速: Google Cloud と DigitalRoute が AI 向けのデータ準備を簡素化

Thu, 19 Mar 2026 02:00:00 +0000

※この投稿は米国時間 2026 年 3 月 5 日に、Google Cloud blog に投稿されたものの抄訳です。

レベル 4 とレベル 5 の自律型ネットワーク運用（ANO）を実現するために、通信業界では、予測メンテナンスが可能な自己修復および自己最適化型ネットワークの構築に向けて AI の活用が加速しています。

しかし、そこには大きな障害があります。それは、AI の品質は AI に供給されるデータの品質に依存するということです。業界が AI エージェント、大規模言語モデル（LLM）、AIOps に注目する一方で、基盤となるデータは依然として乱雑で断片化されたままです。分断されたデータでは、有効な AI モデルを構築できません。

このたび、Google は、データ利用と収益化のプラットフォームプロバイダである DigitalRoute との新たな共同取り組みを発表いたします。これは、業界最大の障壁の一つであるデータの準備を解決することを目的としています。Google は、未加工の混沌としたネットワークノイズを高品質の「AI 対応」データへと変換する、再利用可能なデータパイプラインをリリースし、次世代の自律型エージェントを実現します。

「データスワンプ」からデジタルツインへ

AI エージェントがネットワーク異常を解決するには、まず環境を理解する必要があります。現代の通信ネットワークにおいて、次の 4 つの理由から、これはエンジニアリング上の大きな課題となっています。

形式の不一致: ネットワークデータは、ベンダーやドメインごとに異なる数十種類の独自形式（例: ASN.1、XML、CSV、バイナリ）で届きます。AI は「翻訳者」なしにこれらを読み取ることはできません。
ボリュームと速度: 5G ネットワークでは、毎日数十億件の請求データとイベントデータのレコードが生成されます。これを超低レイテンシでリアルタイムに処理することは、従来のメディエーションシステムには不可能です。
スキーマの進化: ネットワーク機能がアップグレードされるたび、または新しい 5G 機能がロールアウトされるたびに、基盤となるデータ構造が変化します。これは通常、従来のデータシステムを「破壊」します。
相関関係の複雑さ: 1 つの顧客セッションが複数のネットワーク要素にまたがって断片化されることがよくあります。これらの断片をつなぎ合わせなければ、AI は実際のカスタマーエクスペリエンスを理解するためのコンテキストを欠くことになります。

その結果、「データスワンプ」と呼ばれる、AI モデルが効果的に使用できない未精製情報が大量に生まれます。

ソリューション: データ準備のためのクラウドネイティブなアーキテクチャ

この課題に対処するため、Google は DigitalRoute と連携して、従来の通信プロトコルとクラウドネイティブインテリジェンスを橋渡しするソリューションを設計しました。Google Kubernetes Engine（GKE）で DigitalRoute の Usage Engine Private Edition を実行することで、エッジとクラウドのロケーション間で動的にスケールする再利用可能なパイプラインを作成しました。

このアーキテクチャには、3 つの明確な利点があります。

エッジとコアでの正規化: 複雑なバイナリメッセージを統一された共通データモデルにデコードし、ストレージに到達する前に無関係な「ノイズ」を除外します。これにより、ダウンストリーム AI がベンダー固有の制約から切り離され、データの下り（外向き）の費用が大幅に削減されます。
「デュアルパス」戦略: 正規化されたデータは、次の 2 つの専門的な環境に流れます。

リアルタイムの運用向け: データは Spanner に push され、「ネットワークデジタルツイン」が構築されます。これにより、AI エージェントはネットワークトポロジの経時変化を辿り、迅速に根本原因を分析できます。
長期的な分析向け: 履歴データは BigQuery に流れます。BigQuery はサーバーレスで瞬時にスケールできるため、運用担当者はインフラストラクチャを管理することなくペタバイト規模のネットワークトラフィックを分析し、「データプロダクト」を Vertex AI に直接フィードしてモデルを迅速にトレーニングできます。

コンテキスト化された加入者トレース: ネットワークと加入者トレース分析（NSTA）ソリューションにより、タイムスタンプと識別子に基づいてさまざまなノードからのメッセージを整列させます。これにより、一貫性のある時系列のセッションフローが構築され、AI エージェントは加入者のジャーニーのエンドツーエンドのコンテキストを把握できるようになります。

このアーキテクチャにより、AI エージェントが Spanner で光ファイバーの切断に準リアルタイムで対応する必要がある場合でも、BigQuery と Vertex AI で来月の容量不足を予測する必要がある場合でも、常に一貫した高品質のデータを利用できます。

データから成果へ: 自律型エージェントの実現

このパートナーシップは、本番環境レベルの AI ユースケースを実現することを目的としています。これらの再利用可能なパイプラインを確立することで、次の基盤が提供されます。

迅速な異常検出: ベースラインデータは整合性があり、ノイズがないため、エージェントはネットワークパフォーマンスのわずかな逸脱を検出できます。
自動化された根本原因分析: 障害が発生した場合、エージェントは無線アクセスネットワーク（RAN）の問題とコアのトレースデータを即座に相関させ、修正箇所を特定できます。
予測メンテナンス: 運用担当者は、BigQuery の履歴データを使用してグラフニューラルネットワーク（GNN）をトレーニングし、数日先の容量のボトルネックを予測できます。

自律型ネットワークのミッション遂行を加速

データ準備こそが、「研究プロジェクト」に終わるか、本番環境グレードの自律型ネットワークになれるかの分かれ目です。今、取り込みレイヤを標準化することで、通信事業者は将来の AI 主導のネットワークに不可欠な基盤を構築できます。

さっそく始めましょう。

Google Cloud セールスチームにお問い合わせのうえ、データ準備のワークショップのスケジュールを調整し、自律型ネットワーク運用に関するリファレンスアーキテクチャをご確認ください。
GKE 上の Usage Engine が、特定の形式の不一致やボリュームの問題をどのように解決できるかについては、DigitalRoute にお問い合わせください。

- グループプロダクトマネージャー、Manisha Gupta

- シニアプロダクトマネージャー、Naresh Rao

自律型ネットワークの台頭: GraphML が通信事業者の運用手法を再定義する方法

Thu, 19 Mar 2026 02:00:00 +0000

※この投稿は米国時間 2026 年 3 月 5 日に、Google Cloud blog に投稿されたものの抄訳です。

現代の通信は複雑さが爆発的に増大しています。通信サービスプロバイダ（CSP）は、静的で孤立したネットワークを管理するのではなく、5G 無線アクセス、伝送ファイバー、エッジコンピューティング、集中型クラウドコアにまたがる大規模な多層エコシステムをオーケストレートしています。

この複雑さを管理するために、CSP は自律型ネットワークを構築しています。自律型ネットワークとは、AI、ML、クローズドループの自動化を使用して、人による介入を最小限に抑えながら、自己構成、自己最適化、自己修復、自己保護を行う自己管理型の通信ネットワークです。Google Cloud の自律型ネットワークフレームワークに照らした場合、自律型ネットワークの重要な構成要素は、忠実度の高いリアルタイムのデジタルツインと言えます。ネットワークデジタルツイン上でグラフニューラルネットワーク（GNN）などの高度なグラフ ML（GraphML）を使用し、ライブネットワーク上の潜在的な問題を分析、予測し、事前に修復できます。

このアプローチは Google では新しいものではありません。これは、Google が地球規模のネットワークを管理し、Waymo の自動運転車テクノロジーのような複雑なシステムを運用するために使用しているアーキテクチャの哲学と同じです。GraphML は、周囲の世界のジオメトリと、その中のオブジェクトの関係を理解することで、安全な自律的決定を可能にします。現在、Google は GraphML ベースの AIOps ソリューションプロバイダである NetAI との戦略的コラボレーションを通じて、この関係認識インテリジェンスを通信業界にもたらしています。Mobile World Congress（MWC）2026 では、スペインの通信プロバイダである MasOrange が、フルマネージドの AIOps を推進する方法としてこのコンセプトを探求するための概念実証を紹介しています。

デジタルツインの基盤: ネットワークのモデリング

自律型ネットワークを構築する最初のステップは、静的なインベントリから動的なデジタルツインに移行することです。

従来の運用モデルは、断片化されたデータレイクに依存しており、トポロジは多くの場合、単なるテーブルにすぎません。Google のフレームワークでは、Spanner Graph を使用してネットワークの動的なデジタルツインを構築し、ライブネットワークの関係とトポロジを明示的にモデル化します。このデジタルツインは、数十億もの依存関係を捉えます。たとえば、特定の光トランスポンダーが特定の IP インターフェースに対応する方法、さらにはその IP インターフェースが顧客の 5G スライスに対抗する方法を正確にマッピングします。

このグラフ構造は可視化のためだけのものではなく、高度な GNN ベースの AI モデルの入力としてトポロジコンテキストを提供します。

GNN と従来の ML

長年にわたり、業界では従来の ML をネットワーク運用に適用してきましたが、その結果はまちまちでした。GNN が自律型ネットワークに最適な選択肢である理由を理解するために、従来のメソッドと比較して GNN がデータをどのように処理するかを見てみましょう。

ランダムフォレストや基本的なディープラーニングなどの標準的な ML アルゴリズムは、一般的にネットワークデータを簡略化されたフラットなベクトルまたは切断された時系列シーケンスとして解釈します。この視点から、次のようなモデルが作成されます。

トポロジを考慮しない: 標準モデルは、ネットワークトポロジを本質的に理解していません。ルーター A がスイッチ B に物理的に接続されていることを「認識」していないため、ネットワーク障害の最も重要な特徴の一つである伝播を見逃してしまいます。
症状ベース: 従来の ML モデルは、指標の急上昇を検出すること（異常検出）に優れていますが、その理由を理解することは苦手です。
因果関係ではなく相関関係を検出する: これらのモデルは統計的相関関係に依存しています。CPU 使用率がパケットロスと同時に急上昇した場合、両者には関連性があると仮定します。しかし、複雑なネットワークでは、相関関係は偶然であるか、遠く離れた障害の下流の症状であることがよくあります。

GNN は構造を認識するため、根本的に異なります。そのため、次のことが可能になります。

ネイティブなトポロジ処理: GNN はネットワークグラフを直接取り込みます。ノード上のデータを見るだけでなく、ノード間の接続を処理します。
決定論的推論: GNN は、統計に基づいて推測するのではなく、メッセージの受け渡しを使用します。ファイバーの切断が発生すると、モデルはデジタルツイン内の既知の物理パスに沿って「障害信号」を数学的に伝播させ、どの上位レイヤサービスが失敗するかを正確に予測します。
正確な異常検出: GNN は近隣ノード間の関係を理解することで、ローカルな異常（1 つのルーターの障害）と構造的な異常（サブグラフの障害）を区別し、偽陽性を大幅に削減できます。

Google の自律型ネットワークスタック上の NetAI GNN

技術スタック: Google tf-GNN と NetAI

MasOrange の概念実証は、Google のインフラストラクチャと NetAI のドメイン専門知識を組み合わせた統合スタックである GraphML を調査したものです。

Google tf-GNN ライブラリ: Google が開発し、オープンソース化した TensorFlow GNN（tf-GNN） は、大規模な GNN を構築するために設計された、本番環境でテスト済みのライブラリです。これは、Google が自社プロダクトの複雑なグラフ構造を分析するために使用しているものと同じクラスのモデリングであり、開発者はグラフデータを簡単に操作して大規模な GNN モデルを構築できます。
NetAI のファインチューニング: NetAI は、これらの基本的な tf-GNN モデルを調査し、Google とのコラボレーションにより、通信のユースケースに大幅に特化した高度な GNN モデルを開発しました。たとえば、ファインチューニングされたモデルは、BGP セッションのフラップ、光信号の劣化、輻輳によるレイテンシの区別など、特定の通信事業者の動作を理解します。
マネージド AIOps: NetAI は、自動化されたネットワーク検出とグラフ構築から最終的な根本原因分析まで、エンドツーエンドのライフサイクルを処理するフルマネージドプラットフォームにこれらのモデルをラップします。

エグゼクティブの視点

「事業を拡大するにつれて、数百万もの相互接続されたコンポーネント全体で根本原因を特定できる機能は、もはやオプションではなくなりました。この GraphML を活用したアプローチで Google Cloud と NetAI と提携することで、オブザーバビリティを、サービス信頼性を確保するための先回り型の仕組みに変換し、探求できるようになります。」- MasOrange、オブザーバビリティおよび自動化担当責任者、Roberto González Librán 氏

「当社の自律型ネットワークフレームワークは、現代の通信事業者の膨大なデータ需要に対応するように設計されています。GraphML の機能を NetAI などのパートナーと統合することで、真に自律的で自己修復型のネットワークを運用するために必要な決定論的推論を CSP に提供しています。」- Google Cloud、ネットワーキング担当バイスプレジデント兼ゼネラルマネージャー、Muninder Sambi

もっと詳しくお知りになりたい場合

自律型ネットワークへの移行には、より優れたモニタリングだけでなく、インフラストラクチャのモデリングと推論の方法の根本的な変革が必要です。

ぜひ GraphML を試してみてください。GNN を活用したデジタルツインがネットワーク運用をどのように変革できるかについては、Google Cloud アカウントチームまたは NetAI までお問い合わせください。

- Google Cloud 通信エンジニアリングチーム

- NetAI

Google Cloud のお客様が構築した優れたソリューション（2 月版）: Team USA のテック、通信会社のデータ刷新、ゴールデンステートの「G.O.A.T.T.」

Tue, 17 Mar 2026 01:30:00 +0000

※この投稿は米国時間 2026 年 2 月 27 日に、Google Cloud blog に投稿されたものの抄訳です。

AI とクラウドテクノロジーは、世界中のあらゆる業界のあらゆる分野を変革しています。お客様がいなければ、Google Cloud は存在しなかったでしょう。お客様こそが Google のプラットフォームで未来を築いている存在だからです。このシリーズでは、ビジネスを根本から変え、業界を形作り、新しいカテゴリを生み出しているエキサイティングなプロジェクトの数々を取り上げます。

今回の最新号では、Google Cloud がスキー＆スノーボード米国代表向けに AI 搭載のトレーニングツールをどのように構築したのかをはじめ、Vodafone と Fastweb の新しいデータ活用の取り組み、John Lewis Partnership のデベロッパープラットフォームの評価、ゴールデンステートウォリアーズの AI 活用ハンドブック、Hackensack Meridian Health における健全で安定したネットワーク運用、そして Ab Initio が AI 用のデータにより良いコンテキストをもたらす取り組みまで幅広く取り上げます。

来年改めてチェックして、さらに多くの業界のリーダーや注目のスタートアップが Google Cloud テクノロジーをどのように活用しているかをご確認ください。また、まだご覧になっていない場合は、Google のお客様による 1,001 件の実際の生成 AI ユースケースのリストをご確認ください。

AI で米国代表チームをさらに強く

対象: Google Cloud は、今年 2 月にイタリアで開催される冬季オリンピックに向けて、スキー＆スノーボード米国代表チームのための AI 搭載トレーニングツールの開発に取り組みました。

取り組み: スノーボーダーの Maddie Mastro 選手やフリースキーヤーの Alex Hall 選手など、米国代表チームのアスリートたちが競技で優位に立てるようにするとともに、オリンピックに向けて彼らの大胆なトリックに潜む物理法則を解き明かすため、Google Cloud は業界初となる AI 搭載の動画分析プラットフォームを構築しました。このプラットフォームでは、空間知能に関する研究を基に Google DeepMind が開発した独自モデルが活用されています。このツールの目的は、スキー＆スノーボード米国代表チームの選手たちが、トリックの完成度を高めると同時に自信を深められるよう支援することです。

意義: Google Cloud ツールを使用すると、リフトで山頂に戻るまでの間に、各技の完全な分析、過去の取り組みとの比較、次回改善できる点に関する膨大なメモやヒントを確認できます。このツールを開発した主な理由はアスリートのパフォーマンス向上でしたが、安全性の確保もそれに次ぐ重要な目的でした。身体の動きをより正確に把握できるようになれば、事故やけがの予防にもつながります。240 人の選手を擁するチームでは、数十人がけがで離脱する可能性もあるため、これは極めて重要です。

コメント:「以前は、友人に電話して『5 年前のあのトリックの映像、持ってる？』と聞き、ビデオを行き来しながら比較していました。でもこのツールなら違います。過去の滑走を取り込み、今の分析に生かすことができます。スロー再生して、その瞬間に頭や体がどの位置にあるのかを正確に確認できるのです。重要なのは、そうした細かな動きをリアルタイムで見て理解できることです。」– 米国オリンピック代表 5 回参加者 / 金メダル 3 回受賞者、Shaun White 氏

Google Cloud × Team USA - 技術の舞台裏

Fastweb + Vodafone: データワークフローを再構築

対象: 2025 年に Swisscom が Vodafone Italy を買収したことを受け、欧州の通信業界をリードする両社は、顧客へのサービス提供のあり方を見直し、モバイル、ブロードバンド、デジタルの各チャネルで、タイムリーかつパーソナライズされた体験を届けたいと考えました。

取り組み: 両社はすでに BigQuery を使って顧客データワークフローのモダナイズを進めていましたが、エコシステムを統合したことで、既存構成の限界が見えてきました。そこで、すべてのチャネルが正確な顧客データにリアルタイムでアクセスできるよう、Spanner をサービスおよびガバナンス層として導入しました。これにより、低レイテンシでの参照、水平方向のスケール、高可用性を実現し、運用負荷をほぼゼロにできるフルマネージド環境を整備しました。また、Gemini を活用し、コードから直接分かりやすいドキュメントを生成することで、手作業にかかっていた時間を大幅に削減しています。

意義: Spanner Graph を利用することで、プラットフォームが実際にどう動いているかに即した形で、データリネージを可視化できるようになりました。具体的には、どのテーブルがどのジョブを動かしているのか、変換処理がどのように連鎖するのか、依存関係がどこにあるのかといった点を把握できるようになっています。コールセンターでは、より完全で最新の顧客情報を確認できるようになり、デジタルチャネルでは、カスタムインテグレーションなしでも整合性のあるデータを利用できるようになりました。また、パートナーは、Apigee を通じて必要な情報に低レイテンシでアクセスできるようになりました。

Fastweb + Vodafone のコメント:「Google Cloud サービスで Customer 360 プラットフォームを再構築したことで、Fastweb + Vodafone の業務の仕組みは大きく変わりました。ワークフローのモニタリングが簡素化され、パイプラインがより効率的になり、リアルタイムのサービス提供が一般的になりました。」– Fastweb + Vodafone、IT AI 導入およびプラットフォームエンジニアリングリード、 Vincenzo Forciniti 氏

John Lewis がデベロッパープラットフォームの価値を測定

対象: John Lewis Partnership は、John Lewis の百貨店と Waitrose のスーパーマーケットを展開する英国の大手小売企業です。同社はデジタルトランスフォーメーションを推進するため、John Lewis Digital Platform（JLDP）を構築し、johnlewis.com 向けに高品質なソフトウェアを開発する数十のプロダクトチームを支えています。

取り組み: John Lewis は、単純な利用状況の指標にとどまらず、プラットフォームが生み出す本当の価値を測るための、より高度で多段階の手法を整備しました。当初は「オンボーディングに要する時間」のようなスピード重視の指標で測っていましたが、その後は DORA 指標に加え、DX プラットフォームを通じたエンジニアの主観的なフィードバックも組み合わせた包括的なモデルへと移行しました。さらに、35 以上の健全性指標（Kubernetes のベストプラクティス、セキュリティ、運用準備状況など）を小規模な自動ジョブで継続的にモニタリングする独自の「Technical Health（技術的健全性）」機能も導入しています。これにより、各チームは「信号機」を見るかのようにサービスの状態をリアルタイムで把握できます。

意義: 活動量ではなく価値に焦点を当てたことで、必須だから使うツールであることにとどまらず、開発者の手間やつまずきを実際に減らしていることを確認できました。また、自動化された Technical Health チェックにより、プロダクトチームは技術的負債やセキュリティ上の脆弱性を先回りして管理できるようになりました。その結果、中央の運用チームが個々のサービス運用に集中する必要が減り、インシデント解決（MTTR）の短縮、障害の減少、そして大幅なコスト削減につながっています。

コメント:「測定は、到達点ではなく旅の過程です。まずは関係者にとって意味のある指標を測ることから始めつつ、プラットフォームの進化に合わせて柔軟に見直していく準備もしておくべきです。プラットフォームの実現可能性を示す段階で重要だったことが、数年後に機能が成熟した段階でも同じように重要とは限りません。」– John Lewis Partnership、プリンシパルプラットフォームエンジニア、 Alex Moss 氏

Hackensack Meridian Health、VPC Flow Logs でネットワーク移行のリスクを低減

対象: Hackensack Meridian Health（HMH）は、ニュージャージー州最大の医療機関病院システムを擁する大手の非営利医療機関です。病院、救急医療センター、診療所からなる広大なネットワークを運用しているため、システムの信頼性は同組織にとって中核となる価値です。

取り組み: 新しい Google Cloud のネットワーク設計へ大規模に移行する準備として、HMH は VPC Flow Logs と Flow Analyzer を活用し、ハイブリッド環境のトラフィックが「ブラックボックス」になってしまう問題を解消しました。具体的には、Cloud Interconnect の VLAN アタッチメントでログを有効化し、送信元 / 宛先 IP、ポート、プロトコルなど、粒度の細かいテレメトリーを取得しました。その後、このデータをエクスポートし、「誰が誰と通信しているか」を可視化したマップを作成しました。これにより、オンプレミスのデータセンターと、特定の Google Cloud リージョン、VPC、アプリケーションとの間にある重要なトラフィックパターンを特定できるようになりました。

意義: 医療の現場では、ネットワークのわずかな途切れでさえ、重大な影響につながりかねません。トラフィックを事前にマッピングしておくことで、Hackensack Meridian Health は、カットオーバーのどの局面でリスクが最も高まるのかを正確に特定できました。この準備により、移行時の問題をわずか 3 分で検知し、5 分以内に解決できました。従来であれば数時間かかっていた可能性のある作業です。さらに移行にとどまらず、この水準の可視化によって、ハイブリッドインフラ全体にわたるキャパシティ計画、コスト配賦、セキュリティコンプライアンスをより適切に管理できるようになります。

コメント:「相互接続のトラフィックはこれまでブラックボックスのようなものでした。VPC Flow Logs を有効にして Flow Analyzer にフィードすることにより、求めていたマップをようやく入手できるようになりました。ルートを変更する前に、このような重要なトラフィックフローを特定することが、移行全体のリスクを軽減するうえでの鍵でした。」— Hackensack Meridian Health、クラウドエンジニアリングマネージャー、Randall Brokaw 氏

ゴールデンステートウォリアーズの AI 活用バックオフィス

対象: ゴールデンステートウォリアーズは、NBA の中でも近年特に成功を収めているフランチャイズの一つです。そしてコート上の勝利を陰で支えているのが、組織の「G.O.A.T.T.」とも呼べる専門の運用チームです。「G.O.A.T.T.（Greatest of All-Time Technologies）」は、データと AI を活用したプラットフォームで、試合中のインサイト、トレード判断、ファン体験の向上を後押しします。

取り組み: ウォリアーズは、Google Cloud 上に社内の「デジタル頭脳」を構築し、これまでの「勘と経験」に頼る文化から、「分析を起点とする」戦略へと舵を切りました。BigQuery と Gemini を活用することで、試合前のスカウティングレポート作成など、以前は数時間かかっていた複雑な業務フローを自動化できるようになりました。さらに ML を用いて、個々の選手の単純な成績よりも「チームへの適合性」を重視したトレードシミュレーションを数千回実行しています。加えて、コンピュータビジョンにより、NBA におけるすべてのシュートについて「ショットの質」を追跡しています。ビジネス面でも、Discovery API を使ったコンテンツ推薦エンジンを構築し、世界中のファンに対してパーソナライズされたデジタル体験を提供しています。

意義: AI を軸にしたこのアプローチによって、経営陣が検討すべき選択肢をあらかじめ絞り込めるようになり、人間の専門性を実現可能性の高い案に集中させられます。データ処理という「科学」の部分を自動化することで、コーチやスカウトは、対面での指導や戦略立案、選手育成といった「職人技」により多くの時間を割けるようになります。この統合は、3 ポイント革命のようなコート上の戦術に影響を与えただけではありません。業務面でも効率が向上し、従業員はトップダウンの指示を待つのではなく、AI によるアイデアを自発的に IT チームへ持ち込むようになりました。

コメント:「人間か機械のどちらかがすべての意思決定を担うような段階に到達することはありません。大事なのは、直感とデータが同じ結論に行き着くちょうどよい中間点を見つけることです。データは、具体的な選択肢を評価し始める前の段階で、意思決定ツリーを絞り込むのに役立ちます。」— ゴールデンステートウォリアーズ、消費者向け製品および新興テクノロジー担当シニアディレクター、 Nick Manning 氏

Ab Initio がエージェント型 AI 時代に向けて企業データ活用を推進

対象: Ab Initio は、大量データの統合とガバナンスを得意とするエンタープライズ向けソフトウェア企業です。同社のプラットフォームは、ハイブリッドおよびマルチクラウド環境にまたがる複雑なデータライフサイクルを管理するため、大規模組織から信頼されています。

取り組み: AI エージェントが正確なデータに基づいて動けるようにする（グラウンディングする）という課題を解決するため、Ab Initio は Google Cloud と連携し、自社のデータファブリックを BigQuery、Dataplex Universal Catalog、Gemini と統合しました。さらに、メインフレーム、COBOL、SAS などのレガシー環境と、最新のクラウド環境の間をつなぐ、500 以上のメタデータおよびデータコネクタ群も提供しています。この統合により、フィールド（項目）単位でエンドツーエンドのデータリネージを把握できるようになり、Gemini はデータの所在に左右されることなく、十分に文書化された「AI ですぐ使える」データにアクセスできるようになります。

意義: AI エージェントの有効性は、アクセスできるデータの質と範囲に大きく左右されます。Ab Initio を「中立的なハブ」として使うことで、企業はデータそのものを移動させることなく、オンプレミスやマルチクラウドのデータを単一の統合レイヤに連携できます。その結果、Gemini が根拠に基づき、説明可能な形で推論するために必要となる、豊かな意味的コンテキスト（セマンティクス）とリネージを提供できるようになります。企業にとっては、テスト段階の AI から、監査可能でコンプライアンスにも対応し、複雑な意思決定を自動で行えるプロダクションレディなエージェント型ワークフローへより速く移行できるということです。

コメント:「エージェント型 AI には、信頼できる AI 対応のデータとメタデータが必要です。情報の出所、品質、意味を理解することは、データそのものと同じくらい重要です。Gemini はエージェントレイヤの重要なコンポーネントとして機能し、このコンテキストを使用して説明可能かつ監査可能な意思決定を行います。」— Ab Initio、開発責任者 Scott Studer 氏および Google Cloud、データガバナンス、共有、統合担当プロダクトリード、Chai Pydimukkala 氏

- Google Cloud コンテンツおよび編集担当編集長

自律型ネットワークのスケーリング: Data Steward と Core Network Agent のご紹介

Fri, 13 Mar 2026 02:00:00 +0000

※この投稿は米国時間 2026 年 3 月 5 日に、Google Cloud blog に投稿されたものの抄訳です。

昨年、Google Cloud は、通信サービスプロバイダ（CSP）が手動管理からゼロタッチオペレーションに移行できるよう設計された包括的なブループリントである自律型ネットワーク運用フレームワークを発表しました。このリリースの一環として、RAN AI エージェントを価値実証（PoV）アセットとして導入し、生成 AI が無線アクセスネットワーク（RAN）を自律的に最適化する方法を実証しました。

このたび、Google Cloud のフレームワークが進化することを発表いたします。Future Connections との提携により、フレームワークの機能を拡張し、個別のタスクから、通信スタック全体で推論と実行を行うエージェント AI へと移行します。このフレームワークに直接統合される 2 つの重要なイノベーション、Autonomous Data Steward と Core Network VoLTE Agent をご紹介します。ニュージーランドの通信プロバイダである One NZ は、これらのイノベーションを業務に導入しています。

「当社が自律型ネットワーク運用フレームワークをリリースした際、その目標は、通信の未来に向けたブループリントを提供することにありました。現在、自律型ネットワークの傘下で重要な新しいエージェントを開発、リリースすることで、そのフレームワークを強化しています。One NZ による Core Network VoLTE Agent の導入は、この進展を象徴するものであり、通信事業者が個別のユースケースを超えて AI を大規模に運用化するための後押しができていることを示しています。」- Google Distributed Cloud、プロダクト担当バイスプレジデント兼ゼネラルマネージャー、Muninder Sambi

業界のボトルネック: エージェントがスケーリングに苦労する理由

業界では個々のエージェントのデプロイに成功していますが、完全に自律的なエコシステムへのスケーリングにおいては、根本的なインフラストラクチャの課題が浮き彫りになりました。それは、「データアクセスが分断されている」という点です。現在、新しい AI エージェントを開発しているすべての組織が、同じ障壁に直面しています。

データサイロ: データが厳格なスキーマにロックされ、ドメインごとに散らばっています。たとえば、BigQuery の RAN とコア、Cloud Storage のプローブなどです。
セマンティックの複雑さ: セマンティックコンテキストがない場合、データサイエンティストは、モデルの構築よりも、ベンダー固有の暗号のようなカウンタ（例: 「pmCounterNumber_487」）の解読に何か月も費やすことになります。
アクセスに関する問題: 新しいエージェントごとにカスタム統合プロジェクトが必要になるため、迅速なスケーリングが困難です。

これを解決するには、まずデータインフラストラクチャのインテリジェンスを有効にする必要があります。これには、データ基盤を管理するインテリジェントエージェントと、その基盤に基づいて行動する特化型エージェントという 2 層構造のアプローチが必要です。

フレームワークの拡張: Autonomous Data Steward

Autonomous Data Steward は、Gemini を活用したエージェントであり、フレームワークのインテリジェントな基軸として機能します。単にデータを保存するだけでなく、他のエージェントが使用できるようにオンデマンドで動的にデータをプロビジョニングします。

Google Cloud 上に構築された Steward は、「ゼロコピー」アーキテクチャを利用しています。Dataplex Universal Catalog を使用することで、大量のデータセットを複製するのではなく、メタデータポインタを保存します。この手法により、ストレージ費用を最大 70% 削減しながら、エージェントがリアルタイムのテレメトリーにアクセスできるようにします。

Autonomous Data Steward は、Google の高度な推論モデルを活用して、人間の意図と技術的な実行のギャップを埋めることで、DataOps ライフサイクルをさらに自動化します。これにより、次のことが可能になります。

セマンティックな理解: ユーザーまたはエージェントがデータ（例: 「セルドロップ率」）を尋ねると、Gemini は自然言語の意図を解釈し、Dataplex Universal Catalog を使用して特定の通信カウンタにマッピングします。
動的な ETL の作成: データセットが存在しない場合、Steward は Python コードを自律的に記述して実行し（Dataproc 経由）、データを抽出、クリーンアップ、結合します。これにより、数週間かかっていたエンジニアリング作業が数分に短縮されます。
ドメイン間の統合: エージェントは、RAN のパフォーマンス、コアセッションの障害、プローブのエラーを結合した連携クエリを生成し、分離されたドメインを透過的に統合する単一のビューを提供します。

Core Network（VoLTE）Agent

Google Cloud は、事後対応型のモニタリングから自己修復ネットワークへと移行しています。OSS 修復エージェントは、問題が発生したときに人間に対してアラートを出すだけでなく、問題を診断して解決します。データサイロを解消することで、数か月にわたるエンジニアリングの専門知識をミリ秒単位の自動アクションに変える認知レイヤを構築しています。

IMS 品質エージェント（VoLTE エージェント）は、コアネットワークの専門家です。Autonomous Data Steward を基盤として構築されており、次の 3 つの方法で優れた音声サービスを提供します。

リアルタイムのモニタリング: 通話設定成功率、平均オピニオンスコア（MOS）、CSCF パフォーマンスなどの重要な指標を継続的に追跡します。
インテリジェントな根本原因分析: Gemini のマルチモーダル推論を活用して、エージェントが複雑なシグナリングデータ（SIP / Diameter）とコアのパフォーマンスを関連付け、CSCF の過負荷などの問題を即座に特定します。
自律的な推奨事項: エージェントが、着信の転送の調整や負荷の再調整などの是正措置を推奨します。

VoLTE エージェントは、通話が切断されたことを検出すると、データをクエリして、以前は切断されたシステムに存在していた関連する IMS シグナリングとプローブキャプチャを即座に取得します。

One NZ はすでにこのエージェントをデプロイして音声品質をプロアクティブに管理しており、手動メンテナンスから完全に自律的なネットワークへと移行しています。

「Future Connections と Google Cloud と提携し、Gemini の高度な機能を使用してエージェントワークフローをネットワークにデプロイできることを嬉しく思います。これは、完全に自律的なネットワーク運用に向けた取り組みにおける、もう一つの重要な進歩です。」- One NZ、CTO、Kieran Byrne 氏

自律運用への移行を加速

これらのリリースは、フレームワークの大きな飛躍を意味します。Autonomous Data Steward エージェントのインフラストラクチャインテリジェンスと、VoLTE Agent のドメイン固有のロジックを自律型ネットワーク運用フレームワークに統合することで、以下を実現しています。

運用チーム向け: 重要な MTTR アクセラレータとして、音声サービスの問題の特定と解決にかかる時間を大幅に短縮します。これにより、チームは検出から解決までを短時間で行い、強力なネットワークパフォーマンスを維持できます。
データチーム向け: デプロイアクセラレータとして、モデル開発から本番環境での運用までの期間を短縮します。これにより、データチームはデータ運用における従来のボトルネックを回避し、新しい ML デプロイの価値をほぼ瞬時に実現できます。

私たちはこれらの主要な手法をオープンソース化し、オペレーターが独自のエージェントワークフローを構築してカスタマイズできるようにしています。

さっそく始めましょう。Autonomous Data Steward または VoLTE Agent の早期アクセスにご関心をお持ちの場合や、One NZ によるエージェントのデプロイについて詳しく知りたい場合は、Google アカウントチームまたは Future Connections までお問い合わせください。

- シニアプロダクトマネージャー、Naresh Rao

- Future Connections、プロダクト戦略担当ディレクター、Prashant Kumar 氏

ネットワーク API からネットワーク AI エージェントへ - エージェントでつながる未来を Nokia とともに構築

Tue, 10 Mar 2026 01:50:00 +0000

※この投稿は米国時間 2026 年 3 月 4 日に、Google Cloud blog に投稿されたものの抄訳です。

通信業界は「エージェントの時代」という、これまでで最も大きな変革期を迎えようとしています。サイロ化された自動化ツールから、ワークフロー全体を自動化できる完全なエージェントエコシステムへと、進化を遂げようとしています。

今週、バルセロナで開催される Mobile World Congress（MWC）で、Google は、Nokia の Network as Code（NaC）プラットフォームを Google Cloud の最適化されたエージェント AI スタックと統合することを発表します。これは、ネットワーク API から完全なエージェントエコシステムへの変革をもたらす取り組みです。これにより、通信事業者には、自然言語と目標指向のタスク自動化を通じてネットワークを自律的に監視、プログラム、最適化できる AI エージェントの利用が可能になります。

AI ネットワークの進化を支える 3 本の柱

エージェント時代のニーズに応えるために、AI とネットワークは「接続された」関係から「深く統合された」関係へと変わりつつあります。この進化は、次の 3 つの異なる分野で展開されています。

自律型ネットワーク: ネットワークは、手動で管理されるユーティリティから、コントロールプレーンとデータプレーンに AI が直接組み込まれた自律型オーケストレーションシステムへと移行しています。初期の構築と計画段階から、リアルタイムの障害検出と根本原因の分析段階まで、あらゆるフェーズにインテリジェンスを統合することで、ネットワークは「セルフヒーリングファブリック」として機能します。この移行により、インフラストラクチャがエージェント時代のプログラマブルで高忠実度のデータニーズに対応できるようになり、ネットワーク消費の増加が組織に影響を及ぼす前に、需要予測によるスケーリングが可能になります。
AI に最適化されたネットワーク: AI エージェントが日常生活の「デジタル雑務」をこなすにつれ、ネットワークは大量のアップリンクデータと「最初のトークンまでの時間」を短縮する低レイテンシ要件に対応できる設計が必要になります。テクノロジーを作業ではなく魔法のように感じさせるには、モバイルネットワークが極めて動的に、Google Distributed Cloud（GDC）など、直近のコンピューティングノードとプロアクティブにやり取りして、エッジでのタスクを処理する必要があります。この局地的なオーケストレーションは、バックグラウンドでトラフィックとコンピューティングのレイテンシを管理し、ユーザーが遅延をまったく知覚できないほど迅速な AI アシスタントの応答を可能にします。
ネットワークをプログラミングする AI エージェント: プログラマブルネットワークの実現は、企業や通信事業者に価値をもたらすことが長年期待されてきました。デベロッパーエクスペリエンスを変革するエージェント AI は、まさにこの積年の願いを叶える救世主です。統合 API フレームワークを通じた RAN からコアへの機能公開により、AI エージェントは自然言語プロンプトを複雑なインテント主導のネットワーク構成に変換できるようになりました。これにより、自律システムはエージェント間でタスクを調整してデータを交換できるようになり、その結果、ネットワークはアプリケーションの特定のニーズにリアルタイムで動的に適応できます。

Nokia の Network as Code プラットフォームは、現在 70 社以上のパートナーと 20 以上のネットワーク API を接続していますが、この NaC プラットフォームが Gemini モデルおよび Google Cloud のエージェントフレームワークとの統合により、エージェント対応型として生まれ変わります。A2A や MCP などの標準化されたインタラクションプロトコルを活用することで、これらの専門エージェントは単純な自動化を超えてアクティブな推論を行うようになり、意図を解釈して複雑なネットワークタスクを自律的に管理できるようになります。

技術的な橋渡し: Nokia と Google Cloud の統合の仕組み

単純な API からネットワーク AI エージェントへの進化は、Google Cloud のインテリジェンスと Nokia のネットワークエキスパティーズをつなぐ 3 層構造の統合によって実現します。

公開レイヤ（Nokia Network as Code）: NaC プラットフォームが、複雑な 5G コアと RAN の機能を、標準化されたノースバウンド API（CAMARA/GSMA Open Gateway）に抽象化します。デベロッパーは Google Cloud Marketplace を介してこれらの Nokia API にアクセスすることで、グローバルなモバイルネットワークにアクセスして Network as Code ポータルを活用できます。これにより、基盤となるテクノロジーを操作することなく、ネットワーク機能への標準化されたアクセスを確保できます。
インテリジェンスレイヤ（Gemini with Network as Code）: このレイヤでは、Gemini の活用が、単なる「呼び出し」から「インテント」主導型への進化を可能にします。Network as Code AI エージェントが、MCP を使用して自律的にネットワークツールを識別、活用し、Quality of Service（QoS）や位置情報の検証などを通じて特定のビジネス目標を達成します。
インタラクションレイヤ（agent-to-agent）: A2A プロトコルを通じて、業務処理エージェント（たとえば、物流コーディネーターなど）がネットワークエージェントに目標を伝達します。ネットワークエージェントは、その目標をネットワーク固有の指示形態に変換し、リアルタイムでネットワークをオーケストレートします。人が手動によるコーディングで介在する必要はありません。

Agent Development Kit（ADK）による拡張性

組織は ADK を使用した機能拡張により、真にカスタマイズされたエンタープライズエコシステムを構築できます。ADK を使用すると、デベロッパーは企業独自のビジネスロジックと Nokia のネットワークインテリジェンスを統合したカスタムマルチエージェントシステムを構築してデプロイできます。このモジュール性により、専門分野に特化されたビジネスエージェントがネットワークリソースを自律的に手配して独自のミッション要件を満たし、社内の企業データと外部のネットワーク機能を安全につなぐことができます。

プログラマブルネットワークからインテント主導型エンタープライズへ

この統合の真の強みは、「API ギャップ」を埋めることにあります。Network as Code はプログラマブルな基盤として利便性を発揮しますが、さらにエージェント AI を追加することで、コード不要のユーザーエクスペリエンスが実現されます。デベロッパーは、下位レベル通信プロトコルを把握していなくても、ビジネスインテントさえ定義すれば、基盤となるコードの実行がエージェントフレームワークによって処理されます。

エージェントを活用したエンタープライズシステム事例

エージェントエコシステムでは、業務上不可欠なネットワークの接続性が低下した場合などにリアルタイムで状況を検知して、サービスに影響が及ぶ前に自律的に問題を解決したり、リソースをプロビジョニングしたりできます。実際の活用例は以下のとおりです。

自律型ロジスティクス: ドローン活用計画の実現に向けて、フリート管理エージェントが最適化されたネットワーク接続をリクエストできます。飛行経路全体での接続性と品質、優先順位を Network as Code エージェントが自動的に確保する仕組みです。
セキュリティの強化: モバイルサービスにおいて、顧客のサブスクリプション、デバイス、現在地に異常な点があればリアルタイムでフラグを立てるよう、エンタープライズデバイス管理エージェントが Network as Code エージェントにリクエストできます。これにより、モバイルアセットのセキュリティ体制が迅速に強化されます。
高精度のモニタリング: セキュリティエージェントが、モバイルデバイスのフィードに基づくマルチモーダル AI 推論をサポートするために、専用のネットワークスライスをリクエストできます。これにより、データが送信されると同時に帯域幅を確保できます。

通信事業エコシステムにもたらす効果

このパートナーシップは、複雑なネットワーク標準の世界と、目まぐるしく変化するクラウドデベロッパーの世界を橋渡しするものです。通信事業者にとっては、ネットワークをコストセンターのような存在からイノベーションエンジンへと生まれ変わらせる明確な道筋が示されます。ネットワーク機能を Google Cloud Marketplace に掲載して利用可能にすることで、通信事業者は 5G 投資のニーズに応じた収益化をついに実現できるようになったのです。

「ネットワークはもはやボトルネックでもブラックボックスでもなく、AI の取り組みにおけるプログラマブルでインテリジェントなパートナーたる存在です。Nokia の Network as Code に組み込まれた直感的なインテント主導型インターフェースにより、ネットワークインテリジェンスを活用した革新的なサービスの開発とデプロイが一段と高速化され、収益化までの時間を大幅に短縮できます。」- Blocksport、CEO、Vladimir Liulka 氏

「プログラマブルネットワークとネットワーク API の力を最大限に活用するサービスの成長と収益化には、シームレスで直感的なデベロッパーエクスペリエンスの実現が不可欠です。デベロッパーインターフェースがエージェントによって提供されるエージェント AI フレームワークは、このエクスペリエンスを実現するための重要インフラとなるものです。Nokia の Network as Code プラットフォームは、すでに Deutsche Telekom のネットワーク API と統合されており、プログラマブルネットワークからエージェントの世界への変革を可能にするパイオニアです。」 - Deutsche Telekom、Magenta Business API、シニアバイスプレジデント、Chathurangi Wickramasinghe 博士

MWC で未来を体験

エージェントでつながる未来を構築する時代が、今まさに始まっています。MWC で Nokia と Google Cloud のブースにお越しいただき、これらのユースケースをライブでご覧ください。Network as Code プラットフォームがネットワークの複雑さをエージェント時代をリードする存在に変革する仕組みを、ぜひご自分の目でお確かめください。

- Google Cloud、通信市場担当責任者 Sridhar Gollapudi

- Nokia、ネットワーク収益化プラットフォーム、ポートフォリオおよびアーキテクチャ責任者 Mikko Jarva 氏

フレームワークからスケールへ: MWC 26 で自律型ネットワークを加速

Fri, 06 Mar 2026 02:30:00 +0000

※この投稿は米国時間 2026 年 3 月 3 日に、Google Cloud blog に投稿されたものの抄訳です。

昨年、Google は自律型ネットワーク運用フレームワークを発表しました。これは、通信サービスプロバイダ（CSP）が、サイロ化された自動化から自己修復型の「ゼロタッチ」ネットワークへと移行できるようにするための布石です。現在、Google は、ネットワークにおいて AI を単にインサイトに利用するだけでなく、感知、推論、自律的な行動が可能なインテリジェントエージェントへと進化させるべく取り組んでいます。

Mobile World Congress（MWC）Barcelona の開催を迎え、同イベントではこの変化がどのように実現されつつあるかをご紹介しています。Deutsche Telekom や Vodafone などの企業は、AI を運用の中核に組み込むことで、運用の複雑さを軽減し、接続を単なるユーティリティから価値創造エンジンへと進化させています。

プロダクトのイノベーション: エージェント型通信エンジン

業界の重要な目標は、レベル 4～5 の自律性を実現することです。これは、人間の介入なしにネットワーク自体が問題を特定、診断、修正できるようなレベルです。そのためには、基盤となるデータプラットフォームがネットワークと同じく動的であることが前提となります。この 1 年間、Google は Cloud Spanner Graph および Vertex AI を進化させ、通信事業者が求める「二重の性質」に対応しました。具体的には、アラームの相関関係に基づき、リアルタイムに高速で応答する能力に加えて、履歴パターンの詳細分析に基づく検出能力を組み合わせるというものです。

現在、Google では、このような自律的な運用をサポートするためにプラットフォームを以下のように改良しています。

ネットワークデジタルツイン: ネットワークデジタルツインが、ネットワークの静的なマップから、物理的および論理的な最新状態を動的に表す時系列グラフへと進化しました。パフォーマンスおよび障害の状態をリアルタイムで把握する一方で、エージェントが過去の状態（5 時間前や数日前など）をクエリし、正確な根本原因分析を即座に行えるようになっています。
統合グラフデータレイヤ: 運用データと分析データを隔てるサイロを解消します。具体的には、デジタルツインに Spanner Graph を活用するとともに、BigQuery による連携グラフ分析に対応しています。これにより、通信事業者は、複雑で時間のかかる ETL（抽出、変換、読み込み）プロセスを省略して、リアルタイムの更新および詳細な履歴分析を相互に実行することが可能となります。
GNN によるリアルタイム予測: Vertex AI でネットワークデジタルツインデータに基づきグラフニューラルネットワーク（GNN）をトレーニングできるようになりました。その後、トレーニング済みの GNN モデルと、Spanner の ML.PREDICT 機能、ネットワークデジタルツインのリアルタイムデータを組み合わせることで、モニタリングだけでなく予測を行えます。具体的には、障害がどのように伝播するかを数学的に追跡し、利用者に影響を与える前に解決します。

ソリューションのアップデート: 価値創出を加速

レベル 4～5 の自律性を実現するうえで最大の課題の一つは、接続されていないレガシーシステムで生じる手動の遅延です。Google は、このようなボトルネックに対処し、統合自動システムへと置き換えるための新しいツールをリリースします。

オープンソースのデータ基盤: 導入を促進するため、Google の通信用データパイプラインおよびデータモデルのソースコードを GitHub でリリースしました。これにより、CSP は、手動でスキーマをマッピングすることなく、業界標準の統合オントロジーを実装できます。
通信事業者向けの最新エージェント: FutureConnections と連携し、以下の 2 つの新しい価値実証エージェントをリリースしました。

データスチュワードエージェント: データガバナンスを自動化し、デジタルツインの正確性を維持するエージェントワークフロー。
自律型ネットワークエージェント: 現在 One NZ が試験運用しているこれらのエージェントは、音声コアと OSS ネットワークを管理し、モニタリングだけでなく積極的な対応を行います。たとえば、通話品質の低下が検出されたら即座にトラフィックを別に再ルーティングしたり、ネットワーク設定をリセットして通話品質を復元したりできます。

エコシステムの活発化によるイノベーションの促進

真の自律性を実現するには、活発なエコシステムが必要不可欠です。今年、Google はいくつかの重要なマイルストーンを達成しました。

MasOrange、NetAI: Google は NetAI と連携して GraphML ベースの AIOps の提供に取り組んでおり、共同で MasOrange 向けのパイロットプロジェクトを開始しました。このプロジェクトでは、Google Cloud の AI スタック内でパートナーによる特殊モデルを実行することでネットワークインシデントを解決できることを示し、自律的なアクションに対する信頼を獲得しています。
Nokia の「Network as Code」: Nokia と連携し、複雑な技術コードではなく、平易な言語を理解する AI エージェントによってネットワークを完全にプログラムできるよう取り組んでいます。これにより、通信事業者は、緊急サービスや遠隔医療などの重要サービスにネットワークリソースを優先的に割り当てるといった複雑なタスクを、手動で開発して組み込まなくても、ネットワークに依頼するだけで済むようになります。

今後の動向

エージェント型 AI の時代が到来しています。Google は、通信事業者のネットワークファブリックに AI を組み込むことで、接続が単なるユーティリティからお客様を継続的に満足させるインテリジェントなサービスプロバイダへと生まれ変われるよう支援しています。

MWC にぜひご参加ください。ホール 2 のブース #2H40 では、マルチエージェントシステム、デジタルツイン、物理的な AI ロボットのライブデモなど、各種ソリューションの事例をご覧いただけます。最新のホワイトペーパーをダウンロードして、Google のアプローチについてさらに詳しくご覧ください。

- Google Cloud、ネットワーキング担当バイスプレジデント、プロダクトマネージャー、ゼネラルマネージャー、 Muninder Sambi

- Google Cloud、プリンシパルエンジニア、 Dave Weissman

Google の ADK を使ったエージェントアプリケーションを Datadog LLM Observability でモニタリングする

Mon, 02 Feb 2026 03:00:00 +0000

※この投稿は米国時間 2026 年 1 月 24 日に、Google Cloud blog に投稿されたものの抄訳です。

Google の Agent Development Kit（ADK）は、強力なエージェントシステムを構築するための基盤を提供します。こうした複数ステップのエージェントは、計画を立て、ループ処理を行い、協調し、必要に応じてツールを動的に呼び出しながら、自律的に問題を解決できます。一方で、この柔軟性は予測しにくさにもつながり、出力の欠落、想定外のコスト、セキュリティリスクといった問題を招く可能性があります。こうした複雑さを管理できるよう、Datadog LLM Observability は ADK で構築されたシステムに対する自動計測を提供するようになりました。この統合により、エージェントの挙動を可視化してモニタリングし、コストやエラーを追跡できるほか、大がかりな手動設定を行うことなく、オフライン実験とオンライン評価を通じて、応答品質と安全性の観点からエージェントを最適化できます。

これは重要な点です。エージェントシステムは複雑で、エージェント同士の相互作用に加え、LLM の非決定性によって、応答を事前に予測することが難しいためです。

こうしたエージェントを運用する際に一般的に想定されるリスクには、次のようなものがあります。

変化のスピード: 新しい基盤モデルは毎週のように登場し、「ベストプラクティス」とされるプロンプト設計のパターンも同じくらいの速さで変化します。そのため、チームは新しい組み合わせを継続的に評価する必要があります。
マルチエージェント間の受け渡し: あるエージェントが低品質な出力を生成すると、その影響がダウンストリームに連鎖し、他のエージェントが誤った判断を下す原因となる可能性があります。
ループとリトライ: プランナーが同じツール呼び出しに固執してしまい、検索クエリを無限に再試行するなど、ループに陥ることがあります。これにより、レイテンシの急増を招くおそれがあります。
見えにくいコスト: プランナーのステップが 1 つでも誤ってルーティングされるだけで、トークン使用量や API 呼び出し回数が増幅し、コストが予算を超過する可能性があります。
安全性と正確性: LLM の応答には、ハルシネーション、機密データの混入、プロンプトインジェクションの試みなどが含まれる場合があり、セキュリティインシデントや顧客からの信頼低下につながるリスクがあります。

最後に、ADK は市場に存在する数多くのエージェントフレームワークの一つにすぎません。これを手作業でインストルメンテーション（計測の仕込み）しなければならないとなると、すでに煩雑でエラーが発生しやすいプロセスに、さらに学習コストが上乗せされることになります。

エージェントの判断と予期しない挙動をトレース

Datadog LLM Observability は、ADK エージェントを自動的に計測およびトレースすることで、こうした課題に対応します。コードを変更することなく、数分でエージェントをオフラインで評価し、本番環境でモニタリングを開始できます。これにより、エージェントのオーケストレーションからツール呼び出しに至るまで、すべてのステップやプランナーの判断を単一のトレースタイムライン上で可視化できます。

たとえば、エージェントがユーザーのクエリに応答する際に誤ったツールを選択した場合、想定外のエラーや不正確な応答につながることがあります。Datadog の可視化機能を使えば、どのステップで誤ったツールが選択されたのかを正確に特定できるため、トラブルシューティングが容易になり、問題の再現や原因の特定にも役立ちます。

トークン使用量とレイテンシをモニタリング

レイテンシやコストの急激な増加は、エージェントアプリケーションに問題が生じている兆候であることが少なくありません。Datadog では、ツール、ブランチ、ワークフローごとにトークン使用量とレイテンシを可視化できるため、どこでエラーが発生し、それがダウンストリームの処理にどのような影響を及ぼしたのかを明確に把握できます。

たとえば、プランナーエージェントが要約ツールを 5 回も再試行した場合、レイテンシは大幅に増加します。Datadog はこうしたループを強調表示し、処理に要した正確な時間とそれに伴うコストへの影響を可視化します。

エージェントの応答品質とセキュリティを評価

レイテンシのような運用パフォーマンス指標は重要なモニタリングシグナルですが、エージェントアプリケーションの動作状況を包括的に把握するには、LLM やエージェントの応答が持つ意味的な品質についても評価する必要があります。Datadog には、ハルシネーション、個人を特定できる情報（PII）の漏えい、プロンプトインジェクション、不適切または危険な応答を検出するための組み込み評価機能が用意されています。

さらに、ドメイン固有のチェックを行うために、LLM-as-a-judge 型の評価ツールを含むカスタム評価ツールを追加することも可能です。たとえば、検索エージェントが無関係なドキュメントを取得し、その結果として回答が話題から逸れてしまった場合、カスタム評価ツールによって、そのトレースを「検索関連性が低い」と判定できます。

テストを通じて、迅速かつ確信を持って改善を重ねる

新しいシステムプロンプトを展開すると、レイテンシの急増や出力の一貫性の低下に気付くことがあります。Datadog では、本番環境の LLM 呼び出しを Playground 上で再生し、異なるモデル、プロンプト、パラメータを試すことで、理想とする挙動に近づく構成を見つけることができます。

さらに、実際のトラフィックから構築したデータセットを用いて、複数のバージョンを並べて比較する構造化されたテストを実行し、運用面および機能面のパフォーマンスを最適化できます。ADK のインストルメンテーションによってすべてのエージェントステップが記録されるため、デプロイ前に回帰を再現し、修正内容を検証するために必要となる完全なコンテキストを把握できます。

Datadog LLM Observability を使ってみる

Datadog LLM Observability は、Google ADK を利用したシステムのモニタリングとデバッグを簡素化し、エージェントの動作を把握しやすくします。これにより、エージェントの挙動を解析し、応答を評価し、迅速に改善を重ねながら、本番環境にデプロイする前に変更内容を検証できます。

最新バージョンの LLM Observability SDK を使って、今すぐ利用を開始できます。Datadog を初めて利用する方は、無料トライアルから始めることも可能です。

エージェントの挙動を解析し、応答を評価する方法について詳しくは、Datadog の LLM Observability ドキュメントをご覧ください。

-Google、シニア戦略的パートナーシップ担当マネージャー、Abhi Das

-Datadog、プロダクトマーケティングマネージャー、Trammell Saltzgaber 氏

Palo Alto Networks がマルチテナントのスケーラブルな統合データプラットフォームを構築した方法

Fri, 23 Jan 2026 01:00:00 +0000

※この投稿は米国時間 2026 年 1 月 17 日に、Google Cloud blog に投稿されたものの抄訳です。

世界中の企業が大量のデータを処理しています。Palo Alto Networks は、同社の製品ポートフォリオ全体で、毎秒数千件のファイアウォールログ、テレメトリーシグナル、脅威イベントを処理しています。この規模に対応するため、Palo Alto Networks は 30,000 個の別個のデータパイプラインを運用しており、それぞれに運用負荷がかかっていました。このシングルテナントアーキテクチャモデルは当初はうまく機能していましたが、最近ではイノベーションの停滞、規模拡大の制限が始まり、新しい分析ユースケースの導入コストの増加につながっていました。

次世代のセキュリティプロダクトをサポートするため、Palo Alto Networks は Google Cloud と提携し、Dataflow、Pub/Sub、BigQuery を活用した統合マルチテナントプラットフォームへとデータ処理環境をモダナイズしました。この変革は、Palo Alto Networks の統合データプラットフォーム（UDP）の基盤となり、現在ではアジリティの向上、運用の簡素化、費用対効果の向上により、毎日数十億件のイベントを処理できるようになりました。

課題: シングルテナントアーキテクチャでは対応しきれない

移行前、Palo Alto Networks のデータプラットフォームは「テナントごとに 1 つのパイプライン」モデルに基づいて構築されていました。テナントパイプラインごとに、独自の構成、トラブルシューティング、オンコールローテーション、キャパシティ調整が必要でした。Palo Alto Networks の利用が増えるにつれて、次のような問題も増加しました。

合計で毎秒約 30 GB のスループットを処理する 30,000 以上のパイプラインをサポートするための脆弱なアラートと毎週の運用オーバーヘッド。
デプロイサイクルの遅さから、新しいテナントのオンボーディングが難しくなっていた。
負荷に関係なく、各テナントに大量のコンピューティングリソースが割り当てられていた。
エンジニアリングの時間が、新しい分析の構築ではなくインフラストラクチャの管理に費やされていた。

このモデルは運用のアジリティを妨げ、新しいプロダクトラインの拡大やデータ量の増加に伴うスケーリングを困難にしていました。

変革: Dataflow による新しいアーキテクチャパラダイムの採用

転機が訪れたのは、Google Cloud Dataflow のサーバーレス自動スケーリングアーキテクチャがまったく異なる運用モデルをサポートできることをチームが認識したときでした。Palo Alto Networks は、数千もの別個のパイプラインを維持する代わりに、ワークロードをマルチテナントシステムに統合し、テナント間でリソースをインテリジェントに共有することができました。

これを可能にしたのは、次のような複数のコア機能です。

1. アーキテクチャの移行Dataflow を使用することで、チームは「テナントごとに 1 つのジョブ」から、単一のアーキテクチャ内で複数のテナントを処理できる「共有リソースプール」に移行できました。この移行により、運用が大幅に簡素化され、新たな効率性が実現しました。

2. 大規模なマルチテナントの実現Dataflow の自動スケーリングエンジンは、変動するワークロードを簡単に管理し、サイバーセキュリティ環境でよくある予測不可能な急増に対応します。これにより、手動でのキャパシティプランニングが不要になりました。

3. 運用の自由度Flex テンプレートと Dataflow のマネージドサービスモデルを使用することで、チームは CI / CD プロセスを、1 週間かかるデプロイサイクルから 1 日で完了するワークフローへと変革しました。エンジニアはインフラストラクチャの管理に時間を費やす必要がなくなり、分析、脅威検出、プロダクトイノベーションに集中できます。

4. 実行の統合すべてのジョブが Dataflow ベースの共有プラットフォームで実行されるため、チームは異なるコードベースを維持しなくても、リアルタイムシステムとバッチシステムの間でワークロードを柔軟に移動できるようになりました。

5. オブザーバビリティDataflow では、チームは組み込みのロギングと指標を利用して、リアルタイムワークロードとバッチワークロードの両方でパイプラインの健全性をモニタリングし、追加のツールを使用せずにパフォーマンスを明確に可視化できます。Dataflow により、オンコールアラートに必要なすべての指標が明らかになるため、PANW コードベースでカスタム指標を構築または維持する必要がなくなります。アラートがトリガーされると、エンジニアは Dataflow UI を使用してパフォーマンスのボトルネックを迅速に特定し、是正措置を講じることができます。

アーキテクチャの概要

Palo Alto Networks の UDP を強化する Dataflow ベースの統合リアルタイムパイプライン

効果: 価値、費用、エンジニアリングの重点の大きな変化

Dataflow への移行は、古いシステムをモダナイズしただけではありません。エンジニアリングチームの働き方を根本的に変え、さまざまな面で効果をもたらしました。

経済的なメリット: パイプラインを統合し、Dataflow の自動スケーリングを利用することで、Palo Alto Networks はコンピューティング費用を約 30% 削減しました。この費用削減は、冗長なパイプラインの削減、共有リソースの利用率向上、手動によるキャパシティ調整の排除によって実現しました。
プラットフォームにとってのメリット: 統合データプラットフォームは、同社全体でリアルタイムデータ処理の長期的な標準となりました。スケーラブルで再現性があり、エンジニアリング作業を重複させることなく新しいプロダクトラインをサポートできる「Dataflow ネイティブ」なブループリントを提供します。
従業員にとってのメリット: Dataflow が運用の複雑さに対処するため、エンジニアはインフラストラクチャの管理ではなく、新しい分析機能の構築に集中できるようになりました。この移行により、士気が向上して、デリバリーサイクルが加速し、アラート疲れが軽減されました。「当社にとって真の差別化要因は、Dataflow が大規模かつ真のマルチテナンシーに対応できることでした。その自動スケーリングエンジンは、1 つのジョブで数千のテナントにまたがるリソースを管理できるほど優れており、これが約 30% の費用削減を実現する鍵となりました。30,000 件以上のジョブを管理する環境から、ほんの一握りのジョブを管理する環境へと移行しました。その結果、チームの業務内容が根本的に変わりました。」- Palo Alto Networks エンジニアリングチーム

モデルの拡張: サイバーセキュリティ以外のユースケース

Palo Alto Networks が採用したアーキテクチャパターンは、マルチテナントのリアルタイムデータを大規模に扱うあらゆる組織に幅広く適用できます。次に例を示します。

e コマース: 単一のマーケットプレイスで数千の販売者向けにリアルタイムダッシュボードを提供する
ゲーム: 数百万人のプレーヤーからのテレメトリーシグナルを処理して、リーダーボードを更新し、不正行為を検出する
フィンテック: 数百の銀行における取引をモニタリングし、不審な行動にリアルタイムでフラグを付ける
IoT とロジスティクス: 車両フリートのデータを分析して、ルーティングとメンテナンススケジュールを最適化する

マルチテナンシー、共有実行、自動スケーリングといった同様の原則は、多くの業界で効率の向上に役立ちます。

持続可能なデータの未来を創る

Palo Alto Networks は、Dataflow を標準化することで、セキュリティ分析プラットフォームの長期的なアジリティの基盤を築きました。統合データプラットフォームは現在、同社のリアルタイムデータ戦略の基盤として機能し、イノベーションの加速と経済効率の高い運用に役立っています。

この事例は、Dataflow のような柔軟で高性能なデータ処理エンジンによって、運用オーバーヘッドを増やすことなくスケールできるという自信を企業に与えられることを示しています。さらに、Google Cloud を使用してリアルタイムアーキテクチャをモダナイズしたいと考えるチーム向けに、再利用可能なハンドブックも提供します。

データパイプラインをモダナイズする方法の詳細については、Dataflow のプロダクトページをご覧ください。

- Google Cloud、データ分析担当カスタマーエンジニア Pavan Paladugu

- Palo Alto Networks、シニアプリンシパルエンジニア Gaurav Mishra 氏

Palo Alto Networks、エージェント設計によりカスタマーインテリジェンスに関するドキュメントの作成を自動化

Thu, 22 Jan 2026 02:00:00 +0000

※この投稿は米国時間 2026 年 1 月 15 日に、Google Cloud blog に投稿されたものの抄訳です。

Palo Alto Networks のような世界規模の大手サイバーセキュリティ企業にとって、各顧客を包括的に理解することは成功に不可欠です。Palo Alto Networks では、プリセールスチームが関与するすべてのエンゲージメントの包括的な情報が社内の記録文書（DOR）に集約されます。これは、顧客に関する標準化された全体像をセールスチームとサポートチームに提供する重要なアセットとなります。

課題: 手動による時間のかかるプロセス

従来、DOR の作成は手動で行われ、高度なスキルを持つ従業員が多大な労力を割いていました。

作成には以下のような作業が必要でした。

Salesforce からデータを収集する。
複数のシステムに分散された広範な社内ナレッジベースを検索する。
入手した情報を構造化されたドキュメントに統合する。

このプロセスには数日かかることもあり、案件の獲得と成約を遅らせると同時に、本来なら顧客向けの戦略的な業務に専念できるはずの専門家の貴重な時間を奪っていました。この非効率性を解決するため、Palo Alto Networks は Google Cloud 上に構築された高度な AI エージェントを使用して、ワークフロー全体の自動化を目指しました。

エージェント主導の自動化されたワークフロー

Palo Alto Networks は、Google のオープンソースの Agent Development Kit（ADK）を使用して AI エージェントを開発し、DOR を自律的に生成できるようにしました。DOR の作成に必要な質問には、Vertex AI RAG Engine、Vertex AI Discovery Engine Search（Google のエンタープライズ検索プラットフォーム）などの GCP リソースを活用して回答します。エージェントは、ビジネスクリティカルなタスクに必要なスケーラビリティと信頼性、そしてすぐに使用できるセッションとメモリの処理機能を備えたフルマネージドプラットフォームの Vertex AI Agent Engine 上にデプロイされています。

デプロイアーキテクチャ

このシステムのアーキテクチャは、次の中核要素で構成されています。

2 つの AI Agent Engine エンドポイント: Vertex AI Agent Engine にデプロイされたこれらのエージェントは、API エンドポイントとして機能します。分散型アプローチを実現するため、Agent Engine のマネージドスケーラビリティを活用して、Salesforce ポータルからの POST リクエストを処理して結果を返します。
ウェブサーバー（GKE 上の FastAPI）: FastAPI で構築され、Google Kubernetes Engine（GKE）でホストされるこのウェブサーバーがシステムをオーケストレーションします。Agent Engine エンドポイントへのリクエストを開始し、そのレスポンスを検証して、処理されたデータを保存します。
Vertex AI Rag Engine: サービスデータストアとして機能し、2 つの AI エージェントに、Google Cloud Storage（GCS）にアップロードされたドキュメントとログへのアクセスを提供します。

自動プロセスの各ステップ

自動ワークフローのプロセスは、中央のウェブサーバーによってオーケストレートされる 7 つのステップで構成され、Salesforce、Google Cloud AI サービス、内部データソースをシームレスに統合します。

Salesforce からの開始: プロセスは、Salesforce 内で特定の顧客アカウントのリクエストがトリガーされたときに開始されます。このリクエストは、Google Kubernetes Engine（GKE）でホストされている FastAPI ウェブサーバーに送信されます。
メタデータの取得と質問の準備: ウェブサーバーはリクエストを受け取り、Salesforce から関連する顧客メタデータを取得し、包括的な顧客プロファイルを作成する目的で設計された 140 以上の標準的な質問からなる事前定義リストを準備します。
効率性を高める並列処理: AI エージェントのスケーリングを確保し、速度を最適化するために、ウェブサーバーは質問を 5 つのバッチに分けて Vertex AI Agent Engine エンドポイントに送信します。このマルチスレッド方式により、Agent Engine はマネージド自動スケーリングの特性を活用して水平方向にスケーリングし、複数の質問を同時に処理することができます。
検索拡張生成（RAG）と Vertex Discovery Engine: 各質問は、関連するコンテキストを拡充させるために強化、明確化されます。これは、Gemini 2.5 Flash を使用した前処理により実現されます。その後、2 つの異なるエージェントに送信され、各エージェントがそれぞれのナレッジベースをクエリします。このサービスは RAG エンジンとして機能します。概要説明の一部としてアップロードされた社内のドキュメントやログの膨大なコーパスを検索し、最も関連性の高い情報スニペットのみを見つけて返すことで、エージェントの回答は事実に基づいた、会社が承認したデータにグラウンディングされたものになります。
LLM による回答の合成: Vertex AI Search により取得されたデータスニペットは Gemini モデルに渡され、Gemini は情報を合成して高品質で一貫性のある回答を生成します。各エージェントは質問に独自に回答し、それぞれの回答に関連性スコアを割り当てます。この関連性スコアにより、回答内の主張のうち事実に基づいてグラウンディングされている部分の割合を測定します。システムは次に、関連性スコアに基づいてこれらの回答を調整し、最適な回答を選択して確定的な真実として保存した後、次の質問に進みます。さらに、検証ステップも実行されます。このステップでは、最終回答における主張の根拠性を評価し、最終回答を低、中、高の信頼度に分類して、エンドユーザーが最終的な判断を下せるようにします。
ステートフルオーケストレーション: FastAPI ウェブサーバーがオペレーション全体を管理し、結果を保存して、実行中のプロセスの状態を維持します。どの質問が回答済みかを追跡し、最終的なドキュメントを統合します。
Salesforce への非同期ハンドオフ: すべての質問に回答すると、ウェブサーバーは完了した DOR を Cloud Pub/Sub トピックにパブリッシュします。これにより、信頼性の高い非同期ハンドオフが実現します。別のサービスがこのトピックのメッセージを使用して、最終的なドキュメントを Salesforce の適切なレコードに書き戻すことでワークフローが完了します。

技術スタック

このソリューションは、Google Cloud のマネージド AI サービスとオープンソースフレームワークを効果的に組み合わせています。

Agent Development Kit（ADK）: エージェントの複雑なロジックを定義するために使用されるオープンソースの Python フレームワーク。マルチステップオーケストレーション、状態管理、さまざまなサービスとのインテグレーションなどを備えています。
Vertex AI Agent Engine: ADK ベースのエージェントをホストして実行するフルマネージドのサーバーレス環境。スケーリング、セキュリティ、運用上のオーバーヘッドを処理します。
Vertex AI RAG Engine: コンテキストに応じてグラウンディングされた回答を生成します。このエンジンは、Vertex AI Search を検索バックエンドとして使用するように構成されており、社内ドキュメントから関連情報を効率的に抽出して言語モデルに提供します。
Gemini モデル: 取得したデータから、高品質で人間が読める回答を生成するために必要な、高度な推論機能と言語合成機能を提供します。
Cloud Pub/Sub: エージェントを最終的な書き戻しプロセスから切り離す、耐久性のあるメッセージキューとして機能し、アーキテクチャ全体の復元力と信頼性を向上させます。
Cloud Storage: DOR の質問に回答するために必要な、顧客の非構造化ドキュメントのストレージとして機能します。

課題の解決

AI エージェントによる DOR 作成の自動化への道のりは決して平坦ではなく、いくつかの重要な課題に直面しました。しかし、それらを解決できたことで、類似のエージェント型 AI ソリューションのアーキテクチャとデプロイに関する以下の重要な考慮事項が明らかになりました。

1. エージェントのコンテキスト管理とスケーリング:

当初の設計では、140 以上のすべての質問を一度にエージェントに渡し、エージェントが反復処理を行い、進捗を管理することを想定していました。しかし、このアプローチは深刻なメモリ過負荷と「メモリ不足」（OOM）エラーを引き起こしました。エージェントの内部コンテキストウィンドウは、各ロジックチェックや回答の蓄積に伴って増大し、すぐに管理不能に陥ってしまいました。

解決策として、状態管理の役割をオーケストレーターとして機能する FastAPI サーバーに移行することにしました。エージェントは、すべての質問を前もって受け取るのではなく、質問を 1 つずつ処理するように設計されました。FastAPI サーバーは、全体的なコンテキストと蓄積されたドキュメントを保持し、個々の質問をエージェントに渡して、エージェントの回答を保存しています。このようにコンテキストを区分化することで、エージェントの安定性が大幅に向上し、より効率的なスケーリングが可能になりました。

2. デプロイアーキテクチャとリソース管理:

もう一つの課題は、バックエンドオーケストレーター（FastAPI サーバー）と Vertex AI Agent Engine 上のエージェントの両方に最適なデプロイアーキテクチャを決定することでした。初期テストで、両コンポーネントを単一の Google Kubernetes Engine（GKE）クラスタ内にデプロイしたところ、主にエージェントのコンテキストとメモリの需要が原因で、Pod が頻繁にクラッシュしました。そのため、FastAPI サーバーをエージェントのランタイムから切り離すことにしました。FastAPI サーバーは、スタンドアロンサービスとして GKE にデプロイされ、Vertex AI Agent Engine に個別にデプロイされたエージェントを呼び出します。この分離により、エージェントに Vertex AI Agent Engine のフルマネージドでスケーラブルな環境を活用させながら、柔軟なカスタムバックエンドオーケストレーターを実現することができます。

3. LLM 呼び出しのパフォーマンスの最適化:

Gemini モデルを使用して回答を生成する性質上、140 以上の質問それぞれに対して複数の API 呼び出しが必要となるため、当初は DOR あたり約 2.5 時間という長い実行時間が発生していました。これらの呼び出しは I/O の制約を受けることがわかったため、並列化することでプロセスが大幅に最適化されました。FastAPI オーケストレーター内にマルチスレッドを実装することで、複数の Gemini 呼び出しを同時に実行できるようになりました。さらに、Vertex AI Agent Engine の水平スケーリング機能も、この並列実行をサポートしています。このようなアーキテクチャの変更により、全体の処理時間が劇的に短縮され、効率が大幅に向上しました。

ビジネスの成果

この AI エージェントの実装は、Palo Alto Networks に測定可能な重要な成果をもたらしました。

効率の向上: 包括的な DOR の作成に必要な時間が大幅に短縮されました。
整合性と品質の向上: 140 の質問からなるフレームワークを標準化することで、すべての DOR が均一で高水準の品質と完全性を満たすようになりました。
精度の向上: エージェントの回答を信頼できる RAG システムにグラウンディングすることで、人的ミスのリスクを最小限に抑え、最新の社内ドキュメントから情報を取得できるようになりました。
人員の戦略的な再配置: このタスクの自動化により、専門知識を持つ従業員が、顧客戦略や直接的なエンゲージメントといった価値の高い作業により多くの時間を割けるようになりました。
ドキュメントで不足している情報や、回答が不十分または欠落している部分を把握できるため、プリセールスチームはそれらのトピックに重点を置いて顧客をより深く理解することができます。

このユースケースは、企業におけるエージェント型 AIの実用的かつ強力な応用例を示しており、オープンソースフレームワークとマネージドクラウドサービスを組み合わせることで、複雑なビジネス課題を解決し、運用効率を向上させる方法がよくわかる事例です。

エージェントとエージェントフレームワークに関するサポートと技術的リーダーシップ、および ADK と Agent Engine に関する深い専門知識を提供してくれた Google 社員の Hugo Selbie 氏（GSD AI インキュベーションチーム）と Casey Justus 氏（プロフェッショナルサービス）に感謝します。

- Palo Alto Networks、AI およびデータサイエンス責任者 Spandan Mishra 氏

- Palo Alto Networks、クラウドデータアーキテクト Pavan Madhira 氏

ビジョンの拡大: Palo Alto Networks が新たに Google Unified Security Recommended に参加

Tue, 20 Jan 2026 01:00:00 +0000

※この投稿は米国時間 2025 年 12 月 11 日に、Google Cloud blog に投稿されたものの抄訳です。

現代の組織は、使用するセキュリティツールを自由に選択できることを非常に重視しており、相互運用可能なセキュリティ環境へのニーズが高まっています。Google Cloud はお客様のそれぞれの状況に対応することを重視しており、これはお客様による連携するパートナーの選択においても同様です。

Google はお客様に他にはない選択肢と信頼性を提供する、より深い戦略的パートナーシップを通じて、AI を活用した集約型セキュリティソリューションである Google Unified Security の力をさらに拡大していきます。Google はオープンで相互運用可能な AI 主導のセキュリティエコシステムに対する取り組みに沿って、信頼できる業界リーダーとのコラボレーションを進めています。

このたび、Palo Alto Networks が Google Unified Security Recommended プログラムに加わりました。同社はすでに参加している CrowdStrike、Fortinet、Wiz に続く新たなパートナーとなります。

Palo Alto Networks は Google Cloud を利用したイノベーションにおいて長年の実績があり、Google Unified Security Recommended プログラムへの参加は、重要な領域における検証済みの統合に基づくものです。同社のプログラムへの参加により、お客様は最適なデプロイと真に統合されたセキュリティポスチャーを実現できるようになります。

このプログラムの拡大は、運用上の複雑さを最小限に抑え、リスクをさらに軽減し、組織がクラウドと AI のトランスフォーメーションの取り組みを自信を持って進められる、セキュリティソリューションの構築という、両社の共同の取り組みを強化するものです。

ネットワーク、アクセス、エンドポイントの保護を実現

Palo Alto Networks のエンドポイント、ネットワーク、アクセスセキュリティ用のセキュリティプラットフォームと Google Security Operations の統合により、サイバー攻撃のライフサイクル全体において脅威の検出、調査、対応（TDIR）を強化できます。

エンドポイントの検出と対応: Cortex XDR はエンドポイントを可視化して、関連のあるインテリジェンスを Google Security Operations にフィードします。このように包括的にデータを取り込むことで、セキュリティチームは脅威を迅速かつ正確に検出して対処できます。
ネットワークセキュリティテレメトリー: Palo Alto Networks の VM-Series NGFW と Prisma Access データを利用した、ユーザー、デバイス、アプリケーション、支社向けの AI 駆動型ゼロトラストネットワークアーキテクチャを Google Security Operations プラットフォームと統合することにより、AI を活用した分析と脅威ハンティングに利用できる充実した相関データを入手できます。
対応のオーケストレーション: お客様は悪意のある IP と URL のブロック、侵害されたアセットの隔離などの自動対応アクションを、Google Security Operations ハンドブックから直接実行し、すみやかに全体で脅威を封じ込めできます。

「AI とクラウドのトランスフォーメーションが世界をリードするなかで、セキュリティはオープンかつ相互接続され、本質的にシンプルなものである必要があります。Google との統合のさらなる強化に加え、セキュリティ投資を最大限に活用できる Google Unified Security Recommended プログラムに参加できることを嬉しく思います。このコラボレーションによって、お客様は Google Security Operations をデプロイすれば、当社の次世代プラットフォームから充実したテレメトリーを即座に利用できるようになります」と Palo Alto Networks の CSP パートナーシップ担当バイスプレジデントである Munish Khetrapal 氏は述べています。

この戦略的パートナーシップによって、お客様の選択肢が広がり、信頼性も高まります。Palo Alto Networks Cortex XDR によるエンドポイントの検出と対応から、Palo Alto Networks VM-Series NGFW および SASE ソリューションによるテレメトリーの一元化まで、重要な領域における統合を検証したうえで、セキュリティ運用の一本化をさらに加速させています。

このコラボレーションにより、組織は運用上の複雑性を最小限に抑えたうえで、リスクをさらに軽減し、クラウドと AI のトランスフォーメーションの取り組みを自信を持って進められるようになります。Google Unified Security と Palo Alto Networks などの信頼できるパートナーを通じて、お客様は業界をリードする AI に基づく統合されたセキュリティポスチャーを確立し、ネットワーク、SASE、エンドポイントの各領域で包括的な保護が可能になります。

Palo Alto Networks のソリューションなど、認定済みの Google Unified Security Recommended ソリューションは、Google Cloud Marketplace から簡単に調達してデプロイできます。

-セキュリティ運用部門プロダクトマネジメントシニアディレクター、Chris Corde

-プロダクトパートナーシップ責任者兼グループプロダクトマネージャー、McCall McIntyre

パートナー

カプコン が推進するエンタープライズ エージェンティック AI の活用

ゲームと企業： 共通する探索の DNA

創造性の火を絶やさないために

カプコンのアプローチ： マルチモーダル ワークベンチ

カプコンの知見をエージェンティック エンタープライズへ応用

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

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

AI エージェントの開発を加速させるための投資

パートナー様が構築したエージェントを Gemini Enterprise で公開

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

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

エージェント時代のパートナー チャネルの構築

エージェントの未来を築く: メディアとエンターテイメント分野の Google Cloud パートナー エコシステムに注目

制作の強化: 手作業からインテリジェントなアシスタントへ

コンテンツの価値向上: 静的なアーカイブからアクティブなアセットへ

グローバル リーチへの拡大: シンプルなストリーミングから視聴者の拡大まで

信頼性の確保: インフラストラクチャから信頼の基盤へ

エコシステムを実際にご覧ください

2026 年 Google Cloud パートナー オブ ザ イヤーを発表

グローバル

AI

データ

インフラストラクチャのモダナイゼーション

セキュリティ

Google Workspace

サービスと業種別ソリューション

テクノロジーとビジネス アプリケーション

国

Marketplace

公共部門

人材開発

トレーニング

その他のカテゴリ: 配信、地理空間、ソーシャル インパクト

Red Hat OpenShift on Google Cloud を移行およびスケールする新しい方法

Google Cloud インフラストラクチャによる費用の最適化

Google Cloud Cluster Services for Red Hat OpenShift のご紹介

Google Cloud コンソールでのクラスタの作成

Red Hat OpenShift Virtualization で VM とコンテナを同時に実行

始める

Google Cloud Partner Tech Influencer Challenge 2026 実施のご案内

Google Cloud Partner Tech Influencer Challenge 2026 参加ガイド

優秀コンテンツの発表

評価基準

Google Cloud Next 特集のお知らせ

Google Cloud と NVIDIA が GTC 2026 で業界全体に AI イノベーションを拡大

G4 VM で AI ワークロードを高速化

分割式 G4 VM の導入

NVIDIA Vera Rubin NVL72 で AI Hypercomputer をスケーリング

AI インフラストラクチャ スタック全体で効率性を実現

Vertex AI のトレーニングと Model Garden の進化

公共部門向けの AI スタートアップを支援

共同エンジニアリングのコラボレーションが AI スタックのあらゆるレイヤを強化

Google Cloud と SBIグループが共催「SBI AI Digital Summit」AI エージェントによる新たなビジネス価値創出の可能性を探る

開会挨拶と基調講演

AI Deep Dive

SBI グループの AI トランスフォーメーション

熱気あふれるアワード

白熱の未来志向チャレンジ

まとめ

自律型ネットワークの加速: Google Cloud と DigitalRoute が AI 向けのデータ準備を簡素化

「データスワンプ」からデジタルツインへ

ソリューション: データ準備のためのクラウドネイティブなアーキテクチャ

データから成果へ: 自律型エージェントの実現

自律型ネットワークのミッション遂行を加速

自律型ネットワークの台頭: GraphML が通信事業者の運用手法を再定義する方法

デジタルツインの基盤: ネットワークのモデリング

GNN と従来の ML

Google の自律型ネットワーク スタック上の NetAI GNN

技術スタック: Google tf-GNN と NetAI

エグゼクティブの視点

もっと詳しくお知りになりたい場合

Google Cloud のお客様が構築した優れたソリューション（2 月版）: Team USA のテック、通信会社のデータ刷新、ゴールデン ステートの「G.O.A.T.T.」

自律型ネットワークのスケーリング: Data Steward と Core Network Agent のご紹介

業界のボトルネック: エージェントがスケーリングに苦労する理由

フレームワークの拡張: Autonomous Data Steward

Core Network（VoLTE）Agent

自律運用への移行を加速

カプコンが推進するエンタープライズエージェンティック AI の活用

ゲームと企業：共通する探索の DNA

カプコンのアプローチ：マルチモーダルワークベンチ

カプコンの知見をエージェンティックエンタープライズへ応用

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

エージェントの未来を築く: メディアとエンターテイメント分野の Google Cloud パートナーエコシステムに注目

グローバルリーチへの拡大: シンプルなストリーミングから視聴者の拡大まで

2026 年 Google Cloud パートナーオブザイヤーを発表

テクノロジーとビジネスアプリケーション

その他のカテゴリ: 配信、地理空間、ソーシャルインパクト

AI インフラストラクチャスタック全体で効率性を実現

Google の自律型ネットワークスタック上の NetAI GNN

Google Cloud のお客様が構築した優れたソリューション（2 月版）: Team USA のテック、通信会社のデータ刷新、ゴールデンステートの「G.O.A.T.T.」

Google の ADK を使ったエージェントアプリケーションを Datadog LLM Observability でモニタリングする

Palo Alto Networks がマルチテナントのスケーラブルな統合データプラットフォームを構築した方法

課題: シングルテナントアーキテクチャでは対応しきれない

変革: Dataflow による新しいアーキテクチャパラダイムの採用

Palo Alto Networks、エージェント設計によりカスタマーインテリジェンスに関するドキュメントの作成を自動化

デプロイアーキテクチャ