Gemini Enterprise Agent Platformが始動 — Vertex AIを飲み込んだGoogleの『エージェント全部入り』プラットフォームを読み解く

 ## はじめに 2026年4月、Google Cloud Next 2026 で **Gemini Enterprise Agent Platform** が発表されました。 ニュースのヘッドラインは「Gemini 3.1 Pro と Gemma 4 を含む200以上のモデルに統一アクセスできる」という派手な数字でしたが、このリリースの本質はそこではありません。 注目すべきは、**これまで「Vertex AI」と呼ばれていたGoogle Cloudの AI 基盤が、Agent Platform という新しいブランドに完全に吸収された**という点です。Google Cloud 自身が「今後、Vertex AI のサービスとロードマップ進化は、すべて Agent Platform 経由で提供される」と明言しています。 複数社の開発現場を支援してきた経験から言うと、今回の変更はクラウド上でエージェントを作るすべての人にとって、設計判断のやり直しを迫るレベルの大きな動きです。 この記事では、公式発表を事実ベースで整理したうえで、現場目線でどう受け止めるべきかを整理します。 ## こんな人におすすめ - Google Cloud 上で AI エージェントを構築・検討している開発チーム - Vertex AI を利用中で、今後の影響が気になる方 - Claude や OpenAI と並行して Gemini も採用候補に入れている技術リード - エンタープライズ向けに AI エージェントのガバナンスを整えたい方 - 200+ モデルという選択肢を、実際の案件でどう活かすかを考えたい方 ## 発表の事実整理 ### 1. Vertex AI は「Agent Platform」に統合された Google Cloud の Michael Gerstenhaber 氏は公式ブログで次のように述べています。 > これまで Vertex AI に含まれていたすべてのサービスは、Gemini Enterprise Agent Platform の中で提供されます。 つまり Vertex AI は消えたのではなく、Agent Platform という傘の下に収められた、と理解するのが正確です。 「モデル選択・モデル構築・エージェント構築」という従来 Vertex AI が担っていた領域に加えて、エージェントの統合・オーケストレーション・DevOps・セキュリティという新しい層が上に乗った構造です。 構造をイメージで整理すると次のようになります。 ```mermaid graph TD AP[Gemini Enterprise<br/>Agent Platform] AP --> Upper[エージェント層<br/>新しく乗った機能群] AP --> Lower[従来のVertex AI領域] Upper --> U1[オーケストレーション] Upper --> U2[DevOps・Observability] Upper --> U3[セキュリティ・ガバナンス] Lower --> L1[モデル選択<br/>Model Garden] Lower --> L2[モデル構築<br/>学習・FT] Lower --> L3[エージェント構築<br/>Agent Studio / ADK] style AP fill:#4285F4,color:#fff style Upper fill:#E8F0FE style Lower fill:#FEF7E0 ``` ### 2. 4つの柱：Build / Scale / Govern / Optimize Agent Platform は大きく4つの機能群で構成されています。4つの柱と、配下にある代表機能を一覧で整理します。 ```mermaid mindmap root((Agent Platform<br/>4つの柱)) Build 構築 Agent Studio Agent Development Kit Agent Workspace Agent Garden Scale スケール Agent Runtime Agent Memory Bank Agent Sessions 双方向ストリーミング Govern 統治 Agent Identity Agent Registry Agent Gateway Agent Threat Detection Optimize 最適化 Agent Simulation Agent Evaluation Agent Observability Agent Optimizer ``` **Build（構築）** - **Agent Studio**: ローコード・ビジュアルの開発環境 - **Agent Development Kit (ADK)**: コードファーストな開発キット。月間6兆トークンの処理実績 - **Agent Workspace**: セキュアなサンドボックス環境 - **Agent Garden**: コード近代化、財務分析、請求書処理など事前構築テンプレート **Scale（スケール）** - **Agent Runtime**: サブ秒単位のコールドスタート - **Agent Memory Bank**: 長期記憶を動的に生成・キュレーション - **Agent Sessions**: 自前の DB / CRM にセッション ID をマッピング可能 - 双方向ストリーミング（WebSocket）で長時間稼働のワークフローに対応 **Govern（統治）** - **Agent Identity**: 各エージェントに暗号化 ID を付与し、監査証跡を生成 - **Agent Registry**: 組織横断で承認済みツール・スキルを一元管理 - **Agent Gateway**: 複数環境間のセキュアな統一接続。Model Armor によるプロンプトインジェクション対策 - **Agent Threat Detection**: 不審な通信や悪意あるコード実行をリアルタイム検出 **Optimize（最適化）** - **Agent Simulation**: 合成ユーザーと仮想ツールによるテスト - **Agent Evaluation**: 本番トラフィックに対する継続的スコアリング - **Agent Observability**: 推論プロセスの可視化トレース - **Agent Optimizer**: 実運用の失敗事例を自動クラスタリングし改善提案 ### 3. 200以上のモデルへの統一アクセス Agent Platform の特徴として大きく打ち出されているのが、モデル選択の幅広さです。 **Google 純正** - Gemini 3.1 Pro（推論特化・複雑なコーディングやデータ分析向け） - Gemini 3.1 Flash Image（画像処理特化） - Gemma 4（Apache 2.0 の完全オープンウェイト、256K コンテキスト、Dense / MoE 両対応、エッジでも動作） - Lyria 3（音声・オーディオ） **サードパーティ** - Anthropic Claude Opus / Sonnet / Haiku - Model Garden 経由で業界主導モデル200以上 他社のフラグシップモデルを公式ルートで使えるようにしている点は重要です。Google が「ロックインではなく、マルチモデル前提のプラットフォーム」という立ち位置を選んだことを示しています。 ### 4. 料金モデルの概要 課金体系は従量制で、主に以下が対象になります。 - **Agent Runtime**: vCPU 時間 + GiB メモリ時間 - **Model Optimizer**: リクエスト単位でモデルを動的選択。2026年4月16日までは無償 - **Code Execution / Sessions / Memory Bank**: 2026年2月11日から課金開始済み - 新規ユーザーには $300 の無料クレジット 細かい単価は案件の設計次第で変わるため、公式の [Agent Platform Pricing](https://cloud.google.com/gemini-enterprise-agent-platform/generative-ai/pricing) を必ず確認してください。 ## 実装現場での受け止め ### 「マルチモデルアクセス」は当たり前になりつつある Anthropic Claude、OpenAI、Google Gemini のそれぞれを案件に応じて使い分けるのが、今の実装現場の基本姿勢です。 たとえば建設業向け SaaS の現場で Claude Code を中心に使っているケースでも、「画像認識だけは別モデル」「音声文字起こしだけは別のモデル」といった組み合わせは珍しくありません。 Agent Platform が Claude シリーズまで公式に抱えたことで、「Google Cloud 上で全モデル横断ルーティングができる」という構図が一段はっきりしました。同じ要件で Anthropic のマネージドエージェントと比較する機会が確実に増えそうです。 ### ガバナンス機能の厚みが一番の差別化に見える 発表を追う中で個人的に最も印象的だったのが、**Govern 系の機能群**です。 - Agent Identity による暗号化 ID - Agent Registry による組織横断の承認済みツール管理 - Agent Threat Detection による悪性通信のリアルタイム検知 これらは「エージェントを本番環境で放っておける」ための仕組みです。 複数の中堅企業を支援してきた経験から言うと、AIエージェントを本番導入するときの最大の壁は性能ではなく、「監査ログ・権限・セキュリティ境界の整理」です。ここで詰まって PoC 止まりになるケースが非常に多いのが実情でした。 Agent Platform はこの部分を最初からプラットフォーム機能として持ち込んできたので、「エンタープライズ案件で通しやすい」AI 基盤という意味では一歩リードしたと感じます。 ### Vertex AI からの移行は「新設計」で考えるべき 既に Vertex AI を使っているチームは、単なるリブランドとして受け流さない方が安全です。 Memory Bank や Agent Runtime のように、「従来の Vertex AI SDK では提供されていなかった新しい概念」がコア機能に昇格しています。これまでの構成をそのまま移植すると、Agent Platform の利点を活かせないまま料金だけ上がる、という状況も起こり得ます。 特に「エージェントのメモリをどう永続化するか」は、Memory Bank を前提に組み直すだけで実装量が半分以下になるケースがありそうです。 ## 導入を検討するときの3ステップ 実案件で Agent Platform を検討するときに、最初にやるべきことを3つに絞って整理します。全体の流れを図にするとこのようになります。 ```mermaid flowchart TD A[検討開始] --> B[ステップ1<br/>既存Vertex AI資産の棚卸し] B --> C{自前で管理している<br/>セッション・メモリ?} C -->|あり| D[Agent Platform側に<br/>寄せられるか判定] C -->|なし| E[ステップ2<br/>ガバナンス要件を先に固める] D --> E E --> F[Agent Identity/Registryの<br/>承認フロー合意] F --> G[ステップ3<br/>Model Optimizerでルーティング検証] G --> H[コスト・品質のバランス確認] H --> I[本番モデル構成を決定] style A fill:#f9f9f9 style I fill:#90EE90 style C fill:#ffeb3b ``` ### ステップ1: 既存 Vertex AI 資産の棚卸し - 現在使っている Vertex AI の機能を一覧化する - Model Garden 経由で呼んでいたモデルがどれかを確認する - 自前で書いているセッション管理・メモリ機構を Agent Platform 側に寄せられるか判定する ここが曖昧なまま移行すると、Agent Runtime と自前インフラの二重持ちになります。 ### ステップ2: ガバナンス要件を先に固める - Agent Identity を必須とするか判断する - 監査ログをどの粒度で残すかを決める - Agent Registry に登録するツールの承認フローを社内で合意する ガバナンスは後付けすると設計全体に影響するため、構築前に決めておく方が結果的に早いです。 ### ステップ3: モデル選択は「Model Optimizer」を試してから固定する Model Optimizer は「cost / quality / balance」の方針を渡すだけで、タスクごとに最適なモデルを自動で選んでくれる機能です。 いきなり Gemini 3.1 Pro 固定にする前に、Model Optimizer でルーティングさせて、実際のコストと品質のバランスを見る方が合理的です。特に2026年4月16日までは無償なので、このタイミングで試す価値は大きいです。 ## 良かった点と気になった点 実装目線で見た場合の、現時点での評価です。 **良かった点** - Claude を含むサードパーティモデルを公式ルートで使える安心感 - Memory Bank がプラットフォーム標準として整備されたこと - ガバナンス機能（Identity / Registry / Threat Detection）の厚み - Gemma 4 がオープンウェイトで、オンプレ運用の選択肢もある **気になった点** - 用語が一気に増えた（Runtime / Sessions / Memory Bank / Registry / Gateway …） - 料金体系が細かく、初期設計で見積もりがブレやすい - Vertex AI の SDK との互換性・移行パスは要確認 - 日本語ドキュメントが追いついてくるまで時差がありそう ## まとめ Gemini Enterprise Agent Platform は、単なるモデルの発表ではなく、**Google Cloud の AI 基盤そのものがエージェント中心に再設計された**ことを示すアナウンスでした。 ポイントをもう一度整理します。 - Vertex AI は Agent Platform に統合。今後の新機能はすべてこの傘下で提供される - 4つの柱は Build / Scale / Govern / Optimize。特に Govern の厚みが差別化要因 - 200+ モデル（Gemini 3.1 Pro、Gemma 4、Claude 等）に統一アクセス可能 - Memory Bank と Agent Runtime は新しいコア概念。移行時は再設計が前提 AI エージェントを本番導入したい企業にとっては、選択肢が一気に整理された半面、**プラットフォーム選びのやり直しを迫られるタイミング**でもあります。 > 💡 **CTA 指示**: ここに **企業向け AI 活用顧問サービス（ココナラ A1）** の CTA を WordPress 側で設定してください。 --- ## 参考リンク - [Introducing Gemini Enterprise Agent Platform | Google Cloud Blog](https://cloud.google.com/blog/products/ai-machine-learning/introducing-gemini-enterprise-agent-platform) - [Gemini Enterprise Agent Platform lets you build, govern and optimize your agents | Google Blog](https://blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/gemini-enterprise-agent-platform/) - [Agent Platform Pricing | Google Cloud](https://cloud.google.com/gemini-enterprise-agent-platform/generative-ai/pricing) - [Gemini 3.1 Pro: A smarter model for your most complex tasks](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-pro/) - [Gemma 4: Byte for byte, the most capable open models](https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/)

graph TD
    AP[Gemini Enterprise<br/>Agent Platform]
    AP --> Upper[エージェント層<br/>新しく乗った機能群]
    AP --> Lower[従来のVertex AI領域]

    Upper --> U1[オーケストレーション]
    Upper --> U2[DevOps・Observability]
    Upper --> U3[セキュリティ・ガバナンス]

    Lower --> L1[モデル選択<br/>Model Garden]
    Lower --> L2[モデル構築<br/>学習・FT]
    Lower --> L3[エージェント構築<br/>Agent Studio / ADK]

    style AP fill:#4285F4,color:#fff
    style Upper fill:#E8F0FE
    style Lower fill:#FEF7E0

mindmap
  root((Agent Platform<br/>4つの柱))
    Build 構築
      Agent Studio
      Agent Development Kit
      Agent Workspace
      Agent Garden
    Scale スケール
      Agent Runtime
      Agent Memory Bank
      Agent Sessions
      双方向ストリーミング
    Govern 統治
      Agent Identity
      Agent Registry
      Agent Gateway
      Agent Threat Detection
    Optimize 最適化
      Agent Simulation
      Agent Evaluation
      Agent Observability
      Agent Optimizer

flowchart TD
    A[検討開始] --> B[ステップ1<br/>既存Vertex AI資産の棚卸し]
    B --> C{自前で管理している<br/>セッション・メモリ?}
    C -->|あり| D[Agent Platform側に<br/>寄せられるか判定]
    C -->|なし| E[ステップ2<br/>ガバナンス要件を先に固める]
    D --> E
    E --> F[Agent Identity/Registryの<br/>承認フロー合意]
    F --> G[ステップ3<br/>Model Optimizerでルーティング検証]
    G --> H[コスト・品質のバランス確認]
    H --> I[本番モデル構成を決定]

    style A fill:#f9f9f9
    style I fill:#90EE90
    style C fill:#ffeb3b