Gemini Spark:声で操るGoogleのAIエージェント

Googleは2026年5月19日、米カリフォルニアで開催した開発者向けカンファレンス「I/O」で、新しいデジタルアシスタント「Gemini Spark」を発表した。TechCrunchによれば、アルファベットのCEOサンダー・ピチャイ氏は事前ブリーフィングで、これを「あなた専属のAIエージェントで、あなたに代わって、あなたの指示のもとで行動し、デジタルライフを案内してくれるもの」と説明したという。単発の指示に応答してはまた待機状態に戻る従来のチャットボットとは異なり、Sparkは複数の工程からなるタスクを、Googleが「監督を最小限に抑えた長時間タスク」と呼ぶ形で、長期間にわたって自律的にこなすよう設計されている。ピチャイ氏によれば、このエージェントはGoogle Cloud上に用意された専用の仮想マシンで稼働し、ノートパソコンを閉じたりスマートフォンをロックしたりしても、バックグラウンドで動作を続けるという。これによりGoogleは、AnthropicのClaude CoworkやOpenAIのChatGPTエージェントなど、自律的に動くソフトウェアエージェントを提供するAI企業の列に加わったことになる。

タイピングより音声で:Sparkが実際にこなす仕事

実際の使い勝手について、GoogleのプロダクトマネージャーであるJulia Steier氏がドイツのメディアt3nが配信するポッドキャスト「t3n MeisterPrompter」で語っている。同番組は、ベルリンで開催されたI/O関連イベントへの取材出張の中で収録されたものだ。Steier氏はSparkを使い、メールを自動でチェックしてそこから情報をまとめたり、レストランを予約したり、スケジュールを確認したりしているという。構造化されたプロンプトを書く代わりに、たいてい要望をそのまま声に出して伝えると話しており、t3nはこの方針を「タイピングより音声で」と表現している。繰り返し発生する作業については、Googleが「スキル」と呼ぶ仕組みを自分で訓練しており、「match my writing style」という指示で自分の文体に合わせた文章を書かせたり、予定を自動でカレンダーに登録させたりしているという。

• メールを自動でチェックし、重要な情報を抽出する
• レストランを予約し、予定をカレンダーに登録する
• Gmail、Docs、Sheets、Slidesから業務報告をまとめる
• 中小企業の受信箱を見守り、顧客からの問い合わせを見逃さないようにする
• メールで直接指示を受け取れるほか、Chromeを通じてウェブ上で単独で行動する

Google アシスタントやSiriとの違い

TechCrunchによれば、Google アシスタントやSiriといった従来の音声アシスタントとの違いは、マイクの有無ではなくアーキテクチャにある。SparkはGeminiの基盤モデルに、Googleの「Antigravity」プロジェクト由来のエージェントフレームワークを組み合わせて構築されており、Gmail、Docs、その他のWorkspaceツールとは、あらかじめ用意された構造化APIを通じて接続される仕組みで、利用者自身が連携設定を行う必要はない。Google LabsのバイスプレジデントであるJosh Woodward氏はTechCrunchに具体例を挙げている。上司への状況報告メールを送る場合、Sparkはメールや文書、表計算、プレゼンテーション資料から関連する事実を拾い上げ、下書きまで自動で作成するという。モバイル向けの「Android Halo」システムを使えば、スマートフォンからエージェントの進捗を確認することもでき、Googleは今後数カ月のうちに、オープンプロトコルのMCPを通じてSparkを外部の他サービスにも接続していく計画だとしている。

これはあなた専属のAIエージェントで、あなたに代わって、あなたの指示のもとで行動し、デジタルライフを案内してくれます。

これらすべてが監督なしで動いているわけではない。Steier氏はポッドキャストの中で、AIエージェントも幻覚(誤った情報の生成)を起こすことがあり、その結果が完全に信頼できるわけではないと認めている。Sparkの仕事ぶりをどの程度細かく確認しているかについては、同エピソードで詳しく語られている。あわせて目を引くのが、システムに流れ込む個人情報の量だ。同氏によれば、業務上の情報だけでなく、自宅の住所といった私的な情報まで、勤務先のエージェントに共有しているという。

提供状況:まず米国、ドイツは第3四半期に

TechCrunchによれば、米国ではSparkは現在Google社内でのテスト段階にあり、Google AI Ultraの加入者は発表の翌週にアクセスできるようになった。ドイツでは、このエージェントはまだ利用できない。t3nによれば、現地のGoogle従業員はすでに利用できる状態にあるが、一般向けの提供開始は2026年第3四半期になる見込みだという。

日本企業にとっての意味:音声操作は家庭向けアシスタントの小技から、業務用ツールの中核へと移りつつある。この領域には、すでにAnthropicのClaude CoworkやOpenAIのChatGPTエージェントも参入している。Sparkは Google Cloud上の専用仮想マシンで稼働し、Gmail、Docs、Sheetsへの常時アクセス権を持つため、試験導入はまず単一の受信箱や、限られたいくつかの反復作業といった狭い範囲から始め、そこから広げていくべきだろう。企業におけるエージェント型AIの導入をすでに検討している日本企業にとって、ドイツでの正式提供が始まる2026年第3四半期までの期間は、エージェントにどのアカウントやファイルへのアクセスを許すのか、Googleの初期設定任せにせず自社で決めておくための猶予でもある。