G-gen の杉村です。当記事は、Google Cloud Next '25 Tokyo の2日目に行われたスポンサーセッション「我々は、生成 AI アプリを開発するべきなのか」のレポートです。
他の Google Cloud Next Tokyo '25 の関連記事は Google Cloud Next Tokyo '25 カテゴリの記事一覧からご覧いただけます。
セッションの概要
本セッションは、Google Cloud 専業インテグレーターである G-gen 社によるセッションです。
前半では Google Workspace に追加コストなしで組み込まれている生成 AI 関連ソリューション等や、Google Cloud で提供される生成 AI アプリ開発向けプロダクトなどの紹介が行われました。後半では、「我々は、生成 AI アプリを開発するべきなのか」というタイトルに対する考察が行われました。
Out-of-the-box な AI ソリューション
Google Workspace には、アカウントさえあれば追加コストなしですぐに使える（Out-of-the-box な）AI ソリューションが多数組み込まれています。
代表的なのものは、Gemini アプリとNotebookLM です。
Gemini アプリは、生成 AI との自然言語による対話を通じ、質問や文章の生成、要約、翻訳、ソースコードの生成など多数のタスクを行うことができます。
NotebookLM は、アップロードしたドキュメントに基づいて質問応答や要約、アイデア生成などができる AI ノートブックです。Gemini アプリよりも限定的なデータソース、範囲を絞ったコンテキストに基づいた AI タスクを実行できます。
Gemini アプリや NotebookLM の詳細は、以下の記事も参照してください。
また Google Workspace では、Google Meet、Google ドキュメント、Google ドライブ、Google スプレッドシートといった各種アプリに Gemini が組み込まれており、これらも追加コストなしで利用できます。
これらの Google Workspace 組み込みの AI 機能の利用方法等については、以下の記事も参照してください。
Google Agentspace
Google Agentspace は有償の Google サービスです。Google Agentspace は以下のような機能を備えた、AI プラットフォームといえます。
- 社内の複数のデータソースに対して Google 品質の横断検索
- Gemini の高度な推論
- 自社保有データが統合されたエージェント
Google ドライブや Microsoft SharePoint、Microsoft Outlook、Jira、Slack といったデータソースに対して横断検索を行うことができるほか、これらに対して AI が要約や資料作成、アイデア出しなどのタスクを実行できます。自社開発した AI エージェントも統合できるため、AI エージェントのプラットフォームとしても利用可能です。
Google Agentspace の詳細は、以下の記事も参考にしてください。
Google の AI アプリ開発用プラットフォーム
Google Cloud では、AI アプリ開発用のプロダクトが多数公開されています。
Generative AI on Vertex AI、Google AI Studio、Vertex AI Search、Agent Development Kit（ADK）、Vertex AI Agent Engine、Model Armor、BigQuery ML、Vertex AI Feature Store などが紹介されました。
独自 AI アプリ開発へのスタンス
「我々は、生成 AI アプリを開発するべきなのか」というセッションタイトルへの回答としては、「この問いへの答えはケースバイケースである」とされました。
Google の Out-of-the-box な AI ツールを使う方がいいケースと、独自アプリを開発したほうがいいケース、両方のケースがあり、それらを適切に判断する判断基準を持つことが重要であるとしました。
Google などの各ベンダーが、AI ソリューションを次から次へと開発・公開している現状から、自社の業務改善などのユースケースであれば、可能な限り Out-of-the-box なツール（できあいの既製品）を使うべきであると述べられました。
一方で、自社特有の独創的なビジネスロジックが必要なケースや、自社アプリとの組み合わせ、ライセンス管理、課金などの追加実装が必要な場合、また生成 AI ではない回帰モデルなどを組み合わせたい場合などに、自社で生成 AI アプリを開発することを検討すべきとされました。
コスト最適の観点からも、まずは Out-of-the-box な既製品が利用できないかを検討し、それが不可な場合に自社アプリの開発を検討するのが望ましいと言えます。
独自アプリの開発が決断されたケースとして、「Gemini アプリ（既製品）では精度が足りないケース」「AI に複雑で多段なタスクをさせたいケース」「セキュリティ要件が厳しいケース」「コンシューマー向けのサービス」のような実例が挙げられました。
具体的な事例として、Vertex AI Search や ADK を使った実装の事例が紹介されました。
また G-gen 社の事例として、同社が提供する AI サービスである G-gen Tech Agent の事例が紹介されました。
同サービスのアーキテクチャについては、以下の記事で詳細に紹介されています。
杉村 勇馬 (記事一覧)
執行役員 CTO
元警察官という経歴を持つ IT エンジニア。クラウド管理・運用やネットワークに知見。AWS 認定資格および Google Cloud 認定資格はすべて取得。X（旧 Twitter）では Google Cloud や Google Workspace のアップデート情報をつぶやいています。
Follow @y_sugi_it