Googleは4月22日、ラスベガスで開催したCloud Nextカンファレンスで、重要なアーキテクチャ上の宣言を行った。同社はAIエージェントを構築・スケール・ガバナンス・最適化するための包括的プラットフォーム「Gemini Enterprise Agent Platform」を発表すると同時に、Vertex AIを単独ブランドとしては終了させた。今後、Vertex AIのすべてのサービスとロードマップ更新は、Agent Platformを通じてのみ提供される。この動きは、孤立したモデルの「遊び場」の時代は終わり、エンタープライズの技術スタックは、作業の一次単位としてエージェントを中心に再編されるべきだとGoogleが見なしていることを示している。
AIインフラを評価するテクノロジーリーダーにとって、実務上の問題はエージェントが重要かどうかではない。Googleが実際に何を構築したのか、各要素がどのように組み合わさるのか、そしてプラットフォームへのコミットメント前に把握すべき制約は何かという点である。
Agent Platformとは何か、その起源
2021年にローンチされたVertex AIは、AIモデルのトレーニング、チューニング、デプロイのためのマネージドプラットフォームを企業に提供してきた。Agent Platformはその進化形であり、置き換えではない。既存のVertex AI APIは後方互換性を維持しており、Vertex AI上で構築した組織は、移行なしにGoogle Cloudコンソール内で新ブランドに直接アクセスできる。Agent Runtime、Memory Bank、Agent Registryといった新機能を利用するには、企業はAgent Platformプランを有効化する必要がある。
プラットフォームは4つの柱で構成される。Buildはエージェント開発ツール、Scaleは本番ランタイムと永続メモリ、Governはアイデンティティ、レジストリ、ポリシー適用、Optimizeはテスト、評価、オブザーバビリティを担う。Model Gardenは200以上のモデルへのアクセスを提供し、GoogleのGemini 3.1 Pro、Gemma 4のオープンウェイトモデル、さらにAnthropicのClaude Opus、Sonnet、Haikuなどのサードパーティモデルも含む。競合モデルを含めることは意図的なポジショニングを反映している。Googleは、企業が自社モデルだけを理由に選ぶのではなく、インフラとガバナンス能力を理由にプラットフォームを選ぶと見込んでいる。
Buildレイヤー：エージェント開発への2つの道
Agent Studioは、コードを書かずにエージェントの推論ループを設計し、トリガーを設定し、スケジュールベースの自動化を構築できる、一般提供（GA）のローコードなビジュアルキャンバスである。Gemini Enterpriseアプリ内のコンパニオンツールであるAgent Designerは、日常のワークフロー内でエージェントを構築したいナレッジワーカー向けにこの機能を拡張する。
Agent Development Kit（一般にADKとして知られる）は、コードファーストのチーム向けである。モジュール式でモデル非依存のフレームワークであり、複数の協調するエージェントにまたがる構造化ロジックを定義するための、グラフベースのオーケストレーションレイヤーを新たに含む。Googleは、ADK経由で月間6兆超のトークンが処理されていると報告している。このフレームワークはPython、Java、Goをサポートし、サードパーティのオーケストレーションフレームワークとも互換性があるため、チームは既存ツールを捨てる必要がない。Agent Gardenは、財務分析、コードのモダナイゼーション、請求書処理などのユースケース向けに、事前構築テンプレートで両方の道を補完する。
Scaleレイヤー：数日間動き続けるエージェント
初期世代のAIエージェントは、短く離散的な対話を前提に作られていた。Agent PlatformのScaleレイヤーは異なるモデルのために作られている。すなわち、エージェントが持続し、コンテキストを蓄積し、長い期間にわたってタスクを実行するモデルである。
現在GAのAgent Runtimeは、コールドスタートを1秒未満で実現し、複数日にわたり状態を維持する長時間実行エージェントをサポートする。これにより、数日単位のセールス見込み客開拓シーケンスや、所定の段階で人間の承認を必要とする長期のデータパイプラインといったユースケースが可能になる。Memory Bankはセッションをまたいだ永続的なコンテキスト保存を提供し、ユーザーが毎回同じ情報を言い直すことなく、過去のやり取りの情報をエージェントが引き継げるようにする。
Scaleレイヤーは、すでに複数の大企業で本番運用されている。GE Appliancesは製造、物流、サプライチェーン全体で800超のAIエージェントを稼働させている。Highmark HealthのSidekick AIアシスタントは、社内チーム向けのリサーチプロトコルを自動化することで、2025年に2790万ドルの価値を生み出した。ComcastはADKを用いてXfinity Assistantを再構築し、スクリプト化された自動化から会話型のトラブルシューティングへと移行した。その結果、初回コンタクトで顧客の問題をより一貫して解決できるようになった。
Governレイヤー：多くのプラットフォームが見落とす領域
ガバナンススタックこそが、Agent Platformが最も明確なアーキテクチャ上の主張を行う場所である。
Agent Identityは、ゼロトラストセキュリティアーキテクチャで用いられるアイデンティティフレームワークであるSPIFFE標準に基づき、すべてのエージェントに固有の暗号学的クレデンシャル（資格情報）を割り当てる。各エージェントはX.509証明書と、そのライフサイクルに結び付いたSPIFFE IDを受け取る。エージェントが実行するすべてのアクションは、このアイデンティティに対して署名されログに記録されるため、定義済みの認可ポリシーに対応付けられた検証可能な監査証跡が形成される。クレデンシャルの保管と委任を扱うAgent Identityの認証マネージャーは、現在プレビュー段階にある。
Agent Registryは、組織内のすべてのエージェント、ツール、Model Context Protocol（MCP）サーバーの集中カタログを提供する。ここに登録された資産だけが検出可能でユーザーに利用可能となるため、ITはエージェントのスプロール（無秩序な増殖）を防ぐ単一の制御点を得る。
Agent Gatewayは、エージェント同士およびエージェントとツールの間で発生するすべてのトラフィックに対するポリシー適用レイヤーとして機能する。MCPとAgent-to-Agentプロトコルをネイティブに理解し、インタラクションをリアルタイムで検査し、プロンプトインジェクション、ツールポイズニング、機密データの漏えいを防ぐためにModel Armorを適用する。Agent GatewayのAgent Runtimeとの統合は、現在プレビュー段階にある。
このガバナンスのアプローチは、AWSやMicrosoftが同じ問題に対処してきた方法とは異なる。2025年10月にGAとなったAWSのAgentCoreは、Cedar言語のポリシーゲートウェイを用いてポリシーロジックをエージェントコードから分離し、すべてのポリシー判断をCloudWatch経由でログ化する。Build 2025以降GAのMicrosoftのFoundryは、エージェントをEntra IDのアイデンティティシステムに直接統合し、人間のユーザーに使われるのと同じ管理ツールでガバナンスされる専用のEntra IDアイデンティティを各エージェントに付与する。Googleのアプローチは、SPIFFEベースの暗号学的アイデンティティと、アクセス制御レベルだけでなくコンテンツレベルでMCPサーバートラフィックを統制するセマンティックなガバナンスポリシーを組み合わせる点にある。
テスト、オブザーバビリティ、そして制約
Optimizeレイヤーは、初期のエンタープライズ向けエージェント導入に共通する欠落を埋める。Agent Simulationは、本番前にエージェントのロジックをストレステストするための合成テストシナリオを生成する。Agent Evaluationは、自動評価者（rater）による体系的な品質評価を提供する。Agent Observabilityは、実行トレース全体と、性能監視およびデバッグのためのエージェント推論のリアルタイム可視化を提供する。
4月22日のローンチ時点では、いくつかの制約がある。Agent Identityの認証マネージャーと、Agent GatewayのAgent Runtime統合はいずれもプレビュー段階にある。企業は、これらのいずれかを前提に本番ガバナンスのコミットメントを組み立てる前に、GAの時期を確認すべきだ。Agent Gatewayはリージョン単位であるため、マルチリージョン展開には意図的なアーキテクチャ設計が求められる。Googleは統一された料金表を公開していない。課金モデルは、モデルアクセスに対するトークン課金、Agent Runtimeに対するランタイム分単位の課金、そしてエンタープライズ向けにAgent RegistryとGatewayの定額サブスクリプション課金を組み合わせる。
また、ガバナンス機能はベンダー依存の主因でもある。Memory BankとAgent Registryに依存するエージェントは、Google Cloudの外へ移すとそれらの機能を失う。ロックインは、Googleがサードパーティモデルを明確にサポートしているモデルレイヤーではなく、ランタイムとガバナンスのレイヤーに存在する。
テクノロジーリーダーが考慮すべきこと
適切なプラットフォームは、組織の既存インフラがどこにあるかによって決まる。BigQuery、Google Kubernetes Engine、Workspaceを含めGoogle Cloudで運用している企業は、最もネイティブな統合パスを得られる。AWSファーストの組織には、AgentCoreという本番対応の代替がある。Microsoft中心の組織は、FoundryのEntra ID統合から最大の恩恵を受け、エージェントを人間のユーザー管理に使われるのと同じツールで統制できる。
エージェント型AIプログラムを開始するあらゆる組織にとって、ガバナンスアーキテクチャの意思決定は、プラットフォーム選定の初期段階で行うべきである。制御のないまま稼働しているエージェントに対して、暗号学的アイデンティティとゲートウェイポリシーを後付けすることは、再エンジニアリング作業となり、追加でデプロイされるエージェントが増えるほどコストが複利的に膨らむ。
