Google Gemini エンタープライズのアーキテクチャと展開

著者：Boxu Li at Macaron

アーキテクチャとモデルインフラストラクチャ

Gemini Enterpriseのコアは、あらゆるタスクに対して世界クラスのインテリジェンスを提供するGoogleの最先端のGeminiファミリーのモデルに基づいています。これらの基盤モデル（例：Gemini 2.5 ProおよびGemini 2.5 Flash）は、Google DeepMindによって開発され、テキスト、コード、画像、音声、動画などのマルチモーダルデータでトレーニングされた、生成AIの最先端を代表しています。Geminiモデルは、複雑な推論と豊かな理解のために設計されています。例えば、Gemini 2.5 Proは、多様な入力に対して難しい問題を解決でき、長文ドキュメント向けに最大100万トークンのコンテキストウィンドウを誇ります。（比較すると、多くの企業ツールでのOpenAIのGPT-4は約128kトークンで制限されています。）この巨大なコンテキストによって、Geminiは長い契約書、数時間のトランスクリプト、または全コードベースをチャンクに分割することなく分析できます。Geminiモデルは本質的にマルチモーダルであり、1つのセッションでテキスト、画像、音声などを一緒に処理できるのが特徴で、以前のテキストのみのモデルと差別化されています。

「Google の AI インフラストラクチャ」は、これらのモデルの基盤を提供します。Gemini Enterprise は、Google 検索や YouTube を支える信頼性が高く AI に最適化されたクラウド上で動作し、NVIDIA の GPU と Google のカスタム「Tensor Processing Units (TPUs)」を活用しています。実際、Google の最新の TPU 世代（コードネーム「Ironwood」）は、前世代に比べて 10 倍の性能向上を実現しており、Gemini の大規模モデルに対する迅速でスケーラブルな推論を可能にしています。このフルスタック最適化は、「専用ハードウェアから AI プラットフォームまで」にわたって Google のアプローチの中心にあります。Google クラウドの CEO であるトーマス・クリアンが指摘するように、真の AI 変革には完全なスタックが必要であり、Gemini Enterprise では、Google は「TPUs からその世界クラスの Gemini モデル」、そしてアプリケーションレイヤーに至るまで全てをコントロールしています。この密接な統合が、上位 10 の AI 研究所のうち 9 つと無数の AI スタートアップが、生成 AI のために Google のクラウドをすでに使用している理由です。

モデルレベルで、Googleはパフォーマンスとコストのバランスをとるために、複数のGeminiモデル層を提供しています。「Flash」モデル（例えば、Gemini 2.5 Flash）はスピードと手頃な価格を優先し、数百トークン毎秒で結果を出力し、遅延を最小限に抑えます。それでもなお、2025年1月までの知識カットオフで強力な推論を維持し、最大65kトークンの長い出力をサポートします。「Pro」モデル（Gemini 2.5 Proなど）は、最難関のタスクのために質と推論を最大化しますが、その代償としてスループットが遅くなります。例えば、Gemini 2.5 Proの出力は、複雑なコーディング、科学的推論、「干し草の中の針」の知識検索で優れた成果を発揮します。テキストとビジョンの能力においてLMArenaベンチマークで6ヶ月以上トップモデルでした。FlashとProの両モデルは、同じ広範なコンテキスト制限（約1Mトークン）とマルチモーダルサポートを共有しているため、企業は用途に応じて選択できます：Flashは迅速なインタラクティブチャット向け、Proは詳細な分析や重要なワークフロー向けです。すべてのGeminiモデルには、高度なプロンプト機能をサポートする「thinking」モード（ステップバイステップの思考連鎖プロセス）やツール使用（例えば、コード実行またはウェブ検索の呼び出し）を備え、精度を向上させます。要するに、アーキテクチャは、Googleの最前線AI研究とスピードを大規模に最適化したクラウドアーキテクチャを組み合わせており、大規模な企業でも高性能でマルチモーダルAIを数千人の従業員に展開できるようにしています。

プラットフォームの6つのコアコンポーネント

モデルそのものを超えて、GoogleはGemini Enterpriseを6つのコアコンポーネントを備えた層状プラットフォームとして設計しました。

ファウンデーションモデル: 議論の通り、最新の推論最適化された層（例: Gemini 2.5 Pro）を含むGeminiモデルファミリー全体へのアクセスが、システムの知能層を形成します。これらのモデルは、すべてのクエリとエージェントに対する自然言語の理解、生成、および推論を扱います。
ノーコードエージェントワークベンチ: ビジュアルでノーコード/ローコードのインターフェースが、ユーザー（プログラミング経験のない人でも）がカスタムAIエージェントを構築し、マルチステップのワークフローを調整することを可能にします。このエージェントデザイナーワークベンチを通じて、ビジネスアナリストやマーケターは、コードを書く代わりにブロックを設定するだけで、タスク（例：「調査→分析→下書き→実行」）を連鎖させることができます。これにより、AIを使用したプロセスの自動化のハードルが大幅に下がり、「Pythonを学ぶ必要はありません」 とあるアナリストは述べています。ワークベンチは、エージェントの目標を定義し、データソースを添付し、視覚的なフローでツールの使用を設定するためのテンプレートとビルディングブロックを提供します。
事前構築されたエージェントとマーケットプレイス: 初日から価値を提供するために、Gemini Enterpriseには、一般的な企業ニーズに対応するGoogle製のエージェントギャラリーが含まれています。例として、企業知識を通じて複雑なトピックを調査する**「ディープリサーチ」エージェント**、データセットを分析して洞察を得る**「データサイエンス」エージェント**、サポートクエリを処理するカスタマーサービスエージェントなどがあります。加えて、Googleはエージェントマーケットプレイス（パートナーエコシステム）を立ち上げており、組織が統合できる検証済みのサードパーティ製エージェントが何千も揃っています。Salesforce、Atlassian（Jira/Confluence）、GitLab、Shopifyなどのパートナーが、このマーケットプレイスにリストされた専門エージェントや統合を構築しています。このオープンカタログにより、企業は*「発見、フィルタリング、デプロイ」*が可能な様々な領域の既製エージェントを見つけることができ、すべてがセキュリティと相互運用性のために審査されています。これは重要なエコシステムプレイであり、100,000以上のGoogle CloudパートナーがGemini Enterpriseのエージェントプラットフォームをサポートしており、企業は一つのベンダーのツールにロックインされることはありません。
コネクタとデータ統合: AIエージェントの良さは、アクセスできるコンテキストとデータの質によります。Gemini Enterpriseは、100以上の企業データソースとSaaSアプリケーションへのネイティブコネクタを提供します。これらのアダプターにより、AIは「存在する場所に関係なく」企業コンテンツに安全に接続できます。例えば、Google Workspaceデータ（Drive、Gmail、Docs）、Microsoft 365データ（SharePoint、Teams、Outlook）、Salesforce、SAP、ServiceNow、Jira、Confluence、データベースなどのビジネスアプリに接続可能です。プラットフォームは、複数のソースにわたるクエリをフェデレートし、各システムの権限コントロールを適用することで、結果が*「権限を認識」* するようにします。Gemini Enterpriseは、統一された検索を行うためにVertex AI Searchインデックスを使用しており、リアルタイムでクエリをフェデレートするか、インデックスにデータを取り込んで高速な取得を行うかのオプションがあります。企業は、ソースごとに選択できます。例えば、頻繁に更新されるシステムにはライブフェデレーションを、静的リポジトリには計画的な取り込みを選択できます。結果として、サイロ化されたシステムをまたぐ企業知識グラフが形成されます。実際には、社員がGemini Enterpriseに質問すると、SharePoint、Salesforce、メールスレッド、データベースレコードから事実を取得し、それらのソースに基づいた答えを合成します。この強力なイントラネット検索機能は、プラットフォームの最大のセールスポイントの一つであり、以前は「閉じ込められていた」組織の知識をアクセス可能な回答に変えます。
集中化されたガバナンスとセキュリティ: これらすべてのエージェントとデータの接続は、統一されたガバナンスフレームワークの下で管理されます。管理者は、組織内のすべてのエージェントとデータ接続を可視化、セキュリティ、監査するための中央コンソールを持ちます。エージェントがそのタスクに必要な最低限の特権アクセスしか持たないように細かいアクセス制御を設定できます（例えば、HRボットが財務データを引き出すのを防ぐなど）。監査ログはすべてのエージェントのアクションとユーザープロンプトに対してキャプチャされ、エクスポートまたはリアルタイムで監視可能です。Googleはさらに、DLP APIやデータカタログとの統合を通じて、機微なデータをラベル付けおよび分類するツールを提供しており、GeminiはPIIやPHIなどを適切に処理します。要するに、ガバナンスはプラットフォームにおいて「第一級」です。これは、制御されていないAIに対する企業の関心に応えるものです。Googleはさらに、プロンプトや応答をモデルに到達する前にセキュリティ/プライバシーリスク（プロンプトインジェクションやデータ漏洩など）についてスクリーニングする**「モデルアーマー」*という管理サービスを提供しています。これらの安全レイヤーは、LLMの周りに防御ガードレールを追加します。セキュリティとコンプライアンスについては後ほど詳しく説明しますが、要するに、アーキテクチャは単なるモデルとAPIではなく、組織向けの管理コントロール、コンプライアンスフック、監査をすべての層で組み込んだ「企業グレード」*です。
オープンエコシステムと拡張性: 最後に、Gemini Enterpriseはオープンと拡張性の原則に基づいて構築されています。マルチクラウドとハイブリッド環境全体で動作し、（Google Distributed Cloudを使用してオンプレミスまたはエッジでのデプロイメントをサポート）データが敏感な場合もあります。Googleは、GeminiがGoogle自身のアプリだけでなく、*「Microsoft 365とSharePoint環境でもシームレスに動作する」ことを強調しています。プラットフォームは新しいオープン標準をサポートしています。例として、Googleは異なるベンダーやクラウドからのエージェントが互いに通信できるようにエージェント通信プロトコル（Agent2Agent）、およびシステム間でコンテキストを共有するためのエージェントAPI標準（モデルコンテキストプロトコル）の開発に協力しました。開発者向けに、GoogleはGemini CLIとその拡張フレームワークをオープンソース化し、誰でもGeminiをツールに統合するプラグインを構築できるようにしています。このオープンアプローチは戦略的です。Googleは、企業AIの成功には幅広い統合が必要であることを知っているため、Gemini Enterpriseを「AIファブリック」*として、多くのアプリやクラウドサービスを結びつけることを目指しています。100,000以上のパートナーとクロスプラットフォームのプロトコルにより、エコシステムはアーキテクチャの重要な部分であり、後付けではありません。

これらのレイヤーを統合することで、Gemini Enterpriseは、従業員がすべての機能にアクセスできる単一の安全なインターフェース（チャットとエージェントハブ）*を提供します。社員は自然言語で質問をすると、引用付きの根拠ある回答を得られたり、カスタムエージェントを呼び出してマルチステップのワークフローを実行することができます。裏側では、リクエストは上記のコンポーネントを経由して流れます：関連するコネクタがデータを取得し、Geminiモデルが分析して応答し、エージェントのアクションはガバナンスチェックと共に調整されます。GoogleはGemini Enterpriseを「職場におけるAIの新しい玄関口」と呼んでいます。組織内のすべてのAI駆動タスクへのエントリーポイントとなることを意図しています。AIがコード用のツールやサポート用のツールなど、サイロ化された状態ではなく、Googleのビジョンは「単純なタスクを超えて、全体のワークフローを安全かつ大規模に自動化する」*一つのプラットフォームです。要するに、このアーキテクチャは最先端のAIモデルとエンタープライズ統合および制御**を融合させ、組織全体での真のAI導入を可能にします。

デプロイメントオプション: Vertex AI、Workspace、コネクタ

Gemini Enterpriseは、どのように、そしてどこで展開できるかについて柔軟です。Googleは、その生成AIを企業環境に導入するための複数の方法を提供しています。Google Cloud経由、Google Workspaceアプリ内、またはコネクタを通じてサードパーティ製品に統合することも可能です。

Google Cloud Vertex AI（マネージドクラウドデプロイメント）: カスタムアプリケーションを構築する企業や厳密な管理を望む組織にとって、Vertex AI は Gemini モデルをサービスとして提供します。Vertex AI Gemini API は、Google 基盤モデル（Gemini など）を Google Cloud プラットフォームを介して提供し、開発者がエンタープライズグレードの制御（サービスアカウント、IAM 権限など）でモデルを呼び出せるようにします。このオプションは、Gemini の機能を自社のアプリやバックエンドに組み込む場合に理想的です。Google Cloud エコシステム全体（ログ/監視、使用量クォータ、オンデマンドスケーリング、Vertex AI RAG Engine などのツールとの統合）が付属しており、エンタープライズはデータレジデンシーのために異なる地域のエンドポイント（米国、EU、アジア）を選択できます。特に、Google は厳しいデータ主権を持つ顧客向けに Google Distributed Cloud を通じて Gemini モデルのハイブリッドおよびオンプレミスデプロイメントを許可しています。ハードウェアベンダー（NVIDIA の Blackwell GPU など）との提携により、Google は Gemini サービングスタックを組織のデータセンターやセキュアなエッジロケーションに効果的にインストールできます。これは重要な差別化要因であり、デフォルトはクラウドですが、規制された業界（政府、金融、医療）は、エアギャップされた Gemini Enterprise インスタンスを自社管理下で選択できます。
Google Workspace と Gemini（生産性アプリにネイティブ統合）: Google は、Google Workspace アプリケーション（Docs、Sheets、Slides、Gmail、Meet など）に Gemini の AI アシスタンスを直接組み込んでおり、コーディングなしでエンドユーザーに生成 AI を提供します。組織が Google Workspace を使用している場合、多くの Gemini 機能がユーザーが既に知っている UI を通じて利用可能です。例えば、Google Docs や Gmail では、Gemini による「執筆支援」を呼び出してコンテンツを作成したり、テキストを洗練したりできます。Google Slides では、*「デザイン支援」*を使って Imagen モデルを通じてカスタム画像を生成できます。Sheets では、Gemini がスマートテーブルを作成したり、AI 推論を使用して列を自動入力したりできます。Google Meet はリアルタイムの機能（字幕の翻訳や話者のトーンの保持、ビデオ品質の向上、ミーティングノートの自動生成アシスタントなど）を統合しています。これらすべての機能は Google Workspace with Gemini の一部であり、Google はこれを企業向けのさまざまなレベルで展開しています。管理者の観点から、Gemini アプリ は Workspace のコアサービスとして有効または無効にできますworkspaceupdates.googleblog.com。Workspace からのデータはその環境内にとどまり、例えば Gemini がユーザーのために会社の Drive ドキュメントを要約する場合、共有権限を尊重し、アクセスのない他者にコンテンツを露出しません。Google はこれらの AI 強化を「Duet AI」の名の下でマーケティングしており、その背後では Gemini モデルが大いに貢献しています。この日常的な生産性ツールへの深い統合は、Gemini Enterprise を Microsoft の Office 365 Copilot に対抗させるものであり（その使用例ブログで詳しく説明します）、ユーザーは作業の流れの中で直接 AI の支援を受けることができます。つまり、別のアプリを必要とせずに、メールを書いたり、スプレッドシートを分析したり、プレゼンテーションを作成したりすることが可能です。
Gemini Enterprise “App” とサードパーティコネクタ: Google は、スタンドアロンのウェブアプリケーション（チャットインターフェースと管理コンソール）として Gemini Enterprise を提供しており、ワンストップのイントラネット AI アシスタントを望む方に最適です。従業員はこのアプリにアクセスして Gemini とチャットし、質問をしたり、コンテンツを生成したり、タスクを実行したりできます。これは基本的に、会社のデータに基づいたプライベートな ChatGPT ライクなボットです。この Gemini Enterprise アプリ は、Confluence、Jira、SharePoint、ServiceNow などのツール用の事前構築されたコネクタを通じて内部データに接続します。コネクタはコンテンツを継続的に同期し（フルまたはインクリメンタルな同期スケジュールのオプションあり）、Gemini の検索可能なインデックスに取り込みますcloud.google.com。その結果、強化されたインテリジェントイントラネット検索が可能になり、従業員は1つのチャットボックスから Confluence のポリシーから Jira のチケット、ネットワークドライブ上のファイルまで、すべてをクエリできます。重要なのは、Gemini Enterprise が各ユーザーのアクセス権を尊重することで、統合されたアイデンティティと ACL システムのおかげで、クエリユーザーが閲覧を許可されているコンテンツのみを取得して表示します。さらに、プラットフォームは外部の知識へのコネクタもサポートしており、例えば、組み込みのGoogle Search グラウンディングツールは、適切な場合には最新の公共のウェブ情報を引き込むことができます。これは、内部と外部のコンテキストを混ぜた質問に役立ちます（例：「当社のQ3の成長を業界ベンチマークと比較する」—業界データは Google Search を介して取得される可能性があります）。スタンドアロンの Gemini Enterprise アプリは Google Cloud Console（管理者用）を介してデプロイされ、その後ブラウザでユーザーがアクセスできます。これは、会社の統一 AI アシスタントとして実質的に機能し、各部門ごとに個別のチャットボットを必要としなくなります。Google は初期の顧客が多様なシナリオでこれを使用しているのを見ており、HCA Healthcare では患者の引き継ぎノートを要約する看護助手として、Best Buy では顧客のセルフサービスを支援する小売サポートボットとして活用されています。
開発者 API（Google AI for Developers）: Vertex AI に加えて、Google は Google AI 開発者サービスを通じてより簡単な Gemini 開発者 API を開始しました。この API は、完全な Google Cloud プロジェクトを必要とせずに Gemini モデルのためのシンプルでホストされたエンドポイントを提供します。これは、迅速なプロトタイピングや複雑ではないユースケースを対象としており、「Gemini を活用したアプリケーションを構築しスケールするための最速のパス」として Google が提供しています。開発者 API と Vertex AI の間ではほとんどの機能が似ており、Google は現在、最小限のコード変更でどちらのバックエンドも呼び出すことができる統一 Gen AI SDK (google-genai) を提供しています。基本的には、開発者 API（認証に API キーを使用）で構築を開始し、後でエンタープライズ制御が必要になったり、他の GCP サービスと統合したりしたい場合は Vertex AI に移行できます。企業向けには、Vertex ルートが通常推奨されており（VPC ネットワーク統合、ユーザ管理キーなどのため）、開発者 API は初期試験や SaaS プロバイダーが Gemini を迅速に組み込みたい場合に便利なオプションです（OpenAI の API を使用するようなもの）。

要約すると、Googleは企業のニーズに応える形で提供を行っています。従業員向けの即戦力AIアシスタントが必要な場合は、Geminiアプリ（およびWorkspace機能）を有効化してください。自社アプリにAIを統合するためのAPIが必要な場合は、Vertex AIまたは開発者APIを利用してください。規制上の理由でハイブリッドやオンプレミスが必要な場合、Googleは分散クラウドを通じてそれを提供します。また、幅広いコネクタサポートのおかげで、Gemini Enterpriseは非Googleのエコシステム上にも配置できます（例：主にMicrosoft 365を使用している企業でも、SharePointやOutlookなどと接続されたオーバーレイアシスタントとしてGemini Enterpriseを展開することが可能です）。この柔軟な展開能力は、Googleの市場戦略の重要な側面であり、大規模な顧客が多様なIT環境を持ち、クラウドに対するリスク許容度が異なることを認識しています。特に、Google Workspaceの顧客は、既存のサブスクリプションに多くのGemini機能が含まれており（特にGemini EnterpriseまたはUltraアドオンを持っている場合）、日常的に使用しているツールを通じて導入を加速させることができます。

Gemini APIとカスタマイズメカニズム

Gemini Enterpriseはビジネスユーザー向けにノーコードツールを提供する一方で、開発者やITチーム向けに堅牢なAPIとカスタマイズオプションを提供し、組織のニーズに応じてAIを調整することができます。Geminiの動作をカスタマイズし、その機能を拡張する方法を以下に示します。

統合されたGenAI SDKとAPI: Googleは、開発者がさまざまな環境（クラウドまたはローカル）でGeminiモデルを一貫した方法で呼び出すことができる統合SDK（google-genaiライブラリ）を提供しています。Vertex AIエンドポイントを使用する場合でも、直接のDeveloper APIを使用する場合でも、SDKは認証とエンドポイントを処理し、モデル（例: 「gemini-2.0-flash」や「gemini-2.5-pro」）を指定してプロンプトを送信するだけです。これはOpenAIのアプローチに似ており、GPTスタイルのAPIに慣れたチームにとってGeminiを採用しやすくしています。実際、GoogleのSDKはコードの移植を簡素化するためのOpenAI互換レイヤーも含んでいます。Geminiからのレスポンスは豊富な構造（トークン使用量、モデルメタデータなど）を持ち、APIは**「completion」スタイルのプロンプトとチャット**（ロール付きのメッセージ）の両方をサポートしています。重要なことに、SDKとAPIは特殊モードもサポートしており、長いコンテキスト処理（バッチファイルアップロードを通じて数百万トークンの入力を可能にする）やストリーミング（リアルタイムアプリのためのトークンごとの出力取得）を含んでいます。

プロンプトカスタマイズ – システム指示とグラウンディング: モデルの動作を再トレーニングせずにカスタマイズするために、Geminiはシステムレベルの指示とグラウンディングデータをサポートしています。OpenAIのシステムメッセージのように、**開発者はモデルの人格や会話のルールに影響を与える**「システムプロンプト」を提供できます。たとえば、企業は「あなたはACME社のアシスタントです。常にACMEのポリシーと知識ベースに従って回答してください。答えがわからない場合は、その旨を伝えてください。」という持続的なシステム指示を設定できます。これにより、すべてのチャットで一貫性と会社のガイドラインの遵守が保証されます。グラウンディングの面では、Googleはプラットフォームの組み込み検索インデックスとスタンドアロンツールの両方を通じてRetrieval-Augmented Generation (RAG)を可能にしています。Vertex AIでは、関連するドキュメント（BigQuery、Cloud Storageなどから）の取得とプロンプトへのフィードを調整する管理されたRAGエンジンがあります。実際には、ユーザーが質問をしたときに、システムは企業データから最も関連性の高いスニペットをモデルのコンテキストに添付し、応答を実際の事実に「根付かせる」ことができます。Gemini Enterpriseのチャットインターフェースは、多くのクエリに対してこのプロセスを裏で行い、ソースドキュメントにリンクする引用付きの回答を返します。Geminiを他のアプリに統合する開発者は、Vertex RAG APIや独自の取得パイプライン（ベクトル埋め込みを使用するなど）を利用してこれを再現できます（Geminiはセマンティック検索用に埋め込みモデルも提供しています）。さらに、Geminiはライブウェブ検索グラウンディング用の組み込みツールを持っており、Google検索を呼び出して最新情報を即座に取得できます。これは、最近の出来事や統計についての質問に役立ちます（Gemini 2.5の知識カットオフは2025年1月です）。グラウンディングと取得メカニズムは、カスタマイズの重要なツールであり、企業が独自の知識をモデルの回答に注入し、モデルの重みを変更せずにソース参照付きの追跡可能な出力**を得ることを可能にします。

【ファインチューニングとプロンプトチューニング】：特定のスタイルを採用したり、追加のトレーニングデータを組み込む必要がある組織に向けて、GoogleはGeminiでのモデルチューニングをサポートしています（現在、制御された利用可能状態）。Vertex AIでは、チームが自身のラベル付き例を使用してGeminiモデルの教師ありファインチューニングを行うことができます。例えば、企業は過去のカスタマーサポートのトランスクリプトを元にGeminiのバリアントをファインチューニングし、ドメイン固有のQAペアや専門用語を学習させることができます。Googleは、これらの大規模モデルの効率的なファインチューニングのためにLoRA（低ランク適応）のような技術を推奨しています。LoRAは、新しい知識やスタイルを比較的少数の追加パラメータで追加でき、巨大なモデル全体を再訓練する必要がありません。開発者はトレーニングデータ（プロンプトと理想的な補完ペア）を準備し、Vertexのチューニングサービスを使用してカスタムチェックポイントを作成します。このチューニングされたモデルはAPIを通じてホスティングおよび使用可能であり、一部の最大モデルはすべての地域でファインチューニングをサポートしていない可能性があることに注意してください。完全な教師ありファインチューニングに加えて、Googleはプロンプトチューニングもサポートしています。これは、モデルの重みを変更せずにモデルを導く最適なプレフィックスプロンプトを学習することです。これにより、ファインチューニングの一部の利点（例えば、一貫して望ましいフォーマットやポリシーに従うこと）が低リスクで実現できます。さらに、関数呼び出しが利用可能です。開発者は、Geminiが会話で適切なときに呼び出せる「ツール」や関数（例えば会議室を予約するAPI）を定義できます。これはOpenAIの関数呼び出しメカニズムと似ています。これにより、生成されたパラメータで外部関数を呼び出すことで、Geminiの能力を拡張でき、AIがデータベース情報を検索したり、ワークフローをトリガーしたりするなど、制御された方法でアクションを実行することが可能になります。例えば、「JIRAチケットを作成する」関数を統合することができ、ユーザーがアシスタントにIT問題を記録するよう依頼した際に、Geminiがその関数を入力して実行することができます。

エージェントオーケストレーションと開発者ツール： Googleは、基本的なモデル呼び出しに加えて、エージェントオーケストレーションフレームワーク（Agentspace、現在はGemini Enterpriseの一部）を提供しており、モデルとツールを使用するマルチステップエージェントを構築できます。開発者は、エージェントスクリプトを書くか、Agent Designer UIを使うことで、エージェントがタスクをどのように処理すべきかを指定できます。例えば、「ステップ1：ナレッジベースを検索する。ステップ2：発見を要約する。ステップ3：必要に応じてユーザーに確認を求める。ステップ4：出力を草案する。」エージェントランタイムは、これらのステップをループ処理し、各ステップでGeminiモデルやツールを呼び出し、状態を管理します（これはGoogleの管理プラットフォーム上でのLangChainのようなチェーンに類似しています）。Googleの**エージェント開発キット（ADK）**は、このようなオーケストレーションを作成するためのライブラリとパターンを提供しており、Googleはそれをオープンフレームワークと整合させています（例えば、LangChain統合の例があります）。

コーディングタスクのために、GoogleはIDEでAIコーディングの提案を行うGemini Code Assist（以前のCodeyモデルの進化形）を提供しています。また、コマンドライン愛好者には、前述のGemini CLIが強力な開発者のパートナーです。開発者はターミナルからGeminiとチャットし、コードを生成したり、エラーを説明したり、クラウドリソースを操作したりできます。新しいCLI拡張機能により、開発者はGeminiをdevopsワークフローに組み込むことも可能です。例えば、拡張機能によっては、Geminiがクラウドログを取得したり、テストスイートを実行したりすることができます。Atlassian、MongoDB、Postman、Stripeなどの主要な開発ツール企業がCLI拡張機能を構築しており、Geminiがコマンドラインからそれらのサービスとインターフェースできるようになっています。これにより、CLIはAIによって強化された開発者の「パーソナライズされた指令センター」に実質的に変わります。

最後に、さまざまな言語（Python、JavaScript、Go）向けの統合SDKが用意されており、開発者は自分のアプリケーションにGeminiを組み込むことができます。また、**MCP（モデルコンテキストプロトコル）**や新しい標準への対応により、他のAIシステムやエージェントと一緒にGeminiを簡単に統合できます。Googleは、エージェント取引の標準化にも取り組んでおり、例えばエージェントが安全な金融行動を行うためのAgent Payment Protocol（AP2）を開発中です。将来的には、AIエージェントが購入やデータ入力などのタスクを管理された方法で完了する能力を示唆しています。

要約すると、Gemini Enterpriseは非常にカスタマイズ可能です。プロンプトエンジニアリング、データを基にしたグラウンド、軽量なチューニング、ツールを使った複雑なエージェントの構築など、企業がAIを特定のワークフローに合わせるための調整が多く用意されています。Googleはモデルを提供するだけでなく、コンテキストを注入しアクションを統合するための仕組みも提供しており、これは実際のビジネス用途（純粋なエンドツーエンドのAIだけでは不十分で、データベース、API、ポリシーに接続する必要がある場合）において重要です。これらのカスタマイズメカニズムを提供することで、Googleは企業が非常に特定のドメインに特化したAIアシスタント（たとえば、「規制遵守アナリスト」ボットや「SAPファイナンスクエリ」ボット）を作成できるようにし、Geminiモデルの一般的な知能の利点を享受することができます。そして、すべてのこれらのことが、ベースモデルを安全にサンドボックス化したままで行うことができ、入力と出力はフィルタリングおよび監査され、プロンプトで使用される独自データは許可なくGoogleのモデルの再訓練に使用されることはありません。詳細はsupport.google.comをご覧ください。

セキュリティ、ガバナンス、およびコンプライアンスフレームワーク

企業での採用において、信頼は能力そのものと同じくらい重要です。GoogleはGemini Enterpriseを、企業のITが要求する厳しい要件を満たすために、広範なセキュリティとコンプライアンス対策を施して設計しました。データがどのように保護されているか、どのような認証や信頼機能が備わっているかを詳しく見ていきましょう：

データのプライバシーと分離: Googleは、顧客データがGeminiの基盤モデルをトレーニングするために使用されず、他の顧客から見えないことを強調しています。Google Workspaceの実装では、ユーザーがGeminiに提出するコンテンツ（例えば、要約するためのドキュメント）は、モデルを改善するために使用されず、「人間によってレビューされない」ため、プライバシーの保証が提供されます。support.google.com。Google CloudのVertex AIの利用規約でも、Googleはデータ分離のコミットメントを提供しており、データは顧客のテナント内に留まり、その顧客のためにのみ出力を生成するために使用されます。これは、生成AIに関する一般的な企業の懸念に対処するものであり、企業は敏感なプロンプトや出力がベンダーのモデル更新に使われることを望んでいません。ここでのGoogleのアプローチは、MicrosoftのCopilotと似ており（これも顧客のOffice 365データをトレーニングに使用しないことを約束しています）、さらに、すべてのデータ交換は暗号化（転送中および保存中）されています。デフォルトでは、Gemini Enterpriseのコネクタによってインデックスされたコンテンツは、Googleが管理するキーで暗号化されて保存されますが、顧客はより多くの制御を求めて**顧客管理の暗号化キー（CMEK）**を選ぶことができます。CMEKのサポートは、Gemini APIのUSまたはEU地域のエンドポイントを使用する場合に利用可能です。一部の顧客は、Googleのサーバーが顧客のシステムに復号化を要求しなければならないように、外部キー管理者/HSMを統合しています。これにより、キーの管理に追加の層が加わります。

アクセス制御とSSO: Gemini Enterpriseは、企業のシングルサインオン（SSO）およびアイデンティティシステムに連携し、ユーザー認証が会社の既存のアクセスポリシーと一貫するようにします。Google Cloud IdentityやフェデレーションSAML/OAuthログインを活用し、ユーザーは企業の資格情報でログインします。一度認証されると、すべてのクエリやエージェントのアクションはユーザーアイデンティティに帰属され、監査のために記録されます。プラットフォームは、データを取得する際にユーザーの権限を強制します。例えば、Jane Doeがアシスタントに「プロジェクトFooの状況」を尋ねても、その情報が彼女がアクセスできないDriveフォルダやConfluenceスペースに存在する場合、Geminiはそれを回答に含めません。この権限認識の応答メカニズムは、部門間のデータ漏洩を防ぎます。管理者は、特定のグループが利用できるエージェントや有効にするコネクタに基づいた役割ベースのポリシーをさらに設定できます。例えば、管理者はほとんどのユーザーに対して「Twitter投稿エージェント」の使用を無効にしたり、HRスタッフのみがHRデータストアをクエリできるように要求することができます。さらに、Googleのアクセス透明性ログ（Google Cloudの機能）を有効にすることができ、これにより、Googleの管理者や自動化されたプロセスがあなたのコンテンツにアクセスした際の不変のログが提供され、Googleの運用に対する信頼が向上します。

モデル出力の安全性: LLMのよく知られたリスク（幻覚や不適切なコンテンツなど）に対処するために、Gemini Enterpriseは多層の安全策を使用しています。先に述べたモデルアーマーは、セキュリティ問題（悪意のある指示、データ流出の試みなど）を検出するためのプロンプトと応答のスキャンを行うクラウドサービスです。これにより、特定の入力/出力を実害が生じる前にリアルタイムで削除またはブロックすることができます。Googleはまた、管理者がGeminiのコンテンツモデレーション設定を構成できるようにしています。例えば、プロンプトが許可されていないコンテンツを要求した場合にAIがどのように対応すべきかを定義することができます。これらの設定は、GoogleのAI安全ポリシー（ヘイトスピーチや自傷行為の防止など）と一致しています。「安全ガイダンス」システムと有毒性フィルターもデフォルトで用意されています。しかし、Googleは（専門家なら誰でも知っていることですが）100%幻覚のないAIは存在しないと警告しています。重要な利用ケースでは検証ステップを導入することを推奨しています。例えば、エージェントがメールを送信したり請求書を承認したりするような自律的なアクションを実行する場合、ヒューマンインザループレビューや少なくともテストランを使用することが賢明です。企業には**「ガードレール」ポリシー**を確立することが推奨されます。例えば、エージェントが生成した特定の出力を適用する前にマネージャーの承認を求める、またはAIが金融アドバイスを提供することを禁止するなどです。プラットフォームはこれらのコントロールをサポートしており（例えば、管理者がコード実行ツールをグローバルに無効にする、またはファイナンスエージェントが「提案モード」でのみ動作するように要求するなど）、AIのすべてのアクションのログを記録することで、インシデントが追跡および分析できるようにします。Googleはまた、フィードバックループを構築しており、ユーザーはインターフェイスで回答に対して賛成/反対の評価ができ、これらのシグナルは時間をかけて関連性を改善する（ファインチューニングや検索チューニングを通じて）助けとなります。

コンプライアンス認証: GoogleはGemini Enterpriseを主要なコンプライアンス基準に合わせるために取り組んでいます。このプラットフォームはGoogle CloudとWorkspaceの基盤に基づいて構築されているため、Googleの既存の多くの認証を継承しています。2024年末現在、GoogleはGeminiアプリ（ウェブおよびモバイル）がHIPAAコンプライアンスを達成し、ISO/IEC 27001、27017、27018、27701（情報セキュリティとクラウドプライバシー基準）、およびISO 9001（品質管理）とISO 42001 - 新しいAI管理システム標準の認証を取得したと発表しました。実際、GoogleはGeminiがISO 42001で認証を受けた最初の生産性AIオファリングであることに注目し、責任あるAI開発とリスク管理のために監査されたことを示しています。さらに、GeminiサービスはSOC 2およびSOC 3に準拠しており（セキュリティ、可用性、機密性の管理を監査）、アメリカの公共部門の顧客向けに、Googleは2024年末にGeminiをFedRAMP High認証に提出しました。これは、高度に機密性のあるレベルまでの政府データでの使用が承認される道筋にあることを意味します。FedRAMP認証が保留中である可能性がありますが、GoogleのインフラストラクチャはすでにFedRAMP認証を受けており、今後の監査でGemini Enterpriseを含める予定です。Google Cloudのドキュメントには、他のGoogle Cloudサービスと同様の基盤となる管理を使用しているため、Gemini Enterpriseが今後の認証監査に含まれると記載されています。医療クライアントにとって、HIPAAサポートは重要であり、GoogleはWorkspace with GeminiがHIPAA規制のワークロードをサポートできる（適切なビジネスアソシエイト契約がある場合）ことを確認しています。要するに、このプラットフォームは企業や規制産業が必要とする**コンプライアンスチェックボックス（ISO、SOC、HIPAA、GDPRなど）**に合わせています。企業は詳細を確認する必要がありますが（例えば、ChromeブラウザでのGeminiはまだFedRAMP準拠ではないと開始時に文書で示されていました）、Gemini Enterpriseは一般的なGoogleのクラウドのコンプライアンス姿勢に合致またはそれを超えると予想されています。

地理データ制御: Gemini Enterprise は、データの居住地オプションを提供しています。管理者は、データの地域性要件を満たすために、インデックスされたデータをアメリカまたはEUの複数地域に保存することを選択できます。モデルの処理も、地域の選択に応じて（例: EUユーザーのクエリがEUのデータセンターで処理される）設定可能です。これはGDPRの遵守において重要です。また、VPCサービス制御を使用して、Gemini APIが会社のプライベートクラウドネットワークからのトラフィックのみを受け入れるようにフェンスを設け、データの不正漏洩リスクを軽減することができます。さらに、アクセス透明性ログにより、Google自身がデータにアクセスする状況を可視化できます（通常は自動システムを除いてゼロです）。

ガバナンスのベストプラクティス：Googleは、Geminiの導入時に顧客にAIガバナンスボード、パイロットフェーズ、リスク評価の設定に関するガイダンスを提供しています。段階的な導入を推奨しており、まずはサンドボックステスト、次に人間の監視付きの限定的なワークフロー、そして監視付きの拡大展開という流れです。また、変更管理の重要性も強調しています。例えば、モデルが更新された際に（基盤モデルはGoogleによって新バージョンで更新される可能性があります）、重要なプロンプトやエージェントを再検証するためのポリシーを持つことが挙げられます。ベンダーロックインも指摘されており、Googleはオープン性を誓っていますが、組織は移行が必要になった場合にエージェント構成やプロンプトライブラリをエクスポートできるようにしておくべきです。Googleのオープンスタンダード（Agent2Agentなど）の使用は、このような移行を容易にするためのものですが、企業はプロンプトとエージェントデータに関する契約上の権利を交渉することが賢明です。一方で、Googleのクラウド、ワークスペース、データ全体にわたる深い統合は、スタックを完全に採用することで多くの価値が実現されるため、後からの移行がさらに難しくなる可能性があります（これはGoogleに特有ではない、典型的なエコシステムのロックインシナリオです）。

本質的に、Google は 企業の信頼を得る ために多大な考慮を重ねています。Gemini Enterprise は「包括的なプライバシーとセキュリティの認証」とコントロールを備えており、初日から管理者の監督とデータ保護を考慮して設計されています。初期の企業テスター（銀行や医療機関など）がパイロットプロジェクトでこれらの機能を検証したため、Banco BV や HCA Healthcare のようなケーススタディが安心して AI を中核業務に組み込むことができています。もちろん、生成 AI の採用には依然として責任ある使用が必要です。企業は独自のポリシーを強化すべきであり（Google のツールは助けになりますが、従業員がプロンプトで機密情報を共有しないことを保証することはできません）。しかし、消費者向け AI チャットボットの無法地帯と比べると、Gemini Enterprise は 制御され、監査可能な環境 を提供し、企業データを安全に活用できます。Google が簡潔に述べているように、組織が AI を導入する際に自信を持てる 「組み込みの信頼」 機能を提供します。

開発者向けツールと統合

Gemini Enterprise はエンドユーザー製品であるだけでなく、開発者向けプラットフォームでもあります。Google は、開発者や IT チームが Gemini 上で構築し、さまざまなシステムに統合するための豊富なツール、SDK、統合オプションを提供しています。いくつかのツール（SDK、CLI など）について触れましたが、開発者向けツールの重要なポイントをまとめましょう。

Google Gen AI SDKs（複数言語対応のAPI）： Python、JavaScript/TypeScript、Goなどの公式ライブラリを使って、開発者は数行のコードでGeminiモデルを呼び出せます。これらはトークン化、ストリーミング、エラーハンドリングを処理します。また、直接呼び出しを好む人向けにREST APIとgRPCインターフェースもあります。APIリファレンスには、コンテンツ生成、チャット、埋め込み、さらには専門的なエンドポイント（例：Imagenモデルの画像生成エンドポイント、音声からテキストへのエンドポイントなど）の例があります。ai.google.dev ai.google.dev。さらに、GoogleはGitHubでクックブックを提供しており、一般的なタスク（要約、Q&A、分類など）のための作成済みの例やプロンプトデザインを開発者が活用できます。
テンプレートとソリューションアクセラレーター： Google Cloudは、Geminiを他のGCPサービスと組み合わせる方法を示すAIソリューションブループリントをアーキテクチャセンターやGitHubで公開しています。例えば、「AI対応のサポートチャットボット」のリファレンスアーキテクチャには、Vertex AI（Gemini）＋Cloud Search＋Dialogflow CX for voiceなどが含まれるかもしれません。Googleのパートナー（SADA、Deloitte、Accentureなど）もテンプレートを提供しており、例えば、コールセンター自動化のための事前設定されたエージェントやCRMデータと統合された「営業コーチ」エージェントなどがあります。これらのテンプレートは、開発者がエージェントデザイナーやコードを通じてカスタマイズできる出発点を提供します。
エージェントのオーケストレーションとワークフローツール： GoogleのAgentspaceフレームワーク（現在はGemini Enterpriseの一部）は、ビジュアルビルダーとエージェントワークフローを管理するライブラリを含んでいます。開発者は、プロンプト、ツール呼び出し、判断のシーケンスを含むカスタムエージェント「スキル」を定義できます。例えば、エージェントスキルは次のようになるかもしれません：「ユーザーが質問をしたら、まずナレッジベースを検索（ツール呼び出し）し、その結果＋質問をGeminiモデルにフィード（プロンプト）し、信頼性が低い場合は人間にエスカレートする。」これらは宣言的に設定できます。Googleの目標は、複雑なAIの挙動をPythonスクリプトを組み合わせるよりも簡単にオーケストレーションできるようにすることです。プラットフォームはステップ間のコンテキストトラッキングを処理し（その百万トークンウィンドウで、中間コンテキスト全体を渡すことができます）、これはLangChain/Chain of ThoughtのようなフレームワークへのGoogleの答えとして、管理されたクラウドサービスとして提供されます。Googleはコミュニティと協力しており（LangChainの統合が文書化されており、Agent2AgentプロトコルとModel Context Protocolは他の人々の入力を受けて共同開発されています）。
Gemini CLIと拡張機能： カスタマイズの観点からCLIをカバーしましたが、ツールの観点から見ると：Gemini CLI（geminicli.comでのオープンソースツール）は、開発者がターミナルでGeminiモデルとチャットしたり、開発タスクを自動化したりすることを可能にします。Googleは、ローンチから3か月以内に100万人以上の開発者が試してみたと報告しており、自然言語による迅速なコードヘルプやクラウド管理には非常に人気があります。CLI拡張機能を使うと、開発者は任意のサービスやAPIを統合し、カスタムコマンドに応答させることができます。例えば、AtlassianはCLI拡張機能を構築し、開発者が「@jira create bug ticket for failing login test」と入力すると、Gemini CLIがAtlassianの拡張機能を使って詳細を確認後に実際にJIRA問題を作成します。これは、Geminiが自然言語の意図と実際の開発者の行動をつなぐグルーとして機能することを示しています。企業は自社の内部CLI拡張機能も作成できます。例えば、標準的な開発環境をスピンアップする方法や、特定の内部メトリクスを要求されたときにフェッチする方法を知っている拡張機能などです。これらの拡張機能はすべてローカルまたはユーザーの環境で実行され、セキュリティを確保します（秘密はモデルには送信されず、むしろモデルの出力がローカルの拡張機能ロジックをトリガーします）。
IDEやアプリでの統合： Googleは様々なインターフェースにGeminiを統合しています。例えば、Cloud Shell（Google Cloudのオンラインターミナル）には、Geminiを使ったAIアシスタントパネルがあり、コマンドの提案やコード修正を支援します。VS CodeやJetBrains IDE用のプラグインがあり、「Duet AI for Cloud」という名前でコード補完やチャットを提供します。Google Sheetsでは、AppSheet統合により、AI駆動のアプリを作成でき（AppSheetはGeminiを使って非構造化データを解析したり、即座に数式を生成したりできます）。また、Apigee統合もあり、GoogleのAPI管理ツールは、APIワークフローにModel ArmorやGemini呼び出しを埋め込むことができ、どのAPIの前にAIチェックや応答生成ステップを置くことができます。基本的に、GoogleはGeminiをそのエコシステムの多くのコーナーに織り込んでおり、開発者が最も便利なポイントでフックインできるオプションを提供しています。
監視とデバッグツール： Vertex AIはモデル使用のリアルタイム監視を提供し、開発者は各リクエストが使用したトークン数、レイテンシー、エラーを確認できます。ログはプロンプトもキャプチャし（オプトインした場合）、エージェントが特定の方法で応答した理由をデバッグする際に重要です。プロンプトの品質を評価するツールや異なるプロンプトバージョンのA/Bテストもあります。Googleはドキュメントに**「プロンプトエンジニアリング」ガイドとベストプラクティスを公開しており、プロンプト最適化機能（効率的にトークン配分を再利用するプロンプトコンテキストキャッシングや、プロンプトが制限内に収まるようにするためのトークンカウントユーティリティ**など）も統合されています。ai.google.dev。
コミュニティとサポート： Googleはコミュニティフォーラム（discuss.ai.google.dev）やAI開発者向けのGoogle Cloud Innovatorsプログラムを持っています。また、Google Skills Boostプラットフォームを立ち上げ、Gemini EnterpriseやAI開発に関する無料トレーニングを提供しています。GEAR (Gemini Enterprise Agent Ready)プログラムは、AIエージェントの構築について開発者を認定するための教育スプリントであり、100万人の開発者にGeminiツールのトレーニングを提供することを目指しています。これは、MicrosoftがPower Platform認定で行ったことに類似しており、GoogleはそのAIプラットフォームを取り巻く熟練したコミュニティを育成しようとしています。企業サポートのために、Gemini Enterpriseの顧客はGoogle Cloudのサポートプランにアクセスでき、Googleは複雑な導入のために顧客チームに組み込むことができるエリート**「デルタ」チーム（AI専門家）**を設立しています。

これらすべての開発者ツールとプログラムは、GoogleがGemini Enterpriseを単なる静的な製品としてではなく、開発者が拡張し共に創造する生きたプラットフォームと見なしていることを示しています。プロダクトリーダーや企業の技術決定者にとって、Gemini Enterpriseへの投資は単なるチャットボットを得ることではなく、Googleによって支えられたカスタムAI開発の基盤を得ることを意味します。このプラットフォームは、CI/CDパイプラインやデータレイク、ワークフローエンジンなどに統合できるため、戦略的に非常に重要です。組織のAIの取り組みを将来にわたって保証するのに役立ちます。ここやそこに一度きりのAIパイロットを行うのではなく、Googleはこれらすべての実験が収束し、リソースを共有し（およびコンプライアンスのガードレールを守り）、集中管理される統一されたプラットフォームを推進しています。

結論

この技術的な深堀りでは、Gemini Enterprise が単なる LLM API をはるかに超えた存在であることがわかりました。それは、最先端のモデル（Geminiファミリー）と、大規模な組織に必要な実用的なインフラストラクチャを結びつける包括的なエンタープライズ AI プラットフォームです。データコネクタ、導入の柔軟性、強力なセキュリティ、豊富なカスタマイズを提供します。アーキテクチャ的には、データセンターのカスタムシリコンから世界をリードするマルチモーダルモデル、そしてあらゆる従業員が AI エージェントを構築できる直感的なツールに至るまで、Google のフルスタックイノベーションを活用しています。この垂直統合により、パフォーマンス、スケール、信頼性の面での優位性が得られます（Google がすでに AI サーフェス全体で 1.3 京の月間トークンスループットを処理していることが証明しています）。

展開において、Gemini Enterprise はさまざまな IT 戦略に適合できます。Google Cloud に完全に依存する場合、ハイブリッド環境の場合、あるいは主に Microsoft SaaS を利用する顧客であっても、環境に合わせて展開できます。その API と SDK により、現代的なアプリケーションスタックに自然に追加でき、Workspace との統合により、ユーザーに対する影響は即座に現れます（メール、ドキュメント、会議での AI、コードを一行も書く必要はありません）。

重要なことに、Googleはエンタープライズガバナンスをすべての層に組み込んでいます：データは企業の管理下にあり、アクションは監査可能で、システムは厳格な規制に準拠するように設定可能です。認証の数々や透明性の機能（Access Transparency、CMEK など）は、企業の信頼要件を満たすためのGoogleの取り組みを示していますcloud.google.com。これは、医療機関が患者情報を信頼して扱う（HIPAA の下で）、分析に使用する銀行など、敏感な業界の早期導入者によって検証されています。これが多くを物語っています。

開発者の視点から見ると、Gemini Enterprise は革新するための豊かなプレイグラウンドを提供します。ノーコードのエージェント設計やフルコードの統合を通じて、開発者はプラットフォームを活用して独自の問題を解決できます。CRM を読み込み、データベースをクエリし、メールを送信するなど、サイロを超えてエージェントを構築することができます。そして、Gemini CLI や拡張フレームワークのようなツールのおかげで、開発者のワークフロー自体も AI によって最適化されることができます（AI が AI ソリューションを構築するのを助けるというのは、非常にメタなことです）。

要するに、Gemini Enterpriseは、企業向けに統合されたAIファブリックを提供するというGoogleの大胆な試みです。技術的には、LLMの実力、企業検索、ワークフローの自動化という、以前は別々だった分野の交差点に位置しています。これらを統合することで、Googleは基本的なチャットボットを超えた「真のビジネス変革」を可能にすることを目指しています。しかし、どのプラットフォームも完璧ではなく、魔法のようにはいきません。Geminiで成功を収めるには、適切な計画（パイロット、ユーザー研修、監督）が必要です。しかし、課題に取り組むためのツールは揃っています。

プロダクトリーダーやエンタープライズアーキテクトにとってのポイントは、Googleが生成AIをあらゆるワークフローに導入するための包括的なツールキットを用意しているということです。技術的な深み（モデルとインフラにおいて）と、エンタープライズ機能（セキュリティとカスタマイズにおいて）を備えています。次回のブログでは、このプラットフォームが実際のビジネスユースケースでどのように活用され、MicrosoftのCopilotやOpenAI、Anthropicなどの競合他社と戦略的な位置でどのように比較されるかを探ります。しかし、エンジニアリングの観点から見ると、Gemini Enterpriseは間違いなくエンタープライズAIプラットフォームのマイルストーンであり、GoogleのAI研究とクラウドの能力を一体化した提供物です。Sundar Pichaiが説明したように、これは*「職場におけるAIの新しい玄関口」*として設計されており、GoogleのAIの力をすべての従業員に安全で文脈に応じた、スケーラブルな方法で提供します。

出典：