AI のコストを「使い捨て」から「資産」へ、Google Cloud が説く「複利の AI」

Google Cloud は2026年10月29日、AI エージェントをテーマにしたイベント「Agentic AI Summit '26 Fall」をベルサール渋谷ガーデンで開いた（オンライン配信併用）。基調講演は Day 1 の冒頭11時に始まり、主に Google Cloud 執行役員の寳野雄太氏が話した。途中で同社の森居英之氏がデモを担当し、後半には三菱UFJ銀行の金子洋平氏、アフラック生命保険の白羽隆浩氏がゲストとして登壇した。

基調講演で話す Google Cloud 執行役員の寳野雄太氏

Google Cloud が掲げた3つのメッセージ

基調講演で Google Cloud が示したメッセージは3つある。

中でも筆者が気になったのは、2つ目の「単利 AI から複利 AI へ」だ。単利と複利。金融ではおなじみの言葉だが、AI に当てはめるとどういうことだろうか。

数字にも驚かされた。AI のトークン（AI が文章を処理する単位）に使う費用は、1社あたり年間平均で5.2億円。しかも何も手を打たなければ、今後44％増えるという。要因の1つは、エージェントの「ループ」だ。

2つ目の要因は「タスクとモデルのミスマッチ」だ。これには、なるほどと膝を打った。

これらの数字は、アクセンチュアが2026年9月に公表した調査と符合する。売上高10億ドル超の企業750社が昨年トークンに使った額は約25億ドルで、最適化しなければ24か月後には約36億ドル、44％増になる見込みだ。

とはいえ、コストをかけること自体が悪いわけではない。投資が資産化するなら、そのコストは許容される。「AI のコストは今増えてもいいんです。逆に今増やして複利にしないといけない」と寳野氏は言い切った。ここが「単利 AI」と「複利 AI」の分かれ目である。

寳野氏は、複利の仕組みを「新規チーム立ち上げ」にたとえて説明した。1人が別の1人に、業務のやり方を教える。教わった側がそれを文書にまとめると、その文書は後から加わる複数のメンバーに引き継がれていく。複利の説明として、実に分かりやすい。

これを AI に当てはめたのが、次のスライドだ。タイトルは「AI の複利 = Skills を作って改善ループ」。人と AI エージェントがやり取りを重ね、そこから「Skills」を作る。その Skills が次のやり取りに生かされ、回すほど改善が積み上がっていく。

寳野氏が示した「AI の複利 = Skills を作って改善ループ」のスライド

寳野氏自身の使い方はこうだ。AI エージェントにデータ分析を頼み、今ひとつの結果に指摘を重ねる。良いレポートができたら、「これをスキル化してください」と頼む。エージェントはそれまでの指摘を振り返り、業務のやり方として書き起こす。忙しい取締役に30秒で読んでもらうメールの書き方、といった具合だ。一度作った Skill は社内の誰でも使え、使った人が直せば、さらに良くなる。

モデル、ハーネス、Skills の関係

話は AI エージェントの構造へ進んだ。スライドのタイトルは「Skill を使うとハーネス改善の恩恵を受けられる」。中心の「モデル」を「ハーネス」が包み、そのハーネスと「Skills」が双方向の矢印で結ばれている。

モデル、ハーネス、Skills の関係から「AI の複利」を説明する寳野氏

ハーネスは、聞き慣れない言葉かもしれない。AI の世界では、モデルを包み込んで実際の仕事をさせる仕組みを指す。指示を受けて作業を計画し、ツールやデータを呼び出し、結果を確かめて次の手を打つ。

ポイントは、複利のエンジンが2つあることだ。AI プロバイダがモデルとハーネスを磨き続けることによる複利と、自社が業務のやり方を Skills として蓄積し、使うたびに磨くことによる複利である。業務の知恵を Skills として切り出しておけば、ハーネスが改善されるたびに、その恩恵をそのまま受けられる。

コンテキストと「Gemini エージェント」

続いて、こんなスライドが映し出された。題して「やりとり / 社内システムを接続し 常時業務を回すことで コンテキストが全社レベルで蓄積され、複利になる」。

人と AI がやり取りを重ね、社内システムともつないで、常に業務を回す。するとまず「個人のコンテキスト」（その人の業務の文脈）がたまり、それが「全社のコンテキスト」へと積み上がり、そこから Skills が生まれる。

続くスライドでは、企業向け Gemini の全体像が示された。その中心に「寝ている間にも働く」Gemini エージェントがある。モデルのロックイン（特定のモデルへの縛り）はない。

デモ：営業の「来週の訪問準備」を任せる

ここから、Google Cloud AI 技術統括本部 AI OCE の森居英之氏による Gemini エージェントのデモが始まった。設定はこうだ。Google Cloud の営業担当者が、車載器メーカーの「みらいモビリティ工業」（デモ上の顧客）に Gemini エージェントを提案するため、「来週の訪問準備をしたい」と頼む。作業は次の3つの段階で進む。

営業の「来週の訪問準備」を題材にしたデモの流れ

デモは動画で、処理に時間のかかる部分はカットしているが、画面に出てくるスライドやダッシュボード、メールはすべて実際のものだという。まずは「状況把握と分析」だ。画面上で、営業担当者が「来週の訪問準備をしたい」と入力する。

筆者自身、営業の経験は長い。だからこそ、訪問準備をどこまで AI に任せられるのか、食い入るように画面を見つめた。

そんな筆者の前で、エージェントは必要な Skills を自分で選び、Google ドライブや Salesforce（顧客管理システム）を調べていく。商談の最新情報やお客様からの宿題を抜き出し、やるべきことを一覧にした。

ここで気づくのは、営業担当者が最初から最後まで触れているのが Gemini の画面だけだということだ。Salesforce は裏側でデータを返す役に回っている。業務アプリが画面を手放し、データの置き場所になっていく。いわゆる SaaS（ネット経由で使う業務アプリ）の「ヘッドレス化」である。

さらにエージェントは「データを集計してダッシュボードにしましょう」と提案し、ユーザーが「OK」と返すだけで、BigQuery の5,000件のデータを集計した。このダッシュボードは、顧客のどの部門に提案すれば効果や ROI（投資対効果）が最も出るかを分析したものだ。結果は、カーナビなど車載インフォテインメント部門への提案が最も効果的と出た。

続いて、2つ目の「提案スライド作成」だ。「その部門への提案スライドを作って」と頼むと、社内の提案書テンプレートと、社内システムから集めた情報をもとにスライドができあがる。ただ、最初のスライドにはダッシュボードの数字が入っていなかった。そこで「スライドにさっきのダッシュボードの情報も入れて」と、対話で直してもらう。

そして3つ目の「改善と自動化」。毎回「ダッシュボードの数字もスライドに入れて」と頼み直していた点を、AI 自身が Skill の手順書を書き換えて直す。次回からは、最初から数字が入る。画面には変更前との差分も示された。さらに、毎回指示しなくても準備が進むよう、毎朝の定期実行に組み込む。まさに、振り返りの資産化だ。

デモの締めくくりに語られた言葉が、この講演の核心を突いていた。「同じクオリティで、最初の試行錯誤なくそこからやっている。これがまさに、AI エージェントの動きが複利に変わるということの意味だと思います」

デモの題材は、どの会社にもある身近な業務だ。だからこそ、「資産化」のデモとして実に分かりやすい。営業組織の作り方や教育のあり方も、変わっていくはずだ。人から人へ教えてきた「業務のやり方」が、Skill として組織に残っていくのだから。

デモの後、寳野氏は入り口の柔軟さも強調した。Gemini エージェントは Slack や Jira など好きな入り口から使え、出力も Google スライドに限らず、Microsoft Office で受け取っても問題ないという。使う場所（サーフェス）はフリー、が基本のコンセプトだ。

統制の仕組みと Skills の管理

企業で使うための統制の仕組みも説明された。自律的なエージェントで問題になるのは、ミスを誰がしたのかだ。エージェントが暴走して自社のデータベースを消してしまう、といった事態に備えた仕掛けは4つある。

• アイデンティティ：エージェントは利用者とは別の ID を、利用者と1対1で持つ。人がミスしたのかエージェントがミスしたのかを、監査で追える。寳野氏いわく「ミスをしたら、首が飛ぶのは僕ではなくエージェントです」
• ポリシー：人の承認をどのタイミングで求めるかを決められる。毎回聞く、承認なしで進める、過去に承認した操作は自動で進める、といった具合だ
• 予算：使いすぎた部署や人を止める予算管理
• 監査：エージェントがどのデータに何をしたかを、クラウド上のログとして残す。「ノート PC を持って行ったからといってログが消えることはありません」

話は Skills の管理にも及んだ。みんなで使うと危険な Skills は共有を止めたり、申請制にしたりできると説明された。データへのアクセスやコネクタの管理は、IT 部門が一元的に担えるという。

筆者が思うに、放っておけば Skills は管理されないまま勝手に増えていく。いわゆる「野良化」だ。企業で広く使えば、どこでも起こりうる課題である。ここは、運用の工夫も問われそうだ。Skill の中身は、業務のやり方そのものだ。その良し悪しを判断するには、商習慣やビジネス側のドメイン知識が欠かせない。IT 部門と業務部門がどう役割を分け合うかが、使いこなしの鍵になるだろう。

接続するだけでコンテキストを自動生成

次に示されたのは、Gemini エージェントの「ツールとコンテキスト」のスライドだ。従業員が今使っているツールやアプリケーションと統合し、「接続するだけでコンテキストを自動生成」するという。

データがどこにあってもよい、という点も強調された。「Borderless Lakehouse」（Google Cloud のデータ基盤）を使えば、売上の SAP（基幹業務システム）のデータが Snowflake（クラウドのデータ基盤）にあっても、Azure（Microsoft のクラウド）にあっても、データを移さずに読み取れるという。

コスト制御の手法としてのルーティング

講演はここで、冒頭のコストの話に戻った。コストを抑える鍵は、どのモデルを使うかにある。人が選ぶなら、ユースケースやタスクに応じてちょうどいい大きさのモデルを選ぶ。それを自動でやるのがルーティングで、タスクに応じて必要なモデルを使い分け、モデルの料金を抑える。冒頭で挙がった「タスクとモデルのミスマッチ」への処方箋と言える。

週単位で進むモデル競争

講演では、モデル競争の速さにも改めて触れた。Google は米国時間の10月28日、新しいフロンティアモデル「Gemini 4 Carbon」を発表したばかりだ。

寳野氏はこう語った。「このモデルが1番いいのは今においてそうです。でも、来週には違うかもしれない。それがこの業界だと思います」

次のスライドのタイトルは「お客様に多様なモデルの選択肢をご提供できるプラットフォーム」。Gemini と並んで Anthropic、そして「New」の印が付いた OpenAI のロゴが掲げられていた。だからこそ、特定のモデルに縛られないマルチモデルと、モデルが替わっても使い続けられる Skills が効いてくる。

ゲスト講演：三菱UFJ銀行とアフラック生命保険

寳野氏からバトンを受けたゲストの2社は、規制の厳しい金融の現場で、安心・安全を土台に AI エージェントを広げていく道筋を示した。

三菱UFJ銀行 金子洋平氏

最初に登壇したのは、株式会社三菱UFJ銀行 執行役員 リテール・デジタル企画部長の金子洋平氏だ。金子氏は「AI エージェントによる自律的金融」を掲げた。

三菱UFJ銀行 執行役員 リテール・デジタル企画部長の金子洋平氏

今年5月に結んだ Google とのリテール領域での戦略的提携が、これを支える。まず決済、残高、住宅ローン、金融犯罪対策といった専門領域ごとに AI エージェントを作る。その先では、お客様の同意のもと、総合的な「フロントエージェント」との会話から、さまざまな金融取引までを一体で完結させる世界を目指すという。

資産運用の相談や住宅ローンは、AI と特に相性のよい領域だと筆者は考えている。いつでも、何度でも、気兼ねなく相談できるからだ。

具体的なユースケースとして、住宅ローンの映像が紹介された。住宅ローンのページを開くと、AI がいつでも相談相手になり、無理なく返せる金額をシミュレーションし、申し込みまでの道のりを1歩ずつ案内する。ただし、審査の最終的な判断は人が責任を持って行う。映像は「選ぶのはいつもあなたです」と結ばれていた。

話は金融犯罪対策にも及んだ。これは本当に大事な領域だ。利便性と安心・安全を「両輪」として進めるという。

三菱UFJ銀行は、2026年度中に新たなデジタルバンクを開業する予定で、その基盤に Google Cloud を採用している。金子氏は最後に、「金融を単に利用する時代から、お客様が安心して任せられる時代へ」と語り、最先端の技術と安心・安全の掛け合わせが肝だと締めくくった。

アフラック生命保険 白羽隆浩氏

最後に登壇したのは、アフラック生命保険株式会社 執行役員の白羽隆浩氏だ。

アフラック生命保険 執行役員の白羽隆浩氏

白羽氏はまず、アフラックの AI への取り組みのコンセプトを示した。掲げたのは「AI を企業の中核能力としてビジネスを‘再創造’」だ。DX から AX への転換で、今年から名称も「AX@Aflac」に改めた。

次に白羽氏は、「攻めと守りを両立しながら、積極的に AX を推進」として、これまでの AI 活用の歩みを示した。2023年に社内、2024年に代理店、2025年にお客様向けのサービスを出してきた。このステップの踏み方はいい。社内から代理店、そしてお客様へと、リスクの低いところから順に外へ広げている。

白羽氏は「我々はマルチプラットフォームであり、マルチ LLM です。Gemini だけということではございません」と明言した。技術は日進月歩なので、いったんアーキテクチャをピン留めし、そこに統合力に優れる Gemini を組み込んでオーケストレーション（複数の道具を束ねて指揮すること）させる。そうすれば「できないものはない」状態を作り込める、という考えだ。

次のスライドでは「目指す姿」が示された。社員は単一の UI で指示を出し、最適なツールが最適な業務システムやデータと自動で連携して応答する構成だ。

アフラックが示した「目指す姿」の構成図

これは、他社も見たいはずだ。そして、この構成づくりに FDE（Forward Deployed Engineer、顧客先に入り込んで AI の導入を支えるエンジニア）がどんな支援をしているのか。ここは、本当に聞きたい。

白羽氏は、Gemini を選んだ理由を4つ挙げた。進化を続けるフロンティアモデルであること、ガバナンスとセキュリティ、FDE をはじめとする強力なサポート体制、そして最も重要だという自律型エージェントだ。

締めくくり

白羽氏の講演を終え、壇上は再び寳野氏に戻った。筆者が聞きたかった FDE の話は、ここで出てきた。

寳野氏はまず、「銀の弾丸はない」と語った。実際の業務に入れば、自社特有のルールやシステムでうまく動かないことは意外と多い。そこで FDE が入る。1週間で MVP（最小限の試作品）を作ってビジネスユーザーに使ってもらい、そのフィードバックから評価（Eval）を作る。3週目には、セキュリティを確かめて本番環境に展開する。

FDE の事例として、ファナックのインタビューも流れた。題材はロボット、いわゆるフィジカル AI だ。

映像では、「FANUC Robot × Gemini AI」とうたう AI 溶接エージェントが紹介された。図面を読み取って、電流・電圧・速度といった溶接条件を提案する。人が数値を確認して必要なら直し、ファイル生成、ドライラン（空運転）を経て溶接を実行する。

ファナックの映像より。AI 溶接エージェントが図面から溶接条件を提案する

Google の FDE は、ファナックのロボットの研究者と一緒に、まず「こういうものがいいのでは」と作ってみた。使ってもらうと、「この図面ではなく、もっとこういう図面がある」という声が返ってくる。ロボットの専門家でもユーザーでもない FDE は、そのたびにエージェントと評価を直し、このループを重ねて本番まで持っていったという。現場の知恵を持つのは顧客で、FDE はそれを Eval に変える役だ。

寳野氏は最後に、講演全体を3つにまとめた。

「このようなパートナーとして、我々とぜひ一緒に歩んでいただけますと幸いです」。寳野氏はそう結び、基調講演は幕を閉じた。

取材を終えて

三菱UFJ銀行は、安心・安全を土台に AI エージェントを広げていく道筋を示した。アフラックが見せた、足元を固めながら社内から代理店、お客様へと広げていく姿勢は、多くの企業にとって現実的な手本になる。

そのうえで、これから Skills に取り組む企業へのヒントを一つ書いておきたい。複利を生むのは、AI だけではない、ということだ。

デモで Skill を賢くしたのは AI だった。一方、寳野氏が例に挙げた新しいチームでは、教わった人が文書を書き、次の人に教えることで、人そのものも育っていた。この人の側のループも一緒に回せれば、Skills の効果はさらに大きくなるはずだ。

そのための手立ては、シンプルだ。Skills を AI 任せにせず、業務を知る人が中身を問い、なぜその手順なのかを言葉にし、書き直す場にすればよい。そうすれば Skills づくりは、そのまま人の学びになる。

モデルは週単位で入れ替わる。最後に差がつくのは、何を Skills に書き込めるか、つまり組織が持つ判断の質と、それを学び直し続ける力だろう。まずは、AI に毎回同じ指摘をしている作業を1つ選び、Skill にしてみてはどうだろう。

開催概要

出典：Agentic AI Summit '26 Fall 公式ページ