【2026年6月】Gemini 3.5 Pro完全予測｜Deep Think対応

結論: Gemini 3.5 Proは2026年6月後半GA予定の「Deep Think強化版フラッグシップ」で、2Mトークンコンテキストと推論モード搭載でClaude Opus 4.8・GPT-5.6・Mythosと正面から戦う本命モデルです。

この記事の要点:

• 2026年5月19日のGoogle I/Oで予告、6月下旬（22-26日が最有力）GA見込み。Sundar Pichai氏が「来月まで待ってほしい」と公言
• 想定スペックは2Mトークン・Deep Think v2・料金は3.5 Flashの約10倍（入力$15/1M・出力$60/1M）水準
• Opus 4.8（推論質）・GPT-5.6（PC操作）・Mythos（速度）に対し、Geminiは「長尺マルチモーダル×コスパ」で差別化

対象読者: Gemini 3 Pro/3.1 Proを業務で使っており、3.5 Pro発表後すぐに乗り換え判断したいDX担当者・経営者
読了後にできること: 3.5 Pro公開24時間以内にVertex AI/AI Studioで検証着手し、Opus 4.8・GPT-5.6・Mythosとの選定判断ができる

「Gemini 3.5 Pro、結局いつ出るんですか？うちのRAG基盤、3 Proで組んだままなんですけど…」

先日、ある大手企業のDX責任者から電話がありました。Google I/O 2026で「来月出します」と言われたきり、6月に入っても発表がない。社内で「待つべきか、Claude Opus 4.8に乗り換えるか」の意思決定が止まっているという相談でした。

正直に言うと、私自身も同じ状態でした。研修先で「Gemini 3 Proで組んだ既存基盤を、3.5 Proにどう移行するか」を聞かれても、確定情報が公式blogにしかなく、業務での意思決定材料としては足りなかったんです。

この記事では、Google I/O 2026の公式発表とGoogle DeepMind公式ドキュメント、TechTimes・AI Weekly等の最新ソースをもとに、Gemini 3.5 Proの想定スペック・料金・Opus 4.8/GPT-5.6/Mythosとの4軸比較を完全予測します。発表後すぐ動けるよう、事前準備チェックリストとUravation研修現場での「乗り換え判断フロー」も含めて全公開します。

Gemini 3.5 Proとは何か｜3 Pro/3.5 Flashとの位置づけ早見表

Gemini 3.5 Proは、2026年5月19日のGoogle I/O 2026でSundar Pichai氏が予告した、Geminiシリーズの次世代フラッグシップモデルです。「Deep Think v2推論モード」「2Mトークンコンテキスト」「フロンティアマルチモーダル」を3本柱に、Claude Opus 4.8・GPT-5.6・Mythosと正面から競合する本命として位置づけられています。

AIエージェントの基本概念や導入ステップについては、AIエージェント導入完全ガイドで体系的にまとめています。

研修現場で一番混乱しているのが「3.5 Flashとの違い」と「3 Proからの乗り換え判断」です。早見表で整理します。

Gemini 3シリーズ位置づけ早見表

注目すべきは料金です。Gemini 3.5 Flashの約10倍という想定価格は、これまでの「コスパ最優先のGemini」から「価値最優先のフラッグシップ」への明確な路線変更を意味します。研修先で「Geminiは安いから入れた」という企業ほど、この価格改定の影響を受けます。

公式発表時期予測｜Google I/O 2026後の3.5シリーズロードマップ徹底解読

Google I/O 2026（2026年5月19日開催）の基調講演で、Sundar Pichai氏は3.5 Proについて「Give us until next month to get it to you（来月まで待ってほしい）」と明言しました。会場では落胆の声が上がったと複数メディアが報じています。

2026年6月後半GAの根拠

• 2026年5月19日: Google I/Oで3.5 Proを正式予告（同日3.5 Flash先行GA）
• 2026年5月下旬-6月初旬: 限定Vertex AI Previewで一部企業向け配布開始
• 2026年6月22-26日（最有力予測）: AI Studio・Vertex AI 一般提供開始（Pichai氏「来月」公約のラストスパート）
• 2026年6月末-7月初旬: 安全性検証で遅延した場合の最終締切ライン

過去のGeminiリリース履歴（2.5 Pro→3 Pro→3.1 Pro→3.5 Flash）を見ると、Googleは「I/O予告→1-1.5ヶ月後にGA」というパターンを繰り返しています。3.5 ProもこのリズムでGAする可能性が極めて高いです。

遅延リスク3シナリオ

ただし、以下3つの遅延リスクがあります。研修先には「6月後半に必ず使える前提でロードマップを組まない」と伝えています。

想定スペック・ベンチマーク予測｜Deep Think v2・Vibe Coding・2Mコンテキスト

公式発表前のため確定情報ではありませんが、Google DeepMindの公開資料・TechTimes/AI Weeklyの報道・3.5 Flashの実測値から、3.5 Proの想定スペックを整理します。

想定スペック表（2026年6月時点の予測）

Deep Think v2が業務にもたらすインパクト

Deep Thinkは「答えを急がず、複雑な問題に時間をかけて推論する」モード。3.5 ProではDeep Think v2にアップグレードされる見込みです。

研修現場で「これは効くだろうな」と予想している3用途：

• 長文契約書のリスク分析: 50-100ページの契約書を2Mトークンで丸ごと読み込み、Deep Thinkで論理矛盾・抜け漏れを5-10分かけて精査
• 動画コンテンツのファクトチェック: 1-2時間の動画を音声認識+映像理解で処理し、Deep Thinkで主張の整合性を検証
• 大規模コードベースのリファクタリング設計: 数十万行のコードを2Mトークンに収め、Deep Thinkで依存関係・破壊的変更箇所を網羅

ただし、Deep Thinkには制約があります。Gemini Apps Communityの公式回答によると、現行のDeep Think（3.1 Pro搭載）はGemini Ultra（月額$250）プラン限定で、APIでは未提供。3.5 Pro GA時にAPI公開されるかは未確定です。

Vibe Coding（バイブコーディング）対応の見通し

Vibe Codingは「自然言語で大まかな意図を伝え、AIに細部を補完させる」コーディングスタイルで、3.5 Flashで既に強化されています。3.5 ProでもこのVibe Coding向け最適化が継続される見込みで、Claude Code・Cursorと組み合わせた研修先実装事例が増えると予想しています。

Cursor vs Claude Code 完全比較ガイドもあわせて参考にしてください。

料金体系シミュレーション｜3 Pro→3.5 Proでコストはどう変わるか

API料金予測比較（per 1M tokens）

3 Pro→3.5 Proコスト試算（中堅企業の研修先実例ベース）

研修先で「月間1,000万トークン入力・200万トークン出力」を3.1 Proで運用している企業の試算：

• 3.1 Pro継続: 入力 10M × $2 = $20 + 出力 2M × $12 = $24 → 月額$44（約6,600円）
• 3.5 Pro移行: 入力 10M × $15 = $150 + 出力 2M × $60 = $120 → 月額$270（約40,500円）
• 差額: +$226（約34,000円）/月 = 年間40万円超の追加コスト

これは大きい数字なので、全工程で3.5 Proに乗り換えるのではなく、「Deep Thinkが必要な複雑タスクのみ3.5 Pro、ルーティンは3.1 Pro継続」というハイブリッド運用を研修先には推奨しています。

コスト最適化プロンプト1（ハイブリッド運用の判断ロジック）

あなたは生成AI運用コストを最適化する社内DX担当です。
以下のタスク条件を分析し、Gemini 3.5 Proを使うべきか、3.1 Proで足りるかを判断してください。

# タスク条件
- タスク内容: [タスク説明]
- 入力トークン数（推定）: [数値]
- 出力トークン数（推定）: [数値]
- 推論の複雑性: [低/中/高]
- 速度要件（秒）: [数値]
- 月間実行回数: [数値]

# 判断基準
1. 推論複雑性が「高」かつ正確性が最優先 → 3.5 Pro推奨
2. 入力50万トークン超 → 2M対応の3.5 Pro推奨
3. 月100回未満かつ複雑性「中」以上 → 3.5 Pro試験運用OK
4. 月1000回超かつ複雑性「低-中」 → 3.1 Pro継続推奨（コスト10倍を回避）

# 出力フォーマット
- 推奨モデル: [3.5 Pro / 3.1 Pro / 3.5 Flash]
- 月間想定コスト（USD）:
- 判断理由（3点）:
- 代替案:

【独自比較】Gemini 3.5 Pro vs Claude Opus 4.8 vs GPT-5.6 vs Mythos｜業務7用途で本命を決める

Uravation toB研修現場で「乗り換え判断」を支援している立場から、4モデルを業務7用途で比較した本命判定表です。フラッグシップAI完全比較もあわせてご覧ください。

業務用途×モデル本命判定マトリクス

研修現場の本命判定

100社以上の研修・コンサル経験から導き出した本命判定：

• 長尺マルチモーダル × 推論深さ: Gemini 3.5 Pro 一択（2M+Deep Think v2の組み合わせは他社未追従）
• 営業・マーケなど質感重視: Claude Opus 4.8 継続推奨（日本語ニュアンスが依然トップ）
• コーディング × PC操作自動化: GPT-5.6 + Codex（OpenAIエコシステム統合の強み）
• 速度・低遅延 × 顧客対応: Mythos（ただし複雑推論は不向き）

選定プロンプト2（4モデル比較自動判定）

あなたは中堅企業のAI戦略担当です。
以下の業務要件を分析し、Gemini 3.5 Pro/Claude Opus 4.8/GPT-5.6/Mythosのどれが最適かを判定してください。

# 業務要件
- 業務内容: [具体的に]
- 月間想定処理量（トークン）: [数値]
- 速度要件: [リアルタイム/数秒/数十秒OK]
- 精度要件: [99%必須/95%でOK/80%でOK]
- 既存システム連携: [OpenAI API/Vertex AI/Anthropic API/未定]
- 予算上限（月額USD）: [数値]

# 評価軸
1. 精度・推論深さ
2. コスト効率
3. 速度
4. 既存システムとの統合容易性
5. 日本語品質

# 出力
- 第一候補モデル + 理由3点
- 第二候補モデル（バックアップ）+ 理由
- 想定月額コスト
- 移行・PoC手順（3-5ステップ）
- リスクと対策（2-3点）

Gemini 3.5 Proを業務で使うべき5つの領域

領域1：長文契約書・規程文書のリスク分析

50-100ページの契約書・社内規程を2Mトークンで丸ごと読み込み、Deep Think v2で論理矛盾・抜け漏れを精査する用途です。

あなたは企業法務の専門家です。
以下の契約書全文を読み込み、Deep Think v2を活用して以下を分析してください。

# 契約書
[全文・最大1.5Mトークンまで]

# 分析項目
1. 当事者間で責任が曖昧な条項（5点以上）
2. 損害賠償・免責の上限・下限の不整合
3. 解除条件の不公平性（一方的に有利な条項）
4. データ取扱い・個人情報条項の不備
5. 準拠法・裁判管轄の論理矛盾

# 出力
- 各項目につき、該当箇所の引用 + リスク評価（高/中/低）+ 推奨修正案
- 全体総評（500字以内）

研修先での想定例: M&A仲介企業で、過去5年分の取引契約書500本（平均60ページ）を3.5 Proに通し、特定条項の経年変化と業界標準とのズレを抽出するシナリオを設計中。3.1 Proでは入力上限の関係で1契約ずつしか処理できなかったが、3.5 Proなら5-10契約まとめて比較可能になる想定。

領域2：動画コンテンツの全文書き起こし＋ファクトチェック

1-2時間の動画（社内研修・セミナー・記者会見等）を音声・映像両面で処理し、主張の整合性を独立ソースと照合する用途。

あなたはコンテンツ品質管理担当です。
以下の動画ファイル（最大2時間）を分析し、ファクトチェックを実施してください。

# 入力
[動画URLまたはアップロードファイル]

# タスク
1. 全文書き起こし（タイムスタンプつき）
2. 主要な事実主張を抽出（10点以上、数値・統計・固有名詞を含むもの）
3. 各主張について、独立ソース2件以上で検証
4. 検証結果を ✓ 正確 / △ 部分的に正確 / ✗ 誤り / ? 検証不能 で分類
5. 誤り・部分的に正確な主張は、正しい情報と引用元を併記

# 出力
- 書き起こし全文（タイムスタンプ）
- ファクトチェック表（主張 / 評価 / 根拠 / ソース）
- 動画コンテンツ全体の信頼度評価（5段階）

領域3：大規模コードベースのリファクタリング設計

数十万行のコードを2Mトークンに収め、依存関係マップと破壊的変更箇所を網羅的に洗い出す用途。

あなたはシニアソフトウェアアーキテクトです。
以下のコードベース全体を読み込み、リファクタリング設計を行ってください。

# コードベース
[最大1.5Mトークンまで複数ファイル投入]

# リファクタリング目標
[具体的な目標。例: マイクロサービス分割、レガシー言語からの移行など]

# 分析項目
1. 依存関係マップ（モジュール間・パッケージ間）
2. 高結合・低凝集な箇所トップ10
3. 重複コード・共通化候補
4. リファクタリング順序（破壊的変更を最小化）
5. 各ステップでのテスト戦略

# 出力
- 依存関係図（Mermaid記法）
- リファクタリングロードマップ（フェーズ1-5）
- 各フェーズの想定工数・リスク
- バックアウト計画

領域4：RAG基盤の検索拡張

社内ドキュメント・FAQ・マニュアルを2Mトークンに圧縮し、リアルタイム検索拡張する用途。AIエージェント導入完全ガイドで詳細解説。

領域5：エージェント実装の基盤モデル

複数ツール呼び出し・Function Calling・Web操作を組み合わせるAIエージェントの推論バックボーンとして使う用途。Deep Think v2による「計画→実行→検証」のループ品質が向上する見込み。

あなたはAIエージェントのオーケストレーターです。
以下のユーザータスクを、Deep Think v2を活用して計画立案→ツール実行→結果検証のループで処理してください。

# ユーザータスク
[具体的なタスク。例: 競合5社のIR資料を集め、3つのKPIで比較表を作成]

# 使えるツール
1. Web検索（google_search）
2. PDFダウンロード＆解析（pdf_extract）
3. データ集計（data_aggregate）
4. レポート生成（report_gen）

# Deep Think v2の使い方
- 計画立案フェーズ: 5-10秒考えてから着手
- 中間検証: 各ツール結果が想定通りか判定
- 失敗時: バックトラックして別アプローチを試行
- 最終出力: 検証済みの結果のみ提示

# 出力
- 計画書（実行前に提示）
- 各ステップの実行ログ
- 検証結果サマリー
- 最終成果物

中小企業の乗り換えROI試算｜3 Pro→3.5 Pro移行で何が変わるか

移行ROI試算プロンプト3

あなたは中小企業のAI予算責任者です。
以下の現状を分析し、Gemini 3 Pro/3.1 ProからGemini 3.5 Proへの移行ROIを試算してください。

# 現状
- 現行モデル: [3 Pro / 3.1 Pro]
- 月間処理量: 入力[X]M tokens / 出力[Y]M tokens
- 現在の月額API費用: $[Z]
- 主な業務: [箇条書きで3-5点]
- 業務における「精度不足で人が再作業」の割合: [N]%

# 試算項目
1. 3.5 Proに完全移行した場合の月額コスト（10倍コスト見込み）
2. 「精度不足で人が再作業」がN%→M%に下がる仮定での工数削減効果
3. ハイブリッド運用（複雑タスクのみ3.5 Pro）の最適化シミュレーション
4. 移行PoCの推奨期間・予算
5. ROI判定（投資回収月数）

# 出力
- 試算表（現状/完全移行/ハイブリッド）
- ROI判定結果（推奨/慎重/見送り）
- 推奨アクション（次の30日でやること）

研修現場で見えてきたパターン3つ

事例区分: 想定シナリオ

以下は100社以上の研修経験をもとに構成した典型的なシナリオです。

パターンA（即移行推奨）: 月間処理100万トークン以下・推論複雑性「高」中心の業務（法務・M&A・研究開発）。コスト増は数千円〜数万円程度で済み、精度向上のメリットが上回ります。

パターンB（ハイブリッド推奨）: 月間処理500万トークン以上・推論複雑性「中」混在の業務（一般的な営業・マーケ・カスタマーサポート）。3.5 Pro完全移行はコスト10倍で割に合わないため、複雑判断のみ3.5 Pro・ルーティンは3.1 Pro継続が最適。

パターンC（見送り推奨）: 月間処理1,000万トークン超・推論複雑性「低-中」中心の業務（大量要約・分類・抽出）。3.5 Proのコストメリットがほぼなく、3.5 Flashへの最適化を優先すべき。

【要注意】Gemini 3.5 Pro導入時の失敗パターン

失敗1：3.5 Pro一本化でコストが10倍に膨れる

❌ よくある間違い: 「最新版だから」と全業務を3.5 Proに移行してしまう
⭕ 正しいアプローチ: 業務をタスク複雑性で3段階に分類し、複雑なものだけ3.5 Pro・残りは3.1 Pro/Flashに振り分ける

なぜ重要か: 上記試算の通り、コスト10倍は中小企業の予算で許容できない水準。研修先でも「とりあえず全部最新版」をやってしまい、半年で予算超過して撤退するパターンを複数見ています。

失敗2：Deep Think v2の使いどころを誤る

❌ よくある間違い: 単純な要約・抽出にもDeep Think v2を使い、応答が遅くなる
⭕ 正しいアプローチ: Deep Thinkは「答えに時間をかけて推論する」モード。即答が必要なタスクには不向き

なぜ重要か: Deep Thinkは1リクエスト数十秒〜数分かかる想定。リアルタイムチャットボットに組み込むと顧客体験を著しく損ねます。バッチ処理・複雑判断・最終承認フローに限定するのが鉄則です。

失敗3：発表前の前評判だけで意思決定し、実測を待たない

❌ よくある間違い: I/O予告の数字を鵜呑みにし、PoCせずに本番投入
⭕ 正しいアプローチ: GA後1-2週間はAI Studioで実測検証し、自社業務での精度・速度・コストを必ず数値化してから本番移行

なぜ重要か: ベンチマーク数字と実業務での性能は別物です。研修先での想定例として、3.1 Pro発表時に「SWE-bench 78%」を信じてコーディング業務に投入した企業が、自社レガシーコードでは精度が60%台に落ち込んで撤退したケースがありました。実測ファースト。

失敗4：Vertex AIとAI Studioの違いを理解せず混在

❌ よくある間違い: 開発時はAI Studio、本番もそのままAI Studioで運用
⭕ 正しいアプローチ: 本番運用はVertex AI（VPC内・SLA・監査ログ）、検証・PoCはAI Studioと使い分け

なぜ重要か: AI Studioは検証向けで、商用利用ではSLA・監査ログ・データガバナンスが不足します。Vertex AI移行は1日〜数日の作業なので、本番投入前に必ず切り替えるべきです。

公開後すぐ試すための事前準備チェックリスト

3.5 Pro GA当日に動けるよう、研修先で配布している準備チェックリストです。

事前準備プロンプト4（PoC計画自動生成）

あなたは中小企業のAI PoC設計担当です。
以下の前提でGemini 3.5 Pro公開直後のPoC計画を作成してください。

# 前提
- 業務領域: [具体的に]
- 期待効果: [生産性向上 / コスト削減 / 品質向上]
- 予算: 月額$[X]まで
- 期間: [N]週間
- 評価チーム: [人数]
- 既存環境: [Vertex AI 利用中 / AI Studio のみ / 未導入]

# 計画項目
1. Week 1: 環境セットアップ（API key取得・課金設定・Quota申請）
2. Week 2: ベースライン測定（3.1 Proで現状の精度・速度・コスト記録）
3. Week 3: 3.5 Pro比較検証（同タスクを3.5 Proで実行・差分計測）
4. Week 4: Deep Think v2検証（複雑タスク3-5パターンで効果測定）
5. Week 5-6: 本番投入判定 + ハイブリッド設計

# 出力
- 詳細スケジュール（Mermaid記法のガントチャート）
- 評価指標表（精度・速度・コスト・ユーザー満足度）
- 必要リソース（人月・予算・ツール）
- リスクと回避策
- Go/No-go判定基準

当日チェックリスト

• ☐ Vertex AI で 3.5 Pro モデルのアクセス申請（Quota要請）
• ☐ AI Studio で API key を gemini-3.5-pro-preview 用に更新
• ☐ 課金アラート設定（10倍コスト前提で予算上限を再設定）
• ☐ ベースライン記録用のテストプロンプト10-20本を事前準備
• ☐ Deep Think v2 のAPI公開有無を公式blogで確認
• ☐ 既存3.1 Proの呼び出し箇所を grep して移行範囲を可視化
• ☐ ロールバック手順書を作成（3.1 Proに即戻せる体制）

運用プロンプト5（移行進捗トラッキング）

あなたはAI移行プロジェクトのPMです。
Gemini 3.5 Pro移行プロジェクトの進捗を以下フォーマットで週次レポートしてください。

# 入力
- 今週の移行範囲: [具体的に]
- 完了タスク: [箇条書き]
- 課題・ブロッカー: [箇条書き]
- 次週予定: [箇条書き]

# レポート項目
1. 移行進捗率（%）
2. 精度KPI（3.1 Pro比 ±%）
3. 速度KPI（3.1 Pro比 ±%）
4. コストKPI（月次予算 vs 実績）
5. ユーザー満足度（5段階）
6. 重大リスク（Top3）
7. 来週のクリティカルパス

# 出力
- 一枚絵レポート（経営層向け500字以内）
- 詳細レポート（PM向け）
- アクションアイテム（Owner / Due Date付き）

導入企業の成果（想定シナリオ）

事例区分: 想定シナリオ

以下は100社以上の研修経験をもとに構成した典型的なシナリオです。

測定期間: 3.5 Pro GA後3ヶ月想定
対象: 中堅製造業（従業員300名・DX推進部門5名）
測定方法: 法務契約書レビュー業務の所要時間・差し戻し率
結果（想定）:

• 契約書1本のレビュー所要時間: 4時間 → 1.5時間（62%短縮）
• レビュー後の差し戻し率: 18% → 7%
• 月額コスト: 3.1 Pro $44 → ハイブリッド運用 $120（複雑タスクのみ3.5 Pro）
• ROI判定: 工数削減効果が月20-30万円規模 → 3ヶ月で投資回収

これは想定例であり、実測値は業務内容・運用方式により大きく変動します。必ず自社業務でPoCを実施してから本番投入してください。

関連記事・次に読むべき情報源

3.5 Pro発表後の情報整理に役立つ情報源を整理しました。

関連社内記事（Uravationメディア）

• 【2026年最新】Gemini 3 Pro完全ガイド｜性能・料金・比較 — 3 Pro→3.5 Pro乗り換えの全体像
• Gemini 3.5 Flash完全解説｜料金・比較・活用7選 — 3.5シリーズ軽量版の実測値
• フラッグシップAI完全比較 — 4モデル業務7用途別早見表
• GPT-5.5 vs Claude Opus 4.7 vs Gemini 3.1 Pro — 前世代3軸比較の決定版
• Anthropic全製品比較 — Opus 4.8と並べて選定する場合の参照

外部一次情報源

• Google DeepMind 公式モデルページ — GA時にスペック確定値が掲載される
• Google AI for Developers Release Notes — API変更履歴の正本
• Google公式blog innovation-and-ai 配下 — Sundar Pichai氏の正式発表

参考・出典

• Google Gemini 3.5 Pro Nears June Launch With 2 Million Token Context And Deep Think Reasoning — TechTimes（参照日: 2026-06-09）
• Gemini 3.5 Pro Eyes June GA With 2M Context and Deep Think — AI Weekly（参照日: 2026-06-09）
• Gemini 3.5: frontier intelligence with action — Google Blog（参照日: 2026-06-09）
• Gemini 3.5 — Google DeepMind（参照日: 2026-06-09）
• Release notes — Gemini API（参照日: 2026-06-09）
• Gemini 3.5 Pro: The June 2026 Launch Guide — Codersera（参照日: 2026-06-09）

まとめ：今日から始める3つのアクション

1. 今日やること: Google AI Studio（ai.google.dev）にログインし、現在のAPI使用量と月額コストを確認。3.5 Pro GA時の影響範囲を把握する（10分）
2. 今週中: 自社業務を「複雑性高/中/低」で3分類し、どの範囲を3.5 Proに振り分けるかのハイブリッド設計案を作成する
3. 今月中: 3.5 Pro GA直後に動けるよう、PoC計画書・ベースライン測定プロンプト・課金アラートの3点を完成させる

AI導入のモデル選定や費用対効果の計算については、AI導入戦略完全ガイドも参考にしてください。

ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。

次回予告: Gemini 3.5 Pro GA後の実測検証レポート（精度・速度・コストの3.1 Pro比較）を、公開後2週間以内にお届けします。

著者: 佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』（SBクリエイティブ）。SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。