【2026年最新】Managed Agents API解説

Google I/O 2026の発表で、企業向けAIエージェントの見え方がかなり変わりました。

これまでのAI導入は「ChatGPTやGeminiを社員が使う」「社内文書を検索する」「チャットボットを作る」という段階が中心でした。もちろん、それだけでも十分に価値はあります。ただ、次の波は少し違います。AIが調べるだけでなく、複数のツールをまたいで、仕事の一部を実行する方向へ進んでいます。

今回のGoogle Cloud公式発表で重要なのは、単に新しいAIモデルが出たという話ではありません。Antigravity 2.0、Managed Agents API、Gemini Enterprise Agent Platform、Agent Development Kit、A2A、MCPといった要素が、「企業でAIエージェントを作り、つなぎ、管理する」流れとして整理されてきたことです。

この記事では、最新の公式情報をもとに、Managed Agents APIとGoogleの企業AIエージェント戦略を、経営・DX・情シス目線で分かりやすく解説します。なお、Google Cloudの既存発表と重なる部分は、Uravationの既存記事 Gemini AIエージェント基盤｜Vertex AIから改名 と Gemini Enterprise解説｜メルカリに学ぶAIエージェント導入の実態 への内部リンクとして整理し、本記事では「I/O 2026後の開発・運用判断」に絞ります。

1. Google I/O 2026で何が発表されたのか

Google Cloudは2026年5月20日、Google I/Oに合わせて、エージェント開発者向けの新しい構成を公式ブログで説明しました。中心にあるのは、Antigravity 2.0とManaged Agents APIです。公式ブログでは、これらを「ローカルで構築し、クラウドへ安全にデプロイする」ための統合開発ツールキットとして位置づけています。

ポイントは、AIエージェント開発が「プロンプトを書いて終わり」ではなくなっていることです。企業で使うなら、次のような論点が必ず出ます。

• 誰がエージェントを作るのか
• どの業務データに接続してよいのか
• 外部ツールを実行してよい範囲はどこまでか
• 失敗したときに誰が止めるのか
• ログ、監査、権限管理をどう残すのか

Google Cloudが今回示した方向性は、このあたりを開発者体験と企業統制の両方からまとめようとするものです。正直、ここが一番大事です。AIエージェントは「すごいデモ」より「社内で事故なく使い続けられる設計」の方が難しいからです。

AIエージェントそのものの基本概念や導入ステップは、先に AIエージェント導入完全ガイド を読むと全体像がつかみやすいです。本記事では、その次の段階として「Google Cloudでどう作る・運用するか」にフォーカスします。

2. Managed Agents APIとは何か

Managed Agents APIは、名前の通り、エージェントを企業の管理下で扱うためのAPIです。Google Cloud公式ブログでは、Antigravity 2.0と並んで、開発者がローカルで作ったエージェントをクラウドへ安全にデプロイするための仕組みとして紹介されています。

ここで重要なのは、「API」という言葉に引っ張られすぎないことです。単なる呼び出し口ではなく、企業がエージェントを本番運用に載せるための管理面がセットで語られています。具体的には、Gemini Enterprise Agent Platformの文脈で、エージェントの構築、スケール、ガバナンス、最適化を扱う流れです。

従来の社内AI導入では、よく次の分断が起きていました。

• 現場はノーコードで早く作りたい
• 開発部門はコードで柔軟に作りたい
• 情シスは権限とログを管理したい
• 経営は効果とリスクを見える化したい

Managed Agents APIが狙っているのは、この分断を埋めることです。現場のスピードを殺さず、しかしIT部門が見えないところで野良エージェントが増える状態を避ける。ここに価値があります。

ただし、現時点で大事なのは「APIが出たから全部解決」と考えないことです。APIはあくまで道具です。業務フロー、権限設計、データ分類、承認プロセスが曖昧な会社では、便利なAPIほど危険になります。

3. Antigravity 2.0との関係

Antigravity 2.0は、GoogleがI/O 2026で示したエージェント開発体験の一部です。公式ブログでは、Antigravity 2.0とManaged Agents APIを並べて紹介し、開発者がローカルで構築し、クラウド上の共有プロトコル層へ安全にデプロイする流れを説明しています。

この構図を企業目線で言い換えると、こうです。

この3つを分けて理解すると、導入判断がかなり楽になります。現場デモで見るべきは「どんなことができるか」。PoCで見るべきは「社内データとつないで安全に動くか」。本番化で見るべきは「誰が管理し、誰が止めるか」です。

ここを混ぜると失敗します。たとえば、開発者がローカルで作った便利なエージェントを、そのまま全社展開してしまう。これはスピードは出ますが、監査・権限・データ漏洩の観点ではかなり危ないです。逆に、最初から統制だけを重くしすぎると、現場が使わなくなります。バランスが大事なんです。

4. Gemini Enterprise Agent Platformの全体像

Google Cloudは2026年4月22日の公式ブログで、Gemini Enterpriseを「エージェント時代のエンドツーエンドシステム」として説明しています。Gemini Enterprise Agent Platformは、Vertex AIの進化形として位置づけられ、モデル、開発、チューニング、スケール、ガバナンス、最適化をまとめる方向です。

公式ブログで特に重要なのは、Agent Development Kit（ADK）、A2A、MCPといった要素が同じ文脈で語られている点です。これは、1つの会社だけで閉じたエージェントではなく、複数のツール、複数のエージェント、複数の業務データをまたぐ前提になっているということです。

企業導入で見るべきポイントは、次の4つです。

1. 構築: ノーコード、ローコード、コードベースのどれで作るか
2. 接続: Google Workspace、Microsoft 365、社内SaaS、業務DBとどうつなぐか
3. 統制: ID、権限、監査、ポリシーをどう管理するか
4. 運用: 障害、誤実行、品質劣化、コスト増をどう検知するか

特に中小企業では、いきなり大きな基盤を導入するより、まず業務単位で小さく検証するのが現実的です。たとえば、営業資料の下書き、問い合わせ一次分類、社内FAQ、議事録からタスク化、請求関連のチェックなど、リスクが限定しやすい業務から始めるのが安全です。

AI導入全体の進め方は、AI導入戦略ガイド にまとめています。Managed Agents APIのような新技術も、結局は「どの業務で、誰が、何を、どこまで任せるか」に落とし込めるかが勝負です。

5. 企業導入で効く3つのユースケース

Managed Agents APIやGemini Enterprise Agent Platformの話は、抽象的に聞こえがちです。ここでは、企業で現実に検討しやすいユースケースに分解します。

ユースケース1: 社内ナレッジ検索から実行支援へ

Gemini Enterprise appの公式ページでは、Google Drive、Microsoft OneDrive、SharePoint、HubSpot、Jiraなどに接続し、業務データに基づいた回答やワークフロー支援を行う方向が示されています。これは単なる検索ではなく、複数アプリをまたいだ業務支援に近づいています。

たとえば、営業担当が「この顧客向けの次回提案を作って」と依頼したとします。従来なら、CRM、過去提案書、議事録、契約書、タスク管理ツールを人間が見に行く必要がありました。エージェント型の設計では、関連情報を取りに行き、提案構成を作り、必要に応じてタスク化するところまで狙えます。

ただし、顧客情報や契約情報にアクセスするため、権限設計は必須です。営業担当が見てよい情報だけをAIが参照する。退職者や異動者の権限を反映する。出力に機密が混ざった場合のレビュー導線を作る。ここを飛ばすと危険です。

ユースケース2: 開発部門のエージェント運用

Google CloudのI/O 2026公式ブログでは、開発者向けにローカル開発とクラウド展開をつなぐ方向が示されています。開発部門にとっては、AIコーディング支援を単発ツールとして使うだけでなく、社内標準のエージェント運用に寄せられるかがテーマになります。

ここで見るべきなのは、コード生成の賢さだけではありません。むしろ、企業では次の観点が重要です。

• 生成されたコードをレビューできるか
• 本番環境の秘密情報にアクセスさせない設計になっているか
• CI/CD、チケット管理、仕様書とどう連携するか
• エージェントが失敗したときに人間が止められるか

開発エージェントは便利ですが、影響範囲も大きいです。最初はテスト生成、ドキュメント更新、影響範囲調査のような低リスク業務から始め、コード変更やデプロイに近い作業は承認フローを挟むのが現実的です。

ユースケース3: 部門横断の業務自動化

AIエージェントの本命は、単一部署の効率化より、部門横断のワークフローです。たとえば、問い合わせから見積、契約、請求、フォローアップまで、複数部署が関わる仕事です。

Gemini Enterprise appの公式ページでは、複数アプリにまたがるワークフロー自動化が示されています。ここは中小企業にも刺さります。なぜなら、部署間の手戻りや確認漏れは、ツール不足より「情報の受け渡し」が原因で起きることが多いからです。

ただし、部門横断の自動化は最初からやると重いです。まずは1つの引き継ぎポイントだけを選ぶのがおすすめです。例としては「商談後の議事録からCRM更新案を作る」「問い合わせ内容を分類して担当部署を提案する」「月次報告の下書きを作る」などです。

6. 導入判断のチェックリスト

Managed Agents APIやGemini Enterprise Agent Platformを検討するときは、機能表だけ見ても判断しにくいです。Uravationでは、まず次のチェックリストで考えることをおすすめします。

特に重要なのは「AIに何をさせないか」です。導入プロジェクトでは、できることリストばかり作りがちですが、企業利用では禁止事項の方が効きます。外部送信しない、契約条件を確定しない、請求金額を自動変更しない、顧客への最終送信は人間が確認する。こうしたルールがあるだけで、現場は安心して試せます。

既存のChatGPT活用からAIエージェントへ進む会社は、ChatGPTビジネス活用ガイド とセットで見ると移行イメージが作りやすいです。チャット活用で終わるのか、業務実行まで広げるのかで、必要な設計は変わります。

7. よくある失敗パターンと回避策

ニュースとしては派手ですが、企業導入は地味なところで失敗します。ここでは、Managed Agents APIのような新しい仕組みを試すときに起きがちな落とし穴を整理します。

失敗1: デモのすごさだけで導入を決める

❌ よくある間違い: 「Googleの発表がすごいから、うちもすぐ全社導入しよう」と判断する。

⭕ 正しいアプローチ: まず1業務、1部署、1データ範囲に絞ってPoCを行う。

なぜ重要か: AIエージェントは、接続先が増えるほど便利になりますが、同時にリスクも増えます。最初から全社のデータに接続する必要はありません。むしろ、最小構成で成功パターンを作る方が早いです。

失敗2: 権限設計を後回しにする

❌ よくある間違い: 「まず動かして、権限はあとで考える」と進める。

⭕ 正しいアプローチ: PoCの段階から、誰が何を見られるか、AIが何を実行できるかを決める。

なぜ重要か: AIは人間よりも速く、広く情報を拾えます。だからこそ、アクセス権限のミスが大きな事故につながります。Google Cloudがガバナンスや監査を強調しているのも、ここが企業利用のボトルネックだからです。

失敗3: 現場任せで野良エージェントが増える

❌ よくある間違い: 部署ごとにバラバラのエージェントを作り、情シスが把握できなくなる。

⭕ 正しいアプローチ: 作成・公開・利用停止のルールを最初に決める。

なぜ重要か: 現場主導は悪いことではありません。むしろ、AI活用は現場の課題から始めた方がうまくいきます。ただし、誰が作ったか分からないエージェントが社内で動き続ける状態は危険です。棚卸しと停止手順は必須です。

失敗4: ROIを「削減時間」だけで見る

❌ よくある間違い: 「何時間削減できたか」だけで評価する。

⭕ 正しいアプローチ: 時間削減に加えて、品質、ミス削減、対応速度、属人化解消も見る。

なぜ重要か: AIエージェントは、単純な時短だけでなく、業務の抜け漏れ防止やナレッジ共有にも効きます。逆に、時短だけを追うと、確認工程を削りすぎて品質が落ちることがあります。

8. 日本企業はどう動くべきか

日本企業が今すぐやるべきことは、Managed Agents APIをいきなり本番導入することではありません。まず、自社の業務を「AIが支援できる単位」に分解することです。

おすすめは、次の3段階です。

1. 棚卸し: 毎週・毎月繰り返している定型業務を20個出す
2. 分類: 情報検索、文書作成、判断補助、外部実行に分ける
3. 選定: まず「情報検索＋下書き」までで完結する業務を1つ選ぶ

この順番で進めると、AIエージェントに任せるべき仕事と、人間が持つべき責任が見えやすくなります。特に、外部送信、契約変更、金額確定、人事評価、個人情報処理のような業務は、最初から自動実行にしない方が安全です。

一方で、社内FAQ、営業資料の下書き、議事録要約、タスク候補の抽出、問い合わせ分類などは、比較的始めやすい領域です。まずはここで「AIと人間の役割分担」を作る。そこから、必要に応じてGemini Enterprise Agent Platformのような管理基盤を検討するのが現実的です。

Uravationとしては、2026年のAI導入は「個人のAI活用」から「組織のAI運用」へ移る年だと見ています。Managed Agents APIは、その移行を象徴するニュースです。だからこそ、ツール名だけ追うのではなく、自社の運用設計に落とし込むことが重要です。

9. 企業が今日から始める3つのアクション

最後に、今日からできるアクションを3つに絞ります。

1. 今日やること: 社内で「AIに任せたい業務」を10個書き出し、外部送信や金額確定を含むものを除外する。
2. 今週中: 1つの部署で、AIが参照してよいデータ範囲と、必ず人間が確認するポイントを決める。
3. 今月中: PoCの評価指標を、時間削減・品質・ミス削減・現場満足度の4つで設計する。

もし、AIエージェント導入の対象業務選定や、社内ガイドライン、PoC設計で迷っている場合は、お問い合わせフォーム からご相談ください。Uravationでは、生成AI研修だけでなく、企業ごとの業務フローに合わせたAIエージェント導入支援も行っています。

次回予告: 次の記事では、AIエージェント導入前に作るべき「社内AI利用ルール」と、情シス・法務・現場の役割分担を具体的に解説します。

参考・出典

• What Google I/O ’26 means for developing agents on Google Cloud — Google Cloud Blog（参照日: 2026-05-20）
• The new Gemini Enterprise: one platform for agent development, orchestration, and governance — Google Cloud Blog（参照日: 2026-05-20）
• Build with Gemini Enterprise Agent Platform — Google Cloud Documentation（参照日: 2026-05-20）
• Scale your agents — Google Cloud Documentation（参照日: 2026-05-20）
• Gemini Enterprise app: Best of Google AI for Business — Google Cloud（参照日: 2026-05-20）
• How to use Google’s new AI agents to go beyond your standard searches — TechCrunch（参照日: 2026-05-20）

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・導入支援を展開。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。