GoogleのGemini Tasksが大幅拡張:AIが電話・買い物・ウェブサイトへのログインを代行

GoogleのGemini Tasksが大幅拡張:AIが電話・買い物・ウェブサイトへのログインを代行

Googleは近日、AIアシスタント「Gemini」における「Tasks」モードへのアクセスを拡大すると発表した。この機能により、Geminiはユーザーに代わって通話の調整、ウェブサイトへのログイン、さらには直接購入の完了といった一連の複雑な操作を実行できる。これまで一部のテスターにのみ公開されていたが、今後はより多くのユーザーがAIによる「代行」の利便性を体験できるようになる。

Gemini Tasksとは何か?

TechCrunchの報道によると、GeminiのTasksモードは、AIを単なる会話ツールからタスク実行エージェントへと進化させることを目指している。ユーザーが自然言語で指示を与えるだけで、Geminiはシステムリソースやサードパーティサービスを呼び出してタスクを完了できる。例えば、「明日の午後にレストランを予約して電話で確認してほしい」と伝えると、GeminiはGoogle Duplexに似た技術を使って電話をかけ、相手と詳細を調整する。また、「いつも使っているショッピングサイトにログインして、カートの商品を注文してほしい」という指示に対しては、パスワードマネージャーを利用して認証情報を自動入力し、ユーザーの承認後に決済を完了する。

Googleによると、TasksモードはGeminiのマルチモーダル能力とGoogleエコシステムとの深い統合を基盤としている。画面上のコンテンツを理解するだけでなく、クリックや入力などの操作をシミュレートし、アプリをまたいだ自動化を実現する。現時点では主にAndroidおよびChromeユーザーを対象としており、今後さらに多くのプラットフォームへの拡張が計画されている。

「AIアシスタントは『質問に答える』から『タスクを完了する』へと移行しており、これは人間とコンピューターのインタラクションにおける次のパラダイムシフトだ」——業界アナリストのコメント

業界背景:AIアシスタント競争の激化

Googleの今回の動きは孤立したものではない。近年、AIアシスタント市場の競争はすでに白熱した段階に入っている。OpenAIのChatGPTはプラグインと関数呼び出し機能によりタスク実行に参入し、AppleのSiriは先行しているものの複雑なタスク処理での進展は遅く、AmazonのAlexaはスマートホームの文脈を活かして音声ショッピングに注力している。GoogleはGemini Tasksを通じて、「エージェント型AI(Agentic AI)」の領域で先手を打とうとしている。

市場調査機関は、2027年までに世界のAIアシスタント市場規模が1000億ドルを突破し、タスク自動化が中核的な成長ドライバーになると予測している。Googleの強みは、膨大なユーザーベース、検索エンジンによるデータの蓄積、そしてAndroidシステムへの深いアクセス権にある。一方で、Microsoft CopilotとWindowsの深い統合や、Samsung Galaxy AIの台頭により、このレースは依然として先行きが読めない状況だ。

プライバシーとセキュリティ:AIによる代行操作の課題

AIが人間に代わってアカウントや決済を操作することには、当然ながらリスクが伴う。Googleは、Tasksモードは設計上「ユーザーコントロール」の原則に従っていると強調する。決済やメッセージ送信などのセンシティブな操作にはすべてユーザーの二次確認が必要であり、パスワードなどの認証情報はローカルで暗号化して保存されGeminiが平文で取得することはなく、通話内容はリアルタイムで文字起こしされてユーザーが後から確認できるという。

しかしセキュリティの専門家は、攻撃面は依然として存在すると指摘する。例えば、悪意あるウェブサイトがGeminiに意図しない操作を実行させる可能性や、音声合成技術がユーザーの指示を偽造するために悪用される可能性がある。これに対しGoogleは、異常行動の検知と操作ログの監査を導入し、セキュリティコミュニティと連携してレッドチームテストを実施していると回答した。それでも、ユーザーへの啓発は欠かせない——財務的な権限をAIに委ねるには、極めて高い信頼が必要だからだ。

分析:AIエージェント時代の夜明け

より広い視点から見れば、Gemini Tasksの拡張はAIエージェント(AI Agent)が実用段階へと移行する象徴的な出来事だ。これまでAIアシスタントの多くは「提案」にとどまっていたが、今や「実際に手を動かす」ようになりつつある。その背景には、大規模モデルの推論能力、ツール呼び出しプロトコル(MCPなど)、そしてOSレベルの権限の組み合わせがある。今後数年以内に、誰もが日常的な雑務を処理できるデジタル分身を持ち、人間はより創造的な仕事に集中できるようになると予見される。

しかし同時に、規制の枠組みも早急な整備が求められている。AIが自律的に電話をかけ、契約を結び、取引を完了できる場合、法的責任はどのように定義されるのか?プラットフォームはAIのミスに対して責任を負うべきか?これらの問いにはまだ明確な答えがない。Googleの慎重な推進姿勢は評価できるが、業界全体でより統一された倫理基準と安全規範が必要だ。

いずれにせよ、Gemini Tasksの拡張は明確なシグナルだ。AIは「会話する」から「実際に行動する」へと向かっている。一般ユーザーにとっては利便性とリスクが共存し、テクノロジー業界にとっては新たな競争がまさに始まったところだ。

本記事はTechCrunchより編集翻訳