🌏

Google Cloud Next Tokyo 参加レポート2025

2025/08/07に公開

2025年8月5日、6日に行われたGoogle Cloud Next Tokyoに参加してきたので、そのレポートを書こうと思います。

Day1 基調講演

詳しい内容は他の記事にも記載があるので、自分の印象に残ったところを中心に書きます。
他の記事の例として、こちらの記事を載せておきます。

内容

以下、箇条書きで気になったところを記します。

Gemini以外のモデル
- Chirp3: text2voice
- Lyria2: text2music
- Veo：動画生成
Agentの名を関するサービス群
- Agent Development Kit：エージェント構築のためのオープンソースフレームワーク。Python, Javaで提供
- Agent2Agent Protocol：エージェント同士を連携させるプロトコル。多様なプラットフォームやクラウド環境でのエージェント管理を標準化できる
- Agentspace：さまざまな社内アプリと連携して、社内情報をまとめて検索したり、エージェントによるアクションを実行したりできる。Box、Confluence、Google ドライブ、Jira、Microsoft Sharepoint、ServiceNow などと連携可能

また、事例紹介ではMIXI、メルカリ、博報堂、札幌市がそれぞれの事例を話していました。

MIXI：管理業務を自動化し、楽しいことだけを人間の仕事に。Agentspaceの活用
メルカリ：Customer Engagement Suite with Google AI：カスタマイズ、GCインフラとのシームレスな連携
博報堂：コンセプト開発支援AIサービスを開発
札幌市：GWSをフル活用し業務改善。NotebookLMやGeminiを駆使し、会議も大幅に短縮

所感

どのクラウドベンダーのイベントでも基本的にAIを大きく掲げていますが、今回のGoole Cloud Next Tokyoでは、その中でもエージェントというフレーズを多く使っていたように感じました。ただ単にLLMを使うのではなく、必要なツールやコンテキストを加え、より実業務に即した活用に繋げるという思想にも感じます。

ただ一方で、それってMCPでも良くない？とも思いました。世間的により浸透しているMCPではなく、エージェント関連の技術やサービスを押し出すのはフレーズのわかりやすさもあるのでしょうか。私が他の観点を見落としているのかもしれないです。

事例の中では、博報堂の「現場社員が役員にAI周りのコーチングをし、役員がそれを社内発信する」というのが印象に残りました。ある程度の規模の企業において、AI推進をする上でトップダウンは避けて通れないと思っているのでいい事例だと思いました。

生成 AI を活用したプロダクト開発のリアル：ノバセル & Ubie に学ぶ実践録

登壇者情報

戸辺淳一郎
ノバセル株式会社
ノバセル事業本部 MKPLA統括部 MKPLA開発部部長

坂田純
Ubie 株式会社
Head of Platform Engineering

岩成祐樹
Google Cloud
カスタマーエンジニア

内容

生成AI活用の推進

スキル面からアプローチ：勉強会の開催など
- 一定効果はあったが、全社的な推進にはつながらない
評価と絡めたり1on1でヒヤリングなどマネージャー側の組み込んだりしたことが導入に効いた
PoCを気軽にできるのが大事：Claude CodeやGemini CLIなどを簡単に使えるように
工夫：各業務の中でキラーユースケースとなるような使い方を案内する
- 営業：週報の自動生成（GoogleカレンダーとAI）
- ストラテジックプランナー：スライド作成（GenSpark）
トップダウンがきっかけに：経営レイヤー内でエンジニア側か経営メンバーからツールの情報を伝え、ビジネスサイドがそれを試すかを判断。試す場合は現場に降りてくる。今はエンジニアが入らなくても自然に試すような文化になってきた
リスク
- 最低限のチェックだけはセキュリティチームが行っている
- キャッシュのオプトアウト、セーフティフィルターなど、クラウド側で制御できるところは制御を実施
- その他一般のセキュリティインシデントにも目を配っている
- 考え方は保険と同じ。リスクにさらされた時の機会損失の大きさとかでリスクの段階を決定
- スピード感を損ねずリスクも取らない手法として、PoCとプロダクトでリスク基準を分ける
  - PoC：1日で承認とおる
  - プロダクト：もう少し厳密な承認フロー

得られた効果

工数削減系が多め
エンジニア内部：コーディングは早くなってきたがレビューやデプロイがボトルネックになってきて、デプロイスピードは意外と早くなってない
AIで生産性が上がるのは自明なので、最初は計測せずにすぐ導入。導入が進んでから定量評価を定めて計測
上層部に投資してもらうために
- 推進する人がちゃんと使って、定性的な効果をちゃんと話せることが大事
- 試しに作るのもあり
- 小さく使ってみないとわからないので、まず使ってみるという姿勢

生成AI技術・サービスの選び方

モデルベンダーが出してるサービスにベットすべき
- サービス系のものはプロンプトで真似できる
- モデルベンダーの方がより適切なシステムプロンプトが組まれやすい
柔軟にスイッチできるような体制がよい
- Vertex AI系は一括でOKを出して自由に使っている
- サブスク系は月×人で振り分け

生成AI時代のあり方

パラダイムシフトが起きている
ワンチームにエンジニアを3人以上置かないようにしている
- 3人で複数プロダクト見る方が生産性高いこともある
俯瞰した視点で何ができるか想像できることが大事
まずエージェントにやらせてから仕事をしていく

所感

自分も一人の会社員としてできることを模索したいです。

第 2 回 AI Agent Hackathon with Google Cloud 最終ピッチ & 表彰式

内容&所感

Vibe Planning（3位）

旅行計画を余計な手続を考えずに行うことをコンセプトとしたアプリ。

詳細

GUIの卒業をビジョンに掲げ、手続型から宣言型というコンセプトは良いなと思いました。作成アプリにもGUI要素はあり、現時点で完全な卒業は難しそうだとも思いました。
Google Trends、Google Maps、口コミなど、Googleサービスを駆使しており、アプリも含めて完成度が高かったです。

学校だよりAI（2位）

残業時間の多い小中学校の教員向けの、教員の業務を支援・効率化するようなチャットアプリ。

詳細

実際に教員の方に使ってもらって評価をしており、いいなと思いました。地に足をつけた取り組みになっていると感じました。

FlatJam（１位）

音楽（特に作曲）を教育するためのアプリというコンセプトで、創作を教育システムの型に落とし込み、誰でも学べるようにする作曲アプリ。

詳細

音楽×教育というアイデアの独創性、コンセプトを実際にアプリに落とし込む設計のクオリティ、UIどれも素晴らしく、個人的に納得の1位でした。

Day2 基調講演

Day2ではAI周りを中心に最新の技術・サービス動向が目白押しでした。ここでも自分の印象に残ったところを中心に書きます。
こちらも詳しい記事のリンクを載せておきます。

https://cloud-ace.jp/column/detail513/

内容

AIインフラストラクチャの強化：ハードウェア、ソフトウェア面両方で
これによって高いコストパフォーマンスを実現
GKE周りのアプデ
- コンテナ最適化コンピューティング
- StandardモードにAutopilot導入
- AIワークロード向けに機能を最適化
Cloud Run
- Cloud Run with GPU
- Vertex AI、Firebaseから1クリックでデプロイできる
Geminiコーディングアシスト: あらゆる場所でGeminiを使える
- IDE
- Gemini CLI
- エージェントモード
- Gemini CLI GitHub Actions
  - イシュー分析
  - テスト記述
  - プルリクのレビュー
Gemini CLI
- YOLO mode：確認を飛ばして作業できる
- Cloud Runの最適化とかもできる
- AIが参照できるよう、暗黙知を減らすことが大切
「お客様をインテグレーターではなくイノベーターに」というビジョン
BQ Notebooksでのデータサイエンスエージェント
- 対話型分析エージェント：精度と信頼性が2/3以上向上したセマンティックモデル
- 対話型分析APIとしても提供
データベース向けMCP Toolboxも提供
- https://cloud.google.com/blog/ja/products/ai-machine-learning/mcp-toolbox-for-databases-now-supports-model-context-protocol
BQ
- 自動エンベディング生成
- AIクエリエンジン：感情分析とかも
トランザクションデータの分析の高速化
- Spannerカラム型エンジンをプレビュー
BigLake Icebergストレージ
Alloy DB Text2SQL
セキュリティ：「AIで守る、そしてAIを守る」
- AIセキュリティでVertexモデルのセキュリティモニタリングができる
Ai Agent Hackathon第３回開催
- 提出9/24まで

事例（一部のみ記載しています）

セブン＆アイ
- セブンCENTRAL：リアルタイムデータ基盤をBQで構築
  - 52億件/日のレコード数の規模に対して1分台でアクセス可能
- 次世代店舗システムを実行中：21000店舗のデータを全てクラウドに移行する

所感

Cloud Runは個人的にお気に入りのサービスで、AIとの連携も推しポイントだなと思います。MCPサーバーのデプロイ先としても良さそうです
Gemini CLIは自分も触っていますが、台頭する他CLIツールとの競争が気になるところです。2025年8月上旬時点ではClaude Codeが流行っていますが、今後どうなっていくか気になります。最近はQwenやGroqもCLIツールを出しており、ホットな領域ですね
AIセキュリティのモニタリングも気になっていて、セキュリティ周りの知識が疎い身からすると、サクッとAIアセット全体のリスク状況が掴めて対応方法も提示してくれるのは魅力的です

Gemini と Agent Development Kit で創る！ AI Agent 開発の最前線

登壇者情報

佐藤慧太
株式会社スリーシェイク
Sreake事業部マネージャー

内容&所感

AI Agent フレームワークの比較
ADKのデプロイ先の比較

その他スライド抜粋

実際の開発イメージ
テストイメージ
可観測性

Developer Stage

Developer Stageでは事前申し込みなしで、LT形式でさまざまな発表が行われていました。
見たものをいくつかピックアップします。

Cloud Runで始める LLM/MCP サーバー運用とセキュリティ対策

株式会社Synspective 新井雅也

アーキテクチャ例
セキュリティ対策：大きな方針として「従来のWebアプリケーション用のセキュリティ」＋「AIアプリケーション特有のセキュリティ」に分け、それを守ることをベースにしていました
- Webアプリケーションのセキュリティ観点：OWASP Top10をベースに
- AIアプリケーションのセキュリティ観点：OWASP Top10 for AI Applications 2025をベースに