記事のサマリー(TL;DR)
- Googleは新モデル「Gemini 4 Hydrogen」を使い、電話をかける、支払いを行う、タスクを完了させる機能を米国・日本・韓国・カナダ・オーストラリア・インドで無料展開すると発表しました。
- 米国では、より高度な機能の提供も開始しています。具体例として、ディーラーへの電話予約代行、公共料金の分析、ショッピングの比較・決済代行、Instacartへの注文連携、学校関連メールからの予定登録などが紹介されています。
- Gemini はGoogle Cloud の Agent Compute Engine 上のハードウェア分離された仮想マシンで動作し、ユーザーごとに専用のサンドボックス環境で実行される仕組みが導入されています。
利用条件・前提
- 今回の無料展開の対象は米国、日本、韓国、カナダ、オーストラリア、インドの6カ国です。
- 高度な機能(Agent Payments Protocol を用いた購入、RCSを使ったテキスト操作、メール転送によるタスク依頼など)は米国から提供が始まっています。
- Gemini がユーザーに代わって連絡する際、対応する事業者に対してAIであることをすぐに開示する仕様になっており、事業者側はいつでもこの連絡方法を拒否(オプトアウト)できるとしています。
- 支払いや個人情報の共有は、ユーザーが明示的に許可しない限り行われない設計だとしています。
詳細
日常の使い方の例
記事ではGoogle社員の体験として、以下の利用例が紹介されています。
- ミニバンの点検ランプが点灯した際、Geminiに「最寄りのディーラー2軒に電話をかけ、今後1カ月以内の金曜早朝の予約を取ってほしい」と依頼。GeminiはPersonal Intelligenceを通じて車種(2019年型Honda Odyssey)や自宅の位置を把握しており、Google Maps上で近隣の店舗を見つけ、2軒に同時に電話をかけました。予約が可能な店舗を選び、Googleカレンダーの空き時間と照合したうえで、5分以内に金曜早朝の予約をカレンダーに追加したとしています。
- 先月、389ドルの予想外の電気料金請求を受けた際には、新しいGoogle Password Managerとの連携を通じてユーティリティポータルへのアクセスを許可し、メール内の過去の請求書を分析するよう依頼。原因がヒートポンプであり、電力料金のピーク時間帯にあたる午後4時頃に稼働していたことが判明したとしています。
- 今後の旅行に備え、USB-C充電器の比較を依頼したところ、Googleの Shopping Graph を使って候補を比較し、ワット数や色についての質問を経たうえで、新しいGoogle Pay連携を使って決済を代行。さらに割引コードを見つけ、10ドルの追加節約になったとしています。
支払い機能について
Geminiは、こうした購入処理に Agent Payments Protocol(AP2) を使用しているとのことです。GoogleはAmerican Express(提供予定)、Mastercard、Visaと連携し、対応するカードについてデジタルトークンを用いて購入の安全性を確保するとしています。Geminiを通じた購入でも、利用者のカードのポイント、キャッシュバック、購入保護などの特典は通常どおり付与されるとしています。利用者は事前に使用上限額(spending cap)を設定することができ、Geminiはその予算内で動作するよう設計されているとのことです。購入の領収書や追跡情報はGoogle Walletに集約され、Google WalletはこのタイミングからiOSにも展開されるとしています。
Googleは今後、Universal Commerce Protocol(UCP)をGeminiに統合し、発見から決済までのショッピング体験をより速く信頼性の高いものにする計画だとしています。
買い物・日用品の注文
新しいRCS連携を使い、テキストメッセージで「ラザニア、イチゴ、きゅうり、バニラアイスクリームをInstacartの注文に追加して」と依頼した例も紹介されています。さらに空になったシリアルの箱の写真を送って追加依頼した際も、Geminiがそれを受け取りInstacartでの注文完了まで引き継いだとしています。現在Geminiは60以上の人気アプリと連携しており、開発者はConnected Apps Platformへの参加を申請できるとしています。
家庭の予定管理
学校関連のメールをGmailからgemini@google.comへ一括転送したところ、1分以内にすべての日程がカレンダーに登録され、配偶者も招待された状態になったとしています。また、バスケットボールの練習時間と予定が重複していることをGeminiが検知し、送迎当番の交代を他の保護者に連絡するかどうかを確認してきたという例も挙げられています。
データ保護の仕組み
Geminiにタスクを任せると、Google CloudのAgent Compute Engineを用いて、アカウントごとに専用のハードウェア分離された仮想マシン上で処理が行われ、他のユーザーと共有されることはないとしています。各仮想マシンはサンドボックス化されており、Geminiは隔離された環境で動作し、セキュリティのレッドチームによって定期的にテストされているとのことです。このサンドボックスは複数の防御層の一つであり、検索結果やウェブページなどをスキャンするプロンプトインジェクション対策フィルターや、Geminiが開けるリンクを制限するGoogle Safe Browsingとの連携も行われています。
タスクの実行中、ユーザーはいつでも追加の指示を出すことができ、Geminiは重要な操作の前に確認を挟むよう設計されています。例えば「購入する」ボタンを押す前には確認または事前承認を求め、指示があいまいな場合には確認の質問をするとしています。一方、食材のカート追加のように日常的で信頼できる操作については、「常に許可」に設定しておくことで都度確認を省略できるとしています。
加えて、タスク設定の調整、GoogleおよびサードパーティアプリとGeminiとの接続解除、チャット履歴の削除などをいつでも行える設定・ツールが用意されているとしています。多層防御のセキュリティ戦略の詳細については、技術論文で説明しているとしています。また、エージェント型システムのセキュリティ向上のため、Google AI Vulnerability Reward Program(AI VRP)を通じたバグ報奨金プログラムへの参加も呼びかけています。
改善に向けたフィードバックの依頼
Googleは、タスクの実行について広範囲にテストを行い誤りを最小限にするよう努めているものの、すべての誤りを解消したわけではないとしています。タスクが完了しない、または目的を達成できないケースに遭遇した場合は、回答に「低評価(サムズダウン)」を付けてフィードバックするよう呼びかけています。
また、パーソナルアシスタントによるウェブの操作方法は、サイト側がこうした新しい利用形態に適応している途上であり、まだ発展段階にあるとしています。一部のサイトでは、Geminiが手続きの大部分を進めたうえで、最終的なボタンのクリックをユーザーに引き継ぐ場合もあるとのことです。Googleは主要なウェブサイトやセキュリティプロバイダーと直接連携し、ウェブがサイト運営者とパーソナルアシスタントの双方にとって機能するよう進化させる取り組みを進めているとしています。これまで数十年にわたり、多くのボットが悪意あるものであったためデフォルトでブロックされてきたが、パーソナルアシスタントにはより繊細な対応が必要であり、オープンで検証可能な標準が誰にとっても利益になると考えているとしています。
利用開始方法
Geminiでタスクを任せるには、ホーム画面のトグルを「Chat」から「Task」に切り替え、必要な内容を伝えるだけだとしています。米国では、メールをgemini@google.com宛に転送したり、以下の手順でGeminiとテキストメッセージをやり取りすることもできるとしています。
- AndroidまたはiOSでGeminiアプリを開き、「設定」をタップ
- 「チャンネル」をタップ
- 「Text with Gemini」の下にある「設定」をタップ
- 電話番号を確認する