Vertex AIとは何か？ひと言でいうとどんなプラットフォーム？
Vertex AIとは何か、まずはひと言でいうと？
室谷代表取締役Vertex AI、ひと言でいうと Google Cloud が提供している統合AI/MLプラットフォームなんですよね。モデルを作るだけでなく、それを本番に出して監視するところまで、1つの場所で回せる土台になっています。
テキトー教師DotAI 認定講師現場でよく聞くのが「それってGeminiと何が違うんですか？」なんですよ。プラットフォームなのかモデルなのか、そこが最初に混ざりやすいポイントですね。
室谷代表取締役そう、土台か中身か、という違いなんですよね。実際この土台の上には200以上のモデルが乗っていて、Google純正のものもあればAnthropicのClaudeもある。
業界構造で言うと、モデルを自前で全部抱えるより、土台側に寄せていく動きが年々強まってる印象です。
業界構造で言うと、モデルを自前で全部抱えるより、土台側に寄せていく動きが年々強まってる印象です。
テキトー教師DotAI 認定講師入り口がひとつにまとまっているだけで、最初の心理的なハードルはかなり下がりますね。バラバラのサービスを渡される方が、よほど大変ですから。
モデルの学習からデプロイ・監視まで、どこまで一か所でできる？
テキトー教師DotAI 認定講師初めて触る人がいちばん戸惑うのが、この守備範囲の広さなんですよ。学習のためのツールだと思って入ると、想像とだいぶ違う顔を見せるんです。
室谷代表取締役そうなんですよね。AutoMLやカスタムトレーニングでモデルを作って、Model Registryで管理して、Feature Store、Pipelinesで回して、デプロイしたあとはModel Monitoringで見る。
ここまでを別々のツールで繋ぎ合わせずに済むのが効いてくる。
ここまでを別々のツールで繋ぎ合わせずに済むのが効いてくる。
テキトー教師DotAI 認定講師繋ぎ合わせの作業って、地味ですけどいちばん時間を食うところですからね。動いてるのに手が止まる原因って、だいたいその境目なんです。
室谷代表取締役MYUUU の現場でも、ツール間の受け渡しで止まる時間が一番もったいないと感じていて。そこが1つにまとまっている価値は、人件費で換算しても素直に大きいんですよ。
データサイエンティストやエンジニアの何が楽になる？
テキトー教師DotAI 認定講師現場感覚で言うと、いちばん変わるのは「どこに何があるか分からない」がなくなることですね。データもモデルも実行環境も、同じコンソールから辿れるようになります。
室谷代表取締役あと、いま名前が Gemini Enterprise Agent Platform に変わって、エージェントまわりが同じ土台に乗ったのが大きいんですよ。以前はモデル運用とエージェント構築が別の話だったのが、ひとつの流れで見られるようになった。
テキトー教師DotAI 認定講師たしかに。エージェントを作る側とモデルを運用する側が、同じ言葉で話せるようになるのは現場ではかなり助かります。
室谷代表取締役経営目線で言うと、ツールが乱立している状態は属人化を生むんですよ。1か所に寄っているというのは、引き継ぎのコストが下がるという意味でも効いてくる。
そこは地味だけど見逃せないポイントです。
そこは地味だけど見逃せないポイントです。
Vertex AIとGeminiの違いは？プラットフォームとモデルの関係
Vertex AIが「土台」でGeminiが「モデル」という関係
室谷代表取締役ここが一番混ざりやすいところなんですよね。Vertex AIとGeminiって、並列のサービス名だと思われがちなんですけど、実際はレイヤーが違うんですよ。
テキトー教師DotAI 認定講師たしかに。初めて触る人は「Geminiを使いたいならVertex AIは関係ないんですか」と聞いてきます。
そこが最初の引っかかりなんですよね。
そこが最初の引っかかりなんですよね。
室谷代表取締役Vertex AIはモデルを載せて動かす土台で、Geminiはその上で動かすモデルのひとつ。だから同じ言葉として並べるのはちょっとズレてるんですよね。
テキトー教師DotAI 認定講師厨房とシェフの関係に近いです。厨房がVertex AI、シェフがGemini。
同じ厨房に別のシェフも立てられる、というのが次の話につながります。
同じ厨房に別のシェフも立てられる、というのが次の話につながります。
Model GardenではGemini以外に何が使える？
室谷代表取締役その土台の上には、Google純正だとImagen、Veo、Lyria。オープンモデルだとGemma、サードパーティだとAnthropicのClaudeなんかも同じ場所から使えるんですよ。
テキトー教師DotAI 認定講師モデルごとに別のコンソールを開かなくていいのが効くんですよね。現場だと認証やAPIキーがサービスごとに散らばるのが地味にしんどいので。
室谷代表取締役経営目線で言うと、調達先がまとまるのが大きい。契約も請求も権限管理も一箇所で見られるので、モデルを差し替えるたびに稟議を回さなくて済むんですよね。
テキトー教師DotAI 認定講師Model Gardenから選んでデプロイ、という流れが一本化されているのが、初めての人にも分かりやすいところです。
ImagenやVeo、GemmaやClaudeも同じ場所から使える理由
室谷代表取締役なぜ同じ場所から使えるかというと、Vertex AIが「モデルを配る場所」として設計されているからなんですよ。モデルの中身ではなく、学習・チューニング・デプロイ・監視の共通部分を持っている。
テキトー教師DotAI 認定講師ここで混乱しやすいのが、モデルの良し悪しと土台の良し悪しは別だという点です。Geminiが良くても、土台が扱いにくいと現場は回らないんですよね。
室谷代表取締役逆もあって、土台がしっかりしていると新しいモデルが出たときに差し替えるだけで済む。モデルは入れ替わる前提でプラットフォームを選ぶ、という流れになってきている気がします。
テキトー教師DotAI 認定講師だから最初に「どのモデルを使うか」より「どこに載せるか」を決めたほうが、後戻りが少ないんですよね。
Vertex AIはなぜ名前が変わった？Gemini Enterprise Agent Platformとの関係
2026年4月22日に何が発表されたのか
室谷代表取締役まず前提として押さえたいのが、2026年4月22日にGoogleが公式ブログで新しいプラットフォームを発表したことなんですよね。Vertex AIを土台に、エージェント統合やDevOps、オーケストレーション、セキュリティの機能を足した「Gemini Enterprise Agent Platform」です。
テキトー教師DotAI 認定講師え、それってVertex AIという名前がなくなるということですか？ 名前が変わると聞くと、また一から覚え直しか、と身構えてしまうんですよね。
室谷代表取締役消えるというより、以後の新機能やロードマップが、単体のVertex AIではなくこの新プラットフォーム側で提供される、という整理なんです。だから中身が別物になったわけではないです。
テキトー教師DotAI 認定講師そこは先に伝えておきたいですね。機能は続いているのに名前だけ変わると、現場では「また新しいものを覚えるのか」と受け取られがちなので。
新旧の名称対応表はどうなっている？
室谷代表取締役公式が新旧の名称対応表を出していて、主なところはこうなっています。
| 旧称 | 新称 |
|---|---|
| Vertex AI Platform | Gemini Enterprise Agent Platform |
| Vertex AI Studio | Agent Studio |
| Vertex AI Search | Agent Search |
| Vertex AI Agent Engine | Agent Runtime |
| Vertex AI Vector Search | Vector Search |
| Vertex AI Model Garden | Model Garden |
| Vertex AI Pipelines | Pipelines |
| Vertex AI Workbench | Workbench |
テキトー教師DotAI 認定講師一番紛らわしいのは、Agent EngineがAgent Runtimeに変わったあたりですかね。名前だけ見ると別サービスに見えます。
室谷代表取締役一方でVector SearchやModel Gardenみたいに、頭のVertex AIが取れただけのものも多いんですよ。全部を新しく覚え直す必要はなくて、差分だけ押さえれば十分です。
既存ユーザーが対応すべきこと（ドキュメントURLやブックマークの扱い）
室谷代表取締役既存ユーザーが気にするのは、これまで貼ってきたドキュメントのURLやコンソールのブックマークが切れないかという点ですよね。ここは新名称にリダイレクトされるので、基本はそのまま使い続けられます。
テキトー教師DotAI 認定講師それは安心材料ですね。ただ社内の手順書に古い名前のまま書いてあると、後から入った人が迷うやつです。
室谷代表取締役経営目線で言うと、そこは地味に効くところで。用語を放置しておくと「どの機能のことですか」という確認が積み上がるので、新しい呼び方に揃えておくだけで問い合わせが減ります。
テキトー教師DotAI 認定講師なるほど。まずは公式の対応表を一度眺めて、自分のプロジェクトで使っている機能が新名称だと何になるかだけ確認しておけば十分そうですね。
Vertex AI（Agent Platform）で何ができる？主要機能を整理
Model Garden・Agent Studio・ADKの役割分担
Vertex AI（Agent Platform）主要機能の4層
Model Garden
モデルを探してそのままデプロイできる場所
Agent Studio
ローコードでプロンプトを組んだり調整したりするビジュアルの作業台
Agent Development Kit（ADK）
コードファーストのモジュール型フレームワーク。これ経由で毎月6兆トークン以上が処理される
Agent Runtime
旧Agent Engine。1秒未満のコールドスタート、数日動き続ける長時間実行エージェントに対応
Memory Bank
会話から長期記憶を生成して持たせられる
Agent Identity
エージェントのID管理
Agent Registry
エージェントの一元カタログ
Agent Gateway
ポリシー適用の入り口
Agent Sandbox
生成コードの実行やブラウザ操作を安全に行う環境
RAG Engine / Vector Search
社内データを外に出さずにLLMへ安全につなぐ
室谷代表取締役まず全体像なんですけど、Agent Platform の機能って「モデルを探す」「試作する」「エージェントとして動かす」「統制する」の4層で見ると一気に頭に入るんですよね。
テキトー教師DotAI 認定講師たしかに。最初に触る人は機能一覧の多さに面食らうんですよ。
Model Garden はモデルを探してそのままデプロイできる場所で、Agent Studio はローコードでプロンプトを組んだり調整したりするビジュアルの作業台です。
Model Garden はモデルを探してそのままデプロイできる場所で、Agent Studio はローコードでプロンプトを組んだり調整したりするビジュアルの作業台です。
室谷代表取締役で、本番を見据えると Agent Development Kit、ADK が出てくる。コードファーストのモジュール型フレームワークで、これ経由で毎月6兆トークン以上が処理されてるんですよ。
試作と本番でツールが分かれてるのは、現場の作り分けを素直に反映してるんだと思います。
試作と本番でツールが分かれてるのは、現場の作り分けを素直に反映してるんだと思います。
テキトー教師DotAI 認定講師そういう順番なんですね。ノーコードで当たりをつけて、作り込む段でコードに落とす、という流れが自然だと。
Agent RuntimeとMemory Bankが効く場面
テキトー教師DotAI 認定講師作ったエージェントを動かす場所が Agent Runtime で、旧 Agent Engine に当たる部分です。1秒未満のコールドスタートで、数日動き続ける長時間実行のエージェントにも対応する、というのが現場の関心どころですね。
室谷代表取締役そこ、地味に経営に効くんですよ。エージェントが止まって人の手が入るたびにコストが乗るので、起動の待ち時間と常駐できるかどうかは運用費に直結します。
Memory Bank も同じで、会話から長期記憶を生成して持たせられる。毎回ゼロから説明させない設計にできるかは、顧客体験の差になりますから。
Memory Bank も同じで、会話から長期記憶を生成して持たせられる。毎回ゼロから説明させない設計にできるかは、顧客体験の差になりますから。
テキトー教師DotAI 認定講師長期記憶、最初に戸惑うのが「どこまで覚えさせるのか」なんですよ。全部覚えさせるとノイズになるので、記憶の設計はプロンプト設計と同じくらい効きます。
室谷代表取締役まさにそこが腕の見せどころで、機能があるかどうかじゃなくてどう設計するかの勝負になるんですよね。
Agent Identity・Registry・Gatewayなどのガバナンス機能
室谷代表取締役で、企業で使うとなると統制の話が必ず出てくる。Agent Identity はエージェントのID管理、Agent Registry は一元カタログ、Agent Gateway はポリシー適用の入り口です。
エージェントが何十個も動き出すと、誰が何をしてるか分からなくなるんですよ。
エージェントが何十個も動き出すと、誰が何をしてるか分からなくなるんですよ。
テキトー教師DotAI 認定講師現場感覚で言うと、個人で1個作ってる分には見えないんですけど、部署をまたいで増えてくると「これ、誰が止めるの？」という話になる。監査や権限の整理が後回しにされがちなところです。
室谷代表取締役業界的に見ても、モデルの性能競争から「運用と統制をどう回すか」に重心が移ってる。Agent Sandbox みたいに生成コードの実行やブラウザ操作を安全にやる環境が用意されてるのも、その流れの延長なんですよね。
テキトー教師DotAI 認定講師なるほど。エージェントに仕事を任せる前提だと、最初から要る機能なんですね。
RAG EngineやVector Searchで社内データをつなぐ
テキトー教師DotAI 認定講師最後が社内データとの接続で、RAG Engine と Vector Search がそこを担います。会社のドキュメントを読ませたい、というのは現場で一番よく聞く要望なので、ここが押さえられると一気に実務に寄ります。
室谷代表取締役ここは経営判断の論点でもあって、社内データを外に出さずにLLMへ安全につなぐ設計ができるかどうかで、導入の可否が決まるケースが多いんですよ。セキュリティが理由で止まってた案件が動き出すのは、たいていこの層です。
テキトー教師DotAI 認定講師たしかに。モデルを選ぶ話と、データをつなぐ話は別物として捉えた方が整理しやすいですね。
Vertex AIを導入するメリットは何か？
学習から本番、監視までを1か所で回せる強み
室谷代表取締役前の章で機能を一通り見たので、ここは導入すると実務で何が変わるかの話を。Vertex AI を入れる価値って、モデルの性能云々より「配線が要らない」ところなんですよね。
学習からデプロイ、監視までが同じ場所に揃ってる。
学習からデプロイ、監視までが同じ場所に揃ってる。
テキトー教師DotAI 認定講師そこ、初めて触る人が一番イメージしにくいところで。モデルを試すだけなら他でもできるんですけど、Model RegistryやFeature Store、Pipelines、Model Monitoringまで同じ画面に並んでると、引き継ぎのときの説明コストが全然違うんですよ。
室谷代表取締役MYUUUだと、モデルを差し替えるたびに監視の作り直しが発生してた時期があって。それが最初から繋がってるだけで、人のアサインが1段ラクになるんですよね。
テキトー教師DotAI 認定講師たしかに。バラバラだと「誰がどこを見るか」から決めないといけませんからね。
エージェント前提の設計に変わった意味
室谷代表取締役で、今回の改名で一番変わったのは、エージェントを動かす前提で部品が揃ったことなんですよ。Agent Runtime、Memory Bank、Agent Sandbox、Agent Identity あたりが最初から並んでる。
テキトー教師DotAI 認定講師現場感覚で言うと、エージェントって「動かす」より「動き続けさせる」ほうが難しいんですよ。Memory Bankで会話の記憶を持たせたり、Sandboxで生成コードを安全に走らせたり、その辺が別々だと組み立てだけで力尽きます。
室谷代表取締役ADK経由で毎月6兆トークン以上が処理されてるという話もあって、もう実験じゃなく運用のフェーズなんですよね。投資判断としても、エージェント基盤を自前で作るより乗ったほうが早い場面が増えてる。
テキトー教師DotAI 認定講師1秒未満のコールドスタートとか、数日動く長時間実行に対応とか、そういう細かい数字が効いてくるのは本番に入ってからですからね。
社内データをつなぐときに効く安全性とガバナンス
室谷代表取締役あと経営目線だと、社内データをLLMに繋ぐときの統制が最初から用意されてるのが大きい。RAG EngineとVector Searchで社内データを繋いで、Agent Gatewayでポリシーを効かせる、という流れが同じ場所で完結する。
テキトー教師DotAI 認定講師ここが一番ハマりやすいところで。「便利だけど社内ルール的にどうなの」で止まる案件、本当に多いんですよ。
最初からID管理や一元カタログがあると、情シスの稟議が通るスピードが変わります。
最初からID管理や一元カタログがあると、情シスの稟議が通るスピードが変わります。
室谷代表取締役稟議が2か月遅れると、その間に競合が先に出すわけで。ガバナンスって制約じゃなくて、スピードを買うための投資なんですよね。
テキトー教師DotAI 認定講師なるほど、それは刺さります。
Vertex AIの料金はいくら？無料で使える範囲はどこまで？
新規なら使える無料クレジットでどこまで試せる？
室谷代表取締役まず前提として、新しくGoogle Cloudを始める場合は他のプロダクトと合わせて最大$300の無料クレジットが使えるんですよね。なのでPoCの初期費用はほぼゼロで見積もれる。
テキトー教師DotAI 認定講師そこが最初のつまずきで、「クレジットがあるならずっと無料なんですか？」と聞かれるんですよ。あくまで初回の試用枠なので、使い切った後の従量課金は前提として置いておく必要があります。
室谷代表取締役経営目線で言うと、この$300は「この施策がペイするか」を確かめるための予算なんですよ。本番のコストが見える前に大きく張るのは危険なので、まずここで当たりをつける。
テキトー教師DotAI 認定講師なるほど。無料の範囲で触って、どのモデルがどれくらいトークンを消費するかを体感しておくのが先ですね。
エージェントのコンピューティング・メモリ・ストレージの料金
室谷代表取締役エージェントを動かす側の料金は、モデルのトークンとは別建てになってます。ここが新しいところで、コンピューティング・メモリ・ストレージの3層で見る必要があるんですよ。
まとめるとこうです。
まとめるとこうです。
| 項目 | 無料枠 | 超過後 |
|---|---|---|
| Agentコンピューティング（vCPU時間） | 月50時間 | $0.085/時間 |
| Agentメモリ（RAM） | 月100GiB時間 | $0.009/GiB時間 |
| Agentストレージ（Memory Bank・Session等） | 1GiB月 | $0.30/GiB月 |
テキトー教師DotAI 認定講師現場感覚で言うと、ここを見落として「トークン代しか見てなかったのに請求が増えた」というのは起きやすいんですよ。エージェントは動いている間ずっとvCPUを握りますから。
室谷代表取締役長期コミットも用意されていて、1年で$0.0765、3年で$0.068まで下がるんですよね。常時動かす前提のサービスなら、ここは経営判断として効いてくる部分です。
テキトー教師DotAI 認定講師そうそう、動かしっぱなしのエージェントは時計が回っている感覚ですからね。
エージェント関連の課金はいつから始まる？
室谷代表取締役で、いちばんややこしいのが、新しい課金項目は開始時期が分かれていることなんですよ。Agent Gateway経由の処理が2026年7月13日から、Memory BankとSessionsの課金が2026年9月1日から、セマンティック ガバナンス ポリシーは2026年後半から。
テキトー教師DotAI 認定講師ここ、初めて触る人がいちばん戸惑うところなんですよ。「今は無料に見えているけど、いつから請求が乗るのか」を知らないまま本番に載せてしまう。
室谷代表取締役だから導入時は「今すぐ課金されるもの」と「後から乗るもの」を分けて台帳にしておく。地味ですけど、これが一番効くリスク管理なんですよね。
テキトー教師DotAI 認定講師なるほど、スケジュールを先に押さえておくだけで意思決定のスピードが変わりますね。
モデル利用のトークン課金はなぜモデルごとに違う？
室谷代表取締役モデルを使う側は入出力のトークン、または1,000文字単位の従量課金で、モデルごとにレートが違うんですよ。高性能なものほど単価が上がる構造ですね。
テキトー教師DotAI 認定講師現場でよく聞くのは「同じ処理でもモデルを変えたら金額がかなり違った」という声ですね。タスクごとにどのモデルを当てるかを決めるのが、実はいちばん効くコスト設計です。
室谷代表取締役MYUUUの現場でも、全部を一番高いモデルに投げるような運用はしないです。下書きや分類は軽いモデル、最終判断だけ重いモデル、という切り分けをします。
テキトー教師DotAI 認定講師たしかに。ただ具体的な単価は更新も早いので、公式の料金計算ツールで都度確認するのが確実ですね。
Vertex AI Search（Agent Search）の料金はいくら？
StandardとEnterpriseで何が変わる？
StandardとEnterpriseの違い
Standard
- 1,000クエリあたり$1.50
- 検索結果をそのまま返す
- コアの生成回答は含まれない
- 社内ドキュメント検索向け
Enterprise
- 1,000クエリあたり$4.00
- 検索結果に要約まで付く
- コアの生成回答を含む
- 問い合わせ対応など要約自動返答向け
室谷代表取締役Agent Searchの料金、エディションで決まるんですよ。Standardが1,000クエリあたり$1.50、Enterpriseが$4.00。
倍以上の差なので、どっちを選ぶかで月の請求額がけっこう変わります。
倍以上の差なので、どっちを選ぶかで月の請求額がけっこう変わります。
テキトー教師DotAI 認定講師ここ、最初に戸惑うのが「Enterpriseは何が高いの？」という点なんです。Enterpriseにはコアの生成回答が含まれていて、検索結果をそのまま返すだけでなく要約まで付いてくる。
Standardはそこが別なんですよね。
Standardはそこが別なんですよね。
室谷代表取締役経営目線で言うと、問い合わせ対応みたいに要約まで自動で返したい用途ならEnterprise一択。逆に社内ドキュメントの検索だけならStandardで足りるので、そこを混同すると無駄にコストが膨らみます。
テキトー教師DotAI 認定講師たしかに。ただ1,000クエリ単位の世界なので、まず月に何クエリ飛ぶかをざっくり数えるところから始めるのが現実的ですね。
高度な生成回答（AIモード）の追加料金と無料トライアル
室谷代表取締役さらにオプションで、高度な生成回答のAIモードを乗せると1,000クエリあたり+$4.00。Enterpriseに足すと合計$8.00になる計算です。
テキトー教師DotAI 認定講師ここ、掛け算で効いてくるので現場感覚で言うと「思ったより跳ねる」んですよ。ただアカウントあたり月10,000クエリまでは無料トライアルがあるので、まずそこで挙動を確かめる人が多いですね。
室谷代表取締役無料枠で本番に近いデータを流して精度を見る、という順番が正しい。課金が始まってから「回答の質が足りない」と気づくのが一番痛いんですよね。
テキトー教師DotAI 認定講師そうそう。トライアルはあくまで検証用で、本番のクエリ量をそのまま載せないこと。
ここを混同すると初月の請求でびっくりします。
ここを混同すると初月の請求でびっくりします。
ネット上に出回る古い単価の情報に注意
室谷代表取締役ここが一番厄介なんですけど、ネット上には1,000クエリ$2.50という古い単価のまま書かれた記事が残ってるんですよ。現行のStandardは$1.50なので、その数字で稟議を書くと前提が崩れます。
テキトー教師DotAI 認定講師検索して上に出てくる情報が必ずしも最新とは限らない、というやつですね。料金は改定されるので、比較表を作る前に公式の料金ページを一度見ておくのが安全です。
室谷代表取締役コスト見積もりを古い数字でやると、あとから予算が足りなくなる。経営判断の材料が古いのは、機能が古いよりずっと厄介なんですよね。
テキトー教師DotAI 認定講師最終的には公式の料金計算ツールで、自分のクエリ数を当てはめて確認する。これに尽きると思います。
Vertex AI（Agent Platform）の始め方は？導入ステップと国内事例
Google Cloudプロジェクト作成から有効化までの流れ
Vertex AI（Agent Platform）導入ステップ
- 01Google Cloudプロジェクト作成公式サイトから新しいプロジェクトを作成する
- 02課金情報を設定新規アカウントは無料クレジット最大$300を利用できる
- 03Agent Platform（旧Vertex AI）を有効化コンソールで有効化。旧Vertex AIの名前は新名称に変更され、ブックマークはリダイレクトされる
- 04Model Gardenでモデルを選ぶGoogle純正もサードパーティも並ぶ。まず触って比べる
- 05Agent Studioでプロンプトを組み立てるコードを書かずに画面で調整し、試作段階の当たりを付ける
- 06ADKでエージェントを実装モジュール単位で組めるためテストしやすい
- 07Agent Runtimeにデプロイ1秒未満のコールドスタート、数日動き続けるエージェントも扱える
まずは導入の手順から整理します。設定はここまでで完結します。
- Google Cloudの公式サイトから新しいプロジェクトを作成する
- 課金情報を設定する（新規アカウントは無料クレジット最大$300を利用できる）
- コンソールで Agent Platform（旧 Vertex AI）を有効化する
室谷代表取締役ハードルは低いんですよ。まずはGoogle Cloudのプロジェクトを作るところからで、無料クレジットが最大$300つくので、検証で課金を気にしながら震える必要はないんですよね。
テキトー教師DotAI 認定講師そこ、最初に戸惑うのが「どこを有効化すればいいのか」なんですよ。旧Vertex AIの項目を探そうとして、名前が変わってるから見つからない、みたいな。
室谷代表取締役もうコンソール上は新しい名前で出てくるので。ブックマークしてた人はリダイレクトされるはずですけど、初見だと「あれ？」となる。
細かい画面の文言は公式のヘルプで確認してもらうのが確実です。
細かい画面の文言は公式のヘルプで確認してもらうのが確実です。
テキトー教師DotAI 認定講師手順としてはシンプルなので、順番にやれば数分で終わりますね。
Model GardenとAgent Studioで手早く試作する
室谷代表取締役有効化したら、いきなりコードを書かなくていいんですよ。Model Gardenで使いたいモデルを選んで、Agent Studioでプロンプトを組み立てる。
この順番が一番早い。
この順番が一番早い。
テキトー教師DotAI 認定講師現場でよく聞くのは「どのモデルを選べばいいか分からない」なんですよね。Model GardenにはGoogle純正もサードパーティも並んでるので、まず触って比べるのが手っ取り早いと思います。
室谷代表取締役ここは経営目線で言うと、モデル選定を会議で決めようとすると1か月かかるんですよ。触ってから決めた方が10倍早い。
トークン課金なので、試作段階のコストはほぼ誤差なんですよね。
トークン課金なので、試作段階のコストはほぼ誤差なんですよね。
テキトー教師DotAI 認定講師プロンプトの調整も画面でできるので、コードを書く前に当たりを付けられるのが大きいですね。
ADKで作ってAgent Runtimeにデプロイする
テキトー教師DotAI 認定講師試作で当たりが見えたら、次はコードに落とす番ですよね。ADKを使うとエージェントをモジュール単位で組めるので、テストもしやすいんですよ。
室谷代表取締役で、そこからAgent Runtimeに載せる。ここが地味に効くんですよ。
1秒未満のコールドスタートで、数日動き続けるエージェントも扱える。ユーザーを待たせる時間はそのまま離脱に効いてくるので、ケチれないところなんですよね。
1秒未満のコールドスタートで、数日動き続けるエージェントも扱える。ユーザーを待たせる時間はそのまま離脱に効いてくるので、ケチれないところなんですよね。
テキトー教師DotAI 認定講師長時間動く前提の設計、最初は想像しにくいんですよね。チャットボットの延長で考えると「ずっと起きてる前提」にピンとこない。
室谷代表取締役そこはADK経由で毎月6兆トークン以上が処理されてる規模の話なので。個人の感覚で測るとズレる領域です。
ぐるなびのAI飲食店探索アプリという国内事例
室谷代表取締役国内だと、ぐるなびがMemory Bankを使ってAI飲食店探索アプリ「UMAME!」を作った事例が公式で出てるんですよ。過去の行動や好みを記憶して提案する形にして、ユーザー満足度が30%以上上がったと。
テキトー教師DotAI 認定講師30%という数字は体感として大きいですよね。「毎回同じことを言わされる」ストレスが消えるだけで、印象って全然変わるんですよ。
室谷代表取締役ここがエージェントの本質で。検索して終わりじゃなくて、記憶を持って関係を続ける。
CTOの岩本さんもコメントを出されてますけど、日本企業がここを先行して押さえたのは大きいと思います。
CTOの岩本さんもコメントを出されてますけど、日本企業がここを先行して押さえたのは大きいと思います。
テキトー教師DotAI 認定講師パーソナライズって何から手を付ければ、となりがちなんですけど、国内に具体例があるとイメージしやすいですね。
よくある質問
Q1. AWSやAzureにも似たサービスがあるけど、どう選べばいい？
室谷代表取締役これ、選定の話になりがちなんですけど、実際は「もう何を使ってるか」で大体決まるんですよね。既存のクラウドに乗せた方が、認証もネットワークもそのまま使えますし。
テキトー教師DotAI 認定講師たしかに。現場感覚で言うと、AI基盤だけ別ベンダーに置く構成は、運用が一気に重くなります。
比較表を見るより先に、データがどこにあるかを確認した方が早いんですよ。
比較表を見るより先に、データがどこにあるかを確認した方が早いんですよ。
室谷代表取締役そうなんですよ。スペック表で勝ち負けを決めるより、地味ですけどそこが一番効く判断なんです。
Q2. 名前が変わったあと、社内の呼び方やドキュメントはどうすればいい？
テキトー教師DotAI 認定講師ここ、元から使ってる人が一番気にするところですよね。名前が変わったから設定を全部作り直す、という話ではないので、まずは公式のアナウンスを確認するのが前提なんです。
室谷代表取締役で、僕らのような立場だと怖いのは機能の変化より「社内の呼び方が混ざって、稟議や資料の用語が揃わない」方なんですよ。地味にそこが一番コストになります。
テキトー教師DotAI 認定講師なるほど、そこは盲点でした。新旧の対応表を1枚作っておくだけで、社内の問い合わせはかなり減ります。
Q3. データの扱いやセキュリティは、どこから確認すればいい？
室谷代表取締役ここは導入が止まりがちなポイントなんですよね。社内で「データが学習に使われないか」を最初に確認したい、という話が必ず出ますから。
テキトー教師DotAI 認定講師初めて触る人がつまずくのも、まさにそこです。技術の話というより、社内を説得する資料を作る仕事だと思った方が近いんですよ。
室谷代表取締役そう、技術選定の3割くらいは説明責任との戦いなんです。だったら最初から一次情報を押さえて、それをそのまま資料にした方が早いんですよね。
Q4. 個人や小規模チームでも使いこなせる？
テキトー教師DotAI 認定講師入り口の壁は思ったより低いんですけど、いきなり本番を任される方が危ないんですよ。機能が多すぎて、何から触ればいいか分からなくなるのが最初の関門で。
室谷代表取締役個人なら、業務の1タスクだけ置き換えてみる、くらいの距離感がちょうどいいんですよね。大きく構えるほど、たぶん一生動かないです。
テキトー教師DotAI 認定講師たしかに。小さく1つ、が結局は一番早いです。
Q5. 情報が多すぎて追えない。キャッチアップはどう進めればいい？
室谷代表取締役その相談はよく受けます。結局、公式のドキュメントと手元の1ユースケースを行き来するのが一番効くんですよ。
あれもこれもと広げると、たぶん何も残りません。
あれもこれもと広げると、たぶん何も残りません。
テキトー教師DotAI 認定講師現場でよく聞くのは、用語の多さで心が折れるパターンですね。プラットフォーム名とモデル名を混ぜて覚えると、余計に混乱します。
室谷代表取締役そう、まず地図を持つことなんです。自分がいまどの層の話をしてるのか分かれば、あとは調べれば済みますから。
まとめ
室谷代表取締役ここまでの話をまとめると、Vertex AI って「どのモデルを使うか」より「データと運用をどこに置くか」の話なんですよね。名前が変わっても、そこは変わってないです。
テキトー教師DotAI 認定講師たしかに。プラットフォームとモデルを分けて考える、そこが最初の関門なんですよ。
混ぜたまま読むと、だいたい途中で分からなくなります。
混ぜたまま読むと、だいたい途中で分からなくなります。
室谷代表取締役だから明日やるなら、既存の Google Cloud のプロジェクトで1つだけ検証する。それが一番現実的な一歩なんです。
テキトー教師DotAI 認定講師はい。まず触ってみて、分からない言葉を1個ずつ潰していく。
それだけで十分だと思います。
それだけで十分だと思います。
室谷代表取締役そうそう。大きく構えるより、小さく1つ動かした方が、数年先まで効きますから。
