AIエージェント主戦場化、MicrosoftとGoogleの勝算

対話型AIから実行型エージェントへの転換

米テック大手のAI競争は、質問に答えるチャットボットの性能比較から、業務や生活のタスクを実際に進めるAIエージェントの実装競争へ移っています。MicrosoftはMicrosoft 365上で動くCopilot Coworkを広げ、GoogleはGemini SparkやSearch agentsを前面に出しました。共通しているのは、AIを「入力欄の中の相手」ではなく、メール、文書、予定、検索、開発環境、外部サービスをまたいで動く実行レイヤーに変えようとしている点です。

この変化は、単なる新機能の追加ではありません。AIが企業データに触れ、複数のアプリを操作し、ユーザーの承認を挟みながら長時間の作業を進めるなら、SaaSの価値、検索の入口、クラウドの収益構造、セキュリティ設計まで変わります。本稿では、MicrosoftとGoogleの発表を基点に、AIエージェント市場の主戦場がどこに移るのかを整理します。

Microsoftが企業OSに置く代理実行層

Copilot Coworkが変える業務ソフトの位置づけ

Microsoftの強みは、AIエージェントを企業の既存業務に差し込める場所をすでに持っていることです。Word、Excel、PowerPoint、Outlook、Teamsは多くの企業で日常業務の中心にあります。Copilot Coworkは、このMicrosoft 365の文脈を使い、メール作成、会議準備、表計算、文書整理、営業案件の確認といった作業を横断的に進める方向へ進化しています。

TechRadarの報道では、Copilot CoworkはMicrosoft 365 Copilotユーザー向けに世界で一般提供され、プレビュー段階でFortune 500の半数超が利用していたとされています。Microsoftは、表計算ファイルの一括編集、製品バージョン間の大量ファイル比較、営業チームのリスク案件評価などを利用例として示しています。ここで重要なのは、AIが単に文章を生成するだけでなく、複数の業務成果物を作る「作業単位」を任され始めていることです。

この設計は、SaaSの収益モデルにも影響します。従来のOfficeは、人間がアプリを開き、メニューを選び、データを加工する道具でした。AIエージェントが普及すると、ユーザーはアプリの個別操作よりも「来週の商談に向けて必要資料を準備して」「前月との差分を整理して」といった目的を入力します。価値の中心は、画面の機能数から、アプリ間の文脈を理解して実行できる範囲へ移ります。

MicrosoftがAnthropic系のClaude Cowork技術を取り込み、モデル選択やプラグイン拡張、コスト管理を強調している点も見逃せません。これは、OpenAIとの関係だけに依存せず、企業向けエージェントの運用基盤としてMicrosoft 365を中立的な制御面にする戦略です。顧客企業から見れば、最も賢いモデルそのものよりも、権限、監査、データ境界、既存ID基盤と統合された実行環境の方が導入判断で重くなります。

FoundryとCopilot Studioを結ぶ開発者基盤

Microsoftは、利用者向けのCopilotだけでなく、開発者向けのFoundry Agent ServiceやCopilot Studioにも投資しています。Microsoft Learnでは、Foundry Agent ServiceをAIエージェントの構築、展開、スケールを担う管理基盤と説明しています。エージェントはモデル、指示、ツールを組み合わせ、外部データやAPIを呼び出し、複数ステップの判断を行うアプリケーションと定義されています。

この定義は、AIエージェント市場を理解するうえで実務的です。エージェントとは、LLMに長いプロンプトを渡すだけの仕組みではありません。ファイル検索、Web検索、コード実行、業務API、MCPサーバー、認証、監査ログ、観測性を組み合わせることで、初めて企業内で使える実行システムになります。MicrosoftがBuild 2025で示したAzure AI Foundry Agent Serviceの一般提供、Semantic KernelとAutoGenの統合、A2AとMCPの対応は、この基盤競争を意識したものです。

Build 2025の公式発表では、GitHub Copilotの利用開発者が1500万人、Copilot StudioでAIエージェントや自動化を構築した組織が23万社超、Fortune 500の90%が利用済みとされました。こうした数字は、Microsoftが単体アプリではなく「企業が自社エージェントを作るための工場」を押さえようとしていることを示します。エージェントが増えれば、モデルだけでなく、監視、評価、ID、データ保護、課金管理がボトルネックになります。そこをクラウドとID基盤で握るのがMicrosoftの狙いです。

Googleが検索と個人アプリに広げる常駐支援

Gemini Sparkが狙う生活圏の自動化

Googleの戦略は、検索、Gmail、Docs、Calendar、Android、Chromeといった個人の情報接点を束ね、AIエージェントを日常の常駐支援に近づけることです。GoogleはI/O 2026に合わせ、Geminiアプリをよりエージェント的に進化させると発表しました。公式ブログでは、Geminiの月間利用者が230の国と地域、70超の言語で9億人を超えたとしています。

Gemini Sparkは、その利用基盤の上に置かれる24時間稼働型の個人AIエージェントです。Googleの説明では、Gemini 3.5とAntigravity harnessを使い、Gmail、Docs、SlidesなどのWorkspaceツールと深く統合されます。クラウド上で動くため、ユーザーがノートPCを閉じたりスマートフォンをロックしたりしても、背景で作業を続けられる点が特徴です。

具体例としては、クレジットカード明細から新しいサブスクリプション費用を検知する、学校からの連絡を整理して家族に共有する、メールやチャットに散らばった会議メモを統合してGoogle Docsにまとめる、といったタスクが挙げられています。これはスマートスピーカー時代の音声アシスタントとは異なります。音声で一問一答するのではなく、複数アプリの状態を監視し、ユーザーの目標に沿って作業の途中経過を管理する発想です。

ただし、Googleにとって最大の課題は信頼です。生活圏のデータは企業データ以上に広く、予定、家族、購買、移動、金融、健康に近い情報を含みます。Gemini Sparkは「ユーザーの指示下で動く」と説明され、支払い、メール送信などの高リスク行為では許可を求める設計が示されています。それでも、常駐型エージェントを広く普及させるには、どのデータに接続し、どの判断を自動化し、どこで人間の承認を必須にするかを、利用者が理解できる形で提示する必要があります。

Search agentsが変える検索行動と広告接点

Googleがもう一つ重視するのが、検索そのもののエージェント化です。I/O 2026のSearch更新では、AI Modeの月間利用者が10億人を超え、検索クエリが四半期ごとに倍増していると説明されました。新しいSearch agentsは、ユーザーが関心を持つテーマを背景で監視し、Web、ニュース、ブログ、ソーシャル投稿、金融、買い物、スポーツなどの新しい情報を横断して更新を届けます。

この仕組みが広がると、検索は「その都度キーワードを入力する行為」から「継続的な監視タスクをAIに委任する行為」へ近づきます。たとえば住まい探し、旅行計画、特定商品の値下がり、スポーツ選手の契約情報、業界ニュースの変化などは、ユーザーが何度も検索するより、条件を設定したエージェントが変化を検知する方が自然です。

Googleは、AntigravityとGemini 3.5 Flashのエージェント的なコーディング能力をSearchにも持ち込み、質問に合わせて動的なUI、グラフ、シミュレーション、ミニアプリを作る構想を示しています。これは検索結果ページを広告枠とリンク一覧の集合から、ユーザー固有の作業画面へ変える可能性があります。検索広告モデルにとっては、クリック前提の接点が減る一方、購買や予約に近い行動データが増えるため、広告価値の測り方が変わります。

Googleの基盤面では、Agent2Agent Protocolも重要です。A2Aは異なるベンダーやフレームワークで作られたエージェント同士が、能力を発見し、情報を交換し、タスク状態を共有するためのオープンプロトコルです。Googleは発表時点で50超の技術パートナーやサービス企業の支援を掲げました。AIエージェントが一社のアプリ内に閉じないなら、相互運用性は競争領域であると同時に、市場全体を拡大する前提条件になります。

普及を左右するコストと権限管理の壁

AIエージェントが本格導入されるほど、推論コストは目に見えやすくなります。チャットボットなら一つの質問に一つの回答で済む場面でも、エージェントは計画、検索、ツール呼び出し、検証、再試行、レポート生成を繰り返します。複数のサブエージェントを並列に動かす設計では、トークン消費もAPI呼び出しも増えます。GoogleがGemini 3.5 Flashで速度とコストを強調し、MicrosoftがCopilot Coworkでコスト管理を打ち出すのは、実運用の採算が最大の競争軸になるためです。

もう一つの壁は権限管理です。エージェントは、便利になるほど強い権限を求めます。メールを読むだけなら低リスクでも、送信する、ファイルを書き換える、契約書を作る、支払いに進む、顧客情報を外部サービスへ渡すとなれば、事故の影響は大きくなります。従来のSaaS権限は人間の画面操作を前提に設計されてきましたが、エージェント時代には「どの条件なら自動実行を許すか」「どの操作は必ず承認を挟むか」「失敗時にどう巻き戻すか」を権限設計に含める必要があります。

セキュリティ面では、プロンプトインジェクションも現実的なリスクです。Webページ、メール、文書の中に、エージェントをだます命令が隠されると、ユーザーの意図と異なる行動を取る可能性があります。GoogleはProject Marinerで外部コンテンツからの悪意ある指示を見分ける研究を説明し、MicrosoftはEntra Agent IDやPurviewといったID、データ保護、コンプライアンス基盤を押し出しています。どちらも、AIの賢さだけではなく、実行権限を安全に閉じ込める設計が勝敗を分けると見ているためです。

市場面では、既存SaaS企業にとって機会と脅威が同時に生まれます。エージェントに接続される側のアプリは利用頻度が増える一方、ユーザーがアプリ画面を直接開く機会は減るかもしれません。UIの美しさやメニューの使いやすさより、APIの品質、権限の細かさ、監査ログ、A2AやMCPへの対応が評価される局面が増えます。SaaSベンダーは「人間が使いやすい画面」と同じ重みで「エージェントが安全に使える機械向け接点」を整える必要があります。

日本企業が検証すべき導入順序

日本企業がAIエージェントを検討する場合、最初から全社の自律化を目指すべきではありません。まずは権限が限定され、成果物の確認が容易で、失敗しても事業影響が小さい領域から始めるのが現実的です。たとえば社内文書検索、営業会議の事前調査、FAQ草案、競合ニュースの継続監視、経費や契約書の一次チェックなどが候補になります。

次に見るべき指標は、回答精度だけではありません。処理時間、1タスクあたりの推論コスト、手戻り率、承認待ちの回数、監査ログの追跡性、情報漏えい時の封じ込め範囲を測る必要があります。AIエージェントは「速く作れる」ことよりも、「任せてよい範囲を説明できる」ことが導入の前提になります。

Microsoftは企業内の業務データとID基盤、Googleは検索と個人アプリの利用接点を武器にしています。両社の競争は、最終的にはどちらのAIが賢いかではなく、どちらのエージェントがユーザーの文脈に近く、安全に実行でき、コストを管理できるかで決まります。企業のIT部門と事業部門は、AIエージェントを新しいチャット画面としてではなく、業務プロセスに入り込む実行基盤として評価する視点が欠かせません。

参考資料:

• Microsoft Build 2025: The age of AI agents and building the open agentic web
• What is Microsoft Foundry Agent Service?
• Microsoft makes Copilot Cowork open to everyone
• This is Microsoft’s new Copilot Cowork
• Microsoft is testing OpenClaw-like AI bots for Copilot
• Gemini 3.5: frontier intelligence with action
• The Gemini app becomes more agentic, delivering proactive, 24/7 help
• Google Search’s I/O 2026 updates: AI agents and more
• The latest AI news we announced in May 2026
• Announcing the Agent2Agent Protocol
• Introducing Gemini 2.0: our new AI model for the agentic era
• Google is launching its own version of OpenClaw