Google Workspaceが刷新:業務自動化Flows追加、Docsの音声化も
GoogleはWorkspace向けの新AI機能を発表した。自然言語で複数アプリ間の業務フローを自動化する「Workspace Flows」のほか、Docsのポッドキャスト風音声概要作成やVidsへのVeo 2動画生成統合などが順次追加される。一部機能はAlpha版として提供が始まっている。

これまでの業務自動化といえば、Zapierなどの外部ツールでトリガーを細かく設定するか、API連携のスクリプトを組むのが一般的でした。しかし、スプレッドシートの列がひとつ変わるだけで全体が止まる脆さがありました。
Googleはこの領域にAIエージェントを持ち込もうとしています。4月9日、Google WorkspaceはGeminiを活用した複数の新機能を発表しました。最大の目玉は、自然言語の指示で複雑な業務フローを組める新機能「Google Workspace Flows」です。あわせてDocsでのポッドキャスト風音声要約や、動画作成ツールVidsへのVeo 2統合なども打ち出されました。
Googleによると、Workspace内のGeminiは現在、月間20億回以上ビジネスユーザーを支援しており、SalesforceやRivian、Whirlpoolなどの企業が日常業務に導入しています。
自然言語でエージェントを束ねるFlows
今回発表された「Google Workspace Flows」は、従来の単純なトリガー型自動化とは異なり、文脈を理解して自律的に推論・生成を行うAIエージェントの仕組みを採用しています。
使い方は、自動化したいタスクを自然な言葉で入力するだけです。Flowsが論理構造を持ったワークフローを自動設計します。さらに、Geminiで作成したカスタムAIエージェント「Gems」を呼び出し、Googleドライブ内の関連文書を参照しながら作業を進めることができます。
例えば問い合わせ対応であれば、届いたフォームの内容を分析し、社内文書から解決策を検索して返信下書きを作成し、担当者の確認キューに回すところまでを一連の流れとして自動化します。サードパーティ製ツールとの連携も進められており、現在はアルファプログラム向けに提供が始まっています。
聴くドキュメントとVeo 2による動画生成
個別のアプリにも実用的な機能が多数追加されます。
Google Docsには、NotebookLMで人気を集めた音声要約機能が導入されます。ドキュメント全文の読み上げだけでなく、2人の対話によるポッドキャスト形式で重要ポイントを耳から把握できるようになります。あわせて、文章の論理構成やトーンの一貫性にアドバイスをくれる推敲支援機能「Help me refine」もアルファ版として提供されます。
動画作成アプリのGoogle Vidsには、動画生成モデル「Veo 2」が組み込まれ、プロンプトからオリジナルのインサート映像を直接生成できるようになります。スプレッドシートではデータ傾向の分析やグラフ化を支援する「Help me analyze」が年内に登場予定です。
また、Google Meetでは途中参加時に「これまでの決定事項は?」とGeminiに尋ねてキャッチアップできるようになり、Google Chatではスレッド内で「@gemini」とメンションするだけで未決事項やタスクを整理できるようになります。データ管理面では、処理地域を米国またはEU内に制限できるデータレジデンシー設定も提供開始されました。
なぜ重要か
今回のアップデートの価値は、独立したAIツールとして話題になっていた機能を、ユーザーが毎日使っている業務環境の中に自然に組み込んだ点にあります。
一般ユーザーや現場のチームにとって、プログラミングや複雑な設定なしで複数ステップの自動化を組めるメリットは非常に大きいです。ドライブ内の資料を読み込ませたカスタムGemsと連携できるため、マニュアル確認や定型的な問い合わせ対応の下準備など、これまで人間の時間を奪っていた細かな作業を確実に減らせます。Docsの音声要約も、移動中に長文レポートの内容を把握する手段として実用性が高いと言えます。
業界全体で見れば、MicrosoftがCopilot Studioを中心に進めるエージェント自動化の動きに対する直接的な対抗策となります。両社とも単なる「チャット欄での文章生成」を脱し、自律的に動くワークフローの支配権を争う段階に入ったことが鮮明になりました。
Googleのアプローチは、長年培ったGoogleドライブのファイル資産とアクセス権限をそのままエージェントの文脈として活かせる点が極めて賢明です。ただし、エージェントが複数ステップを自律処理する構成では、途中でAIが前提条件を誤読した際に、下流の処理へ誤りが連鎖する懸念が残ります。当面は完全自動化に頼り切るのではなく、人間が最終確認を行うチェックポイントを必ず残す運用が不可欠だと考えられます。
情報源 (1)
- workspace.google.com(新しいタブで開きます)原文workspace.google.com