AIエージェントとは？答えるAIが動くAIへ変わる理由
画像出典: Google (blog.google)
AIエージェントとは、目標を伝えると自ら計画を立て、複数のアプリやサービスを横断して操作し、結果を評価しながらタスクを完了させるAIです。文章を返すだけの生成AIとの違いは「行動するかどうか」にあります。2026年2月からAndroidのGeminiアプリで配車手配やフードデリバリーの再注文を代行するベータ機能が始まり、AppleもiOS 27でアプリ操作の基盤を入れ替えています。
AIに聞いたあとに残る作業こそ、いまスマホのAIが越えようとしている壁です。天気を聞けば天気が返り、店を聞けば候補が並ぶ。けれど配車アプリを開いて、行き先を入れて、車種を選んで、確定を押すのは、これまでずっと人間の仕事でした。
正直なところ、面倒なのは「考える」部分ではなく、この「手を動かす」部分だったはずです。AIエージェントは、その手を動かす側をAIに渡す発想です。まずは何が変わったのか、しくみから見ていきます。
AIエージェントとは？「答えるAI」と何が違うのか
AIエージェントとは、与えられた目標に対して自ら計画を立て、必要な行動を選択・実行し、結果を評価しながら継続的に改善するAIシステムのことです。ポイントは「目標を渡す」という点にあります。手順を一つずつ指示するのではなく、達成したい状態だけを伝える形です。
これまでの生成AIは、指示に応じてテキストや画像、音声を作成する「応答型AI」でした。入力があって、出力が返る。そこで一区切りです。対してAIエージェントは、生成AIや各種データベース、外部APIといった既存のリソースを組み合わせて使いながら、タスク達成に向けた行動を能動的に実行する「行動型AI」と位置づけられています。
「エージェント」という語は、以降もこの意味——目標を受け取って自分で動くAI——で使います。
| 比較の軸 | 答えるAI（従来の生成AI） | 動くAI（AIエージェント） |
|---|---|---|
| 受け取るもの | 質問・指示の文 | 達成したい目標 |
| 返すもの | 文章・画像・音声 | 実行された結果 |
| 手順の組み立て | 人間が考える | AIが計画する |
| アプリ操作 | 人間が行う | AIが代行する |
言い換えると、これまでのAIは優秀な相談相手でした。エージェントは、相談相手から「用件を引き受けてくれる相手」に役割が移ります。人が事細かに指示を与えなくても、目標を理解したAIが自ら計画を立て、さまざまなツールを自動的に使い分けながらタスクに取り組む——それが自律型ソフトウェアとしてのAIエージェントの姿です。
スマホのAIはもう動き始めているのか？
概念だけの話ではありません。2026年2月26日、GoogleはAndroid向けGeminiアプリに、指示に基づいて複数ステップのタスクを自動化する新機能のベータ版を発表しました。電源ボタンを長押しして音声で指示すると、AIがバックグラウンドでアプリ操作を代行します。
公表されている具体例は、Uberなどの配車アプリでの車両手配と、DoorDashなどのフードデリバリーアプリでの再注文です。ユーザーが「美術館へ行きたい」と伝えれば、配車アプリの予約手続きをAIが自動で進めます。行き先を打ち込み、画面を進め、確定するところまでが、指示のあとの自動処理になるわけです。
対応範囲は現時点でかなり限定的です。対応機種はGoogle Pixel 10シリーズ（Pixel 10、Pixel 10 Pro、Pixel 10 Pro XL）とSamsung Galaxy S26シリーズ、提供地域は初期段階として米国と韓国に限られています。誰のスマホでも今日から動く機能ではなく、まずは新しい端末と一部の国から始まっている段階です。
OSそのものにAIが埋め込まれていく
より大きな動きは、アプリ単位ではなくOS側で進んでいます。2026年5月13日（日本時間）、Googleは「The Android Show: I/O Edition 2026」で、GeminiをAndroid OSに統合するプラットフォーム「Gemini Intelligence」を発表しました。Androidを「OSからインテリジェンス・システムへ」変える、という位置づけです。
公表されている展開内容は次のとおりです。
- 2026年6月末以降、ChromeにGemini連携機能を追加。ページ要約や内容比較に加え、「Chrome自動閲覧（auto browse）」で病院の予約や駐車場確保といった定型的なWeb操作を自動化
- 「Autofill with Google」の強化により、連携アプリの情報を使って複雑なフォームをアプリ横断で自動入力
- 2026年夏からPixel・Galaxyの新端末に順次展開し、年末までにスマートウォッチ・車載機・グラス・ノートPC（Googlebook）へ拡大予定
予約フォームの入力や駐車場の確保は、多くの人が「毎回同じことを打ち込んでいる」と感じている作業です。エージェントが最初に狙うのは、まさにこの繰り返しの部分になります。
クラウドで動き続けるエージェントも登場している
2026年5月19日、GoogleはGeminiアプリの新しいエージェント機能を2種類発表しました。
ひとつは「Daily Brief」。朝の個人向けダイジェスト機能で、Gmailやカレンダーから情報を収集し、優先度を付けて提示します。Google AI Plus/Pro/Ultraの契約者向けに、米国から段階的に展開が始まっています。
もうひとつが「Gemini Spark」で、こちらは24時間365日クラウド上で稼働する自律型の個人用AIエージェントです。「複数のメール・チャットから会議記録を統合し、Docsで整理してメールドラフトを作成する」といった複数ステップのワークフローを自動化できます。信頼できるテスターから展開が始まり、その後Google AI Ultraの米国ユーザー向けにベータ提供の予定。対応デバイスはWeb、Android、iOS、macOS（Spark機能は2026年夏に追加予定）とされています。
スマホの中で動くエージェントとの違いは、端末の電源や手元にあるかどうかと無関係に動き続ける点です。寝ている間に情報が整理されている、という使い方がここで想定されています。
iPhoneのSiriはどうなるのか？
Appleは、ユーザー向け機能の派手な発表より先に、土台の作り替えを進めています。鍵になるのがApp Intents（アプリができることとアプリ内のコンテンツを構造的に記述し、SiriやApple Intelligenceとアプリを連携させる基盤技術）です。
2026年リリースのiOS 27でSiriはApple Intelligenceを基盤に大きく進化し、同時に旧来のSiriKitが非推奨となります。iOS 27では、App Intentsがアプリ内でSiriのAIを動作させる唯一の手段になります。開発者から見れば、対応するかどうかではなく、対応しなければSiriから扱われなくなる、という切り替えです。
AIがアプリを操作するには、そのアプリが「何ができるか」「いま何を表示しているか」を機械が読める形で伝える必要があります。ここでアプリ側がやることは、大きく2つです。
ひとつは、アプリの中身に名札を付けることです。App Intentsのスキーマ（アプリの機能や内容をAppleが決めた形式で書き出す仕組み）を採用すると、たとえばレシピアプリの1件のレシピや、家計簿アプリの1件の支出といった中身のひとつひとつが、iPhoneの検索機能Spotlightに「これは何のデータか」という意味付きで登録されます。その結果、話し言葉で「昨日保存したパスタのレシピ」と頼んでも、Siriがそれを探し出せるようになります。
もうひとつは、いま画面に出ているものをSiriに教えることです。View Annotations API（画面の表示部分とアプリ内のデータを結びつける仕組み）を使うと、Siriは「今この人が見ているのはこの店のページだ」と分かった状態になります。だから「これ、あとで行くリストに入れて」のように、目の前のものを指しただけの言い方が通じます。
その先にあるのが、複数アプリにまたがる操作の指揮です。Siri AIは、複数のアプリを使う一連の作業を自分で段取りして順に進められるようになり（オーケストレーション）、ユーザーは「望む結果」を伝えるだけでシステムが手順を組み立てます。Apple Intelligenceは、自然言語の説明からShortcutsの自動化を組み立てることも可能とされています。
つまり2026年時点で、GoogleはすでにユーザーへのベータExposure段階、Appleは開発者基盤を整えてエージェント的なSiriの土台を作っている段階、という差があります。どちらも向かっている方向は同じです。
勝手に動くAIは安全なのか？
AIが自分でアプリを操作するということは、間違えたときの影響も操作の分だけ大きくなります。配車を頼んだつもりが違う行き先で確定していた、という事態は誰も望みません。
GoogleのAndroid版Geminiのエージェント機能では、次のような設計が公表されています。
- 隔離された場所で動かす操作は「デバイス上の安全な仮想ウィンドウ内」で実行される。
- 触れる範囲を限るアクセスできるのは許可されたアプリのみ。
- 動きを見せる通知パネルでリアルタイムに動作を監視できる。
- 止められるユーザーはいつでも操作を停止できる。
この4つは、そのままエージェント機能を選ぶときの見どころにもなります。「何に触れるか」「何をしているかが見えるか」「止められるか」が揃っているかどうかが、任せてよいAIかどうかの判断材料です。これから各社の機能が増えていったとき、この観点で説明されていない機能には慎重になったほうがいいでしょう。
公表されている範囲では、Androidのエージェント機能は対応機種がPixel 10シリーズとGalaxy S26シリーズ、提供地域は米国と韓国に限られたベータです。Gemini SparkやDaily Briefも米国からの段階的展開で、有料プランの契約が前提になっています。AppleのApp Intents対応も、アプリ側が順次対応していく話です。日常のスマホ操作がすぐ丸ごと自動化されると考えると、期待とのズレが出ます。
今の自分は何を知っておけばいいのか？
まだ手元で使えないとしても、押さえておくと迷わない点が3つあります。
- アプリの権限を把握しておく：エージェントは「許可されたアプリ」の範囲で動く。どのアプリに何を許可しているかが、そのままAIの行動範囲になる
- アカウント連携を整理しておく：Gmailやカレンダーの情報を読んで動く機能が増えるため、どのサービスがつながっているかを把握しておく
- 「見える・止められる」を確認して使う：新しい自動実行機能を試すときは、動作の表示と停止手段があるかを最初に確かめる
スマホのAIが「答える」から「動く」へ移るというのは、AIが賢くなった話であると同時に、AIに何をどこまで触らせるかを人が決める話でもあります。しくみを知っておけば、機能が自分の端末に降りてきたときに、慌てず選べます。
関連して、iOS 27のSiriが何を変えるのか、スマホのセキュリティ設定をどう見直すかも合わせて読むと、全体像がつながります。
よくある質問
AIエージェントと生成AIの違いは何ですか？
生成AIは指示に応じてテキスト・画像・音声などを作成する「応答型AI」で、出力を返した時点で処理が終わります。AIエージェントは目標を与えると自ら計画を立て、生成AIや外部API、データベースなどを組み合わせて行動を実行する「行動型AI」で、複数アプリにまたがる操作を人に代わって完了させる点が違いです。
スマホのAIエージェント機能は今どの端末で使えますか？
Googleが2026年2月26日に発表したAndroid向けGeminiアプリのタスク自動化機能はベータ版で、対応機種はGoogle Pixel 10シリーズ（Pixel 10、Pixel 10 Pro、Pixel 10 Pro XL）とSamsung Galaxy S26シリーズ、提供地域は初期段階として米国と韓国に限定されています。
AIが勝手にアプリを操作しても安全ですか？
Android版Geminiのエージェント機能では、操作はデバイス上の安全な仮想ウィンドウ内で実行され、アクセスできるのは許可されたアプリのみと公表されています。動作は通知パネルでリアルタイムに監視でき、ユーザーはいつでも操作を停止できます。任せる機能を選ぶときは、この「触れる範囲・動作の可視化・停止手段」が説明されているかを確認するのが目安になります。
iPhoneでもAIがアプリを操作できるようになりますか？
AppleはApp Intentsという基盤技術でその土台を作っています。2026年リリースのiOS 27ではSiriがApple Intelligenceを基盤に進化し、旧来のSiriKitが非推奨となってApp Intentsがアプリ内でSiri AIを動かす唯一の手段になります。Siri AIは複数のアプリを使う一連の作業を自分で段取りして順に進められるようになり、ユーザーは望む結果を伝えるだけでシステムが手順を組み立てるとされています。
※記事で使用した内容・数値は変更される場合があります。最新情報は公式サイトをご確認ください。