続報・Gemini Spark:背景で働き続けるAIの具体像と初期版の制約

航空券の値下がりを、AIが24時間体制で見張って知らせてくれる——そんな使い方が現実に近づいています。Googleは新エージェント「Gemini Spark」を、開発者向けイベント「I/O 2026」で発表しました[1]。チャットで質問して終わりではなく、頼んだ仕事を背景で続けてくれる存在です。

仕組みはシンプルです。ユーザーが仕事を頼み、必要なアプリの利用を許可すると、Sparkはバックグラウンドで働き続けます[1]。公式ブログも、Geminiアプリが「よりエージェント的に、能動的で24時間体制の支援」を届ける存在へ進化したと伝えています[3]。エージェント型とは、一度きり答えるのではなく、目的に向かって手順を組み、複数のアプリをまたいで作業を進めるタイプのAIです。前回の記事では24時間化の仕組みと接続の現在地を追いました。今回はその後の情報から、具体的な活用例と初期版の条件を掘り下げます。

できることは、すでにかなり具体的です。日常の例では、決まった路線の航空券を監視し、価格が下がった時点で知らせるタスクが挙げられています[1]。路線を登録してしまえば、あとは知らせを待つだけのイメージです。会議と重ならない夕食の時間帯をカレンダーから探す作業も可能です[1]。後追いが必要なタスクこそ、Sparkの得意分野といえそうです。

仕事面の実例も豊富です。未払いのクライアントメールを見つけ、確認用の返信案を下書きする。就職やインターンの締切を集めてスプレッドシートに整理する。会議のメモから「やること」を抜き出し、フォローアップ用のリストを作る。いずれも解説記事で挙げられている使い方です[1]。締切収集では、複数のメールを横断して情報を集める点がポイントです。人が最終確認する前提で、下書きの段階までをAIが担う形です。

鍵になるのは、小さな情報をつなぐ力です。Gmailで締切を見つけ、Driveのファイルと突き合わせ、カレンダーを確認した上で、リストやリマインダー、返信下書きへ変換する——という流れを一気に進めます[1]。旅行なら、フライトの確認メール、ホテルの予約、保存しておいた場所を一つの計画にまとめます[1]。対象はGmail、カレンダー、Drive、Docs、Sheets、Maps、そしてウェブです[1]。一つ一つは小さな作業でも、続くと負担になる種類の仕事です。それを任せられるかどうかが、エージェント型の試金石になりそうです。

周辺環境も整いつつあります。公式ページでは、複雑なタスクを最初から最後まで処理できるとされる新モデル「Gemini 4 Argon」が案内されています。ビジネスレポートの分析からプレゼン資料の作成、3Dモデルの構築までを視野に入れる説明です[2]。動画を会話のように作れる「Gemini Omni」は「動画版Nano Banana」とも表現され[2]、音声と文字を切り替えながら話せる「Gemini Live」も並びます[2]。新しいデザイン言語「Neural Expressive」では、タイポグラフィから触覚フィードバック、鮮やかな色彩までが示されています[2]。上位プランでは、エージェント型開発プラットフォーム「Google Antigravity」のレート制限が最大まで引き上げられる案内もあります[2]。Sparkはこうした機能群の中で、継続的なタスク処理を担う存在のようです。海外では「24時間体制のAIエージェント」と題した解説記事も登場しています[4]。

しかし、すぐに全員が試せるわけではありません。提供はまず信頼されたテスターと、米国のGoogle AI Ultra契約者向けベータから始まります。利用は18歳以上に限られ、条件を満たすアカウントにもすぐには表示されない場合があります[1]。料金は米国で月額99.99ドルからです[1]。日本の公式ページには、月額32,000円で「AI Proの20倍の使用量上限」というプラン案内もあります[2]。特典にはFlash-Liteモデルへのアクセスや画像生成なども含まれます[2]。一方、AIプラン自体は140以上の国と地域で利用できると案内されているのに[2]、Sparkは現時点で米国限定・英語限定です[1]。日本語ユーザーが使えるのは、まだ先になりそうです。

安全面の設計も見過ごせません。アプリ連携は初期状態でオフになっており、ユーザーが許可しない限り、Sparkは広いアクセス権を得られません[1]。メールの送信やお金の支出など、重要な操作の前には必ず確認を挟む設計です[1]。解説記事は、まず低リスクのタスクから始め、メールや購入、共有ファイル、機密性の高いアカウントへの使用は後回しにするよう助言しています[1]。便利さと引き換えに、権限をどこまで渡すかの判断が、使い手に求められる設計です。

質問に答えるAIから、こちらに代わって見張り続けるAIへ。Sparkの登場は、その転換の第一歩と思われます。背景で働き続ける以上、推論を続ける計算負荷も無視できません。それが料金にどう反映されているかは、素材からは読み取れません。権限の設定と事前確認が実運用でどこまで機能するか。エージェント時代の本丸は、モデルの性能だけでなく、信頼の作り方にありそうです。一般展開と日本語対応がいつ来るか、次の動きに注目したいと思います。