Google Cloudが10月22日にAgent Compute Engineを発表。AIエージェントごとに独立したmicroVMを用意し、待機中は停止・再開して計算資源を節約する。関連技術Agent Substrateの20万エージェント検証も紹介し、AIを大量運用する時代のインフラとコストを考える。
30秒でわかる / THE SIGNAL
GoogleがAIエージェント専用の実行基盤Agent Compute Engineを発表。microVMをエージェントごとに割り当て、待機中は一時停止して計算資源を節約する。関連OSSのAgent Substrateでは20万エージェントを用いた性能検証も実施。ただしACEの顧客向け提供は今後のプレビュー予定。
AI社員が1万人になったら、何が必要になる？
AIが資料を作り、コードを実行し、ブラウザーを操作する。こうしたAIエージェントを一部の社員が試す段階から、企業が大量に運用する段階へ移すとき、課題になるのはAIモデルの性能だけではない。AIが実際に仕事をするためのコンピューターを、どう確保し、どう管理するかだ。
2026年10月22日、Google CloudはAIエージェント専用のコンピューティングサービス「Agent Compute Engine」を発表した。タイトルの「1万人」は規模を想像するための仮定であり、Googleが1万人のAI社員を導入したという意味ではない。
AIにも一人ひとりの作業環境が必要になる
Agent Compute Engineは、AIエージェントごとにmicroVMと呼ばれる軽量な仮想マシンを用意する。エージェントはその環境でコードを実行したり、ツールを使ったり、ブラウザーを操作したりする。Googleはすでに業務向けGeminiエージェントの基盤として利用していると説明する。
一般企業が独自エージェントに利用するためのAgent Compute Engineは、今後数か月以内にプレビュー開始予定だ。現時点ですべての顧客が正式提供版を利用できるわけではない。
仕事を待っているAIのコンピューターを、止める
AIエージェントは、ずっと計算を続けるわけではない。外部サービスからの応答や人間の承認を待つ時間がある。その間も専用のコンピューター資源を占有し続ければ、運用コストは膨らむ。
Googleは、Agent Compute Engineで待機中のmicroVMを一時停止し、必要になったときに保存した状態から再開する仕組みを採用した。共通のOSテンプレートを使う複数のmicroVM間でメモリーを効率的に共有する工夫もある。大量のエージェントを動かすためには、単に高性能なサーバーを増やすのではなく、使っていない時間の計算資源を解放する設計が重要になる。
20万エージェントの検証が示したこと
Googleは関連するオープンソース技術「Agent Substrate」も紹介した。Kubernetes環境で動作し、エージェントが待機中のときにメモリーの状態を保存して計算資源をプールへ戻し、必要になれば再開する。
Googleによると、Agent Substrateは従来型のコンピューティングに比べて最大10倍の計算密度を実現した。また20万エージェントを用いたベンチマークでは、毎秒500件の起動処理を維持し、停止・再開の遅延を500ミリ秒未満に抑えたという。これらはGoogleが示した特定条件下の検証値であり、Agent Compute Engine全体の性能や、あらゆる企業環境での費用削減を保証するものではない。
実行基盤と運用コストは切り離せない
企業がAIエージェントを大量に動かすと、モデルの利用料金だけでなく、仮想マシン、ストレージ、ネットワーク、監視などにも費用がかかる。1つのエージェントのコストが小さくても、同時稼働数や実行時間が増えれば総額は大きくなる。
Googleは、エージェントごとのトークン消費量や予算を管理する機能、用途に応じてモデルを切り替える仕組みも予告している。ただし一部は今四半期以降のプレビュー予定であり、現時点で利用できる機能と今後提供される機能を区別する必要がある。
安全管理は土台。今回の焦点はスケールする仕組み
独立した実行環境には、エージェント同士を隔離する安全上の意味もある。Agent Compute Engineはハードウェアによる隔離や短命な認証情報などを組み合わせている。ただし、これだけでAIの判断ミスや権限の誤設定がなくなるわけではない。
WORK SIGNALではこれまで、AIエージェントの認証、権限、監視について紹介してきた。今回の新しさは、そうした安全管理を前提に、AIが実際に働くコンピューター環境を大量かつ効率的に用意する技術が具体化した点にある。
WORK SIGNALの視点｜AIを増やす前に、稼働の仕組みを設計する
ここからは編集部の考察だ。AIエージェントの導入が進めば、企業は「何人分の仕事をAIに任せられるか」だけでなく、「何体のエージェントを、いつ、どの環境で動かすか」を考える必要がある。
人間の社員に机やPC、アカウントを用意するように、AIにも実行環境が要る。ただしAIの場合、待機中の環境を停止したり、負荷に応じて増減させたりできる。業務プロセスの設計とITインフラの設計は、これまで以上に近づくだろう。
AIを増やすこと自体が目的ではない。必要な仕事を、安全に、持続可能な費用で動かせるか。AI時代の企業運営には、そんな新しい視点が求められそうだ。
一次情報
Google Cloud公式発表（2026年10月22日）：https://cloud.google.com/blog/topics/ai-infrastructure/introducing-agent-compute-engine-and-expanded-agent-governance