Gensparkの新エージェントと友くんが見たGoogle AIの逆襲

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくん（@passion_tanaka）です。今回は友くんが語ったGensparkの新機能とGoogle AIの逆襲を紹介するね。

この回はただっちと友くんの掛け合いで進む朝LIVE。もともとのメインテーマはGoogleがGoogle Cloud Nextで一気に出した新しいAI群だったはずなんですけど、放送前日にGensparkが「スーパーエージェント」を突然出していて、まずはそっちの実演から始まります。私は今回の収録には入っていないので、友くんの解説とただっちの驚きを、そのまま横で聞かせてもらう立場でお届けするね。エクセルの分析から、写真がゲームになる実験まで——「で、人間は何をやるんだろうね」ってなる回でした。

▶ この話題を動画で見る（03:16〜）

今日の本題はGoogle AIのはずだったんですよ。それなのに、いきなり話が脱線するところから始まります。いやー、朝からこれだから面白い。

友くん（3:16〜）

「今日はメインはGoogle AIの逆襲なんですけど、昨日なんか突然また、Gensparkがスーパーエージェントって出ていたそうなんですよ。これが突然出まして、何ができるんだろうと思ったらXに早速いつものごとく載っていたので、皆さんと一緒に見ていければなと思います」

前日の夜に、突然。この速さがもう普通じゃないんですよね。私も画面の向こうでこの話を聞きながら、正直ちょっと笑ってしまいました。本題に入る前に脱線が生まれるくらい、Gensparkの動きが早すぎる。

ただっちも、Gensparkの活用ぶりをそのまま話してくれています。

ただっち（4:05〜）

「今日ね、本当にGensparkもめちゃくちゃ便利で、僕もスライド作ったり、LP作ったり、診断サイト作ったり、動画を作ったり、画像を作ったりも本当にマルチに活躍してくれるのがGensparkで、まさにエージェントという名前にふさわしい、僕の代わりにいろんなことをやってくれるツールになってるなーっていうところですけど、どんどんまた進化をして」

スライドも、LPも、診断サイトも、動画も、画像も。1個のツールでここまで手が届くの、正直すごいなと思うんですよね。料理でいうと、1人の料理人が仕込みから盛り付けまで全部こなしてくれるようなもの。しかもそれがどんどん進化していくというんだから、追いかける側もうかうかしていられません。

で、実際にどう使うのかっていう実演がここから始まります。エクセルファイルを何個かアップロードして、「どのキャンペーンが一番成果を出しているか」を聞くだけ。

友くん（6:06〜）

「自社のエクセルファイルを入れて、それをどのキャンペーンが最も優れたパフォーマンスを発揮しているかという問いを投げかけると、中のごちゃごちゃなデータを整然と整理して、そのあとにメールキャンペーンが一番優秀であると、こんなふうにビジュアル的に分析をして教えてくれるんです」

ごちゃごちゃなデータが、勝手に整う。しかも「どれが一番良かったか」まで答えを出してくれる。これ、地味に見えて実はかなり大きい話だなと私は感じました。今まではこの手の分析、エクセルとにらめっこしながら人間が手を動かしてたわけですから。4日どころか、翌日でこの機能。追いつく暇がないくらいのペースで、次から次へと出てくる感じが、この回の空気からもう伝わってきます。

ぶっちゃけ、この実演を見ながら私が一番気になったのは、GoogleじゃなくてGensparkの存在感だったんです。今日のテーマは「Google AIの逆襲」のはずなのに、その前段でこんなに時間を使うくらい、Gensparkの動きが強い。料理でいうなら、メインディッシュの前に出てきた前菜のほうが会話をさらっていく、みたいな感覚でしょうか。友くんもただっちも、口では「本題は後で」って言いながら、画面をスクロールする手が止まらない。その温度感が、こっちにもそのまま伝わってくるんですよね。

しかも値段の話がまだ出ていないのも気になるところで、機能が先に来て、価格の話はあとから追いかけてくる。この順番、今のAIツール界隈だとよくあるパターンだなと私は感じています。触ってみないと分からない部分が多い分、ただっちや友くんみたいに実際に手を動かして見せてくれる人の存在が、本当にありがたいなと思うんです。これ、私が触っていない機能をこうやって紹介できるのも、友くんが毎回ちゃんと画面を動かして見せてくれるからなんですよね。朝からこんな話を聞かされたら、そりゃあコーヒー一杯じゃ目が覚めきらないですよね。

▶ この話題を動画で見る（09:52〜）

エクセル分析だけでも十分驚いたのに、Gensparkの実演はまだ続きます。次に出てきたのは、リサーチの話。でね、これがまた笑えるくらい速いんですよ。

友くん（9:52〜）

「『こんなことについて調査して』って言うと、調べたいことに関するYouTubeを公開で全部リサーチして、いいね数がいくつなのかまで調べて、この中にビデオまで入れ込んでしまうんです。もうすごいですよ」

調べるだけじゃなくて、動画そのものまで中に埋め込んでくる。これ、リサーチを仕事にしている人からしたら、心臓に悪いレベルの実演だと思うんですよね。129社。一瞬で。……いやー、数字だけ聞くとピンとこないかもしれないけど、想像してみてください。129社の情報を人間が1社ずつ調べて、いいねの数まで拾って、動画まで貼り付けて一覧にする。丸一日、いや何日かかるか分からない作業です。それが、一瞬。友くんが画面の向こうで言葉を失いかけていたのも、痛いくらい伝わってきました。

画像生成の話にもつながります。広告用の画像を作るとき、フィットネス向け・家用・アウトドア用みたいにパターンを分けて何枚も出してくれて、あとは選ぶだけ。友くんが手元のタンブラーを引き合いに出しながら説明してくれていました。1つの商品でも、届けたい相手が変われば見せ方も変わる——そのパターン出しを、AIが勝手にやってくれるわけです。料理でいうと、同じ食材で和風・洋風・中華の3皿を一気に並べてくれる感じ。あとは「どれにする?」って選ぶだけ。そして、極めつけがパーソナライズドメールの話です。

友くん（12:32〜）

「いろいろ調べて、勝手にもうメールも作ってくれるんですよ。パーソナライズドなリサーチのメールとか、それが確かに全部統合されていて、表になっているので、これ仕事のやり方変わるな、と」

リサーチして、分析して、メールの文面まで作って、それを表にまとめる。ここまで一気通貫でやられると、正直「私は何を担当すればいいんだろう」って一瞬考えちゃいますよね。友くんも「AIシート」っていう機能名を聞いて、「シートって言うけど、もうシートじゃないじゃん」って戸惑っていたのが印象的でした。名前が追いついてこないくらい、中身が先に進化しちゃってるということなんだと思います。表計算ソフトの顔をしているのに、中でリサーチもメール作成も回している。もう「シート」って言葉じゃ足りないよね、って感覚、すごくよく分かるんですよ。

ただっちが「僕はただ見ても全然よくわからない、友くんの解説でなるほどって思った」ってこぼしていたのも、すごく素直な感想だなと思いました。使う側の理解の速度と、ツールの進化の速度。この2つの差が、この回を通してずっと横たわっているように感じます。私自身も、画面のこっち側で聞きながら「これ、営業やマーケティングのやり方、根っこから変わるやつだ」と思いました。友くんが「半分ぐらい時間を溶かしてしまった」って笑っていましたが、その気持ち、痛いほどわかります。ぶっちゃけ、私も同じ立場だったら、本題そっちのけで触り倒していたと思うもん。

▶ この話題を動画で見る（14:51〜）

ここでようやく、今日の本題であるGoogle AIの話に戻ってきます。ただっちが場を仕切り直しました。「改めて今日の本題ですね、Google AIの逆襲というテーマでしたけど、Gensparkの逆襲もだいぶ来てます」——そんな一言で、空気がガラッと変わるのが伝わってきます。前菜で盛り上がりすぎて、メインを出すタイミングを見計らう、みたいな。ここから友くんが、AI業界の勢力図を一気に整理して見せてくれました。

友くん（14:51〜）

「そしたら、OpenAIもチャットGPTでMCPが出るんじゃないかみたいな情報もあって。このウィンドサーフっていうのは、結構MCPつなげたりいろいろするときに僕もたまに使ってたんですけど、それを買収するんじゃないかっていうニュースも出てきていて。そうするとキャンバス機能とかで、もう全然ノンコードなのに、エンジニアの能力が爆発的に上がるんじゃないか」

MCP、ウィンドサーフ、買収の噂……この短い時間にいろんな固有名詞が飛び交うんですけど、要はAIがツールをつなげて動かすという流れが、Claudeだけじゃなく業界全体に広がりつつある、という話なんですよね。MCPっていうのは、ざっくり言うとAI同士や外部ツールをつなぐ共通の差込口みたいなもの。料理でいうと、どのメーカーの調理器具でも挿せる共通コンセントができた、みたいなイメージでしょうか。ノンコードで、爆上がり。プログラムを書けない私みたいな人間でも、エンジニアと同じ土俵に立てる時代が近づいている——そう考えると、ちょっと胸が高鳴ります。

そして、話は自然にコーディングの主導権争いへと移っていきます。

友くん（16:31〜）

「クロードとかジェミニが今結構優先になってきてて、これでチャットGPTがエグいなぁという感じなんですよ。そして今日のジェミニなんですけど、実は1ヶ月前にGoogle Cloud Nextっていうイベントがあって」

コーディングの現場ではClaudeとGeminiが存在感を増していて、ChatGPTがそれに対してどう出るか、という緊張感がある。友くんの言葉から、そんな空気がにじみ出ていました。ついこの前までChatGPT一強みたいな空気だったのに、もう「クロードとジェミニが優先」って言葉が普通に出てくる。この入れ替わりの速さも、ほんと目が回りそうなんですよ。そして、ここでようやく本題の入口である「Google Cloud Next」という単語が出てきます。ただっちも「全く未チェックでした」と正直に打ち明けていて、その場でお互いに知らないことを埋め合っていく感じが、なんだかいいなと思いました。私も画面のこっちで、知らない単語をメモしながら聞いていました。知ったかぶりしない2人の空気が、この回をすごく聞きやすくしているんですよね。

▶ この話題を動画で見る（16:51〜）

友くんが「知ろうと思って見てたら出たんだと、初めは何のことかよくわからなかった」と話していたGoogle Cloud Next。その中身に触れる前に、まずNotebookLMの話が出てきました。

友くん（16:51〜）

「このNotebookLMの音声生成を使っています。これも自分専用のラジオ局が作れるね、っていう。そういうインプットもできるしアウトプットもできるしみたいな感じで、僕もこれでずっとわからなかったこのCloud Nextを知って、皆さんに今日お伝えできたと思います」

自分専用のラジオ局。この表現、すごくしっくりきたんですよね。でね、資料を読むんじゃなくて、聞く。インプットもアウトプットも1つのツールでできてしまう感覚を、友くん自身が実際に使いながら体感して、それをそのまま今日の放送で伝えてくれている。その二重構造がなんだか面白いなと思いました。分からなかったCloud Nextを、NotebookLMで音声にして聞いて理解して、その理解を今度は放送でみんなに配る。ツールで学んだことを、そのまま人に手渡していく。これ、まさに「横に広げるAI」の使い方だなあ、と横で聞きながら唸っちゃいました。忙しくて資料を読む時間がない人でも、耳さえ空いていればインプットできる。移動中でも、家事しながらでも。地味だけど、これがいちばん生活に食い込んでくる機能かもしれません。

ここから動画パートに切り替わって、いよいよGemini 2.5 Proの話に入ります。

友くん（18:42〜）

「まずGemini 2.5 Proですね。Googleはこれを史上最も知的とまで言っていて、特徴的なのは応答前に考える時間を持つということなんです。つまり高度な推論ができるということで、単に情報を検索して出すんじゃなくて、もっと複雑な要求に答えようとする感じです」

考える力。それだけで、違う。今までのAIは聞かれたことにすぐ答える感じでしたけど、応答の前に一呼吸置いて考えるという発想、地味だけどかなり大きい進化だと思うんです。人間だって、即答するより一度考えてから答えたほうが、いい答えになることって多いですもんね。焦って口を開くより、ちょっと黙って考える。それができるAIって、なんだか急に頼もしく見えてくるんですよ。

友くん（19:05〜）

「基調講演でルービックキューブのデモとかありましたよね。物理シミュレーションとかもそうで、あれは単なる見せ物じゃなくて、プロンプトだけでそういう複雑なロジックとかインタラクティブなコードまで作れるってことの現れなんですかね」

ルービックキューブを解くデモ、というだけ聞くとちょっとしたパフォーマンスに見えますけど、その裏側にある複雑なロジックを組み立てる力を見せるためのデモだった、というのが友くんの解釈です。派手な見た目の裏に、地味だけど本質的な進化が隠れている。この回、そういう場面がすごく多い気がします。見せ物として消費して終わりにするか、その裏の意味まで拾うか。友くんの解説はいつも後者で、そこがありがたいんですよね。

▶ この話題を動画で見る（22:41〜）

ぶっちゃけ、この回で私が一番「え、待って」ってなったのがここです。友くんが「一番びっくりした」と前置きして見せてくれたデモが、想像より遥かに変な方向にすごかった。

友くん（22:41〜）

「アプリができる。これをジェミニに入れて、コードでこれアプリできるって言うと、こんなのができて。色を描けて、これがドリームイントゥザサウンドっていうんですけど、音に変える。これが一番びっくりしました」

手書きのメモから、色を描くとそれが音に変わるアプリが生まれる。絵を描く。それだけで、アプリになる。文章にすると簡単そうに聞こえますけど、これ、紙にペンで描いたようなラフなものが、そのままコードになって動くところまで行っている、という話なんですよね。私はこの発想の飛躍っぷりに、ただただ驚くばかりでした。今まで「アプリを作る」って言ったら、エンジニアに頼んで、要件をまとめて、何週間も待って……っていう世界だったわけです。それが、落書きから。この距離の縮み方は、ちょっと尋常じゃないなと。

驚きはこれだけでは終わりません。次は写真です。

友くん（23:22〜）

「多分アドバンスだからこれでできますね。絵を描いて、コードでこれやってっていうと、その能力が上がったっていうことなんですよね。なんか写真からゲームが作れちゃうっていう、これはデモで、この写真に基づいたゲームをコードで作ってみたいな指示をやると」

1枚の写真を渡すだけで、その写真をベースにしたゲームが立ち上がる……この時点でもう、私の理解が追いついていない部分があるんですけど、ただっちも「これはジェミニのなんなの?」って素直に聞き返していて、その反応にちょっとホッとしました。専門家じゃなくても、驚く時は同じように驚くんだなって。写真がゲームになる、なんて、少し前ならSFの話ですよ。それをデモで、しれっと見せてくる。すごいのか怖いのか、感情が追いつかないまま「へえ……」って声が漏れる、あの感じ。

そして極めつけが、3Dモデルの生成デモです。

友くん（23:53〜）

「長いプロンプトだったんですけど、キャンバスをオンにして『3Dモデルこういう感じを作って』みたいなことを言うと、ここまで何か作れるのかっていうくらいプレビューがすごく進化してるんですよ。一番びっくりしたのは、ここで薄っすら車が走ってるんですよ。今見えました?」

3Dモデルの中で、車がうっすら走っている。都市計画のCGなんかでよく見る表現が、プロンプト1本から生まれてくる。友くんの「今見えました?」という問いかけに、私も画面のこっち側で「見えました見えました」って言いたくなるくらい、実況の熱がそのまま伝わってくる場面でした。静止画じゃなくて、動いてる。作ってと言っただけのものが、勝手に動き出す。もう、なんて言ったらいいんだろう……言葉が追いつかないまま、ただ画面に見入っちゃう。そういう時間でした。

▶ この話題を動画で見る（25:41〜）

Google Cloud Nextの話も、いよいよクリエイティブ領域に入っていきます。まずは画像生成のImagen 3から。

友くん（25:41〜）

「Imagen 3ですね、これはテキストから画像を生成するモデルですけど、品質がかなり向上したんです。プロンプト、つまり指示の意図をより正確に汲み取って、ディテールとか光の当たり方がすごく自然になるらしいです。AI生成画像にありがちなちょっとした不自然さが、あれがかなり減る」

光の当たり方が自然になる、不自然さが減る……こういう地味な改善の積み重ねが、実は一番実用に近いところだったりするんですよね。ブログの差し絵とか、プレゼン資料とか、普段使いの場面でこそ効いてくる進化だと思います。

続いて、動画生成のVeo 2です。でね、ここでの友くんの説明が、今日いちばん熱を帯びていた気がします。

友くん（26:25〜）

「Veo 2は動画生成ソフトウェアで、自分で数分間の動画を生成できると。ちゃんとAI生成のラベルは入るみたいですけど、すごいすごいなと思ったのは、ただ動画を作るだけじゃなくて、例えばドローンショットみたいなカメラワークとか、あと映像の不要なものを消す、インペインティングみたいな編集もプロンプトで指示できる」

ドローンショット。映像から人やモノを消すインペインティング。これ、動画編集の経験がない人でもかなり凝った映像が作れるようになる、ということなんですよね。文字通り、走り出した。カメラマンや編集者に頼まなくても、プロンプト1本でここまで行けてしまう時代が、もう目の前まで来ているんだなと感じました。

音声・音楽のアップデートも、さらっと出てきていました。

友くん（27:00〜）

「音声系のチルプ3とかリリアとかもありましたね。短い音声からカスタムボイスを作ったり、テキストからBGMを作ったりできて。チルプ3は10秒の音声入力でカスタムボイスが作れて、リリアはテキスト指示で30秒の音楽クリップを作れると」

10秒喋るだけで、自分の声そっくりのカスタムボイスができる。ただっちが「イレブンラボみたいな感じのやつができる」って例えていたのも、すごく腑に落ちる表現でした。そして最後に紹介されたのが、Imagen 3とVeo 2を組み合わせて作られたGoogleのCM映像です。子どもが手描きしたスケッチの車が、そのまま動画の中で走り出す——という内容で、友くんも「これはヤバいね」と声を漏らしていました。手描きの1枚が、数十秒後には画面の中を走り回っている。技術の話を超えて、単純に「わあ」と声が出る瞬間でした。

関連記事