youtube版(スライド付き) 関連リンク Google Workspace Studio: Automate Workflows with Agentic AI Powered by Gemini Googleは、日々の業務をAIで劇的に効率化する新しいツール「Google Workspace Studio」を発表しました。これは、皆さんが普段使っているGoogle Workspace（Gmail, Drive, Docsなど）のアプリ内で、AIエージェントを簡単に作成・管理できるノーコードのサービスです。新人エンジニアの皆さんも、これからの仕事に役立つポイントに注目してみてください。プログラミング不要！誰でもAIエージェントを作れる「AIって難しそう…」と感じるかもしれませんが、Workspace Studioは、やりたいことを普段の言葉で入力するだけで、Googleの最先端AI「Gemini」が自動的に業務フローを組んでくれるんです。例えば、「毎日の未読メールを要約してGoogle Chatに送ってほしい」と指示するだけで、そのタスクをこなすAIエージェントを数分で作成できます。いつものGoogle WorkspaceアプリでAIを操作作成したAIエージェントは、GmailやGoogle Chat、Google Driveといった馴染み深いWorkspaceアプリの中でシームレスに動作します。エージェントの活動を追跡したり、設定を変更したりするのも、使い慣れた環境から離れることなく行えるので、導入も管理も非常にスムーズです。具体的な業務をAIが自動でこなす！様々な業務の自動化が可能になります。会議の詳細、参加者、添付ファイルをもとに要約を生成し、Google Chatに自動共有。会議中のタスク項目を自動で抽出し、必要なら翻訳してチームに共有。重要なメールをAIが自動で検出し、適切な優先度ラベルを付ける。受信メールの添付ファイルをGoogle Driveに自動保存し、その情報をGoogle Sheetsに記録。顧客からのフィードバックに対して、AIが適切なメール返信の下書きを自動作成。このように、面倒なルーティンワークから少し複雑な判断が必要な作業まで、AIが皆さんの代わりに行ってくれます。業務効率が向上し、AI活用が身近にこのツールは、個人の生産性を高めるだけでなく、チーム全体の業務効率を大きく向上させます。IT部門に頼りきりにならず、現場のメンバーが自分たちのアイデアでAIを活用し、業務改善を迅速に進められる「AIの民主化」にも貢献するでしょう。安心のセキュリティとプライバシー皆さんのデータは、あくまでお客様自身の所有物であり、広告目的で利用されることはありません。また、お客様のドメイン外のGoogle汎用AIモデルの学習に使われることもなく、企業レベルの厳重なセキュリティとプライバシー保護が適用されるため、安心して利用できます。 Google Workspace Studioは、2025年12月5日より、Google WorkspaceのBusinessおよびEnterpriseプランのユーザー向けに順次提供が開始される予定です。未来の働き方を体験できる、とてもわくわくするニュースですね！引用元: https://workspace.google.com/studio/ Human-in-the-Loop な AI エージェントを作るためのソフトウェア設計 Wantedly Engineer Blog ウォンテッドリーが新しくリリースしたスカウト機能「AIエージェントモード」は、採用担当者の方が候補者を探す手間（ソーシング工数）をAIで効率化するものです。この機能では、採用担当者が求める人材の条件を入力するだけで、AIが自動で候補者リストを作成する「ソーシング計画」を提案してくれます。しかし、AIに全てを任せて候補者リストを作るやり方にはいくつかの課題がありました。例えば、AIが意図しない検索条件を生成してしまう誤動作のリスクや、AIがなぜその判断をしたのか後から検証しにくいという説明責任の問題、そしてAIが学習データから持つ可能性のある偏見（バイアス）を見つけにくいといった点です。採用活動は、応募者のキャリアや企業の信頼に直接関わるため、これらの問題は避けるべきです。そこでウォンテッドリーでは、「Human-in-the-Loop（HITL）」という設計思想を採用しました。これは、AIによる自動化のプロセスに、意図的に人間の確認や判断のステップを組み込むことで、システムの安全性、説明責任、そして信頼性を高める考え方です。 AIエージェントモードにおけるHITLの具体的な流れは次のようになります。採用担当者がチャットで求める人物像を入力します。 AI（LLM）が、その情報に基づき「このような条件で候補者を探します」という「ソーシング計画」を提示します。ここで人間（採用担当者）が、提示されたソーシング計画の内容をしっかり確認し、必要に応じて修正・承認します。承認されたソーシング計画の指示に従って、バックエンドシステムが実際に候補者リストを作成します。作成されたリストが採用担当者の画面に表示されます。この「ソーシング計画」をAIに作らせる方法として、「モデル駆動型」（LLMが全てを制御）と「ワークフロー型」（プログラムが全体を制御し、LLMは部分的に利用）の2つが検討されました。ウォンテッドリーでは「ワークフロー型」を選んでいます。その理由は、ソーシング計画作成のプロセスがそこまで複雑ではないため、AIにすべてを任せる必要性が低いこと、AIの挙動が予測しやすくなり、万が一問題が起きてもどこで何が間違ったか特定しやすいこと、そして失敗時の再実行が容易であるためです。業務目標が明確なBtoB領域では、この「ワークフロー型」が効率的で信頼性が高いと判断されました。本記事で紹介されたのは初期の設計方針ですが、実際のシステム運用では、AIの長時間実行への対応、出力内容の検証、セキュリティ対策、エラー時の処理、そしてシステム全体の監視など、さらに多くの工夫が必要になります。引用元: https://www.wantedly.com/companies/wantedly/post_articles/1026657 Agenticコーディングツールを組織導入して全員に配布した結果の分析とよもやまこの記事は、ある企業が2025年の「Agenticコーディング元年」と呼ばれる年に、AIを活用したコーディングツール（Agenticコーディングツール）を全社導入した経験とその分析について紹介しています。開発ペースの遅れを解消し、エンジニアが単純作業から解放されて本質的な課題解決に集中できるよう、「拡張思考パートナー」としてAIを迎えることを目指しました。導入前にはGitHub Copilotの活用経験がありましたが、CursorやClaude Codeといった新しいツールの登場で、全社導入の機運が高まりました。まず数名で試験的に導入し、そのフィードバックを基に全体導入を決定。ツールはCursor、Claude Code、Devinが選ばれました。導入に際しては、セキュリティやコピーライト、コードレビューの義務付けといった利用ガイドラインを詳細に作成しました。しかし、Claude Codeの企業向けプランが未整備だったため、個人契約で会社が経費精算する形を取った結果、多数の決済が不正と見なされ一時ブロックされるというハプニングが発生。最終的にはTeamプランが登場し解決しました。導入後約4ヶ月の分析では、Cursorのアナリティクス機能が大きな効果を発揮しました。コミットされたコードの約26.8%がAI生成であること、DAU（日次アクティブユーザー）が常時15～25名であることなど、具体的な数値でAI導入の成果を可視化できました。Claude Codeも総コード生成行数が151%成長し、新規機能の骨格実装に活用されるなど、大規模なタスクで力を発揮しています。ただし、Claude Codeの企業向けアナリティクス機能はまだ発展途上であることも判明しました。利用者へのアンケート結果からは、多くのエンジニアが月間で5～17時間の作業時間短縮効果を実感し、開発モチベーションも向上していることが分かりました。Claude Codeは会話による壁打ち、Cursorは実装作業の効率化と使い分けられています。一方で、いくつかの課題も浮上しました。AI活用のノウハウが個人やチーム内に留まり、全社で共有されていない「ナレッジ共有のサイロ化」、AI生成コードを過信しすぎたことによる「品質リスク」、そして権限管理や設定共有といった「インフラ・運用ルールの整備不足」です。まとめとして、AI Agenticコーディングツールの導入は、開発現場にポジティブな変化をもたらし、エンジニアの職種のあり方や開発者体験の向上に繋がる可能性を秘めています。これらの課題を解決しつつ、より良い開発環境を追求していくことが、最終的にユーザーへの価値提供に繋がると期待されています。引用元: https://engineer.crowdworks.jp/entry/agentic_coding_introduction Geminiに会社のチラシを作ってもらったら、嫁から「全部クソダサい」と言われ、ChatGPTになおしてもらった話会社のチラシ作成に迫られた著者は、まずGeminiにデザインを依頼。しかし、完成したものは奥様から「全部クソダサい」と酷評されてしまいました。そこで次にChatGPTに相談し、フォントや色、文字サイズなど具体的なデザイン指示を得ます。その指示を元にIllustratorで作成し、ChatGPTのフィードバックを受けながら修正を重ねた結果、無事に「ダサい」状態から脱却したチラシが完成。AIの得意分野を活かしつつ、人間との連携でクリエイティブな課題を解決する、面白い体験談です。引用元: https://note.com/oukaichimon/n/nd8aadfb9caed お便り投稿フォーム VOICEVOX:ずんだもん

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related