2026年6月24日、GoogleのGemini 3.5 Flashに、AIが画面を見てパソコン・スマホ・ブラウザを自動操作する「Computer Use」が標準搭載されました。最初にこの機能を世に出したのはAnthropicのClaude（2024年10月）。後発のGoogleがなぜ今一気に追い上げてきたのか、何が変わるのかを全部つなげて解説します。
━ タイムライン ━
00:00 冒頭・今日話す5つのテーマ
00:50 Chapter 1：Computer Useって何？──AIが見て考えて操作する仕組み
03:44 Chapter 2：後発の逆転劇──ClaudeとGPTを追いかけたGoogleの戦略
06:15 Chapter 3：実践5シナリオ──個人から企業まで何が変わるか
08:56 注意点──プロンプトインジェクションと「任せていい」の境界線
10:06 締め・今後の変化
━ 今回のポイント ━
▶ Computer Useとは
・AIが画面をスクリーンショットで認識し「見る→考える→操作する」を自律的に繰り返す
・対応環境：ブラウザ・スマホアプリ・デスクトップアプリの3種類
・操作ごとに「なぜその操作をするか」の理由が付くため動作の透明性が高い
・今回からSearch・Maps・関数呼び出しと同じモデルで同時利用が可能に
▶ なぜ今Googleが？
・最初にリリースしたのはClaude（2024年10月）──Googleは約1年の後発
・旧Gemini 2.5 Computer Useは「専用モデル」のため検索・Mapsと同時利用できなかった
・3.5 Flash統合でその弱点を解消、旧モデルは2026年10月16日廃止予定
・価格はGPT-5.5の約3分の1、性能（OSWorld 78.4%）はほぼ横並び
▶ 実際に何ができる？
・YouTubeを見ながらその場で要約・シーンジャンプ・質問に対応
・複数サイトをまたいだ価格比較を自動実行
・Xero：税務書類の情報収集を数週間分まるごと自動化
・Ramp：複雑な請求書OCRで精度96%以上改善
・Salesforce Agentforce：複数エージェントが連携して企業業務を処理
▶ 注意点
・プロンプトインジェクション：画面内の隠し指示で誤操作させる攻撃が実在
・「できる」と「任せていい」は別──金融取引・重要データは必ず人間が最終確認
今後もAIの最新情報をわかりやすくお届けしていきますので、
チャンネル登録と高評価をよろしくお願いします！
#GeminiFlash #ComputerUse #AIエージェント #Gemini #AI自動操作 #業務自動化 #AI最新情報 #AIニュース #生成AI #Google
コメント