Gemini Enterprise Agent Platform とは？Vertex AI後継の機能・料金・Agent Studio/A2A/Registry/Gateway徹底解説

Gemini Enterprise Agent Platform は、Google Cloud が 2026年4月22日に発表した、企業向け AI エージェントの「構築・拡張・ガバナンス・最適化」を1つに統合した開発プラットフォームです。 公式表記でも Gemini Enterprise Agent Platform (formerly Vertex AI) と記され、Vertex AI のすべての機能とロードマップを引き継ぐ実質的な後継基盤に位置づけられています。

この記事では、以下の点を整理します。

• Vertex AI からどう変わったのか（後継としての位置づけ）
• 4つの柱（Build / Scale / Govern / Optimize）と主要コンポーネント
• Agent Studio / ADK / Agent Registry / Agent Gateway / A2A の関係
• 料金体系と GA / Preview の現状
• 他社プラットフォーム（OpenAI Agents SDK / AWS Bedrock Agents / Microsoft Copilot Studio）との比較
• 向いている企業 / 向いていない企業

対象読者は、Vertex AI を既に使っている開発者・SRE・PdM、社内で AI エージェントの本格導入を検討する情報システム部門・DX 推進担当、Google Cloud で生成 AI のガバナンス基盤を選定中の方です。

出典は公式ドキュメント（docs.cloud.google.com/gemini-enterprise-agent-platform）と Google Cloud 公式ブログの 2026年4月22日発表分を中心に整理しています。Preview 機能は今後変更の可能性があるため、本番採用時は最新の料金・GA ステータスを公式ページで確認してください。

Gemini Enterprise Agent Platform とは何か（一文で）

出典: Google Cloud 公式サイト

Gemini Enterprise Agent Platform は、Google Cloud が提供する企業向け AI エージェントの統合開発プラットフォームで、Vertex AI を統合・進化させた後継基盤です。 モデル選択・モデル構築・エージェント構築・ランタイム実行・ID 管理・ガバナンス・観測・最適化までを 1 つのコンソールで一貫して扱える点が、従来の Vertex AI との最大の違いです。

基本情報

「Gemini Enterprise」の3層を最初に整理する

検索ノイズで最も混乱しやすいのが、似た名前の3つの違いです。冒頭で必ず押さえてください。

• Gemini Enterprise（ブランド全体） — Google Cloud の企業向け AI スイート全体の名称
• Gemini Enterprise アプリ — エンドユーザー向けアプリ（旧 Agentspace）。Standard / Plus / Frontline といったユーザーライセンス課金
• Gemini Enterprise Agent Platform — 開発者・基盤レイヤ。本記事の対象。Vertex AI の後継

ユーザーが日常的にチャットで使うのが「Gemini Enterprise アプリ」、それを動かすエンジン側が「Agent Platform」と理解すると整理しやすいです。

Vertex AI からどう変わったか（後継としての位置づけ）

結論: Vertex AI のサービス・ロードマップは Gemini Enterprise Agent Platform にそのまま引き継がれます。 新規に「Vertex AI」コンソールから入る代わりに、Agent Platform コンソールがエントリーポイントとなり、エージェント統合・DevOps・オーケストレーション・セキュリティ機能が新規追加されました。

旧 Vertex AI 機能と新プラットフォームでの提供場所

Vertex AI ユーザーが今やるべき2つのこと

• SDK 移行の計画を立てる — Python なら vertexai.generative_models から google-genai への置き換え。2026/6/24 を期限として影響箇所を棚卸しします
• コンソールの導線を確認する — Agent Platform コンソール（/agent-platform/overview）からのアクセスに切り替え、既存 Vertex AI プロジェクトの可視性を確認します

公式は「Vertex AI のすべてのサービスとロードマップは、今後 Gemini Enterprise Agent Platform を通じて提供される」と明示しており、Vertex AI 名義のページは順次 Agent Platform 配下に再構成されています。

4つの柱（Build / Scale / Govern / Optimize）— 1分でわかる早見表

Agent Platform の機能群は、公式が定義する 4つの柱 に整理されています。まずこの全体像を頭に入れてから個別機能を読むのが最短です。

「Vertex AI に 結合組織（connective tissue） が追加された」と評する記事もあり、個別機能が点在していた状態から、ID・ゲートウェイ・観測で横串が通った形になっています。

Build：エージェントとモデルを作る

Build はエージェント構築の入口です。ローコード（Agent Studio）とコードファースト（ADK）の二段構えで、初期検証から本番グレードまで段階的にスケールできるのが設計思想です。

Agent Studio（ローコード）

• 直感的な GUI のビジュアルキャンバスで、プロンプト作成からマルチエージェント構成まで対応
• 検証が固まったら ADK へエクスポートしてコードファースト開発に移行できる
• 非エンジニア（業務部門）が PoC を組むのに向いている

Agent Development Kit（ADK）— コードファースト

• グラフベースフレームワークでサブエージェントネットワークを定義し、複雑な問題を分解して解く設計
• セキュリティ・バイ・デザインで、bash 実行・ファイル管理を強化サンドボックスで隔離
• Python / Java / JavaScript / Go の Google Gen AI SDK で扱える
• 公式ブログによれば、月間処理トークン数は 6 兆超

Agent Garden（テンプレート集）

• 厳選された業務テンプレートが揃う
• 例: コードのモダナイゼーション、財務分析、経済調査、請求書処理、マルチエージェントシステム
• ゼロから書くより、テンプレートをフォークして調整するほうが立ち上がりが速い

Model Garden（200+モデル）

• ファーストパーティ: Gemini 3.1 Pro / 3.1 Flash / 3.1 Flash Image / Lyria 3（音声）/ Gemma 4（オープン）
• サードパーティ: Anthropic Claude（Opus / Sonnet / Haiku）/ Mistral / Llama / DeepSeek 等
• 用途・コスト・規制でモデルを切り替えやすいのが Agent Platform 採用の大きな理由になります

「コーディングや高難度推論は Claude Opus、社内ドキュメント大量処理は Gemini 3.1 Pro、軽量タスクは Flash-Lite」のように、用途別にモデルをルーティングする設計がやりやすくなりました。

Scale：本番運用・スケール・状態管理

Scale は、検証済みエージェントを本番に乗せて落ちないようにするためのレイヤです。

Agent Runtime（旧 Agent Engine の進化）

• コールドスタート 1 秒未満、新規エージェントのプロビジョニングは数秒
• Long-running Agents（Preview）: 数日〜週単位の自律実行に対応。長時間バッチ・調査系エージェントが現実的になる
• 双方向 WebSocket でリアルタイム音声・映像処理も可能

Agent Memory Bank（長期記憶）

• 会話から長期記憶を動的に生成・管理
• Memory Profiles で低レイテンシ・高精度の想起
• ぐるなびのレストラン推薦エージェント「UMAME!」では、利用者満足度 30% 以上の向上が報告されています

Agent Sessions（会話履歴）

• 履歴の保存・管理を担当
• Custom Session IDs で社内 DB / CRM レコードに直接マッピングでき、業務システム側のキーで会話を引ける

Agent Sandbox（GA）

• モデルが生成したコードをホストから隔離して実行する安全環境
• ブラウザベース自動化（コンピュータユース）にも対応
• AI による未知のコード実行を業務に取り込むハードルを下げる

Memory Bank（記憶）と Sessions（履歴）は混同されやすいですが、Sessions が「会話のログ」、Memory Bank が「ユーザー像・関係性などの抽象化された記憶」と整理すると分かりやすいです。

Govern：ID・認証・カタログ・脅威検知

Govern は、エージェントを企業基盤として運用する上で最も差がつく層です。Agent Platform はここに新コンポーネントを多く投入しています。

Agent Identity（GA）

• すべてのエージェントに SPIFFE 標準ベースの暗号化 ID を自動付与
• MCP サーバー、クラウドリソース、エンドポイント、他エージェントとの認証に使う
• IAM ベースのアクセス管理と監査可能なトレースが標準で揃う

Agent Registry（統合カタログ）

• 社内のエージェント / ツール / スキル / MCP サーバー / エンドポイントを一元カタログ化
• キーワード・接頭辞検索でリソースを発見でき、A2A エージェントや MCP サーバーの登録もここから
• 承認済みリソースのみを利用可能にするガバナンス窓口として機能

Agent Gateway（Preview）— エージェントの管制塔

• エージェント通信の「Air Traffic Control（管制塔）」として、対応プロトコルは MCP / A2A / REST / gRPC
• 動作モードは2つ
  • Client-to-Agent（Ingress）: 外部クライアント → エージェント
  • Agent-to-Anywhere（Egress）: エージェント → 外部 API / ツール / MCP サーバー
• mTLS の自動ハンドシェイク・終端を引き受け、開発者は通信暗号化の実装から解放される
• DPoP（Demonstration of Proof-of-Possession） ＋ Context-Aware Access に対応
• 認可は IAM / IAP / Semantic Governance Policies / Service Extensions で多段に構成

Model Armor（GA）

• プロンプトインジェクション、ツールポイズニング、機密データ漏洩からの保護レイヤ
• Agent Gateway と統合して、エージェント↔ツール間トラフィックも検査できる

Agent Anomaly Detection / Threat Detection / Audit Logs

• Anomaly Detection: 統計モデル + LLM-as-a-judge で異常推論を検知
• Threat Detection: リバースシェル・悪意ある IP 接続を可視化
• Audit Logs（GA）: すべての呼び出し・クエリ・応答を記録し、コンプライアンス対応に使える

A2A × Agent Registry × Agent Gateway の関係

3つのコンポーネントは、「誰が・どのエージェント・どこに通信するか」を分担しています。

A2A は Google が開発し、Linux Foundation に寄贈したオープンプロトコルです。OpenAI / Anthropic / 他クラウドのエージェントとも、A2A に準拠していれば Agent Platform から呼び出せます。

Optimize：評価・観測・自動改善

Optimize は、運用後に精度・コスト・安全性を継続改善するためのレイヤです。

Agent Simulation

• 合成ユーザー × 仮想ツール環境で多段階会話のストレステスト
• 成功率・安全性で自動スコアリング
• 本番投入前のリグレッションを抑える用途に使える

Agent Evaluation

• 単一応答ではなく会話全体（マルチターン）を自動評価
• ライブトラフィックに対する継続的スコアリング
• 推論プロセスをトレースで可視化

Agent Observability

• OpenTelemetry 準拠のテレメトリ
• 完全な実行トレース、リアルタイム可視化、トポロジー可視化に対応
• 既存の SRE / オブザーバビリティスタックに乗せやすい

Agent Optimizer

• ログを自動分析し、失敗を自動クラスタリング
• システム指示（System Prompt）の自動改善提案まで踏み込む

料金体系（モデル料金とプラットフォーム料金は別系統）

結論: Gemini Enterprise Agent Platform の料金は「モデル料金 ＋ Grounding 料金 ＋ プラットフォーム機能の従量料金」の3階層で構成されます。 モデル料金は公式に整理されていますが、プラットフォーム機能（Agent Engine / Memory Bank / Sandbox 等）の単価は本記事執筆時点で一部未公開です。本番試算時は必ず公式料金ページを参照してください。

モデル料金（Standard、2026年4月時点）

• Priority Pricing（優先処理）と Flex / Batch Pricing（バッチ・割安、Batch API は 50% 割引）の3階層
• HTTP 200 レスポンスのみ課金。4xx / 5xx エラーは課金されません
• 入力が 200K tokens を超えると、全トークンが long context レートで課金される点に注意

Grounding（グラウンディング）料金

サードパーティモデル

• Anthropic Claude（Opus / Sonnet / Haiku）等は Model Garden 経由で利用可能
• 料金は各モデルベンダーの価格に準拠するため、運用試算時は公式ページで都度確認します

無料枠・トライアル

• Google Cloud 新規ユーザー向け $300 分の無料クレジット
• まずはここでマルチモデル切り替えと Agent Studio の感触をつかむのが現実的です

料金の落とし穴（実務で詰まりやすい3点）

• 200K tokens 超え — 全トークンが long context レートになる。長文 RAG では入力長を分割設計する
• Priority と Flex の使い分け — 対話 UI は Priority、夜間バッチや評価ジョブは Flex / Batch で 50% 割引を取りに行く
• Grounding の無料枠超過 — 5,000 クエリ/月の無料枠を超えると即課金。検索系エージェントはクエリ数の上限監視を入れる

GA / Preview ステータス一覧（2026年4月時点）

エージェント基盤は更新が速いため、本番投入前にステータスを必ず確認してください。

Preview 機能の取り扱い: SLA・後方互換性・料金が変更される可能性があります。本番ワークロードはまず GA 機能で組み、Preview は PoC・試験運用で押さえるのが安全です。

他社プラットフォームとの比較

結論: Agent Platform の独自性は「ID・カタログ・ゲートウェイ・モデル選択肢の広さ」を1つの GCP 内で完結させた点です。 一方で、ベンダーロックインや Google Cloud 前提のコストはトレードオフになります。

主要プラットフォーム比較（実務目線）

選び分けの目安

• 既に Google Cloud 中心 / マルチモデルを活かしたい → Agent Platform
• OpenAI モデルが必須かつ軽量に始めたい → OpenAI Agents SDK
• AWS 中心の基盤資産が大きい → Bedrock Agents
• Microsoft 365 / Entra ID 連携が要件 → Copilot Studio + Foundry

使い方の流れ（はじめての3ステップ）

PoC から本番までの最短コースを示します。

1. Agent Studio で叩き台を作る — Google Cloud コンソール（/agent-platform/overview）→ Agent Studio で、ビジュアルキャンバスから1つのエージェントを構築。Model Garden で Gemini 3.1 Flash / Claude Sonnet など複数モデルを差し替えて応答品質を比較します
2. ADK にエクスポートしてコード化 — Agent Studio の構成を ADK にエクスポートし、Python / Java / JS / Go から拡張。Agent Memory Bank と Agent Sessions を有効化して状態管理を整理します
3. Govern と Optimize を入れて本番化 — Agent Identity を発行し、Agent Registry にツール / MCP を登録。Agent Gateway 越しに通信させ、Model Armor / Audit Logs を有効化。Agent Evaluation と Observability で継続改善ループに入ります

PoC 段階の注意: いきなり Long-running Agents や Agent Gateway（Preview）を本番要件に入れると、SLA や料金変更の影響を受けやすくなります。最初は GA 機能で組み、Preview は限定範囲で評価するのが安全です。

Gemini Enterprise アプリと Agent Platform の違い

混同されやすいので、最後に1表で整理します。

業務部門の生産性を上げたいだけなら Enterprise アプリ、自社の業務プロセスに合わせたエージェントを作って組み込みたいなら Agent Platform、というのが基本の選び分けです。

向いている企業 / 向いていない企業

こんな企業におすすめ

• すでに Google Cloud をメインに使っている企業 — IAM / VPC / BigQuery / Cloud Logging との統合が自然で、ガバナンス基盤を流用しやすい
• マルチモデルでエージェントを組みたい企業 — Gemini と Claude を業務別に使い分けたい、特に「コーディング系は Claude、ドキュメント大量処理は Gemini Pro」といった分担が前提のケース
• エージェントを社内基盤として横展開したい企業 — Agent Registry × Identity × Gateway で「誰が・どのエージェントを・どこに使えるか」をガバナンスしたいケース
• 規制業界・監査対応が必須の企業 — Audit Logs / Model Armor / SPIFFE ID で証跡とセキュリティを最初から組み込みたい場合

こんな企業にはおすすめしない

• 個人開発者・小規模スタートアップで素早く試したい場合 — Google Cloud アカウント前提で、軽量に試すなら OpenAI Agents SDK や Dify、ローカル ADK 単体運用の方がコストが軽い
• Microsoft 365 / Entra ID が業務基盤の企業 — Copilot Studio + Foundry の方が ID/SSO/Office 連携で素直
• AWS で完結している企業 — 既存の IAM / VPC / セキュリティ基盤と二重管理になりやすい
• モデルを 1 つに固定したい企業 — マルチモデル前提の設計が活かしにくく、過剰機能になりがち

注意点・落とし穴

実務で詰まりやすいポイントをまとめます。

• Vertex AI SDK の生成 AI モジュールは 2026/6/24 廃止。Python は vertexai.generative_models から google-genai へ移行が必要
• Preview 機能は SLA・料金・後方互換に注意。Agent Gateway / Long-running Agents / Gemini 3.1 系は Preview 段階
• 東京リージョン（asia-northeast1）は allowlist GA。原則は global リージョンが推奨
• Agent Engine / Memory Bank / Sandbox の単価は本記事執筆時点で公式ページに完全整理されていない部分がある。本番試算は最新ページを参照
• マルチモデル運用時のキー管理 — Model Garden 経由の Anthropic Claude などは別ベンダー料金に従うため、コスト計算とログの粒度を最初から分けておく

よくある質問（FAQ）

Q1. 既存の Vertex AI プロジェクトはそのまま動きますか？
公式は「Vertex AI のサービスとロードマップは Agent Platform を通じて提供される」としており、コンソール導線とブランドが切り替わる形です。ただし Vertex AI SDK の生成 AI モジュールは 2026/6/24 廃止のため、SDK 移行計画は別途必要です。

Q2. Anthropic Claude を使えますか？
使えます。Model Garden 経由で Claude Opus / Sonnet / Haiku が提供されています。料金は Anthropic ベンダー料金準拠のため、最新は公式ページで確認します。

Q3. A2A プロトコルとは何ですか？
A2A（Agent2Agent）は Google が開発し Linux Foundation に寄贈したオープンプロトコルで、異なるベンダー・プラットフォーム間でエージェントが相互に呼び出すための共通仕様です。Agent Platform はネイティブ対応しています。

Q4. MCP（Model Context Protocol）にも対応していますか？
対応しています。Agent Registry で MCP サーバーを登録でき、Agent Gateway は MCP / A2A / REST / gRPC をプロトコルとしてサポートします。

Q5. オンプレミス環境でも動きますか？
基本的には Google Cloud SaaS 提供で、オンプレ単独運用は対象外です。データレジデンシ要件は対応リージョン（global / 各リージョン）と、東京リージョン allowlist GA で個別調整します。

Q6. 個人での試用はできますか？
Google Cloud の新規ユーザー向け $300 無料クレジットで Agent Studio・Model Garden の挙動は試せます。ただし「個人ベースで素早く試す」用途には機能過多なので、軽い検証なら OpenAI Agents SDK や Dify、ローカルの ADK 単体起動の方が向きます。

Q7. ぐるなび「UMAME!」のような事例はありますか？
はい。ぐるなびのレストラン推薦エージェントで Agent Memory Bank を活用し、利用者満足度 30% 以上の向上が報告されています。Payhawk / Comcast / L'Oréal / Color Health なども企業ユースケースとして公開されています。

まとめ：Gemini Enterprise Agent Platform を一言で

Gemini Enterprise Agent Platform は、Vertex AI を統合・進化させた「企業向け AI エージェント基盤の標準セット」です。 Build（Agent Studio / ADK）、Scale（Agent Runtime / Memory Bank）、Govern（Identity / Registry / Gateway / Model Armor）、Optimize（Simulation / Evaluation / Observability）の4つの柱で、点在していた Vertex AI 機能に ID・カタログ・ゲートウェイの結合組織が通ったのがポイントです。

意思決定の目安:

• すでに Google Cloud + マルチモデル運用 → 最有力候補
• AWS / Microsoft 中心の基盤 → 二重管理コストを慎重に評価
• 個人 / 小規模スタートアップ → まずは軽量 SDK or Dify で十分

Preview 機能の本番採用は慎重に。SDK は 2026/6/24 までに google-genai へ移行する点だけは早めに着手することを推奨します。

関連記事

• 上位概念から押さえたい方 → 「AIエージェントとは」
• マルチエージェント構成を学びたい方 → 「マルチエージェントAIとは」
• A2A / MCP プロトコルから理解したい方 → 「MCPとは（Model Context Protocol）」「A2Aプロトコルとは」
• 比較を進めたい方 → 「AIエージェント フレームワーク 比較」「AIエージェント おすすめ 比較」
• セキュリティ要件を整理したい方 → 「AIエージェント セキュリティ 対策」
• 関連モデルを比較したい方 → 「Gemini 3.1 Proとは」「Geminiとは」

本記事は Google Cloud 公式ドキュメント・公式ブログ（2026年4月22日発表分）と、Publickey / クラスメソッド DevelopersIO / G-gen Tech Blog 等の信頼ソースを基に整理しています。Preview 機能の GA 化や料金改定が頻繁に起きるため、本番採用時は必ず公式の最新情報（cloud.google.com/products/gemini-enterprise-agent-platform）をご確認ください。