社内イベントの日程を決めるだけなのに、チャットには候補日、会場のリンク、参加者の希望が次々と流れていきます。話し合いは進んでいるはずなのに、誰かが情報を拾い直し、投票フォームや管理表へ転記しなければなりません。Googleが2026年11月11日に試験提供を始めた「Tabletop」は、こうしたグループでの計画づくりを、共有スペースとAIエージェントの組み合わせで支援する実験です。

Tabletopは、Googleが新しい製品や機能を試すGoogle Labsの取り組みです。グループが集めたリンク、ファイル、アイデアを一つのオンラインスペースに置き、AIに必要な道具を作るよう依頼します。Googleが挙げている用途には、旅行の日程表、食事の希望を集める投票、費用の割り勘計算、トーナメント表があります。既存のひな型から始めることもできます。



注目したいのは、AIが相談に答えるだけでなく、参加者が操作できるツールを作る点です。例えば、食事の候補を文章で提案してもらうことと、全員が回答できる投票を用意してもらうことでは、その後の作業が変わります。前者では回答を集計する仕組みを別途用意する必要がありますが、後者では相談から意思決定へ進むための道具が共有されます。

ただし、今回の発表は企業向けサービスの正式提供ではありません。現時点の対象は、米国在住で18歳以上のウェイトリスト登録者に限られます。日本企業がすぐに業務へ導入できる製品として捉えるよりも、グループでAIを使う際の設計がどう変わりつつあるかを見る事例として読むのが適切でしょう。

使い方の起点は、グループの情報を置く共有スペースです。スペースを作った人が、計画に関係するリンクやファイル、これまでに出たアイデアを追加します。そのうえで「@tabletop」に依頼すると、目的に応じたツールが生成される仕組みです。Google Labsでデザインとエンジニアリングを率いるRoman Nurik氏は、家族旅行や、参加者が料理を持ち寄る食事会などを例に挙げています。

参加者への案内には招待リンクを使います。普段使っているグループチャットにそのリンクを投稿し、メンバーを共有スペースへ招く流れです。Googleの説明によると、招待された人は、文書を複数人で編集できるGoogleドキュメントのように、同じツールを同時に操作できます。会話の場所から共同作業の場所へ移る入口を、既存のチャットに置ける構成です。



この流れを理解するには、「情報を集める作業」と「集めた情報を使う道具を整える作業」を分けて考えると分かりやすくなります。従来の進め方では、担当者が資料を確認した後、用途に合うアプリを選び、項目を設定することになります。Tabletopでは、共有スペースに置いた材料と依頼を起点に、その場で必要な道具を作る構成が示されています。

企業で似た使い方を考えるなら、依頼の具体性が評価のポイントになるでしょう。「イベントを手伝ってください」という依頼よりも、「参加希望を集める投票を作ってください」のほうが、完成後に確認すべき内容を定めやすくなります。これはTabletopの精度が保証されているという意味ではありません。目的、入力項目、参加者にしてほしい操作を整理しておくことが、生成されたツールを評価する土台になります。

計画に使う道具は、最初に作れば完成するとは限りません。参加者が増えたり、実際に触ってみて操作しづらい箇所が見つかったりするためです。Tabletopの紹介で具体的に示されているのが、オフィスのパーティーで使う座席表の変更です。ある参加者が上司の隣の席になった場面で、AIへの依頼によって、名札をテーブル間でドラッグして動かせる座席表へ作り替えています。

この例で見るべき点は、席の配置を一度変更したことだけではありません。参加者自身が配置を調整できるよう、ツールの操作方法まで変えていることです。固定された表を受け取る場合とは異なり、使いながら必要になった操作を追加する流れが示されています。Tabletopのサイトでは、ほかのツールも同様に作り直せると説明しています。



業務に置き換えると、最初から細かな要件をすべて決めるのが難しい、小規模な共同作業と相性がよい可能性があります。例えば、社内企画の準備では、参加者の希望を集めてから担当分けを考えるなど、必要な情報が途中で変わります。その都度、道具の構成を調整できれば、担当者が表を作り直す負担を減らせるかもしれません。これは利用場面に関する考察であり、Googleが業務上の効果を実証したという発表ではありません。

変更しやすさには、確認の仕方も関わってきます。見た目が使いやすくなっても、既に入力した内容が保たれているか、集計の意味が変わっていないかは別の問題です。共同作業の途中でツールを修正するなら、変更後に何を確認するかまで含めて運用を考える必要があります。生成の速さだけでなく、修正を繰り返しても安心して使えるかが、実用性を見極める基準になるでしょう。

複数人でAIを使う試みは、Tabletopだけではありません。Googleは9月、同じ世帯の最大6人でGoogle Labsの「CC」エージェントを共有できるようにしています。また、前年12月に公開したブラウザーの実験「Disco」では、開いているタブから小さなウェブアプリを作るためにGemini 3を使っていました。Tabletopがどのモデルで動くかは、今回の発表では明らかにされていません。

競合するOpenAIも、約1年前にChatGPTへグループチャットを追加しています。報道時点では、最大20人が一つのスレッドでAIと会話できます。導入時には、AIが会話へ参加するタイミングを判断するよう調整したと説明しており、個人向けのメモリ機能はグループチャットに持ち込まない設計としていました。複数人の会話では、誰の情報を共有し、いつ応答するかも設計上の論点になります。



これらを並べると、グループ向けAIには複数の役割があることが分かります。会話の流れを読みながら回答する役割もあれば、集めた情報から参加者が操作する道具を作る役割もあります。Tabletopの発表で前面に出ているのは後者です。ただし、紹介されている機能の違いだけで、製品全体の優劣や対応範囲を判断することはできません。

企業にとっては、「何人で使えるか」に加え、「AIの出力を受け取った後、誰が何をするか」を見ることが有用です。提案文を読んで人が別の管理表を作るのか、その場にできた投票や日程表を全員で操作するのかによって、仕事の流れは変わります。製品を比較する際も、モデル名だけを追うより、相談から実行までのどの工程を支えるのかを確認したほうが、自社の課題との接点を見つけやすくなるでしょう。

Tabletopの利用条件は、現時点では米国の18歳以上のユーザーに限定されています。利用希望者はtabletop.googleのウェイトリストへ登録する必要があり、Googleは毎週、利用できる人を増やすとしています。料金や米国外での提供については、今回の発表では案内されていません。日本での提供時期や日本語への対応状況を、今回の情報だけから判断することはできません。

また、家族旅行や食事会で便利に使えることと、社内情報を扱う業務に適していることは、別々に確認する必要があります。共有スペースへファイルやリンクを追加する仕組みである以上、企業が検討する際には、どの情報を入れられるかが出発点になります。社内規程との整合やデータの扱いは、生成されるツールの見栄えだけでは判断できません。



確認したいのは、招待された参加者が閲覧・編集できる範囲、共有を終了する方法、入力した情報の取り扱い、管理者が利用状況を把握できるかといった点です。これらは企業向け利用を評価するための確認項目であり、Tabletopに各機能が実装されていると示すものではありません。現時点で公表されている紹介だけでは、業務導入に必要な条件を十分に判断できない部分が残ります。

技術面でも、用途に応じた検証が欠かせません。割り勘計算なら端数や負担割合をどう処理するか、投票なら回答を変更できるか、座席表なら人数と配置に矛盾がないかが確認対象になります。AIが操作画面を作れることと、必要なルールを満たしていることは、それぞれ確かめる必要があります。将来試用する場合には、機密性の低い架空のデータを使い、期待する結果と照らし合わせる進め方が考えられます。

Tabletopから読み取れるのは、グループのための道具を、グループの相談の中で作るという方向性です。日程表、投票、割り勘計算、座席表は、それぞれ高度な専門システムではなくても、実際には誰かが準備と更新を担っています。共有スペースの情報からこうした道具を作り、必要に応じて修正できれば、計画担当者の仕事の一部が変わる可能性があります。

ただし、自社での価値を考える際に、すべての調整業務を一度にAIへ置き換える必要はありません。着目しやすいのは、開催のたびに似た表を作る社内イベントや、少人数で候補を集める企画準備などです。情報を集める人、管理表を整える人、最終判断をする人がそれぞれ何に時間を使っているかを確認すると、道具の生成が役立つ箇所を具体的に考えられます。



評価の基準も、作成にかかった時間だけでは不十分でしょう。参加者が迷わず操作できたか、途中の変更に対応できたか、担当者による集計や修正がどれだけ必要だったかを見ることで、実際の負担を捉えやすくなります。生成された画面が完成して見えても、裏側で担当者の手直しが増えていれば、期待した効果にはつながりません。共同作業全体で何が減り、何が残るかを確認する視点が必要です。

日本からの利用を前提にした導入判断は、提供地域や運用条件の追加情報を待つことになります。それまでにできる一歩は、直近の社内イベントや共同企画を一つ選び、チャットから表へ転記した情報と、途中で作り直した項目を書き出すことです。その作業を整理しておけば、今後同種のサービスを試せる段階で、何を作らせ、どの結果を確かめるべきかを具体的に判断できます。