2026/11/20
AIニュース
GeminiのMacアプリが他のアプリを操作可能に、企業利用で見極めたい自動化の範囲

この記事の要点
GoogleがGeminiのMacアプリに、ほかのアプリやウェブサービスを操作する機能を追加しました。米国で提供を開始し、Google AIの契約が必要です。複数工程の実行や成果物の再利用に加え、進行確認や一時停止、重要操作の承認に対応します。日本企業が検討する際の焦点は、国内の提供条件と、工程ごとに人が確認できる運用です。
目次

Geminiが回答からアプリの操作へ踏み込む新機能
車のスケッチを渡して、立体的なアニメーションに仕上げてもらいます。その際、AIが作り方を説明するだけでなく、必要なアプリを探し、作業計画を立てて実際に操作するところまで担います。Googleが公開したGeminiのMac向けアプリの新機能は、こうした使い方を想定しています。米国のテクノロジーメディアSiliconANGLEが2026年11月19日に報じました。
今回の中心は、Geminiが利用者のコンピューター上にある別のアプリとやり取りできる「コンピューター操作」機能です。利用者はプロンプトに「@Computer use」を含めて、アプリの起動や作業を指示できます。デザイナーが車のスケッチをアップロードし、3Dアニメーションへの変換を頼む例では、Geminiが必要なローカルアプリを見つけ、計画に沿って工程を進めると説明されています。
提供開始時点の対象地域は米国で、利用にはGoogle AIのサブスクリプションが必要です。この契約は、個人向けGoogleアカウントで使えるAIツールの拡充に加え、追加のストレージ容量なども含みます。今回の提供条件を、日本国内や法人契約にもそのまま当てはめることはできません。日本での開始時期や企業向けの提供条件は、今回確認できた情報では明らかにされていません。
企業にとって注目したいのは、文章や画像を生成する能力だけではなく、その成果を既存のアプリで形にする工程まで扱う点です。これまで人が行っていた、ツールを開く、素材を読み込む、加工するといった操作が、自然言語による依頼の対象に入ります。ただし、紹介された制作例は機能の使い方を示すものであり、あらゆる制作環境で同じ結果が得られることを保証するものではありません。

数十の操作と、その先の作業をつなぐ仕組み
Geminiは、数十の操作からなるタスクに対応するとされています。ここでいう操作は、利用者が最終的に達成したい仕事全体とは区別して考える必要があります。アプリを起動する、必要な画面を開く、素材を配置するといった複数の操作が積み重なって、一つの成果物につながるためです。操作回数の多さだけで、自動化できる業務の難しさや完成度を判断することはできません。
今回の機能では、一つのワークフローで得た成果を、後続のプロジェクトにも利用できます。例えば、デザインツールで作ったビジュアル素材を、コードエディターのVisual Studio Codeで小規模なアプリに仕立てる流れが紹介されています。制作と開発を別々に依頼するだけでなく、前の工程の出力を次の工程の入力として扱える点がポイントです。
この仕組みを業務に置き換えるなら、検討すべき単位は「どのアプリを操作できるか」だけではありません。「どの成果物を、どの状態で次の担当者や工程に渡すか」まで決める必要があります。画像を生成できても、用途に合う形式で保存されていなければ、その後の資料作成や開発で手直しが発生するでしょう。工程同士の接続条件が、自動化の実用性を左右すると考えられます。
また、途中の誤りが後続の作業に引き継がれる可能性にも配慮が必要です。これは今回報告された不具合ではなく、複数工程を自動化する際の一般的な検討事項です。試行するなら、最終成果だけを評価するのではなく、素材の作成後や別アプリへの受け渡し前など、区切りごとに確認地点を置くとよいでしょう。作業を長く連結することより、修正すべき場所を見つけやすくすることが、運用の負担を抑える手がかりになります。

ローカルアプリとウェブサービスをまたぐデータ移動
操作対象はMac上のアプリだけではありません。Geminiはウェブサービスともやり取りでき、ウェブページのデータをローカルのプログラムへ取り込むことや、反対にコンピューター側のデータをウェブへ移すことが可能とされています。クラウドサービス間でのデータ移動も対象です。端末内とウェブ上の作業を、同じ依頼の中でつなぐ構想が読み取れます。
「ローカルアプリ」は利用者のコンピューター上で動くソフトウェアを指し、「クラウドサービス」はネットワーク経由で利用するサービスを指します。企業の実務では、ブラウザーで情報を確認し、その内容を手元のアプリで加工して、別の共有先に反映するような場面があります。こうした境界をまたぐ操作を扱えるなら、単一アプリ内の補助機能とは異なる用途が考えられます。
ただし、今回の情報から、対応するすべてのアプリやサービス、データ形式までを把握することはできません。操作できる画面があることと、企業が求める精度や権限管理の下で安定して使えることも別の論点です。実務への適用を考える場合には、自社で使うツールの組み合わせと、実際の受け渡し手順に沿った確認が欠かせません。
データを動かせる範囲が広がるほど、「どこから取得し、どこへ送るのか」を明確にする意味も増します。例えば、公開情報を取り込む作業と、社内資料を外部サービスへ送る作業では、確認すべき条件が異なるでしょう。これはGemini固有の問題というより、アプリを横断する自動化全般に共通する設計上の論点です。企業が試す際は、利便性を評価する前提として、入力元と出力先を一組ずつ定義しておくと、検証対象が曖昧になりません。

バックグラウンド実行と、人が介入するための操作
Geminiの作業はバックグラウンドのウィンドウで実行されます。Googleの説明では、利用者はAIの実行中に自分の作業を中断する必要がありません。進行状況はMacアプリのチャット画面に組み込まれたプレビュー欄で確認でき、タスクの途中でフィードバックを伝える操作も用意されています。待ち時間を別の仕事に充てながら、必要に応じて状況を見られる設計です。
Geminiアプリのグループプロダクトマネージャーを務めるMichael Friedman氏は、アクセスを許すアプリを利用者が選び、各工程をリアルタイムで確認し、いつでも一時停止できると説明しています。重要な操作については、実行前に承認する仕組みも含まれます。ただし、どの操作が承認対象になるかなど、詳細な条件までは今回の情報から確認できません。
企業の立場では、この介入手段を業務手順にどう組み込むかが検討点になります。進行状況を見られる機能があっても、担当者がどのタイミングで何を確認するか決まっていなければ、見落としを減らせるとは限りません。承認についても、対象となる操作の内容と、それを判断できる担当者を対応させる必要があるでしょう。
バックグラウンドで動くことは、確認作業まで不要になることを意味しません。むしろ、人が別の仕事を続けられる分、完了通知や承認待ちをどう受け止めるかが運用上の課題になります。試行時には、作業そのものの所要時間に加え、途中確認に使った時間や、修正のために戻った工程も記録すると有用です。そうすれば、画面上で操作が進む様子だけでなく、担当者の負担が実際にどう変わったかを評価できます。

競争の焦点になる実行環境と企業向け機能
SiliconANGLEは、競合の動きとしてMetaのAIエージェント「Muse」とOpenAIの「Dots」を挙げています。同メディアによると、MuseのMac版もローカルのアプリやデータを扱えます。加えて、クラウド上の仮想マシンを利用し、利用者のコンピューターがオフラインでもタスクを実行できるとしています。Dotsも同様の機能を備えると報じられています。
仮想マシンとは、ソフトウェアによって用意されるコンピューターの実行環境です。手元の端末を操作する方式と、クラウド側に作業環境を置く方式では、処理を続けられる条件や、データを扱う場所が異なります。ただし、今回の情報だけで各製品の実行方式を網羅的に比較したり、性能の優劣を判断したりすることはできません。
Googleが今後、競合に近いクラウド実行機能を追加する可能性についても言及されています。しかし、これは将来の展開に関する見方であり、発表済みの提供計画ではありません。ほかのOSへの展開や企業向け機能の追加も、同様に区別して受け止める必要があります。Dotsについては、調達などの業務を自動化する企業向け機能がすでに含まれると報じられています。
企業が製品を比較する際には、「アプリを操作できる」という共通点だけでは判断材料が足りないでしょう。端末を使える時間、必要なデータへのアクセス方法、担当者が確認や承認を行う場面まで含めて、自社の業務と照らし合わせる必要があります。競争の焦点は、操作できる対象の広さに加え、仕事をどの環境で継続し、どこで人へ判断を戻すかにも広がると考えられます。将来の拡張への期待と、現時点で確認できる機能は分けて評価するのが妥当です。

日本企業は、受け渡しの多い一業務から検証する
日本企業にとって、今回の発表はすぐに全社導入へ進む判断材料というより、アプリをまたぐ作業のどこに負担があるかを見直すきっかけになります。提供開始時点では米国向けで、個人向けGoogleアカウントのサブスクリプションが利用条件です。国内での利用可否や法人としての契約条件を確認せず、社内業務に使える前提で計画を立てることは避けたいところです。
検証の候補を選ぶなら、入力と完成条件が明確で、人が結果を確認しやすい作業が適しています。例えば、公開情報と架空の素材を使い、制作物を別のツールへ渡すまでの流れを再現する方法が考えられます。これはGoogleが特定の業務への適合を保証しているという意味ではなく、社内データを扱う前に操作や受け渡しの特性を確かめるための検証案です。
評価する内容も、成果物が完成したかどうかだけに絞らない方がよいでしょう。依頼文を整える時間、途中で指示を補った回数、成果物の確認や修正にかかった負担まで含めると、実務での効果を判断しやすくなります。数十の操作をAIが実行しても、毎回細かなやり直しが必要なら、そのまま業務を任せるのは難しいかもしれません。逆に、受け渡し部分の手作業が減れば、限定した範囲でも活用の余地があります。
着手する際は、担当者が複数のアプリ間で同じ情報や素材を何度も移している業務を一つ選び、その入力元、出力先、完成条件、承認が必要な操作を書き出してみてください。その整理があれば、国内での提供条件や対応範囲が確認できた段階で、何を試し、どこまで任せられるかを具体的に判断できます。AIに任せる操作を増やすこと自体ではなく、担当者が確認できる形で一つの仕事を終えられるかを、最初の検証目標にするとよいでしょう。
