AI仕事術

企画会議の準備資料、競合調査のデータ収集、新市場のサマリー。こういった調査をAIに丸ごと投げて、数時間後に80ページのレポートが戻ってくるとしたら、どう使うでしょうか。 Sakana AIが2026年6月15日に提供開始した「Sakana Marlin」は、最大約8時間にわたって自律的に調査を行うビジネス向けリサーチアシスタントです。ChatGPTやGeminiのDeep Research系機能が数分で要約を返すのに対して、Marlinは数時間をかけて調査を深める設計になっています。 Sakana AIにとっては初の商用プロダクトでもあります。日本発のAI研究企業が研究成果を実務ツールに落とし込んだ、最初の一歩です。 🔍 「最高戦略責任者」を名乗るAIが何をするか Sakana AIは公式プロダクトページでMarlinを「Your Virtual CSO」と表現しています。CSOは最高戦略責任者のこと。経営方針の調査や意思決定支援を担うポジションをAIで代替しようという設計です。 Marlinの動き方は3フェーズで進みます。調査開始前に、ユーザーと対話しながら「何をどの角度で調べるか」の狙いを絞り込みます。方針が固まると自律フェーズへ入り、仮説を立てながらWebの情報を収集し、検証と修正を繰り返します。 この間、人間の追加指示は不要です。調査が終わると、構造化されたサマリースライドと最大80ページの調査レポートが出力されます。ビジネスの因果関係を整理した構造化ドキュメントとして、経営層が検討に使える形で届きます。 2026年4月からのクローズドβには、金融機関、コンサルティングファーム、シンクタンクなど約300名が参加しています。経営企画の外部環境分析、新規事業参入の市場調査、投資先のスクリーニングなどが主な想定用途で、企画・戦略系の業務に関わる人には直接関係する話です。 ⚙️ 8時間かける仕組みの核心。AB-MCTSとは Marlinが長時間の自律調査を実現する背景に、Sakana AI独自の探索技術「AB-MCTS（Adaptive Branching Monte Carlo Tree Search）」があります。 MCTSはもともとゲームAIで使われてきたアルゴリズムです。「どの方向に探索を広げるか」「どこを深く掘るか」を確率的に判断する手法で、囲碁AIの分野で広く知られています。Marlinはこれを調査業務に転用し、「今の情報では不十分か、別の切り口から調べ直すべきか」を自律的に判断しながら調査範囲を拡張していきます。 大量のページを並列で読み込む処理とは異なります。「どこに調査リソースを投じるか」をリアルタイムで最適化する点が、通常の要約AIとの構造的な違いです。 正直、8時間の調査は魅力的です。ただ、レポートを意思決定に使うなら、根拠の確認まで含めて設計する必要があります。何が調査テーマの複雑さを決める基準なのか、2時間で終わった調査と8時間かかった調査では出力品質にどんな差があるのか、現時点の公式情報では詳細が見えません。βテスト参加者の具体的なフィードバックが積み上がってくると、企業の担当者も導入判断の基準を立てられます。 💴 月額15万円から。誰が使うサービスか 料金は法人向けの設定です。従量課金の場合、1クレジット98円・1実行100クレジットなので、1回の調査実行が9,800円になります。月額プランはProが15万円（2,000クレジット）、Teamが40万円（6,000クレジット）です。 Proプランの2,000クレジットを1実行100クレジットで割ると、月20回の調査実行が上限になります。同規模の戦略調査をコンサルティングファームに外注すると費用は軽く数百万円規模になることを考えると、調査コストとしての比較は成立します。 ただし、出力レポートの内容を検証し、意思決定に使えるかを判断するのは人間の仕事です。調査工数が圧縮されることと、調査そのものが不要になることは、まったく別の話です。 公式FAQでは、法人・団体・個人事業主など事業者向けのサービスと明記されており、一般消費者向けではないことが強調されています。会社の調査業務に導入されるAIとして考えた方が実態に近いです。 📋 Deep Researchと何が違うか ChatGPTやGeminiのDeep Research機能を使ったことがある人は、「それと何が違うの？」と感じるかもしれません。用途の粒度が違います。 比較項目 Deep Research系（ChatGPT等） Sakana Marlin 処理時間 数分〜十数分 最大約8時間 出力形式 テキスト回答・要約 スライド＋最大80ページレポート 主な想定用途 下調べ、情報収集 戦略調査、経営層向け報告資料 対象ユーザー 個人・法人 法人・事業者のみ 月額目安 数千円〜数万円 15万円〜 「今日の会議前に競合の動向をざっと把握したい」場面ならDeep Researchで十分です。「来月の取締役会に向けて、新規参入市場の構造と戦略オプションを検討したい」という用途には、Marlinが選択肢に入ります。 苦手な領域も公式が明示しています。公開情報がほぼ存在しないニッチ領域、秒単位のリアルタイム性が必要な用途、社内の非公開データのみで完結する調査は現状対象外です。Web上に情報が存在するテーマであることが前提条件になります。 Sakana AIは2019年設立の日本発AI研究企業で、Marlinは同社初の商用プロダクトにあたります。研究成果を実務ツールに落とし込む第一弾として法人向けの高単価サービスに絞った判断は、かなり現実的です。派手な一般向けAIではなく、調査に時間と予算を使っている部署から入る。日本発のAI企業が実務のどこに足場を作るのか、ここから見えてきそうです。公式プロダクトページには無料トライアルの申請導線も用意されており、法人担当者は申請できる状況です。 参考 ...

デザインファイルを開いたまま、AIに「このボタンの配置を2パターン出して」と頼んで、返ってきた案をそのキャンバスで確認して選ぶ。そういう作業の仕方が、Figmaの中に入ってきました。 2026年5月20日、FigmaはAIエージェント「Figma agent」を発表しました。Figma Designのキャンバス上で動く機能で、別のAIチャットへ切り替える必要がない設計です。現在はclosed betaで、段階的な展開が始まったばかりです。 キャンバスの左側ナビゲーション、またはファイル上から直接呼び出せる設計で、ファイルを切り替えずにAIへ作業を依頼できます。 🖥️ キャンバスを出ずに頼める、この設計が新しい これまでのFigma上のAI機能は、テキストを一括生成したり、プラグイン経由でAIに素材を渡したりする形が中心でした。Figma agentは、その手前にある「作業そのもの」をキャンバス内で引き受ける設計です。 公式ブログによると、エージェントはFigma内のコンポーネント、デザイントークン、ベストプラクティスを理解した状態で動きます。「Figmaのルールを知らないAIに説明してから頼む」という往復が要らない可能性があります。 ChatGPTやCodexのエージェント機能も、同じように作業ツールの内側に入ってきています。「別のアプリでAIに相談してから持ってくる」という一往復が、ひとつずつ消えていく段階です。 🔧 今できることと、まだできないこと Figma公式のHelp Centerには、対応済みの機能と未対応の機能が明示されています。 対応済みの例として挙げられているのは、0から1の画面生成、レイアウト編集、コンポーネントインスタンスの編集、スタイルや変数の適用、テキスト・画像などのコンテンツ一括生成、フィードバック整理、コメントのレビューです。 この図は、対応済みと未対応を一覧で示したものです。頼める範囲を事前に把握しておくと、実際の作業で使い方の見当がつきます。 一方で、未対応として挙げられているのはベクター編集、アイコン作成、プロトタイピング、アニメーション、アセット書き出しなどです。Web検索や高度な視覚効果への対応も今後に持ち越されています。 ちょっと気になるのは、「コメントのレビュー」が対応済みに含まれている点です。コメント欄に積み上がった指摘をAIがまとめて修正対応に落とし込んでくれるなら、使い道は広がります。デザイナー以外が関わるレビュー作業でも、選択肢になりえます。 ただしclosed betaがどこまで広がるかによるので、実際の精度はclosed betaの展開が進むまで見えません。 📋 使えるプランと今後のスケジュール Professional・Organization・EnterpriseプランのFull seatユーザーが対象です。Dev seatまたはCollab seatの場合は、Draftsフォルダ内でのみ試用できます。Starter・Education・Governmentプランは対象外です。 ベータ期間中はAI creditsを消費しません。ただし一般提供が始まった段階でAI creditsが適用される予定と、公式ブログに明記されています。 早期アクセスはウェイトリスト登録制で、登録してもアクセスが保証されるわけではないと公式が説明しています。「今後数週間で段階展開」が現時点のステータスです。 💼 デザイナー以外にも関係する変化 Figmaは、デザイナーだけが使うツールではありません。企画・マーケ・プロダクト担当、セールスが画面レビューのためにFigmaファイルを開く場面は、スタートアップや制作会社では珍しくないです。 「別案を3パターン並べて見比べたい」「このボタンの文言を5種類出して比べたい」という作業を、AIに直接依頼してキャンバスで確認できる可能性が出てきます。デザイナーへの依頼を介さずに、たたき台の量産だけAIに任せる形です。 公式ブログ自身も「生成が簡単になるほど、平均的なアウトプットが増えるリスクがある」と触れていました。複数案を出させて人が判断する、という使い方のほうが現実的です。AIに丸投げしてそのまま採用することを、公式も想定していないようです。 参考 Figma公式ブログ - The Figma design agent is here（https://www.figma.com/blog/the-figma-agent-is-here/） Figma Help Center - Work with the AI agent in Figma Design（https://help.figma.com/hc/en-us/articles/37998629035799-Work-with-the-AI-agent-in-Figma-Design） TechCrunch - Figma adds an AI assistant to its collaborative canvas（https://techcrunch.com/2026/05/20/figma-adds-an-ai-assistant-to-its-collaborative-canvas/） The Verge - Figma has a product design AI agent（https://www.theverge.com/ai-artificial-intelligence）

社内の重要データをAIに渡したいけれど、外部クラウドには出せない。そういう状況でAI導入の検討が止まっている会社は、日本にも相当数あります。 OpenAIとDell Technologiesは2026年5月18日、この問題にインフラ側から答えようとする協業を発表しました。AIエージェント「Codex」を、企業がすでに持っているオンプレミスやハイブリッド環境に接続できるようにする方針です。現時点では接続方針の発表段階であり、一般提供の開始時期や対象地域は明示されていません。 DellのオンプレミスAI基盤とCodexをつなぐ、今回の協業の全体像です。 🔍 週400万人超が使うCodexが、次は社内インフラへ向かう Codexは、コードレビュー、テストの実行、インシデント対応、大規模なコードベースの理解まで、ソフトウェア開発サイクル全体をサポートするAIエージェントです。OpenAIによれば、毎週400万人超の開発者が使っています。 用途はすでに開発以外にも広がっています。複数ツールにまたがる情報収集、レポート作成、製品フィードバックの振り分け、見込み客の選別、フォローアップ文の作成、業務システム間の調整。OpenAIは公式発表の中でこうした用途を具体的に挙げています。 今回の協業では、CodexをDell AI Data Platformと接続し、オンプレミスで保管・管理された企業データにアクセスできるようにする方針が示されました。Dell AI FactoryへのCodex・ChatGPT Enterprise・APIベースのソリューションの統合も検討されており、データ準備・記録システム管理・テスト実行・AIアプリの展開が対象です。社内情報を前提にしたエージェント活用を、実験室ではなく既存の業務基盤へ近づける動きなんです。 🏢 AIが業務で使えない壁は、データの置き場所にある AIを業務で使おうとすると、必ず出てくる問いがあります。「このデータ、外部サービスに送っていいの？」という問いです。 顧客情報、契約書、財務データ、未公開の製品情報。これらを外部クラウドへ送ることには、法的リスクや社内規定との兼ね合いがあります。金融・医療・法務・製造の現場では、データを外に出すこと自体がハードルになっています。 AIエージェントが本当に業務に使えるためには、コードだけでなく文書・業務システム・チームのワークフロー・業務知識にアクセスできる必要があります。OpenAIはこれらを「Codexが役立つために必要な社内文脈」として発表内で明示しています。それらがクラウドの外にあるなら、クラウド経由のAPIを呼び出すだけでは届きません。 🖥️ クラウドだけでは届かない社内の文脈 オンプレミスとは、クラウドサービスを使わず自社のサーバーにシステムやデータを置く形態です。クラウドと自社サーバーの両方を組み合わせる構成をハイブリッドと呼びます。多くの企業が完全なクラウド移行に踏み切れない理由は、データを国内に置く必要がある法規制、古い基幹システムとの相性、移行コストなどです。 Codexをスマホから扱えるようになった前回の記事では、外出先から作業を確認・承認できる個人向けの使い方を扱いました。今回の焦点は、企業の社内インフラにCodexを結びつけることです。組織全体の業務で、社内文脈を持ったAIを動かすための企業基盤側の展開です。 DellのIhab Tarazi氏は発表の中で、企業データがすでに存在するオンプレミス環境でAIを展開できることを、実用的で安全なAIエージェント展開の道筋として位置付けています。AIをクラウドに移すのではなく、データがある場所にAIを近づける発想です。 🔔 日本での状況と、現時点でわかっていないこと 日本でも、社内データとAIを結びつけることで具体的な成果が出始めています。 2026年5月、福岡銀行がAIエージェント基盤を導入し、ストラクチャードファイナンスにかかわる契約書類の管理業務で年間約7,000時間の削減を見込むと発表しました。契約書検索で約6,500時間、管理表作成で約500時間という内訳です。銀行業務の契約書は機密性が高く、外部クラウドへ送ることが難しいデータです。 こうした業種での実績は、オンプレミス接続型AIへの需要の高さを示しています。 一方、今回のOpenAIとDellの協業については、現時点では確認できない情報が多くあります。提供開始の時期、対象地域、価格、具体的な導入条件はいずれも明示されていません。日本向けの展開についても、公式からの言及はありません。 データアクセス範囲の権限設計についても、OpenAIの発表では具体的な言及がなく、導入側の企業が対処することになる問題として残ります。 わたしがChatGPT ProやClaude Maxを日常的に使っていて感じるのは、社内情報を前提にした回答が返ってこない場面のもどかしさです。外部サービスには渡せないデータがあるから、AIに文脈が届きません。個人の使い方でもその制約を感じるなら、企業の現場では扱うデータの機密性が上がる分、制約はさらに複雑になります。 その複雑さに、インフラ側から答えようとしているのが今回の協業です。対応プラン・価格・日本での提供開始時期・データアクセス権限の設計は、展開が具体化したときに改めて見ることになる項目です。現時点では、方向性の表明と受け止めるのが実態に近いです。 🔗 参考 OpenAI - OpenAI and Dell Technologies partner to bring Codex to hybrid and on-premises enterprise environments（https://openai.com/index/dell-codex-enterprise-partnership/） OpenAI ニュース一覧（https://openai.com/news/） ITmedia キーマンズネット - 福岡銀行、AI活用で年間7000時間の業務削減を目指す（https://kn.itmedia.co.jp/kn/articles/2605/19/news024.html） LayerX - 地銀初、LayerXの「Ai Workforce」を福岡銀行が導入（https://getaiworkforce.com/news/20260507） ※当サイトのリンクにはアフィリエイトリンクが含まれる場合があります ...

スマホを開いたら、AIが夜のうちに進めた作業の結果が届いている。差分を確認して「この方針で続けて」と入力すると、次の処理が走り出す。OpenAIは2026年5月14日、そういう働き方を想定した機能をプレビューとして公開しました。 コーディングエージェント「Codex」が、ChatGPTのiOS・Androidアプリに統合されました。ChatGPT Free含む全プランで、対応地域から順次提供されます。 🤖 スマホから何ができて、何はできないか Codexは、ChatGPTの中でコードを書くだけのツールではありません。ローカルのPC、Mac mini、リモートの開発サーバーなどに接続して、ファイルの確認、テストの実行、コードの差分作成まで進められるエージェントです。今回のアップデートで、その作業状況をiOS/AndroidのChatGPTアプリから参照・操作できるようになりました。 外出先からできる操作は、作業スレッドの状態確認、次の方針の選択、コマンドの承認、モデルの変更、新規タスクの開始、差分のレビューなどです。スマホに届くのは、スクリーンショット、ターミナルの出力、テスト結果、承認依頼といった「判断するために必要な情報」です。実際のファイルや認証情報、ローカル環境はCodexが動くマシン上に残ります。 この設計にはセキュアなリレー層が使われています。信頼済みのマシンを直接インターネットに公開することなく、スマホからアクセスできる仕組みです。 現在はmacOS向けのCodexアプリとの接続に対応しており、Windows版は近日対応予定とOpenAIが案内しています。Windows版が加われば、Mac以外の環境を使う開発者も同じワークフローを選べます。 ⚙️ 「判断を返す窓口」という設計の意図 Codexの週次利用者はすでに400万人を超えています。OpenAIは、長時間動くAIエージェントでは「途中の短い確認」や「方針の返答」があることで、作業の停滞と手戻りを減らせると説明しています。 目を引くのは、この設計が人の判断を意図的に挟む構造になっている点です。AIに完全に丸投げはしません。AIが迷ったとき、人がPC前に戻るまで全部止まるのではなく、移動中にスマホで「こっちの方向でOK」と返せる仕組みです。AIエージェントを実用的に動かす上で、人の判断を挟む場所を設計に組み込む発想はむしろ現実的です。 承認ができる便利さは、誤ったコマンドや不要なデータアクセスを通してしまうリスクも同時に意味します。誰が何を承認できるかは、設計段階で問われることになりそうです。 💼 開発者ツールが示す、業務AIの次の形 今回のアップデートでは、モバイル統合以外にも複数の機能が一般提供されました。SSH接続でリモート環境に入れる「Remote SSH」、プロンプト内の秘密情報スキャンやメモリ作成などをカスタムできる「Hooks」の2つです。 EnterpriseとBusinessプランのユーザーには、CIパイプライン、リリースワークフロー、社内自動化で使えるスコープ付き認証情報「Programmatic access tokens」も提供されます。ChatGPT Enterpriseワークスペースでは、ローカルCLIやIDEとして使う場合に限ってHIPAA準拠にも対応しています。 現時点では、Codexは開発者向けのツールです。コードを書く仕事でなければ、すぐに使える段階ではありません。 ただ、「AIが長い作業を進め、人がスマホで要所の判断を返す」という構造は今後の業務AIに広がる方向性を示していますし、わたしはそう見ています。モバイル版は現時点でプレビュー段階ですが、資料調査、問い合わせ対応の仕分け、社内文書のチェックといった作業でも、同じパターンが使われる場面が出てきます。 参考 OpenAI — Work with Codex from anywhere（https://openai.com/index/work-with-codex-from-anywhere/） ITmedia AI＋ — OpenAI、「Codex」をChatGPTモバイルアプリに統合──外出先からコーディング作業を管理（https://www.itmedia.co.jp/aiplus/articles/2605/15/news063.html） The Verge — AI artificial intelligence（https://www.theverge.com/ai-artificial-intelligence）

月に数千件、Webやメール経由で届く顧客からの問い合わせ。その1件を処理するのに、平均13分かかっていました。トヨタファイナンスが2026年1月から動かし始めた仕組みは、AIエージェントとRPA（ロボット）を組み合わせたもので、今は1件あたり平均4分で動いています。 🗓️ 2025年10月のPoC開始から3ヶ月、本番稼働まで トヨタファイナンスがUiPathのAgent Builder in UiPath Studioを使った試験導入（PoC）を始めたのは、2025年10月です。そこから約3ヶ月、2026年1月には本番環境で稼働を開始しました。 UiPathが2026年5月12日に公式発表した事例によると、対象はWebサイトやメール経由で届く顧客問い合わせです。月に数千件発生していた業務に、AIエージェントが入ることになりました。 全社規模のシステム刷新ではなく、特定業務から試して3ヶ月で本番に持っていった点を、トヨタファイナンス側は評価しています。AI導入を考える側にとっては、いきなり全社展開を目指さず、件数が多く効果を測れる業務から始めた事例として見られます。 🔄 ロボットが情報を集め、AIが文章を作り、人が確認する この仕組みは、3つに分かれた役割で動きます。RPAロボットが既存の顧客情報システムから必要な情報を取り出し、AIエージェントがその情報をもとに回答の下書きを生成します。人間の担当者は内容を確認してから送信する形です。 AIが全部やる構造ではなく、既存システムの操作はロボット、文章生成はAI、最終判断は人間というすみ分けです。この分担が、1件あたりの処理を13分から4分にする結果につながりました。AIに仕事を丸ごと渡す発想ではなく、得意なところだけ任せる発想ですね。 UiPathを選んだ理由として、トヨタファイナンスは市民開発の実現性、自動化機能の充実度、サポート体制の3点を挙げています。トヨタファイナンスは、曖昧な判断をAIへ丸投げしませんでした。 レガシー環境を操作できるロボットとAIエージェントを組み合わせる設計を選びました。業務をロジック化できる点を重視した、というのが公式発表の説明です。 この設計は実務でかなり大切です。古いシステムをすぐ入れ替えられない会社でも、既存環境を残したままAI活用を始める道が見えるからです。 ⚠️ 生成AIだけのPoC、社内基準を超えられなかった 実は最初に試したのは、生成AIだけを使ったPoCです。その結果、「同じ質問に毎回違う回答を生成する」「禁止したはずのことをAIがやってしまう」という課題が出ました。 現場が設定した正解率のしきい値を超えられず、生成AI単独では本番に進めなかったといいます。UiPathのロジックと組み合わせたPoCをやり直したところ、社内基準80%に対して93%の精度を達成し、本番へ移行できました。 公式情報を見ると、生成AIに問い合わせ内容を渡して回答を作らせる段階から、現場の合格基準を安定的に超えるところまで持っていくには、想像以上に設計の手間がかかると感じます。同じ質問への回答がぶれたり、禁止事項を守れなかったりしたため、単独PoCでは社内基準を超えられなかったからです。今回の場合は、ルールを適用するロジックをRPAが担い、曖昧な文章生成の部分だけをAIに任せる分担が、精度の底上げに機能しました。 💼 次は経費精算へ、現場が自分で作れる体制を目指す 今後は経費精算業務への展開も検討されています。UiPath IXP（請求書などの書類から必要な情報を自動で読み取るUiPathの機能）で請求書の情報を自動で読み取り、後続処理をロボットが担う形を検証中です。問い合わせ対応で作った分担を、書類処理にも広げられるかを見ている段階です。 また、情報システム部門だけで進める体制では十分なスピードを出せないという課題も認識されています。将来的には、現場の担当者自身がツールを使って自動化を設計する市民開発の体制が目標として示されています。 従業員約2000人がUiPathを使いこなし、重要な仕事にリソースを向けることを目指す、というコメントも公式事例には収録されています。AI活用はツール導入で終わりではなく、現場が自分たちの業務を言語化できるかまで含めた話になります。 自分の職場でAI導入の話が出た場合は、月に何件の繰り返し処理があるかを見るだけでも、議論が具体的になります。AIに任せる部分と人間が判断する部分を分けると、失敗の種も見えます。 既存システムとのデータ連携も、早めに見ておくと後戻りを減らせます。問い合わせや請求書処理のような反復業務では、今回のようなロボット＋AI＋人の分担が、現実的な入口になりそうです。 📚 参考 ITmedia エンタープライズ「トヨタファイナンスがAIエージェントを問い合わせ対応業務に導入　「非定型業務」を自動化」（2026-05-14） UiPath「トヨタファイナンス、Agent Builder in UiPath Studio導入で顧客対応業務の生産性を向上」（2026-05-12） UiPath「顧客事例：トヨタファイナンス株式会社」

仕事のメールを書くとき、時間を食うのは本文そのものだけでなく、前のやり取りを遡り、Driveから資料を探し、相手向けの言い回しに直す作業です。Googleは2026年5月7日、この流れを変える更新をGmailのAI下書き機能「Help me write」に加えたと発表しました。派手さはありませんが、毎日のメール仕事にはかなり大きい変更です。 対象プランはBusiness Starter・Standard・Plus、Enterprise Starter・Standard・Plus、Google AI Plus・Pro・Ultra、Google AI Pro for Educationで、個人向けの無料Gmailは対象外です。ロールアウトは2026年5月5日に開始されましたが、展開が出揃うまで15日以上かかる可能性があります。職場や学校のアカウントで見える機能、と捉えるのが近いです。 📨 Drive・GmailをAIが参照して下書きを作る「Topic contextualization」 新機能の1つ目は「Topic contextualization」と呼ばれる仕組みです。「Help me write」でプロンプトを書くと、GmailとGoogle Driveの関連情報を自動で参照し、その内容を下書きに組み込みます。 たとえば「プロジェクトの進捗を担当者にメールして」と入力すると、関連するメールのやり取りやDriveのファイルから日程・予算・決定事項を引いて下書きを作る流れです。Google公式ブログではこうした例が紹介されています。これがうまく動くなら、担当者への定例連絡はかなり軽くなります。 下書きが生成されると「Sources」ボタンが表示され、Geminiがどのメールやドキュメントを参照したかを確認できます。内容に食い違いがあったとき、どの情報を元に書いたかを後から追えるようにするための機能です。AI下書きを仕事で使うなら、この確認導線は安心材料になります。 ✍️ 過去の自分のメール文体を学ぶ「Tone and style personalization」 2つ目は文体のパーソナライズです。メールは内容が同じでも、言い方で受け取られ方が変わります。過去に自分が書いたメールのトーンやスタイルをAIが参照し、定型文ではなく本人の書き方の癖に近い下書きを生成することを目指しています。 ただし、Googleのヘルプページには「文体とスタイルに合わせるには下書きが英語である必要がある」と明記されています。日本語のメールで同じ水準のパーソナライズが働くかどうかは、現時点では公式に確認できません。 日本語環境での品質は今後の検証が必要な段階です。Topic contextualization（Drive・Gmail情報の参照）については英語限定の記載はないため、日本語でも何らかの動作はあると見られます。ただ、実際の使用感は追って確認していきます。 🔧 利用に必要なプランと管理者設定 AIがGmailとDriveの情報を参照する基盤は「Workspace Intelligence」という仕組みです。GmailのGemini for WorkspaceとWorkspace Intelligenceの両方が管理者によって有効化されていることが前提になります。 標準ではオンになっていますが、設定変更が反映されるまで最大48時間かかる場合があります。会社のアカウントで「機能が出ていない」と感じたら、IT担当者に確認してみてください。単にまだ届いていないだけ、というケースもありそうです。 Googleは「Workspace Intelligenceが使うデータは広告目的やAIモデルの訓練には使わない」と説明しています。それでも、社内のどんな情報をAIに参照させるかは組織ごとの決め事です。便利さだけで済ませず、参照範囲をあらかじめ決めておきたい機能です。 💡 「メール文章の生成」から「社内情報を引いた下書き」への変化 「Help me write」は2023年ごろに登場した機能で、当初はシンプルな文章生成でした。今回の更新で参照できる情報の幅が広がったことで、「Driveで資料を探す→数字をコピーする→メールに落とし込む」という作業ステップを丸ごと省く方向に進んでいます。メール作成だけでなく、社内情報を文章にまとめる補助に近づいています。 この方向性はわかるのですが、気になるのは下書きをそのまま送った場合のリスクです。数字の参照もれや、相手の状況に合わない表現が混ざっていても、AIはそれを教えてくれません。情報収集の手間は減るとしても、内容を確認して送信するステップは引き続き必要です。 「Sources」で参照元を確認できる仕組みは、そのためにあるわけですね。下書きを受け取ったら本文と出典をセットで見る、という流れで使うのが自然です。 🔗 参考 Google Workspace Updates — Improvements To Help Me Write in Gmail（https://workspaceupdates.googleblog.com/2026/05/improvements-to-help-me-write-in-gmail.html） Google Workspace Blog — More personalized and proactive assistance in Gmail coming to business customers（https://workspace.google.com/blog/product-announcements/more-personalized-and-proactive-assistance-in-gmail-coming-to-business-customers） Google Support — Write emails with Gemini in Gmail（https://support.google.com/mail/answer/13384326） Google Workspace Admin Help — Control Workspace Intelligence（https://knowledge.workspace.google.com/admin/gemini/control-workspace-intelligence） The Verge — Gmail’s AI writing tool will write emails that sound more like you（https://www.theverge.com/ai-artificial-intelligence）