Google、Gemini 3.5 Flash に「Computer Use」を標準搭載 — AIが画面を見て操作、業務自動化の主戦場が動く

Googleが“画面操作AI”を主力モデルに標準搭載

Googleは2026年6月24日、主力のAIモデル「Gemini 3.5 Flash」に、AIがパソコンの画面を見て、マウスやキーボードを自動で操作する「Computer Use（コンピューター・ユース）」という機能を標準で搭載したと発表しました。文章や画像を作るこれまでの使い方と違い、AIが実際の画面を操作して、一連の作業を最後までやり遂げるのが特徴です。開発者は、ブラウザやスマホ、パソコンの上で動くAIエージェントを作れるようになります。

専用モデルから“主力モデル”へ統合された意味

これまでこの機能は、「Gemini 2.5 Computer Use」という独立した専用モデルでしか使えませんでした。今回のポイントは、それを主力モデルである3.5 Flashにネイティブ統合したことです。Googleは、これによって画面操作タスクで自社として過去最高の性能を実現したと説明しています。仕組みは、AIに目標と画面の写真を渡すと、AIが「ここをクリック」「ここに入力」と次の操作を提案し、開発者のプログラムがそれを実行する、という流れの繰り返しです。

業務自動化と“安全対策”を両立

想定される使い道は、継続的なソフトウェアのテストや、複数の専門アプリをまたぐナレッジワークなど、長時間にわたる企業の業務自動化です。一方で、AIが画面の怪しい指示に従ってしまうなどの新しいリスクもあります。Googleはその対策として、標的を絞った敵対的トレーニングに加え、機密性が高い操作や取り消せない操作の前にユーザーへ確認を求める仕組みと、不正な指示（プロンプトインジェクション）を検知したらタスクを自動で止める仕組みという、2つのセーフガードを用意しています。なお現時点ではプレビュー機能で、重大な判断や取り返しのつかない操作には使わないよう推奨されています。

まとめ — 投資と生活への影響

今回の発表で、Googleは、OpenAIやAnthropicと並ぶ“画面操作AI”の競争に、主力モデルで本格参入したことになります。これまで人が手で行ってきたパソコン作業を、AIが代わりに操作する流れが一段と進みます。投資の面では、業務自動化やRPA、事務処理を請け負うサービス（BPO）の市場に再編の圧力がかかります。生活と仕事の面では、定型のパソコン作業がAIに置き換わり、人はより判断や設計に集中する働き方へと変わっていくでしょう。便利になる一方で、安全に使いこなす設計が、これまで以上に重要になります。