要約:
Google は木曜日、macOS バージョンの Gemini デスクトップ アプリケーションに「コンピュータ操作」機能が正式に導入され、人工知能がユーザーに代わってネイティブ Mac アプリケーションの操作やバックグラウンドでの Web ブラウジングなどのタスクを実行できるようになると発表しました。ユーザーは指示を与えるだけで、Gemini はチャットインターフェイス上で操作プロセスをリアルタイムにプレビュー表示できます。同時に、ユーザーの画面とマウスが占有されることはなく、ユーザーは引き続き他の作業を行うことができます。

この機能は、AI サービスの「インテリジェント エージェント」タイプに属します。つまり、AI は質問に答えたりコンテンツを生成したりするだけでなく、ユーザーのコンピュータ上で直接アクションを実行できるようになります。 Gemini は、ローカル ファイル、アプリケーション、インターネット全体で複数ステップのタスクを完了できます。たとえば、ユーザーはフォームに入力したり、ファイルのバッチに対して同じアクションを繰り返し実行したり、特定のルールに基づいてファイルを異なるフォルダーに分類したり、ファイルやオンライン データ パネルからの情報に基づいてスライド ショーを作成したりすることができます。
同様の機能を提供する他の AI エージェントと同様に、ユーザーは Gemini の操作を一時停止、停止し、実行前にアクションを確認または承認できます。 Googleによれば、この機能は反復的で退屈なワークフローの処理に特に適しており、ユーザーの手動操作時間を短縮するのに役立つという。
しかし、Google が今回このゲームに参入するのに早すぎるというわけではありません。 OpenAI、Anthropic、Meta などの主要な AI モデル開発者は、デスクトップ アプリケーションでエージェント対応機能をすでに開始しています。 Googleは今週、Geminiの「タスク」機能の広範な導入を発表したばかりで、これによりAIがエージェントのように機能して、ユーザーのウェブサイトへのログイン、オンライン購入の完了、サービスの予約を支援できるようになる。さらに、Google は最近になって、9 月にリリースしたアップグレードされた「CC」AI エージェントを初期テスターに体験させ始めました。このエージェントは、電子メール、カレンダー、チャット、タスク管理を通じて家族の整理整頓を支援するように設計されています。
「コンピュータ操作」機能は現在、米国では英語でのみ利用可能です。ユーザーは、Gemini for Mac アプリケーションをインストールし、Google AI Plus、Pro、または Ultra サービスに加入する必要があります。 Googleは、この機能が他の市場やオペレーティングシステムプラットフォームにいつ拡張されるかについては明らかにしていない。
コメント